오늘은 plotly로 선 그래프에 그리는 것에 대해서 알아보겠습니다. 선 그래프는 비교적 단순한 그래프여서 어떻게 꾸며야할 지 잘 모르겠습니다,, 우선 필요한 라이브러리들을 호출합니다. import pandas as pd import numpy as np import plotly.graph_objects as go import plotly.express as px 그리고 이번에도 역시 비어있는 그래프를 만들고 add_trace를 통해 선 그래프를 그려넣겠습니다. 선 그래프는 go.Scatter(mode='lines')로 그릴 수 있습니다. x=np.arange(1,100) y=np.sin(x) fig=go.Figure() fig.add_trace( go.Scatter(x=x,y=y,mode='lines'..

오늘 교육에서 개인적으로 streamlit을 사용하여 대시보드 배포하는 것을 연습하면서, plotly를 이용해서 그래프를 그려보았는데 그 그래프 그리는 것들에 대한 것을 정리해볼까 합니다. 단계로는 streamlit을 먼저 정리해야겠지만,, 그건 좀 더 익숙해질 필요가 있어 보입니다,, 이번에 사용한 데이터는 kaagle [https://www.kaggle.com/c/instacart-market-basket-analysis]에서 가져온 데이터이고, 데이터의 용량이 매우 크고 7개의 데이터 테이블이 있었기 때문에 제가 따로 joint를 하고 1만개의 데이터만 샘플링하여 진행했습니다. 먼저 사용된 데이터 컬럼만 설명을 하면 order_dow라는 컬럼은 Days of Week로 무슨 요일에 주문을 했는가? ..

오늘은 plotly라는 시각화 라이브러리에 대해서 적어볼까 합니다. 학부시절 데이터 시각화, 빅데이터 분석 등 데이터 시각화를 배우는 강의에서 matplotlib, seaborn만 다뤄봤었고, plotly는 이번에 처음 접해봅니다. plotly와 다른 시각화 라이브러리의 차이점은 동적 시각화에 차이가 있습니다. 다른 라이브러리는 그래프를 일부 수정하거나 좀 더 중요한 부분을 줌인 하기위해서는 코딩을 다시 해야만하는데, plotly는 동적 시각화로 코딩을 다시 하지않고도 줌인 같은건 할 수 있으며, 특정 데이터 값의 확인, 표기 등과 같은 탐색적 데이터 분석에 도움을 주는 기능을 제공합니다. 1.plotly 이용하기 우선 라이브러리를 다운받고 불러오는거 먼저 하겠습니다. # virtualenv !pip i..

많은 시각화의 방법중에서 막대그래프를 그려보려고합니다. 막대그래프는 각 막대의 길이를 통해서 데이터의 상대적인 크기를 비교할 수 있으며 시계열 데이터에서도 시간별로 데이터의 추세,패턴 등을 쉽게 파악할 수 있는 장점이 있습니다. 1. matplotlib matplotlib로 막대그래프를 그리는 방법은 기본적으로 plt.bar(xaxis,yaxis)의 형태를 띄웁니다. month_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12] sold_list = [300, 400, 550, 900, 600, 960, 900, 910, 800, 700, 550, 450] fig, ax=plt.subplots(figsize=(15,5)) ax.bar(month_list,sold_list)..

오늘은 파이썬에서 그래프를 그려 시각화를 할 수 있는 라이브러리 matplotlib와 seaborn에 대해서 복기해보도록 하겠습니다. 사실 시각화라는 것은 다양한 그래프도 있고, 시각화 하기 전에 데이터 전처리 파트도 있기 때문에 최대한 다른 데이터를 가지고 글 마다 타겟 그래프 하나를 잡아서 정리해보겠습니다. 우선 이번 글에서는 각 라이브러리의 특징, 그리고 간략한 사용방법에 대해서 다뤄보겠습니다. 1. 라이브러리 받기 우선 두 라이브러리 모두 기본 라이브러리가 아니기때문에 설치를 해야합니다. 설피는 다음과 같이 진행할 수 있습니다 # virtualenv 환경 !pip install matplotlib seaborn # conda 환경 conda install matplotlib seaborn 2.라이..