🏆 2. 행성의 여러가지 정보를 알아보자(1)

---

🏆 저번 미국 인구 데이터 이후 두번째 데이터분석 실습 포스팅이다.
🏆 이번에는 seaborn 라이브러리에서 제공하는 planets 데이터셋으로 실습을 진행해볼것이다.

1. 데이터 불러오기

import pandas as pd

import seaborn as sns
planets = sns.load_dataset('planets')
planets.shape

>> (1035, 6)

planets.head()

>>
        method	        number	orbital_period	mass	distance   year
0	Radial Velocity	1	269.300	        7.10	77.40	   2006
1	Radial Velocity	1	874.774	        2.21	56.95	   2008
2	Radial Velocity	1	763.000	        2.60	19.84	   2011
3	Radial Velocity	1	326.030	        19.40	110.62	   2007
4	Radial Velocity	1	516.220	        10.50	119.47	   2009

행성의 발견 방법 / 개수 / 궤도주기 / 질량 / 거리 / 발견년도 를 나타낸 데이터임을 알 수 있다.

planets.info()

>>
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1035 entries, 0 to 1034
Data columns (total 6 columns):
 #   Column          Non-Null Count  Dtype  
---  ------          --------------  -----  
 0   method          1035 non-null   object 
 1   number          1035 non-null   int64  
 2   orbital_period  992 non-null    float64
 3   mass            513 non-null    float64
 4   distance        808 non-null    float64
 5   year            1035 non-null   int64  
dtypes: float64(3), int64(2), object(1)
memory usage: 48.6+ KB

orbital_period / mass / distance 열에 NaN 값이 존재함을 확인할 수 있다.
하지만 이 값들은 나중에 우리가 원하는 데이터를 선택하는 경우에 처리해주도록 하자.

2. Findnig numbers per method

🏆 관측 방법에 따라 발견한 개수를 알아보자.

방법에 따라 발견한 개수를 알아보기 위해서는 method 와 number 열이 필요하다.
이 두개의 열만 가져온 데이터를 .copy() 함수를 써서 planets_number 라고 가져오자.

planets_number = planets[['method', 'number']].copy() 

planets_number 를 method 열을 기준으로 그룹화하고, sum 으로 집계해주자.
가장 많이 발견한 방법 순으로 나열하기 위해서 .sort_values() 함수를 사용한다.
내림차순이므로 ascending = False 를 넣어주자.

planets_number = planets_number.groupby('method').sum().sort_values('number', ascending=False)
planets_number.head()

>>
                                number
                   method	
Radial Velocity	                952
Transit	                        776
Imaging	                        50
Microlensing	                27
Eclipse Timing Variations	15

2.1. iplot 시각화

---

🏆 단순 범주형 데이터이기 때문에 바 그래프와 원 그래프로 직관적인 차지율을 알아보도록 하자.

import chart_studio.plotly as py
import cufflinks as cf
cf.go_offline(connected = True)

2.1.1. Bar graph

---

layout = {
    'title' : {'text' : '<b>Findnig numbers per method</b>',
               'font' : {'size' : 25},
               'x' : 0.5, 'y' : 0.9
              },
    
    'xaxis' : {'showticklabels' : True,
              'title' : {'text' : 'Method', 'font' : {'size' : 20}}},
    
    'yaxis' : {'showticklabels' : True,
              'dtick' : '100',
              'title' : {'text' : 'numbers', 'font' : {'size' : 20}}}   
}
planets_number.iplot(kind = 'bar', theme = 'white', layout = layout)

2.1.2. Pie graph

---

planets_number_df = planets[['method', 'number']]
planets_number_df.iplot(kind = 'pie', theme = 'white', labels = 'method', values = 'number')

2.2. plotly 시각화

---

import plotly.graph_objects as go
import plotly.offline as pyo
pyo.init_notebook_mode()

2.2.1. Bar graph

---

fig = go.Figure()
fig.add_trace(
    go.Bar(
    x = planets_number.index, y = planets_number['number']))

fig.update_layout(
    {
    'title' : {'text' : '<b>Findnig numbers per method</b>', 'font' : {'size' : 25}, 'x' : 0.5, 'y' : 0.9},
    'xaxis' : {'showticklabels' : True, 'title' : {'text' : 'Method', 'font' : {'size' : 15}}},
    'yaxis' : {'showticklabels' : True, 'dtick' : 100, 'title' : {'text' : 'Number', 'font' : {'size' : 15}}},
    'template' : 'plotly_white'
    })

fig.show()             

👉 위의 막대그래프를 보면 확인할 수 있겠지만 Redial Velocity 다음으로 Transit이 가장 많은 관측치를 보유하고 있으며, 그 외의 나머지 방법들은 그렇게 큰 비중을 차지하고 있지는 않음을 확인할 수 있다. 이 데이터를 가장 잘 사용할 수 있는 방법은 년도와 관측방법에 따른 관측치를 정리하는 것이라고 생각한다.

2.2.2. Pie graph

---

fig = go.Figure()
fig.add_trace(
    go.Pie(
        labels = planets_number_df['method'], values = planets_number_df['number']
    ))

fig.show()

---

🏆 Pie graph를 보면 알 수 있듯이 너무 많은 요소들이 들어가버리면 가독성이 많이 떨어진다.
🏆 따라서 Pie graph를 그릴 때는 필요한 몇가지 요소만 가져와서 시각화하는 것이 나을 것이라고 생각한다.
🏆 다음 포스팅에서는 한 가지 관측방법에만 집중해서 데이터를 전처리하고 시각화하는 내용을 다뤄보겠다.