[데이터 분석] 연도별/지역별 시각화

- 지금까지 우리는 전혀 다른 두 개의 데이터를 합쳐 df라는 data frame에 저장하였다.

- 이 data를 연도별&지역별로 그려보자 !!

 

---

 

* barplot

sns.barplot(data=df, x="연도", y="평당분양가격")
sns.barplot(data=df, x="지역명", y="평당분양가격")

연도별

지역별

 

 

* pointplot

sns.pointplot(data=df, x="연도", y="평당분양가격", hue="지역명")

  - legend는 바깥에 빼도록 조정

  - 기울기에 따라 값의 변화 정도를 파악하기 쉽다.

 

 

 

* 서울만 barplot으로

df_seoul = df[df["지역명"] == "서울"].copy()

sns.barplot(data=df_seoul, x="연도", y="평당분양가격", color="y")
sns.pointplot(data=df_seoul, x="연도", y="평당분양가격", color="y")

 

 

 

* boxplot & boxenplot

sns.boxplot(data=df, x="연도", y="평당분양가격")
sns.boxenplot(data=df, x="연도", y="평당분양가격")

sns.boxplot(data=df, x="지역명", y="평당분양가격")
sns.boxenplot(data=df, x="지역명", y="평당분양가격")

연도별 - boxplot

연도별 - boxenplot

  - boxenplot : boxplot을 좀 더 개선 (boxplot + violinplot의 중간)

    - boxplot의 단점을 보완해 안에 data가 얼마나 분포되어있는지를 distribution 값을 표현함

 

연도별 - boxplot

지역별 - boxenplot

 

 

 

* violinplot

sns.violinplot(data=df, x="연도", y="평당분양가격")
sns.violinplot(data=df, x="지역명", y="평당분양가격")

연도별

  - 안의 검정 네모 : boxplot

  - 안의 하얀색 점 : 중앙값

 

지역별

 

 

 

 

* swarmplot

sns.swarmplot(data=df, x="연도", y="평당분양가격", hue="지역명")
sns.swarmplot(data=df, x="지역명", y="평당분양가격", hue="연도")

연도별

- data 분포를 더 잘 확인할 수 있음

 

지역별

 

 

 

 

 

(+) violin & swarmplot 합치기

sns.violinplot(data=df, x="연도", y="평당분양가격")
sns.swarmplot(data=df, x="연도", y="평당분양가격", hue="지역명")

- 맨 위의 이상치 값들은 모두 다 서울의 값들

 

 

 

 

---

 

'전국 신규 민간 아파트 분양가격' 이름의 Chap 01 끝 !!

데이터 분석이라는 것을 처음 접해보고 들은 강의였는데 생각보다 재밌었다.

 

아직 제대로 분석하는 것보다는 어떤 식으로 접근해야하는지를 배웠던 것 같다.

다음 챕터들도 열심히 따라가보자 !!!!!!!