Seaborn Distribution Plot

2020-09-16

2020-11-27

displot, matplotlib, python, seaborn, visualization

seaborn 0.11에서 업데이트된 distribution plot을 살펴봅니다.
distplot()이 없어진 대신 displot()이 들어왔습니다.
matplotlib으로 만든 틀 안에 seaborn을 넣어봅니다.

1. `displot()`

seaborn.displot

displot()은 histplot(), kdeplot(), ecdfplot(), rugplot()을 편하게 그리는 방법입니다
- 편하게라는 말은 하나의 명령어(displot())로 여러 형태를 그릴 수 있다는 뜻입니다.
- 장점은 하나의 인자 kind 를 바꿔주는 것 만으로 그래프의 형태를 바꿀 수 있다는 것,
- 단점은 그림의 인자들이 그래프 종류마다 다르다는 점입니다.
- 그 바람에 kind 외에도 다른 인자들을 많이 바꾸게 된다는 것입니다.

인자만 바꿔도 되는데 다른 인자도 많이 바꿔야 한다니 모순입니다.
- 조금 풀어서 설명하면,
- 기본 세팅된 그림을 그리려면 인자만 바꾸면 된다
- 그러나 여기저기 수정하려면 여러 인자를 바꿔야 한다 입니다.

displot()을 알아보는 과정은 세부 기능들을 알아보는 기능과 거의 동일합니다.
세부 기능들을 먼저 알아보겠습니다.

2. `histplot()`, `kdeplot()`, `ecdfplot()`

seaborn.histplot
seaborn.kdeplot
seaborn.ecdfplot
seaborn.rugplot

2.1. plots

rugplot()은 단독으로 사용하기 어렵습니다.
다른 세 plot을 하나의 figure에 담아보겠습니다.
- plt.subplots()명령으로 Figure와 Axes를 생성하고,
- seaborn plot 함수에 ax= 인자를 삽입하여 그려질 axes를 지정합니다.

동일 x값을 쌓아주도록 multiple="stack"을 지정합니다.

import matplotlib.pyplot as plt
import seaborn as sns

# Load the diamonds dataset
diamonds = sns.load_dataset("diamonds")
diamonds.head()

# plot
fig, axes = plt.subplots(ncols=3, figsize=(12,4))
sns.histplot(data=diamonds, x="carat", hue="cut", multiple="stack", ax=axes[0], legend=True)
sns.kdeplot(data=diamonds, x="carat", hue="cut", multiple="stack", ax=axes[1], legend=True)
sns.ecdfplot(data=diamonds, x="carat", hue="cut", ax=axes[2], legend=True)

axes[0].set_title("histplot")
axes[1].set_title("kdeplot")
axes[2].set_title("ecdfplot")

fig.tight_layout()

2.2. proportion

별도의 설정을 하지 않았는데도 y축 label이 그래프마다 다릅니다.
- histplot()은 Count
- kdeplot()은 Density
- ecdfplot()은 Proportion으로 되어 있습니다.
- ecdfplot()의 뜻은 empirical cumulative distribution functions 입니다.

위 코드에서 multiple 부분을 "fill"로 변경하면 비율을 그립니다.

단위가 바뀌었지만 y축 label은 변하지 않았습니다. 주의해야 합니다.

fig, axes = plt.subplots(ncols=3, figsize=(12,4))
sns.histplot(data=diamonds, x="carat", hue="cut", multiple="fill", ax=axes[0], legend=False)
sns.kdeplot(data=diamonds, x="carat", hue="cut", multiple="fill", ax=axes[1], legend=False)
sns.ecdfplot(data=diamonds, x="carat", hue="cut", ax=axes[2], legend=True)

axes[0].set_title("histplot")
axes[1].set_title("kdeplot")
axes[2].set_title("ecdfplot")

fig.tight_layout()

2.3. bivariate distribution

x와 y축에 다른 변수를 지정하면 2변수 분포도를 그릴 수 있습니다.
ecdfplot()에는 적용되지 않습니다.

범주형(categorical) 변수에는 적용되지 않으니 주의합니다.

# Load the penguins dataset
penguins = sns.load_dataset("penguins")
penguins.head()

fig, axes = plt.subplots(ncols=2, figsize=(8,4))
sns.histplot(data=penguins, x="bill_depth_mm", y="body_mass_g", hue="species", 
             bins=20, ax=axes[0], legend=False)
sns.kdeplot(data=penguins, x="bill_depth_mm", y="body_mass_g", hue="species", 
            fill=True, levels=5, alpha=0.5,
            ax=axes[1], legend=True)

axes[0].set_title("histplot")
axes[1].set_title("kdeplot")

fig.tight_layout()

3. `displot()` vs `kdeplot()`

seaborn Gallery
seaborn.FacetGrid

diamond 데이터셋을 displot()과 kdeplot()으로 그려 비교해 보겠습니다.
displot()은 FacetGrid를 생성합니다.
- matplotlib이 생성하는 Figure와 Axes를 포함하는 객체입니다.
- 따라서 matplot이 subplot으로 생성하는 Axes에 담길 수 없습니다.

displot()은 matplotlib의 pyplot방식으로 사용해야 합니다.

그림 크기는 height와 aspect로 제어합니다.

sns.displot(
    data=diamonds,
    x="carat", hue="cut",
    kind="kde", 
    multiple="fill", clip=(0, None),
    palette="ch:rot=-.25,hue=1,light=.75",
    height=5, aspect=2
)

반면 kdeplot()은 Axes를 생성합니다.

ax 인자를 사용해 subplot으로 미리 생성한 Axes에 담을 수 있습니다.

fig, ax = plt.subplots(figsize=(10, 5))
sns.kdeplot(
    data=diamonds,
    x="carat", hue="cut",
    multiple="fill", clip=(0, None),
    palette="ch:rot=-.25,hue=1,light=.75",
    ax=ax
)

두 그림의 legend가 묘하게 다릅니다.
- displot()은 옆으로 밀려있고,
- kdeplot()은 axes 안에 담겨 있습니다.

그런데 문제가 있습니다.
- legend를 옮기려면 axes.legend()로 제어해야 합니다.
- 그리고 legend(handles, labels)형태로 데이터를 넣어야 하는데,
- handles와 labels를 추출하는 axes.get_legend_handles_labels()가 작동하지 않습니다.
handles, labels를 출력시켜도 모두 []로만 나옵니다.

legend는 텅 비어 있습니다.

# object oriented interface
fig, ax = plt.subplots(figsize=(10, 5))
sns.kdeplot(
    data=diamonds,
    x="carat", hue="cut",
    multiple="fill", clip=(0, None),
    palette="ch:rot=-.25,hue=1,light=.75",
#     height=5, aspect=2
    ax=ax
)
h, l = ax.get_legend_handles_labels()
print(f"handles={h}\nlables={l}\n")
ax.legend(h, l, bbox_to_anchor=(1.05,0.9))

강제로 labels를 인가하면 legend를 제어할 수 있습니다.

그러나 순서가 반대이고, 반대로 넣으면 언제나 색상과 맞는지 확신이 없습니다.

fig, ax = plt.subplots(figsize=(10, 5))
sns.kdeplot(
    data=diamonds,
    x="carat", hue="cut",
    multiple="fill", clip=(0, None),
    palette="ch:rot=-.25,hue=1,light=.75",
#     height=5, aspect=2
    ax=ax
)
ax.legend(diamonds["cut"].unique()[::-1], bbox_to_anchor=(1.2,0.9))
fig.tight_layout()

아쉽게도 seaborn 공식문서에도 설명이 제대로 나오지 않았네요.
- 본 방법은 임시변통으로만 알고 정석을 찾아야 할 것 같습니다.
- 혹시 이 글을 보시는 분께서 방법을 알고 계시면, 제보 부탁드리겠습니다.
- jehyun.lee@gmail.com

도움이 되셨나요? 카페인을 투입하시면 다음 포스팅으로 변환됩니다

PythonData Science

1. displot()

2. histplot(), kdeplot(), ecdfplot()