목록Data Analysis & Viz (21)
코딩하는 해맑은 거북이
[데이터분석] 엔트리를 통한 데이터 분석
해당 글은 엔트리를 통한 데이터 분석 방법을 다룬다. 파이썬 코드가 아닌 엔트리 블록 코딩으로 데이터 분석을 연습할 수 있다는 것을 알게되어 기록해둔다. 이를 통해 데이터 분석의 차트 요소, 기본 개념 등 간단하게 학습하기에 좋은 것 같다. 작품 만들기 : 엔트리 소프트웨어를 통해 미래를 꿈꾸고 함께 성장합니다. playentry.org 1. 엔트리 '작품 만들기' 클릭 2. 블록 - 데이터분석 클릭 3. 테이블 불러오기 4. 테이블 추가하기 5. 테이블, 정보 확인하고, 차트 만들어서 분석해보기
[데이터시각화] Interactive Visualization
본 게시물의 내용은 '부스트캠프 AI Tech - Data Visualization(안수빈)' 강의를 듣고 작성하였다. 해당 글은 아래의 3가지를 다룬다. 🍀 Interactive 🍀 Interactive 시각화 라이브러리 🍀 Plotly Express 실습 (🚩Iris, flights, medals) 🍀 Interactive 🟡 정적 시각화 정형 데이터의 각각의 관계를 살펴보는데 feature가 많아지면 공간적 낭비가 심해진다. 그리고 각각의 사용자가 원하는 인사이트가 다를 수 있고, 필요한 인터랙션을 통해 원하는 정보를 추가해줄 수 있다. 물론 설득을 위해선 원하는 메세지를 압축해서 담는 것은 정적 시각화를 사용하는 것이 나을 수 도 있다. 🟡 종류 : 참고자료 - Select : mark somet..
[데이터시각화] Missingno, Treemap, Waffle Chart, Venn
본 게시물의 내용은 '부스트캠프 AI Tech - Data Visualization(안수빈)' 강의를 듣고 작성하였다. 해당 글은 아래의 4가지를 다룬다. 🍀 Missingno 🚩 Titanic 🍀 Treemap 🍀 Waffle Chart 🍀 Venn 🍀 Missingno - 결측치(missing value)를 체크하는 시각화 라이브러리 - 빠르게 결측 치의 분포를 확인하고 싶을 때 사용 가능 - 정렬을 사용하여 Null 정보에 대한 분포 확인 가능 pip install missingno 🚩 Titanic titanic = sns.load_dataset('titanic') titanic.head() titanic.info() - 라이브러리 선언 import missingno as msno - msno.m..
[데이터시각화] Pie Charts
본 게시물의 내용은 '부스트캠프 AI Tech - Data Visualization(안수빈)' 강의를 듣고 작성하였다. 해당 글은 아래의 2가지를 다룬다. 🍀 Pie Chart 🍀 Pie Chart 응용 🟡 Donut Chart 🟡 Sunburst Chart 🍀 Pie Chart - 원을 부채꼴로 분할하여 표현하는 통계 차트 → 전체를 백분위로 나타낼 때 유용 - 가장 많이 사용하는 차트지만, 구체적인 비교가 어렵고 유용성이 떨어지기 때문에 지양한다. → 오히려 bar plot이 더 유용 (각도
[데이터시각화] Polar Coordinate - Polar, Radar Plot
본 게시물의 내용은 '부스트캠프 AI Tech - Data Visualization(안수빈)' 강의를 듣고 작성하였다. 해당 글은 아래의 2가지를 다룬다. 🍀 Polar Plot 🍀 Radar Plot 🚩 Pokemon with Stat 🍀 Polar Plot - 극 좌표계(Polar Coordinate)를 사용하는 시각화 (거리(R), 각(Theta) 사용해서 plot) - 회전, 주기성 등을 표현하기에 적합 - projection = polar 을 추가하여 사용 - 직교 좌표계 X, Y에서 변환 가능 → Data Converting - Polar Coordinate 생성방법 2가지 projection='polar' polar=True fig = plt.figure() ax = fig.add_subpl..
[데이터시각화] Seaborn
본 게시물의 내용은 '부스트캠프 AI Tech - Data Visualization(안수빈)' 강의를 듣고 작성하였다. 해당 글은 아래의 내용을 다룬다. 🍀 Seaborn 🚩 Student Score Dataset 🔷 Countplot 🔷 Categorical API ⚪ Box Plot ⚪ Violin Plot ⚪ boxenplot, swarmplot, stripplot 🔷 Distribution API 🔹 Univariate Distribution (단일확률분포) ⚪ histplot ⚪ kdeplo ⚪ ecdfplot ⚪ rugplot 🔹 Bivariate Distribution (결합확률분포) ⚪ histplot ⚪ kdeplo 🔷 Relational & Regression API ⚪ Scatter ..