📊 Pandas 시각화 1 - iplot

1. iplot

📊 첫 시각화 포스팅이다!! 데이터 전처리 / 시각화 실습할 때 사용한 툴이 iplot과 plotly인데, 이번에는 더 간결하게 시각화를 할 수 있는 iplot을 먼저 알아보자.

---

1.1. iplot 사용하기

---

📊 일단은 iplot을 사용하기 위해서 chart_studio 와 cufflinks를 설치해주자.

!pip install plotly chart_studio --upgrade
!pip install cufflinks --upgrade

📊 이제는 두 라이브러리를 임포트하자.

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

iplot을 사용할 준비가 끝났다🙃.

1.2. iplot 기본형태

---

📊 dataframe.iplot(kind = ‘그래프 종류’)

• df.iplot(kind = ‘bar’) - bar 그래프 작성
• df.iplot(kind = ‘bar’, barmode = ‘stack’) - 누적그래프 작성

• df.iplot(kind = ‘bar’, barmode = ‘stack’, orientation = ‘h’) - 가로로 그래프 작성

• df.iplot(kind = ‘scatter’) - line 그래프 작성
• df.iplot(kind = ‘scatter’, mode = ‘lines + markers’) - 선/점 모두 나타냄
• df.iplot(kind = ‘scatter’, fill = True) - line 아랫부분을 채워줌
• df.iplot(kind = ‘scatter’, xTitle = ‘ x title ’, yTitle = ‘ y title ’, title = ‘ title ‘) - 타이틀 설정

📊 iplot 의 x축 기준은 인덱스이다. 원하는 x축이 있는 경우에는 미리 그 값을 인덱스로 만드는 것이 편할듯!!

1.3. 시리즈로 그래프 그리기

---

📊 df[‘column’].iplot(kind = ‘그래프 종류’)

1.4. 그래프 테마 가져오기

---

📊 그래프에 여러 테마를 적용할 수 있다.

cf.getThemes( )

>> ['ggplot', 'pearl', 'solar', 'space', 'white', 'polar', 'henanigans']

for themes in cf.getThemes:
    df.iplot(kind = 'bar', theme = themes, title = themes)

1.5. 레이아웃 만들기 - 딕셔너리

---

• title : 그래프의 제목을 나타내는 딕셔너리 - 제목의 내용과 폰트(사이즈 / 글자색), x축 / y축 기준 제목의 위치를 지정함
• plot_bgcolor : 그래프의 뒷배경 색깔 지정
• xaxis / yaxis : x축,y축을 상세조정함
  • showticklabels : tick을 보여줄것인지 여부를 결정
  • dtick : tick의 간격을 지정
  • title : 각 축의 제목, 사이즈, 글자색 지정

layout = {
    'title' : {'text' : , 'font' : {'size' : , 'color' : }, 'x' : 0.5, 'y' : 0.9 },
    
    'plot_bgcolor' : #색상코드,
    
    'xaxis' : {'showticklabels' : True / False, 'dtick' : 2,
               'title' : {'text' : , 'font' : {'size' : , 'color' : }}}
    
    'yaxis' : {'showticklabels' : True / False, 'dtick' : 5,
               'title' : {'text' : , 'font' : {'size' : , 'color' : }}}
}
    
df.iplot(kind = 'scatter', mode = 'lines+markers', layout = layout)

📊 하지만 layout을 선언하고 테마 적용은 불가능하니 이 점에 유의하도록 하자.

📊 iplot은 다음과 같은 기능도 지원한다.

 df.iplot(kind = 'scatter', theme = 'ggplot', title = 'Iplot layout', xTitle = 'x title', yTitle = 'ytitle')

• 이런 방법도 있지만 좀 더 세밀하게 시각화하기 위해서 레이아웃을 만들어준다.
• 빠르게 개형 정도만 확인할 때는 위의 방법처럼 간결히 시각화하는 것도 괜찮을 듯하다🙃.
• 또한 위의 방법을 사용하면 간결한 layout에 theme도 적용이 되기 때문에 참고하자!!

---

📊 개인적으로는 시각화를 할떄 matplotlib 보다 iplot이나 plotly를 선호하는 편이다. 비교적 최근에 나온 시각화 툴이기 떄문에 좀 더 직관적이고 간결한 경우가 많기 떄문이다. 물론 그렇다고 matplolib 을 아예 모르면 안되겠지만 편한 것에 손이 가는 건 어쩔 수 없나보다ㅎ

📊 다음 포스팅에서는 plotly 사용법을 배워보자!!