Python에서 병렬 좌표 플롯을 만드는 방법

병렬 좌표 플롯은 동일한 수치 데이터를 공유하는 여러 변수 간의 관계를 표시하는 데 사용되는 유용한 시각화 도구입니다. LuckyTemplates에서 이러한 플롯은 사용하고 쉽게 만들고 스타일을 지정할 수 있는 매우 간단한 Python 코드로 만들어집니다. 

오늘 블로그에서는 Python을 사용하여 다변량 또는 병렬 좌표 플롯을 만드는 방법을 배웁니다 . 데이터 준비에서 더 나은 가독성을 위해 플롯 사용자 정의에 이르기까지 프로세스를 단계별로 안내합니다. 이 블로그 하단에서 이 튜토리얼의 전체 비디오를 볼 수 있습니다 . 

목차

• Python의 병렬 좌표 플롯: 샘플 1
  • 플롯 파이썬 코드
  • 파이썬으로 플롯 만들기
  • 파이썬에서 플롯 보여주기
• Python의 병렬 좌표 플롯: 샘플 2
  • 데이터 세트 Python 코드
  • Python에서 플롯 스타일 지정
• 결론

Python의 병렬 좌표 플롯: 샘플 1

이것은 우리의 첫 번째 플롯입니다. 세 개의 변수(변수 A, B, C)와 항목 1과 2를 나타내는 두 개의 선이 표시됩니다. 

즉, 항목 1과 항목 2에 각각 하나씩 두 개의 데이터 세트가 있습니다. 그리고 각 데이터 세트에는 세 개의 변수가 있습니다. 

플롯이 어떻게 구성되었는지 더 잘 이해하기 위해 데이터를 살펴보겠습니다. 

그래프를 강조 표시하여 시작하십시오. 데이터를 클릭합니다 . 

매우 간단한 데이터가 포함된 테이블이 나타납니다. 테이블 삽입 옵션을 사용하여 생성되었습니다. 열에는 각 행에서 분리된 각 항목에 대한 변수 A, B 및 C가 있음을 알 수 있습니다.

우리는 간단한 데이터를 가지고 있지만 그것을 매우 의미 있는 것으로 바꿀 수 있습니다. 예를 들어 플롯에서 데이터 간의 관계가 상당히 "낮음"임을 확인할 수 있습니다. 

설명을 위해 이 플롯을 데이터와 비교할 수 있습니다. 그래프와 같이 항목 1의 변수 B는 100, 항목 2의 변수 B는 115입니다. 

항목과 변수가 어떻게 관련되어 있는지 식별할 수도 있습니다. 예를 들어 변수 A가 B보다 낮고 변수 C가 셋 중 가장 낮다는 것을 쉽게 알 수 있습니다.

플롯 파이썬 코드

이제 실제 플롯에 사용된  Python 코드 로 진행하겠습니다 .

Visualizations 창 에서 Python 시각적 개체를 선택하여 시작합니다 . 

첫 번째 그래프를 강조 표시하여 Python 스크립트 편집기를 엽니다 . 

먼저 matplotlib.pyplot을 가져와 변수 plt로 저장합니다. 

그런 다음 pandas.plotting 기능을 가져옵니다 . Pandas는 LuckyTemplates에서 데이터 조작 라이브러리 역할을 합니다. 주로 데이터를 조작하는 데 사용되지만 플로팅 기능도 있습니다.

pandas.plotting 에서 parallel_coordinates를 가져오겠습니다 . Parallel_coordinates는 그래프 생성을 위한 기본 기능입니다. 

파이썬으로 플롯 만들기

13행에서 # make a plot을 작성하여 수행할 작업을 문서화합니다 .

우리는 parallel_coordinates를 사용 하고 데이터 세트를 전달합니다. 

3행에서 pandas.DataFrame( ) 함수를 사용하여 데이터 세트가 생성된 것을 볼 수 있습니다 . 그런 다음 항목, 변수 A, 변수 B 및 변수 C를 추가하면 값 목록 에 반영됩니다 . 

4행에서 데이터 세트는 dataset.drop_duplicates( )를 사용하여 중복 제거됩니다.

시각화 창 으로 이동하여 추가한 값을 볼 수 있습니다.

이러한 값 중 하나를 제거하면 시각적 개체에 영향을 미칩니다. 예를 들어 변수 C를 제거하면 그에 따라 좌표가 변경되어 값 이 어떻게 작동하는지 보여줍니다. 

필드 창의 데이터 아래에 있는 변수 옆에 있는 상자를 선택하여 변수 C를 다시 가져오겠습니다 .

다음으로 몇 가지 다른 인수를 사용하는 parallel_coordinates 함수를 전달합니다 . 우리의 경우에는 데이터 세트 와 항목을 가져와서 데이터 세트의 유형과 차원을 제공합니다.

함수에서 항목을 제거하고 실행하면 시각적 개체가 작동하지 않습니다.

우리는 parallel_coordinates( ) 함수에 class_column인 1개의 필수 위치 인수가 누락되었다는 Python 스크립트 오류가 발생합니다 . 

이제 항목을 다시 추가해 보겠습니다 . 위치이기 때문에 클래스 좌표를 작성할 필요가 없습니다. 완료되면 코드를 실행할 수 있습니다. 

파이썬에서 플롯 보여주기

다음 단계는 플롯을 표시하는 것이므로 16행에서 # show the plot을 작성하여 수행할 작업을 문서화합니다 .

이전에 matplotlib.pyplot을 가져와서 plt 로 저장했음을 기억하십시오 . 플롯을 표시하려면  plt.show( ) 함수가 필요하기 때문에 그렇게 했습니다 .

Python의 병렬 좌표 플롯: 샘플 2

두 번째 플롯은 petal_length, petal_width, sepal_length 및 sepal_width를 보여주는 홍채 데이터셋 입니다. 첫 번째 그래프에 비해 스타일이 조금 더 있습니다. 

이 데이터 세트는 Python 코드로 생성되었습니다. 

데이터를 보려면 데이터 변환을 클릭 하고 iris_dataset로 이동합니다. 

데이터 세트에는 꽃받침 길이 , 꽃받침 너비 , 꽃잎 길이 및 꽃잎 너비 와 같은 차원에 대한 열이 포함되어 있습니다 . 종 유형 에 대한 열도 있습니다 . 

데이터 세트 Python 코드

데이터는 Python 코드를 사용하여 쉽게 가져왔습니다. 소스 로 이동하여 Python 스크립트를 표시합니다. 

Python 코드에는 두 줄만 있습니다. 첫 번째 줄에서 seaborn을 가져와 변수 sns 로 저장했습니다 . 데이터셋의 이름을 iris_dataset 로 지정 하고 sns 변수를 사용하여 sns.load_dataset('iris') 함수를 사용하여 데이터셋을 로드했습니다. 

확인을 클릭하여 위에서 본 데이터를 얻습니다. 데이터를 탐색하고 완료되면 닫기 및 적용 > 닫기 로 이동하여 데이터 세트를 닫을 수 있습니다 . 

Python에서 플롯 스타일 지정

보다 양식화된 그래프를 위해 Python 스크립트 편집기를 열려면 두 번째 플롯을 클릭합니다.

matplotlib.pyplot을 plt 로 가져오는 것으로 시작합니다 . 

그런 다음 plt.style.use('dark_background') 함수를 사용하여 시각적 스타일을 지정합니다. 

matplotlib의 스타일 시트 참조를 사용하여 선호하는 스타일을 기반으로 배경을 쉽게 사용자 지정할 수 있습니다 . 우리의 경우 어두운 배경을 사용했습니다.

또한 일반적으로 사용되는 스타일인 ggplot 을 사용해 봅시다 .

실행하면 다음과 같은 시각적 개체가 표시됩니다. 

그런 다음 pandas.plotting 에서 parallel_coordinates를 가져와 그래프에 대한 pandas 함수를 로드합니다 . 

플롯을 만들기 위해 데이터 세트를 가져오고 종을 클래스로 설정합니다 . 

첫 번째 플롯과 비교하여 다른 색상을 얻기 위한 색상 맵인 추가 매개변수를 추가합니다 . matplotlib 변수 plt.get_cmap을 사용하여 전달합니다. 

matplotlib의 Colormap 참조 에서 선택할 수 있는 많은 matplotlib 색상 변수가 있습니다 .

예를 들어 현재 Qualitative 컬러맵의 Set 2를 사용하고 있지만 이를 Cyclic 컬러맵의 hsv 와 같은 다른 색상으로 변경할 수도 있습니다 . 

다음과 같은 플롯을 얻으려면 실행을 클릭하십시오. 

Hsv는 데이터에서 그다지 좋아 보이지 않지만 플롯에 가장 적합한 컬러맵을 찾을 때까지 놀 수 있습니다. 

Python 상관 관계: ProfileReport()를 사용하여 Pandas에서 시각적 데이터 세트 만들기 가이드
| 변수 분포를 시각화하기 위한 Python 의 LuckyTemplates Seaborn 함수

결론

이 자습서에서는 Python에서 병렬 좌표 플롯을 만드는 기본 사항을 다뤘습니다. 데이터를 준비하고, 플롯을 만들고, 더 나은 가독성을 위해 플롯을 사용자 정의하는 과정을 거쳤습니다. 

병렬 좌표 플롯은 고차원 데이터를 시각화하기 위한 강력한 도구이며 금융, 엔지니어링 및 기계 학습을 포함한 다양한 분야에서 사용할 수 있습니다. 이제 Python 에서 병렬 좌표 플롯을 만드는 방법을 알았으므로 이를 사용하여 자체 데이터를 더 잘 이해하고 시각화할 수 있습니다.

모두 제일 좋다,

개림 홀랜드