Seaborn with Matplotlib (1)

1. seaborn + matplotlib

  • seaborn을 matplotlib과 섞어쓰는 방법입니다.
  • 4부 중 첫 번째 시간입니다.
  • seaborn 함수 중 matplotlib axes를 반환하는 함수들에 관한 내용입니다.

seaborn API

  • seaborn은 matplotlib을 쉽고 아름답게 쓰고자 만들어졌습니다.

    • 따라서 seaborn의 결과물은 당연히 matplotlib의 결과물입니다.
    • 그러나 간혹 seaborn이 그린 그림의 폰트, 색상에 접근이 되지 않아 난처합니다.
    • seaborn의 구조를 잘 이해하지 못하면 해결도 어렵습니다.
  • v0.11 기준으로 seaborn에는 다음 함수들이 있습니다.

    seaborn functions

  • matplotlib의 출력물은 figureaxes만을 반환합니다.
    • seaborn의 명령어 중 axes를 반환하는 것들은 matplotlib과 섞어 쓰기 좋습니다.
    • 먼저 matplotlib의 객체 지향object oriented interface를 사용해서 그림의 틀을 만든 뒤,
    • 특정 axes에 seaborn을 삽입하면 됩니다.
    • 결론적으로, 하고 싶은 거 다 됩니다.

1.1. Load data

  • 예제로 사용할 펭귄 데이터를 불러옵니다.
  • seaborn에 내장되어 있습니다.
    1
    2
    3
    4
    5
    6
    import pandas as pd
    import matplotlib.pyplot as plt
    import seaborn as sns

    penguins = sns.load_dataset("penguins")
    penguins.head()

1.2. figure and axes

  • matplotlib으로 도화지figure를 깔고 축공간axes를 만듭니다.
  • 1 x 2 축공간을 구성합니다.
    1
    2
    3
    fig, axes = plt.subplots(ncols=2, figsize=(8,4))

    fig.tight_layout()

1.3. plot with matplotlib

  • matplotlib 기능을 이용해서 산점도를 그립니다.
    • x축은 부리 길이 bill length
    • y축은 부리 위 아래 두께 bill depth
    • 색상은 종species로 합니다.
      Adelie, Chinstrap, Gentoo이 있습니다.
  • 두 축공간 중 왼쪽에만 그립니다.
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    fig, axes = plt.subplots(ncols=2, figsize=(8, 4))

    species_u = penguins["species"].unique()

    # plot 0 : matplotlib
    for i, s in enumerate(species_u):
    axes[0].scatter(penguins["bill_length_mm"].loc[penguins["species"]==s],
    penguins["bill_depth_mm"].loc[penguins["species"]==s],
    c=f"C{i}", label=s, alpha=0.3
    )
    axes[0].legend(species_u, title="species")
    axes[0].set_xlabel("Bill Length (mm)")
    axes[0].set_ylabel("Bill Depth (mm)")

    fig.tight_layout()

1.4. plot with seaborn

seaborn scatterplot

  • 이번엔 같은 plot을 seaborn으로 그려봅니다.
  • 위 코드에 아래 세 줄만 추가합니다.
    1
    2
    3
    4
    # plot 1 : seaborn
    sns.scatterplot("bill_length_mm", "bill_depth_mm", hue="species", data=penguins, alpha=0.3, ax=axes[1])
    axes[1].set_xlabel("Bill Length (mm)")
    axes[1].set_ylabel("Bill Depth (mm)")
  • 단 세 줄로 거의 동일한 그림이 나왔습니다.
    • scatter plot의 점 크기만 살짝 작습니다.
    • label의 투명도만 살짝 다릅니다.
  • seaborn 명령 scatterplot()을 그대로 사용했습니다.
  • x축과 y축 label도 바꾸었습니다.
    • ax=axes[1] 인자에서 볼 수 있듯, 존재하는 axes에 그림만 얹었습니다.
    • matplotlib 틀 + seaborn 그림 이므로, matplotlib 명령이 모두 통합니다.

1.5. matplotlib + seaborn & seaborn + matplotlib

  • matplotlib과 seaborn이 자유롭게 섞일 수 있습니다.

    • matplotlib 산점도 위에 seaborn 추세선을 얹을 수 있고,
    • seaborn 산점도 위에 matplotlib 중심점을 얹을 수 있습니다.
  • 파이썬 코드는 다음과 같습니다.

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    fig, axes = plt.subplots(ncols=2, figsize=(8, 4))

    species_u = penguins["species"].unique()

    # plot 0 : matplotlib + seaborn
    for i, s in enumerate(species_u):
    # matplotlib 산점도
    axes[0].scatter(penguins["bill_length_mm"].loc[penguins["species"]==s],
    penguins["bill_depth_mm"].loc[penguins["species"]==s],
    c=f"C{i}", label=s, alpha=0.3
    )

    # seaborn 추세선
    sns.regplot("bill_length_mm", "bill_depth_mm", data=penguins.loc[penguins["species"]==s],
    scatter=False, ax=axes[0])

    axes[0].legend(species_u, title="species")
    axes[0].set_xlabel("Bill Length (mm)")
    axes[0].set_ylabel("Bill Depth (mm)")

    # plot 1 : seaborn + matplotlib
    # seaborn 산점도
    sns.scatterplot("bill_length_mm", "bill_depth_mm", hue="species", data=penguins, alpha=0.3, ax=axes[1])
    axes[1].set_xlabel("Bill Length (mm)")
    axes[1].set_ylabel("Bill Depth (mm)")

    for i, s in enumerate(species_u):
    # matplotlib 중심점
    axes[1].scatter(penguins["bill_length_mm"].loc[penguins["species"]==s].mean(),
    penguins["bill_depth_mm"].loc[penguins["species"]==s].mean(),
    c=f"C{i}", alpha=1, marker="x", s=100
    )

    fig.tight_layout()

1.6. seaborn + seaborn + matplotlib

  • 안 될 이유가 없습니다.
  • seaborn scatterplot + seaborn kdeplot + matplotlib text입니다.
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    fig, ax = plt.subplots(figsize=(6,5))

    # plot 0: scatter plot
    sns.scatterplot("bill_length_mm", "bill_depth_mm", color="k", data=penguins, alpha=0.3, ax=ax, legend=False)

    # plot 1: kde plot
    sns.kdeplot("bill_length_mm", "bill_depth_mm", hue="species", data=penguins, alpha=0.5, ax=ax, legend=False)

    # text:
    species_u = penguins["species"].unique()
    for i, s in enumerate(species_u):
    ax.text(penguins["bill_length_mm"].loc[penguins["species"]==s].mean(),
    penguins["bill_depth_mm"].loc[penguins["species"]==s].mean(),
    s = s, fontdict={"fontsize":14, "fontweight":"bold","color":"k"}
    )

    ax.set_xlabel("Bill Length (mm)")
    ax.set_ylabel("Bill Depth (mm)")

    fig.tight_layout()

1.7. 결론

  • seaborn을 matplotlib과 마음껏 섞어쓰세요
  • 단, axes를 반환하는 명령어에 한해서 말입니다.
  • 이런 명령어를 axes-level function 이라고 합니다.


도움이 되셨나요?

카페인을 투입하시면 다음 포스팅으로 변환됩니다

Share