🏆 2. 행성의 여러가지 정보를 알아보자 (3)

---

🏆 오랜만에 다루는 행성 데이터다. 사실 이렇게 한번 더 다룰만큼 중요한 데이터는 아니라고 생각했었는데, 허리디스크로 누워있는 동안 아쉬운 점을 생각해보니 시각화만 해놓고 그 데이터가 의미하는 바를 정확히 분석해본 적은 없었다는 것이 떠올랐다. 그 이유로 이렇게 두달정도 전에 다뤘던 데이터를 가져와봤다😉.

🏆 이번 포스팅에서는 plotly 시각화에서 for문을 사용하는 방법을 소개한다.

---

1. for문을 사용하지 않는 경우

🏆 먼저 이전 포스팅에서 시각화한 그래프를 가져오도록 하자. 행성 데이터에서 다른 분석을 해야겠다고 생각하게 한 가장 큰 이유이다.

🏆 위의 막대그래프를 보면 알겠지만 Radial Velocity 와 Transit 을 제외한 나머지 관측방법은 그렇게 눈에 띄는 관측 수를 보이지는 못한다(물론 행성의 발견 하나하나가 우주 역사에 있어 몹시 큰 업적이지만 이 데이터에서는 배제한다). 단지 저 두개의 관측법만이 많은 개수를 가지고 있음이 데이터분석에서 의미가 큰 것은 아니기 때문에, 다른 분석법을 필요로 한다. 그래서 생각한 방법이 년도별로 관측법의 추이를 알아보는 것이다. 그러면 세월의 흐름에 따라 두각을 나타내는 관측법과 새롭게 떠오르는 관측법을 알아보기에 좋을 것이라 생각하기 때문이다. 그럼 이제 시작해보자🏃‍♂️.

---

일단 데이터를 불러오자.

import pandas as pd
import seaborn as sns

planets = sns.load_dataset('planets')
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

우리는 2개의 형태로 데이터를 처리할 것이기 때문에 데이터프레임의 이름을 _1 / _2 로 명명하겠다.

planets_year_method_1 = planets.groupby(['method', 'year']).agg({'number':'sum'})
planets_year_method_1 = planets_year_method_1.reset_index()
planets_year_method_1

>> 
        method	                        year	number
0	Astrometry	                2010	1
1	Astrometry	                2013	1
2	Eclipse Timing Variations	2008	4
3	Eclipse Timing Variations	2009	1
4	Eclipse Timing Variations	2010	4
...	...	                        ...	...
64	Transit	                        2014	93
65	Transit Timing Variations	2011	2
66	Transit Timing Variations	2012	2
67	Transit Timing Variations	2013	2
68	Transit Timing Variations	2014	3

69 rows × 3 columns

method, year, number 열을 가지는 planets_year_method_1 데이터프레임이 완성되었다😉.

먼저 Bar 그래프로 시각화해보자.

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

fig = go.Figure()
fig.add_trace(
        go.Bar(
            x = planets_year_method_1[planets_year_method_1['method']=='Imaging']['year'],
            y = planets_year_method_1[planets_year_method_1['method']=='Imaging']['number'], name = 'Imaging'))

fig.add_trace(
        go.Bar(
            x = planets_year_method_1[planets_year_method_1['method']=='Radial Velocity']['year'],
            y = planets_year_method_1[planets_year_method_1['method']=='Radial Velocity']['number'], name = 'Radial Velocity'))

fig.add_trace(
        go.Bar(
            x = planets_year_method_1[planets_year_method_1['method']=='Eclipse Timing Variations']['year'],
            y = planets_year_method_1[planets_year_method_1['method']=='Eclipse Timing Variations']['number'], name = 'Eclipse Timing Variations'))

fig.add_trace(
        go.Bar(
            x = planets_year_method_1[planets_year_method_1['method']=='Transit']['year'],
            y = planets_year_method_1[planets_year_method_1['method']=='Transit']['number'], name = 'Transit'))

fig.add_trace(
        go.Bar(
            x = planets_year_method_1[planets_year_method_1['method']=='Microlensing']['year'],
            y = planets_year_method_1[planets_year_method_1['method']=='Microlensing']['number'], name = 'Microlensing'))
fig.show()

우선 for문을 사용하지 않았기 때문에 많은 관측수를 가지는 5개의 데이터만 시각화해봤다. 결과는 아래와 같다.

막대그래프에 너무 많은 내용이 들어 있어 한눈에 알아보기 어렵다. 전체적인 추이를 위해 line 그래프를 한번 그려보자.

fig = go.Figure()
fig.add_trace(
        go.Scatter(
            x = planets_year_method_1[planets_year_method_1['method']=='Imaging']['year'],
            y = planets_year_method_1[planets_year_method_1['method']=='Imaging']['number'], name = 'Imaging', mode = 'lines'))

fig.add_trace(
        go.Scatter(
            x = planets_year_method_1[planets_year_method_1['method']=='Radial Velocity']['year'],
            y = planets_year_method_1[planets_year_method_1['method']=='Radial Velocity']['number'], name = 'Radial Velocity', mode = 'lines'))

fig.add_trace(
        go.Scatter(
            x = planets_year_method_1[planets_year_method_1['method']=='Eclipse Timing Variations']['year'],
            y = planets_year_method_1[planets_year_method_1['method']=='Eclipse Timing Variations']['number'], name = 'Eclipse Timing Variations', mode = 'lines'))

fig.add_trace(
        go.Scatter(
            x = planets_year_method_1[planets_year_method_1['method']=='Transit']['year'],
            y = planets_year_method_1[planets_year_method_1['method']=='Transit']['number'], name = 'Transit', mode = 'lines'))

fig.add_trace(
        go.Scatter(
            x = planets_year_method_1[planets_year_method_1['method']=='Microlensing']['year'],
            y = planets_year_method_1[planets_year_method_1['method']=='Microlensing']['number'], name = 'Microlensing', mode = 'lines'))
fig.show()

👉 이렇게 시각화하니 확실히 전체적인 모양이 잘 보인다. Radial Velocity 는 1990년대부터 꾸준히 그 두각을 보여왔고 Transit 은 2000년대 초반부터 점차적으로 성장하더니 2010년대 들어서 우세한 관측치를 나타낸다. 나머지 세개의 관측법은 최근 들어서 모습을 보이는 방법인 듯하다. 한두가지 방법에 의존하지 않고 다른 기술이 발달하고 있는 그래프라고 할 수 있을 것 같다.

2. for 문을 사용하는 경우

🏆 이번에는 for 문을 이용헤보자. 사실 이런저런 책을 참고하거나 구글링을 해서 찾아봐도 plotly 에서 for 문을 사용하는 방법이 잘 나오지 않아서 답답했는데, 굳이 사용하지 않는 이유를 이번에 알 수 있었던 것 같다(아니면 굉장히 높은 확률로 내가 모르는 거댜…😢).

바로 시각화해보자.

fig = go.Figure()
for i in planets_year_method_1['method']:
    fig.add_trace(
        go.Scatter(
            x = planets_year_method_1[planets_year_method_1['method']==i]['year'],
            y = planets_year_method_1[planets_year_method_1['method']==i]['number'], name = i, mode = 'lines'))
    
fig.show()

🔑 위에 보이는 대로 for문 안에 add_trace() 명령어와 graph_object 객체(go.⚪)를 넣어서 그래프 객체를 for 루프만큼 생성하는 것이다. 그러면 결과는 다음과 같다.

위의 그래프에서 볼 수 있듯이 같은 method 이지만 중복되는 legned 를 가지고 있는 것을 확인 할 수 있다. 심지어 legned 상에 중복된 색깔도 있다😂. 그래서 나는 이 상황을 column에 있는 모든 데이터를 물러오느라 생긴 일이라 생각하고 method 를 인덱스로 groupby 하면 해결할 수 있지 않을까 예상했다. 코드와 결과는 다음과 같다.

planets_year_method_2 = planets.groupby(['method', 'year']).agg({'number':'sum'})
planets_year_method_2

>>
                                        number
method                  	year	
Astrometry	                2010	1
                                2013	1
Eclipse Timing Variations	2008	4
                                2009	1
                                2010	4
...	                        ...	...
Transit	                        2014	93
Transit Timing Variations	2011	2
2012	2
2013	2
2014	3

69 rows × 1 columns

위의 결과 데이터프레임을 보면 method 와 year 가 인덱스로 들어가 있고 number 만 column 으로 지정된 것을 확인할 수 있다. 이제 위의 방법처럼 for 문을 돌려보자.

fig = go.Figure()
for i in range(len(planets_year_method_2.index)):
    fig.add_trace(
        go.Scatter(
            x = pd.Series(planets_year_method_2.index[i][1]),
            y = pd.Series(planets_year_method_2['number'][i]),
            name = planets_year_method_2.index[i][0], mode = 'lines + markers'))
    
fig.show()

이제는 심지어 line 도 안 그려준다(…) 그래서 내 생각으로는 plotly 에서 for 문을 사용하려면 중복되는 데이터를 가지고 있는 column 을 사용하는 것을 자제하거나 legend 를 그리지 않는 방법이 있을 것 같다. 물론 이제 그저 걸음마를 떼고 있는 학생이고, 앞으로 배워나가야 할 것이 너무 많지만 일단 내 짧은 소견으로는 그렇다.

---

🏆 그래도 이렇게 plotly 에서 for loop 돌리는 방법을 알게 되었으니 만족한다!! 나중에 이에 대한 해결책을 발견하면 행복하게 다시 한번 포스팅 해봐야겠다.