Seaborn with Matplotlib (2)
2. seaborn + matplotlib을 이용한 jointplot 보완 seaborn을 matplotlib과 섞어쓰는 방법입니다. 4부 중 두 번째 시간입니다. seaborn jointplot의 단점을 보완합니다. 2.1. seaborn jointplot seaborn jointplot seaborn의 jointplot은 매력적인 기능입니다. 두
Tag: python
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
Mapping Shapefile on Raster Map
raster map 위에 polygon을 생성하는 과정을 정리했습니다. 간단한 작업이지만 4 GB 용량의 raster file을 불러오는 과정과 좌표를 맞추는 과정이 중요합니다. 1. geotiff 읽기 geotiff는 지형과 건물 등 여러 정보를 담은 raster image입니다. 건물 그림자가 담긴 geotiff 파일을 읽고 그 위에 polygon을
Seaborn Distribution Plot
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()
Create Shapefile from Polygon Dots
csv 파일에서 읽은 기본 정보를 바탕으로 polygon shapefile을 생성하는 과정입니다. shapely와 fiona를 사용했으며, geopandas 0.8을 설치할 때 함께 설치되는 버전을 사용했습니다. shapely 버전은 1.7, fiona 버전은 1.8.13.post1 입니다. References shapelyfionageopandas
Seaborn 0.11 Quick Review
seaborn 0.11이 나왔습니다. 로고도 생겼고, 공식 홈페이지도 대폭 강화되어 문제점으로 지적되던 공식 문서가 상세해졌습니다. matplotlib과의 연관성이 선명해졌고 pandas와의 연계기도 잘 드러나 있습니다. seaborn 1. Matplotlib vs Seaborn seaborn: introductory notes 1.1. matp
Ridgeline Plot
시간의 흐름에 따른 분포 추세 변화를 보여줍니다. matplotlib 혼자만으로는 힘듭니다. seaborn의 도움을 받아봅시다. pandas의 도움을 받을 수도 있습니다. Claus Wilke, “데이터 시각화 교과서”, 영문판(Free)Colin Ware “데이터 시각화, 인지과학을 만나다”White Paper-Principles of Data Vi
Python Visualization for Me
2020 DLD에서 발표한 “나에게 필요한 Python Visualization” 영상입니다. 인지과학 측면에서 바람직한 시각화 방식을 살펴보고 Matplotlib을 어떻게 하면 조금은 쉽게 사용하는지 알아봅니다. DLD: Daejeon Learning DayClaus Wilke, “데이터 시각화 교과서”, 영문판(Free)Colin Ware “데이
Spines & Grids
착시를 줄여주는 축과 격자를 설정하는 방법입니다. matplotlib에서는 Axes.spines와 Axes.grid 객체를 통해 제어합니다. Claus Wilke, “데이터 시각화 교과서”, 영문판(Free)Colin Ware “데이터 시각화, 인지과학을 만나다”White Paper-Principles of Data Visualization-What
Focusing on a Certain Data
여러 데이터 중 특정 데이터를 강조하는 방법입니다. matplotlib을 이용하면 plot 객체에 개별적으로 접근해 색상과 모양을 제어할 수 있습니다. Claus Wilke, “데이터 시각화 교과서”, 영문판(Free)Colin Ware “데이터 시각화, 인지과학을 만나다”White Paper-Principles of Data Visualization