📊 Pandas 시각화 3 - plotly에서 for문 사용하기

---

📊 개강했더니 삼학년이라고 학기 초부터 아주 바쁩니다!! 전공과목의 난이도가 정말 2학년때와는 비교할 수 없게 올라갔습니다(물론 2년동안 굳은 제 머리도 한몫하겠지만…🙄). 배운 건 그날그날 복습하려는 습관을 들이고 있는데 개강 첫주부터 아주 아슬아슬합니다. 그래도 짬짬이 공부한 내용들은 최대한 블로그에 올려볼 생각입니다!!

📊 오늘은 plotly에서 for loop를 사용하는 법을 알아봅시다.

📊 단순히 여러개의 그래프를 그리는 것이 아닌 각각의 데이터 요소들을 떼어와서 그릴때, 일일이 figure들을 정의해줘야하는 번거로움이 있습니다. 이를 어떨게 해결할 수 있을까 고민하다가 for문을 사용하기로 결정했는데, 생각보다 어려웠던 것 같습니다. 한번 살펴봅시다🙂!!

---

3.1 for문을 사용하지 않은 plotly

📊 먼저 데이터프레임을 하나 정의해봅시다.

#pandas 임포트
import pandas as pd

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

score_df = pd.DataFrame({'test' : ['score1','score2','score3','score4','score5','score6'],
                         'A' : [95, 100, 90, 88, 92, 94],
                         'B' : [87, 92, 95, 93, 88, 86],
                         'C' : [92, 92, 86, 95, 90, 84],
                         'D' : [78, 80, 82, 86, 80, 82],
                         'E' : [80, 76, 84, 80, 78, 84]})
score_df = score_df.set_index('test')
score_df

>>
        A	B	C	D	E
test					
score1	95	87	92	78	80
score2	100	92	92	80	76
score3	90	95	86	82	84
score4	88	93	95	86	80
score5	92	88	90	80	78
score6	94	86	84	82	84

학생 A,B,C,D,E 의 6개의 시험 성적을 나타낸 데이터프레임입니다.

📊 일단 for 문을 사용하지 않는 상태에서 시각화를 진행해보겠습니다.

fig = go.Figure()
fig.add_trace(
    go.Scatter(
        x = score_df.index, y = score_df['A'], name = 'A'))

fig.add_trace(
    go.Scatter(
        x = score_df.index, y = score_df['B'], name = 'B'))

fig.add_trace(
    go.Scatter(
        x = score_df.index, y = score_df['C'], name = 'C'))

fig.add_trace(
    go.Scatter(
        x = score_df.index, y = score_df['D'], name = 'D'))

fig.add_trace(
    go.Scatter(
        x = score_df.index, y = score_df['E'], name = 'E'))

fig.show()

📊 for문을 사용하지 않는 경우에는 fig . add_trace( ) 를 다섯번 모두 호출해서 각 학생의 시험 성적들을 그립니다. 이렇게 데이터의 수가 많지 않은 경우에는 굳이 반복문을 사용하지 않아도 큰 부담이 없지만, 많은 데이터를 다루려면 위의 방법만으로는 좀 무리가 있을 수 있다고 생각합니다. 이 포스팅을 작성한 이유이기도 합니다!!

그러면 이번에는 for 문을 사용해봅시다.

3.2 for문으로 plotly 그려보기

📊 데이터는 위에서 만든 score_df 데이터프레임을 그대로 사용하겠습니다.

score_df

>>
        A	B	C	D	E
test					
score1	95	87	92	78	80
score2	100	92	92	80	76
score3	90	95	86	82	84
score4	88	93	95	86	80
score5	92	88	90	80	78
score6	94	86	84	82	84

📊 이번에는 for 문을 가지고 시각화해봅시다!!

col = len(score_df.columns)

fig = go.Figure()
for i in range(col):
    fig.add_trace(
        go.Scatter(
            x = score_df.index, y = score_df[score_df.columns[i]], name = score_df.columns[i]))

fig.show()

📊 변수 col 에 데이터의 열 개수를 넣어주고, 그 개수만큼 for문 을 돌리면서 fig . add_trace( ) 를 호출해줍니다. 그 뒤부터는 데이터의 열에 인덱스로 접근해줌으로써 x축과 y축의 데이터를 정해줍니다. 이렇게 하고 나면 시각화는 아래와 같이 나타납니다.

for 문을 사용하지 않은 경우와 같은 결과가 나타납니다.

---

📊 당연히 for 문을 사용하면 일일이 호출해주는 것보다 코드를 짜는 시간적 측면에서 효율을 얻을 수 있지만, 앞서 다른 포스팅에서도 언급했듯이 이 방법은 의외로 변수가 많이 발생하는 작업입니다(당연히 내가 잘 모르는 부분일 수도 있다. 여러가지 형태로 시도해보다가 성공하면 짠!!하고 포스팅할 생각입니다…😅)

📊 데이터분석 공부를 하다보면 대놓고 파이썬 공부를 하는 것이 아니더라도 이런저런 상황 속에서 자연스럽게 응용하는 게 조금씩 익숙해지는 것 같습니다. 이렇게 저렇게 공부하면서 실력이 늘었으면 좋겠습니다🙌.

---