matplotlib,seaborn 시각화 들어가기

최초 작성일 : 2021-11-03
categories: Python

---

파이썬 데이터 시각화 들어가기 - matplotlib와 seaborn

import matplotlib.pyplot as plt #matplotlib.pyplot 모듈의 plt 함수를 사용한다는 뜻.  dates = [       '2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-05',     '2021-01-06', '2021-01-07', '2021-01-08', '2021-01-09', '2021-01-10'      ]   min_temperature = [20.7, 17.9, 18.8, 14.6, 15.8, 15.8, 15.8, 17.4, 21.8, 20.0] max_temperature = [34.7, 28.9, 31.8, 25.6, 28.8, 21.8, 22.8, 28.4, 30.8, 32.0]  fig, ax = plt.subplots()  #plt.subplot()는 add_subplot과 동일하게, 인수에 행의 수, 열의 수 및 몇 번째 등을 지정할 수 있다.  #add_subplot과 다른 점은 현재의 이미지영역(fig=figure())에 추가하는 메소드라는 점이다. ax.plot(dates, min_temperature, label = "Min Temp") #plot은 하나의 그래프를 뜻 한다. ax.plot(dates, max_temperature, label = "Max Temp") #plot은 하나의 그래프를 뜻 한다. ax.legend() #ax.legend([라인1범례, 라인2범례]) 함수를 사용하여 각 라인에 대한 범례를 순서대로 지정할 수 있다. plt.show() #plt.show()를 사용하기 전까지는 제목이라든지 시각 요소들을 바꾸거나 설정할 수 있다.            #현재의 컨텍스트가 flush()되는 구조인 듯 하다. 다시 차트를 생성하고 타이틀을 붙인 후에 렌더링할 수 있다.            #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

참고 블로그 : https://m.blog.naver.com/PostView.naver?isHttpsRedirect=true&blogId=heygun&logNo=221520454294
참고 블로그 :https://pinkwink.kr/976?category=522424

import matplotlib.pyplot as plt #matplotlib.pyplot 모듈의 plt 함수를 사용한다는 뜻.  dates = [     '2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-05',     '2021-01-06', '2021-01-07', '2021-01-08', '2021-01-09', '2021-01-10' ] min_temperature = [20.7, 17.9, 18.8, 14.6, 15.8, 15.8, 15.8, 17.4, 21.8, 20.0] max_temperature = [34.7, 28.9, 31.8, 25.6, 28.8, 21.8, 22.8, 28.4, 30.8, 32.0]  fig, ax = plt.subplots()  #plt.subplot()는 add_subplot과 동일하게, 인수에 행의 수, 열의 수 및 몇 번째 등을 지정할 수 있다.  #add_subplot과 다른 점은 현재의 이미지영역(fig=figure())에 추가하는 메소드라는 점이다. ax.plot(dates, min_temperature, label = "Min Temp") #plot은 하나의 그래프를 뜻 한다. ax.plot(dates, max_temperature, label = "Max Temp") #plot은 하나의 그래프를 뜻 한다. ax.legend() #ax.legend([라인1범례, 라인2범례]) 함수를 사용하여 각 라인에 대한 범례를 순서대로 지정할 수 있다. plt.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

참고 블로그 : https://kongdols-room.tistory.com/87

import matplotlib.pyplot as plt #matplotlib.pyplot 모듈의 plt함수를 사용한다는 뜻.  dates = [     '2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-05',     '2021-01-06', '2021-01-07', '2021-01-08', '2021-01-09', '2021-01-10' ] min_temperature = [20.7, 17.9, 18.8, 14.6, 15.8, 15.8, 15.8, 17.4, 21.8, 20.0] max_temperature = [34.7, 28.9, 31.8, 25.6, 28.8, 21.8, 22.8, 28.4, 30.8, 32.0]  fig, axes = plt.subplots(nrows=1, ncols=1, figsize=(10,6))  #plt.subplot()는 add_subplot과 동일하게, 인수에 행의 수, 열의 수 및 몇 번째 등을 지정할 수 있다.  #add_subplot과 다른 점은 현재의 이미지영역(fig=figure())에 추가하는 메소드라는 점이다. axes.plot(dates, min_temperature, label = 'Min Temperature') #plot은 하나의 그래프를 뜻 한다. axes.plot(dates, max_temperature, label = 'Max Temperature') #plot은 하나의 그래프를 뜻 한다. axes.legend()  #plt.legend([라인1범례, 라인2범례]) 함수를 사용하여 각 라인에 대한 범례를 순서대로 지정할 수 있다. plt.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

print(fig)  #figure 즉 그래프의 외형을 보여준다는 뜻. print(axes) # 

Figure(720x432) AxesSubplot(0.125,0.125;0.775x0.755) 

Matplotlib

선 그래프

방법 1. Pyplot API

• 코드 변경됨..
• 참조: https://pypi.org/project/fix-yahoo-finance/

!pip install yfinance --upgrade --no-cache-dir 

Collecting yfinance   Downloading yfinance-0.1.64.tar.gz (26 kB) Requirement already satisfied: pandas>=0.24 in /usr/local/lib/python3.7/dist-packages (from yfinance) (1.1.5) Requirement already satisfied: numpy>=1.15 in /usr/local/lib/python3.7/dist-packages (from yfinance) (1.19.5) Requirement already satisfied: requests>=2.20 in /usr/local/lib/python3.7/dist-packages (from yfinance) (2.23.0) Requirement already satisfied: multitasking>=0.0.7 in /usr/local/lib/python3.7/dist-packages (from yfinance) (0.0.9) Collecting lxml>=4.5.1   Downloading lxml-4.6.4-cp37-cp37m-manylinux_2_17_x86_64.manylinux2014_x86_64.manylinux_2_24_x86_64.whl (6.3 MB)      |████████████████████████████████| 6.3 MB 6.2 MB/s  [?25hRequirement already satisfied: python-dateutil>=2.7.3 in /usr/local/lib/python3.7/dist-packages (from pandas>=0.24->yfinance) (2.8.2) Requirement already satisfied: pytz>=2017.2 in /usr/local/lib/python3.7/dist-packages (from pandas>=0.24->yfinance) (2018.9) Requirement already satisfied: six>=1.5 in /usr/local/lib/python3.7/dist-packages (from python-dateutil>=2.7.3->pandas>=0.24->yfinance) (1.15.0) Requirement already satisfied: urllib3!=1.25.0,!=1.25.1,<1.26,>=1.21.1 in /usr/local/lib/python3.7/dist-packages (from requests>=2.20->yfinance) (1.24.3) Requirement already satisfied: certifi>=2017.4.17 in /usr/local/lib/python3.7/dist-packages (from requests>=2.20->yfinance) (2021.5.30) Requirement already satisfied: chardet<4,>=3.0.2 in /usr/local/lib/python3.7/dist-packages (from requests>=2.20->yfinance) (3.0.4) Requirement already satisfied: idna<3,>=2.5 in /usr/local/lib/python3.7/dist-packages (from requests>=2.20->yfinance) (2.10) Building wheels for collected packages: yfinance   Building wheel for yfinance (setup.py) ... [?25l[?25hdone   Created wheel for yfinance: filename=yfinance-0.1.64-py2.py3-none-any.whl size=24109 sha256=cb13c3c13a2ccf2a7bf18fbe70a4ea79f748d595de3adc1f7d8a4d0122c5b0cd   Stored in directory: /tmp/pip-ephem-wheel-cache-cm84kw_9/wheels/86/fe/9b/a4d3d78796b699e37065e5b6c27b75cff448ddb8b24943c288 Successfully built yfinance Installing collected packages: lxml, yfinance   Attempting uninstall: lxml     Found existing installation: lxml 4.2.6     Uninstalling lxml-4.2.6:       Successfully uninstalled lxml-4.2.6 Successfully installed lxml-4.6.4 yfinance-0.1.64 

import yfinance as yf  data = yf.download('AAPL', '2019-08-01', '2020-08-01') data.info()  #info() 컬럼 이름, 결측를 제외한 값 카운트, 타입을 보여줍니다. 

[*********************100%***********************]  1 of 1 completed <class 'pandas.core.frame.DataFrame'> DatetimeIndex: 253 entries, 2019-08-01 to 2020-07-31 Data columns (total 6 columns):  #   Column     Non-Null Count  Dtype   ---  ------     --------------  -----    0   Open       253 non-null    float64  1   High       253 non-null    float64  2   Low        253 non-null    float64  3   Close      253 non-null    float64  4   Adj Close  253 non-null    float64  5   Volume     253 non-null    int64   dtypes: float64(5), int64(1) memory usage: 13.8 KB 

참고 블로그: https://nomalcy.tistory.com/33?category=937860

ts = data['Open'] print(ts.head()) 

Date 2019-08-01    53.474998 2019-08-02    51.382500 2019-08-05    49.497501 2019-08-06    49.077499 2019-08-07    48.852501 Name: Open, dtype: float64 

# import fix_yahoo_finance as yf import yfinance as yf import matplotlib.pyplot as plt #matplotlib.pyplot 모듈의 plt 함수를 사용한다는 뜻.  data = yf.download('AAPL', '2019-08-01', '2020-08-01') ts = data['Open'] plt.figure(figsize=(10,6)) #figure는 그래프의 외형을 뜻한다. plt.plot(ts) #plot은 하나의 그래프를 뜻 한다. plt.legend(labels=['Price'], loc='best') #ax.legend([라인1범례, 라인2범례]) 함수를 사용하여 각 라인에 대한 범례를 순서대로 지정할 수 있다. plt.title('Stock Market fluctuation of AAPL') #title 제목을 설정할 수 있다. plt.xlabel('Date')  #xlabel x축에 들어갈 이름을  설정할 수 있다. plt.ylabel('Stock Market Open Price') #ylabel y축에 들어갈 이름을  설정할 수 있다. plt.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

[*********************100%***********************]  1 of 1 completed 

방법 2. 객체지향 API

from matplotlib.backends.backend_agg import FigureCanvasAgg as FigureCanvas from matplotlib.figure import Figure import matplotlib.pyplot as plt #matplotlib.pyplot 모듈의 plt 함수를 사용한다는 뜻.  fig = Figure()  import numpy as np  np.random.seed(6) x = np.random.randn(20000)  ax = fig.add_subplot(111)  #plt.subplot()는 add_subplot과 동일하게, 인수에 행의 수, 열의 수 및 몇 번째 등을 지정할 수 있다.  #add_subplot과 다른 점은 현재의 이미지영역(fig=figure())에 추가하는 메소드라는 점이다. ax.hist(x, 100)  #Axes 객체는 실제 이미지 데이터의 역할을 한다.  ax.set_title('Artist Layer Histogram') #set_title 제목을 설정할 수 있다. # fig.savefig('Matplotlib_histogram.png') plt.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

방법 3. Pyplot API + 객체지향 API

import yfinance as yf # yfinance 모듈의 yf 함수를 가져과 사용하겠다는 뜻.    참고 블로그 : https://junyoru.tistory.com/144 import matplotlib.pyplot as plt #matplotlib.pyplot 모듈에 plt함수를 가져와 사용하겠다는 뜻.  data = yf.download('AAPL', '2019-08-01', '2020-08-01')   참고 블로그 : https://junyoru.tistory.com/144 ts = data['Open']   fig, ax = plt.subplots(figsize=(10, 6)) #plt.subplot()는 add_subplot과 동일하게, 인수에 행의 수, 열의 수 및 몇 번째 등을 지정할 수 있다.  #add_subplot과 다른 점은 현재의 이미지영역(fig=figure())에 추가하는 메소드라는 점이다. ax.plot(ts) #plot은 하나의 그래프를 뜻 한다. ax.set_title('Stock Market fluctuation of AAPL') #set_title 제목을 설정 할 수 있다. ax.legend(labels=['Price'], loc='best') #ax.legend([라인1범례, 라인2범례]) 함수를 사용하여 각 라인에 대한 범례를 순서대로 지정할 수 있다. ax.set_xlabel('Date') #xlabel x축에 들어갈 이름을  설정할 수 있다. ax.set_ylabel('Stock Market Open Price') #ylabel y축에 들어갈 이름을  설정할 수 있다. plt.show() #plt.show()를 사용하기 전까지는 제목이라든지 시각 요소들을 바꾸거나 설정할 수 있다.            #현재의 컨텍스트가 flush()되는 구조인 듯 하다. 다시 차트를 생성하고 타이틀을 붙인 후에 렌더링할 수 있다.            #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

[*********************100%***********************]  1 of 1 completed 

# import fix_yahoo_finance as yf import yfinance as yf import matplotlib.pyplot as plt #matplotlib.pyplot 모듈의 plt 함수를 사용한다는 뜻.  data = yf.download('AAPL', '2019-08-01', '2020-08-01')  참고 블로그 : https://junyoru.tistory.com/144 ts = data['Open']  fig, ax = plt.subplots(figsize=(10, 6)) # 직접 Figure 객체 생성 # ax= fig.subplots()  #plt.subplot()는 add_subplot과 동일하게, 인수에 행의 수, 열의 수 및 몇 번째 등을 지정할 수 있다.  #add_subplot과 다른 점은 현재의 이미지영역(fig=figure())에 추가하는 메소드라는 점이다. ax.plot(ts) # 생성된 axes 에 대한 plot() 멤버 직접 호출  ax.set_title('Stock Market fluctuation of AAPL') #set_title 제목을 설정 할 수 있다. ax.legend(labels=['Price'], loc='best') #ax.legend([라인1범례, 라인2범례]) 함수를 사용하여 각 라인에 대한 범례를 순서대로 지정할 수 있다.      ax.set_xlabel('Date')  #set_xlabel x축에 들어갈 이름을  설정할 수 있다. ax.set_ylabel('Stock Market Open Price') #set_ylabel y축에 들어갈 이름을  설정할 수 있다. plt.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다.        

[*********************100%***********************]  1 of 1 completed 

막대 그래프

import matplotlib.pyplot as plt #matplotlib.pyplot 모듈의 plt 함수를 사용한다는 뜻. import numpy as np import calendar  month_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12] sold_list = [300, 400, 550, 900, 600, 960, 900, 910, 800, 700, 550, 450]  fig, ax = plt.subplots(figsize=(10,6)) #plt.subplot()는 add_subplot과 동일하게, 인수에 행의 수, 열의 수 및 몇 번째 등을 지정할 수 있다.  #add_subplot과 다른 점은 현재의 이미지영역(fig=figure())에 추가하는 메소드라는 점이다. plt.xticks(month_list, calendar.month_name[1:13], rotation=90) plot = ax.bar(month_list, sold_list)  #plot은 하나의 그래프이고 bar함수를 사용해서 막대그래프를 그린다는 의미. for rect in plot:   print("graph:", rect)   height = rect.get_height()   ax.text(rect.get_x() + rect.get_width()/2., 1.002*height, '%d' %   int(height), ha='center', va='bottom')  plt.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다.         

graph: Rectangle(xy=(0.6, 0), width=0.8, height=300, angle=0) graph: Rectangle(xy=(1.6, 0), width=0.8, height=400, angle=0) graph: Rectangle(xy=(2.6, 0), width=0.8, height=550, angle=0) graph: Rectangle(xy=(3.6, 0), width=0.8, height=900, angle=0) graph: Rectangle(xy=(4.6, 0), width=0.8, height=600, angle=0) graph: Rectangle(xy=(5.6, 0), width=0.8, height=960, angle=0) graph: Rectangle(xy=(6.6, 0), width=0.8, height=900, angle=0) graph: Rectangle(xy=(7.6, 0), width=0.8, height=910, angle=0) graph: Rectangle(xy=(8.6, 0), width=0.8, height=800, angle=0) graph: Rectangle(xy=(9.6, 0), width=0.8, height=700, angle=0) graph: Rectangle(xy=(10.6, 0), width=0.8, height=550, angle=0) graph: Rectangle(xy=(11.6, 0), width=0.8, height=450, angle=0) 

 import matplotlib.pyplot as plt #matplotlib.pyplot 모듈의 plt 함수를 사용한다는 뜻. import numpy as np import calendar  month_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12] sold_list = [300, 400, 550, 900, 600, 960, 900, 910, 800, 700, 550, 450]  fig, ax = plt.subplots(figsize=(10,6)) #plt.subplot()는 add_subplot과 동일하게, 인수에 행의 수, 열의 수 및 몇 번째 등을 지정할 수 있다.  #add_subplot과 다른 점은 현재의 이미지영역(fig=figure())에 추가하는 메소드라는 점이다. plt.xticks(month_list, calendar.month_name[1:13], rotation=90)  plot = ax.bar(month_list, sold_list) for rect in plot:   print("graph:", rect)    height = rect.get_height()   ax.text(rect.get_x() + rect.get_width()/2., 1.002*height,'%d' %    int(height), ha='center', va='bottom')  plt.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

graph: Rectangle(xy=(0.6, 0), width=0.8, height=300, angle=0) graph: Rectangle(xy=(1.6, 0), width=0.8, height=400, angle=0) graph: Rectangle(xy=(2.6, 0), width=0.8, height=550, angle=0) graph: Rectangle(xy=(3.6, 0), width=0.8, height=900, angle=0) graph: Rectangle(xy=(4.6, 0), width=0.8, height=600, angle=0) graph: Rectangle(xy=(5.6, 0), width=0.8, height=960, angle=0) graph: Rectangle(xy=(6.6, 0), width=0.8, height=900, angle=0) graph: Rectangle(xy=(7.6, 0), width=0.8, height=910, angle=0) graph: Rectangle(xy=(8.6, 0), width=0.8, height=800, angle=0) graph: Rectangle(xy=(9.6, 0), width=0.8, height=700, angle=0) graph: Rectangle(xy=(10.6, 0), width=0.8, height=550, angle=0) graph: Rectangle(xy=(11.6, 0), width=0.8, height=450, angle=0) 

-참고 블로그 : https://zephyrus1111.tistory.com/9

산점도 그래프

• 두개의 연속형 변수 (키, 몸무게 등)
• 상관관계 != 인과관계

import matplotlib.pyplot as plt #matplotlib.pyplot 모듈의 plt 함수를 사용한다는 뜻. import seaborn as sns  # 내장 데이터 tips = sns.load_dataset("tips") x = tips['total_bill'] y = tips['tip']  fig, ax = plt.subplots(figsize=(10, 6)) #plt.subplot()는 add_subplot과 동일하게, 인수에 행의 수, 열의 수 및 몇 번째 등을 지정할 수 있다.  #add_subplot과 다른 점은 현재의 이미지영역(fig=figure())에 추가하는 메소드라는 점이다. ax.scatter(x, y) ax.set_xlabel('Total Bill')  #set_xlabel x축에 들어갈 이름을  설정할 수 있다. ax.set_ylabel('Tip') #set_ylabel y축에 들어갈 이름을  설정할 수 있다. ax.set_title('Tip ~ Total Bill') #set_title 제목을 설정 할 수 있다.  fig.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

label, data = tips.groupby('sex') 

tips['sex_color'] = tips['sex'].map({"Female" : "#0000FF", "Male" : "#00FF00"})  fig, ax = plt.subplots(figsize=(10, 6)) #plt.subplot()는 add_subplot과 동일하게, 인수에 행의 수, 열의 수 및 몇 번째 등을 지정할 수 있다.  #add_subplot과 다른 점은 현재의 이미지영역(fig=figure())에 추가하는 메소드라는 점이다. for label, data in tips.groupby('sex'):   ax.scatter(data['total_bill'], data['tip'], label=label,               color=data['sex_color'], alpha=0.5)   ax.set_xlabel('Total Bill')  #set_xlabel x축에 들어갈 이름을  설정할 수 있다.   ax.set_ylabel('Tip') #set_ylabel y축에 들어갈 이름을  설정할 수 있다.   ax.set_title('Tip ~ Total Bill by Gender') #set_title 제목을 설정 할 수 있다.  ax.legend() fig.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

참고 블로그 : https://yganalyst.github.io/etc/visual_1/

히스토그램

• 수치형 변수 1개
• ```python
  import matplotlib.pyplot as plt #matplotlib.pyplot 모듈의 plt 함수를 사용한다는 뜻.
  import numpy as np
  import seaborn as sns

내장 데이터

titanic = sns.load_dataset('titanic') #sns 라이브러리에서 기본적으로 제공하는 titanic 데이터셋
age = titanic['age']

nbins = 21
fig, ax = plt.subplots(figsize=(10, 6))
#plt.subplot()는 add_subplot과 동일하게, 인수에 행의 수, 열의 수 및 몇 번째 등을 지정할 수 있다.
#add_subplot과 다른 점은 현재의 이미지영역(fig=figure())에 추가하는 메소드라는 점이다.
ax.hist(age, bins = nbins)
ax.set_xlabel("Age") #set_xlabel x축에 들어갈 이름을 설정할 수 있다.
ax.set_ylabel("Frequency") #set_ylabel y축에 들어갈 이름을 설정할 수 있다.
ax.set_title("Distribution of Aae in Titanic") #set_title 제목을 설정 할 수 있다.
ax.axvline(x = age.mean(), linewidth = 2, color = 'r')
fig.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다.

 ![output_26_0](https://user-images.githubusercontent.com/96108301/146629891-5e3cd9dd-5f99-4bf3-a47d-2b24072aafe7.png)        참고 블로그 : https://hleecaster.com/python-matplotlib-histogram/  ### 박스플롯 - x축 변수: 범주형 변수, 그룹과 관련있는 변수, 문자열 - y축 변수: 수치형 변수    ```python import matplotlib.pyplot as plt #matplotlib.pyplot 모듈의 plt 함수를 사용한다는 뜻. import seaborn as sns  iris = sns.load_dataset('iris') #sns 라이브러리에서 기본적으로 제공하는 iris 데이터셋  data = [iris[iris['species']=="setosa"]['petal_width'],          iris[iris['species']=="versicolor"]['petal_width'],         iris[iris['species']=="virginica"]['petal_width']]  fig, ax = plt.subplots(figsize=(10, 6)) #plt.subplot()는 add_subplot과 동일하게, 인수에 행의 수, 열의 수 및 몇 번째 등을 지정할 수 있다.  #add_subplot과 다른 점은 현재의 이미지영역(fig=figure())에 추가하는 메소드라는 점이다. ax.boxplot(data, labels=['setosa', 'versicolor', 'virginica'])  fig.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

참고 홈페이지 : https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.boxplot.html
https://flyingkiwi.tistory.com/18

히트맵

import matplotlib.pyplot as plt #matplotlib.pyplot 모듈의 plt 함수를 사용한다는 뜻. import numpy as np import seaborn as sns  # 내장 데이터 flights = sns.load_dataset("flights")  #sns 라이브러리에서 기본적으로 제공하는 flights 데이터셋. flights = flights.pivot("month", "year", "passengers")  fig, ax = plt.subplots(figsize=(12, 6)) #plt.subplot()는 add_subplot과 동일하게, 인수에 행의 수, 열의 수 및 몇 번째 등을 지정할 수 있다.  #add_subplot과 다른 점은 현재의 이미지영역(fig=figure())에 추가하는 메소드라는 점이다. im = ax.imshow(flights, cmap = 'YlGnBu') ax.set_xticklabels(flights.columns, rotation = 20) ax.set_yticklabels(flights.index, rotation = 10) fig.colorbar(im)  fig.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

     year month  passengers 0    1949   Jan         112 1    1949   Feb         118 2    1949   Mar         132 3    1949   Apr         129 4    1949   May         121 ..    ...   ...         ... 139  1960   Aug         606 140  1960   Sep         508 141  1960   Oct         461 142  1960   Nov         390 143  1960   Dec         432  [144 rows x 3 columns] 

참고 블로그 : https://rfriend.tistory.com/419

Seaborn

산점도과 회귀선이 있는 산점도

%matplotlib inline   import matplotlib.pyplot as plt #matplotlib.pyplot 모듈의 plt 함수를 사용한다는 뜻. import seaborn as sns  tips = sns.load_dataset("tips") #sns 라이브러리에서 기본적으로 제공하는 tips 데이터셋 print(tips) sns.scatterplot(x = "total_bill", y = "tip", data = tips) plt.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

     total_bill   tip     sex smoker   day    time  size 0         16.99  1.01  Female     No   Sun  Dinner     2 1         10.34  1.66    Male     No   Sun  Dinner     3 2         21.01  3.50    Male     No   Sun  Dinner     3 3         23.68  3.31    Male     No   Sun  Dinner     2 4         24.59  3.61  Female     No   Sun  Dinner     4 ..          ...   ...     ...    ...   ...     ...   ... 239       29.03  5.92    Male     No   Sat  Dinner     3 240       27.18  2.00  Female    Yes   Sat  Dinner     2 241       22.67  2.00    Male    Yes   Sat  Dinner     2 242       17.82  1.75    Male     No   Sat  Dinner     2 243       18.78  3.00  Female     No  Thur  Dinner     2  [244 rows x 7 columns] 

참고 블로그 : https://blog.naver.com/breezehome50/222312834309

fig, ax = plt.subplots(nrows = 1, ncols = 2, figsize=(15, 5)) #plt.subplot()는 add_subplot과 동일하게, 인수에 행의 수, 열의 수 및 몇 번째 등을 지정할 수 있다.  #add_subplot과 다른 점은 현재의 이미지영역(fig=figure())에 추가하는 메소드라는 점이다. sns.regplot(x = "total_bill",              y = "tip",              data = tips,              ax = ax[0],              fit_reg = True)  sns.regplot(x = "total_bill",              y = "tip",              data = tips,              ax = ax[1],              fit_reg = False)  plt.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

히스토그램/커널 밀도 그래프

import matplotlib.pyplot as plt #matplotlib.pyplot 모듈의 plt 함수를 사용한다는 뜻. import seaborn as sns  tips = sns.load_dataset("tips") #sns 라이브러리에서 기본적으로 제공하는 tips 데이터셋  sns.displot(x = "tip", data = tips) plt.figure(figsize=(10, 6)) #matplotlib은 한 번에 한장의 그림을 그린다. 이 그림을 가리키는 용어가 figure이다. plt.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

<Figure size 720x432 with 0 Axes>

sns.displot(x="tip", kind="kde", data=tips) plt.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

sns.displot(x="tip", kde=True, data=tips) plt.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

박스플롯

sns.boxplot(x = "day", y = "total_bill", data = tips) sns.swarmplot(x = "day", y = "total_bill", data = tips, alpha = .25) plt.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

참고 블로그 : https://hleecaster.com/python-seaborn-kdeplot/
https://darkpgmr.tistory.com/147

막대 그래프

sns.countplot(x = "day", data = tips) plt.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

print(tips['day'].value_counts()) print("index: ", tips['day'].value_counts().index) print("values: ", tips['day'].value_counts().values) 

Sat     87 Sun     76 Thur    62 Fri     19 Name: day, dtype: int64 index:  CategoricalIndex(['Sat', 'Sun', 'Thur', 'Fri'], categories=['Thur', 'Fri', 'Sat', 'Sun'], ordered=False, dtype='category') values:  [87 76 62 19] 

print(tips['day'].value_counts(ascending=True)) 

Fri     19 Thur    62 Sun     76 Sat     87 Name: day, dtype: int64 

plt.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

ax = sns.countplot(x = "day", data = tips, order = tips['day'].value_counts().index) for p in ax.patches: # 조건문-반복for문이다.   height = p.get_height()   ax.text(p.get_x() + p.get_width()/2., height+3, height, ha = 'center', size=9) ax.set_ylim(-5, 100) plt.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

ax = sns.countplot(x = "day", data = tips, hue = "sex", dodge = True,               order = tips['day'].value_counts().index) for p in ax.patches: # 조건문-반복for문이다.   height = p.get_height()   ax.text(p.get_x() + p.get_width()/2., height+3, height, ha = 'center', size=9) ax.set_ylim(-5, 100)  plt.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

상관관계 그래프

import pandas as pd  import numpy as np #matplotlib에 numpy모듈에서 numpy함수를 사용하겠다는 의미. import seaborn as sns #seaborn에 있는 sns함수를 사용하겠다는 의미. import matplotlib.pyplot as plt  mpg = sns.load_dataset("mpg")  print(mpg.shape) # 398 행, 9개 열  num_mpg = mpg.select_dtypes(include = np.number) print(num_mpg.shape) # 398 행, 7개 열 

(398, 9) (398, 7) 

num_mpg.info() 

<class 'pandas.core.frame.DataFrame'> RangeIndex: 398 entries, 0 to 397 Data columns (total 7 columns):  #   Column        Non-Null Count  Dtype   ---  ------        --------------  -----    0   mpg           398 non-null    float64  1   cylinders     398 non-null    int64    2   displacement  398 non-null    float64  3   horsepower    392 non-null    float64  4   weight        398 non-null    int64    5   acceleration  398 non-null    float64  6   model_year    398 non-null    int64   dtypes: float64(4), int64(3) memory usage: 21.9 KB 

num_mpg.corr() 

	mpg	cylinders	displacement	horsepower	weight	acceleration	model_year
mpg	1.000000	-0.775396	-0.804203	-0.778427	-0.831741	0.420289	0.579267
cylinders	-0.775396	1.000000	0.950721	0.842983	0.896017	-0.505419	-0.348746
displacement	-0.804203	0.950721	1.000000	0.897257	0.932824	-0.543684	-0.370164
horsepower	-0.778427	0.842983	0.897257	1.000000	0.864538	-0.689196	-0.416361
weight	-0.831741	0.896017	0.932824	0.864538	1.000000	-0.417457	-0.306564
acceleration	0.420289	-0.505419	-0.543684	-0.689196	-0.417457	1.000000	0.288137
model_year	0.579267	-0.348746	-0.370164	-0.416361	-0.306564	0.288137	1.000000

fig, ax = plt.subplots(nrows = 1, ncols = 2, figsize=(16, 5)) #plt.subplot()는 add_subplot과 동일하게, 인수에 행의 수, 열의 수 및 몇 번째 등을 지정할 수 있다.  #add_subplot과 다른 점은 현재의 이미지영역(fig=figure())에 추가하는 메소드라는 점이다.  #  기본 그래프 [Basic Correlation Heatmap] sns.heatmap(num_mpg.corr(), ax=ax[0]) ax[0].set_title('Basic Correlation Heatmap', pad = 12) #set_title 제목을 설정 할 수 있다.  # 상관관계 수치 그래프 [Correlation Heatmap with Number] sns.heatmap(num_mpg.corr(), vmin=-1, vmax=1, annot=True, ax=ax[1]) ax[1].set_title('Correlation Heatmap with Number', pad = 12) #set_title 제목을 설정할 수 있다.  plt.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

print(int(True)) np.triu(np.ones_like(num_mpg.corr())) 

1  array([[1., 1., 1., 1., 1., 1., 1.],        [0., 1., 1., 1., 1., 1., 1.],        [0., 0., 1., 1., 1., 1., 1.],        [0., 0., 0., 1., 1., 1., 1.],        [0., 0., 0., 0., 1., 1., 1.],        [0., 0., 0., 0., 0., 1., 1.],        [0., 0., 0., 0., 0., 0., 1.]]) 

mask = np.triu(np.ones_like(num_mpg.corr(), dtype=np.bool)) print(mask) 

[[ True  True  True  True  True  True  True]  [False  True  True  True  True  True  True]  [False False  True  True  True  True  True]  [False False False  True  True  True  True]  [False False False False  True  True  True]  [False False False False False  True  True]  [False False False False False False  True]] 

fig, ax = plt.subplots(figsize=(16, 5) #plt.subplot()는 add_subplot과 동일하게, 인수에 행의 수, 열의 수 및 몇 번째 등을 지정할 수 있다.  #add_subplot과 다른 점은 현재의 이미지영역(fig=figure())에 추가하는 메소드라는 점이다.  #  기본 그래프 [Basic Correlation Heatmap] ax = sns.heatmap(num_mpg.corr(), mask=mask,                   vmin=-1, vmax = 1,                   annot=True,                   cmap="BrBG", cbar = True) ax.set_title('Triangle Correlation Heatmap', pad = 16, size = 16) #set_title 제목을 설정할 수 있다. fig.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

---------------------------------------------------------------------------  NameError                                 Traceback (most recent call last)  <ipython-input-18-c3bb1ee2fbda> in <module>()       2        3 #  기본 그래프 [Basic Correlation Heatmap] ----> 4 ax = sns.heatmap(num_mpg.corr(), mask=mask,        5                  vmin=-1, vmax = 1,       6                  annot=True,   NameError: name 'mask' is not defined 

참고 블로그 : https://ordo.tistory.com/100

Intermediate

페가블로그 코드

• https://jehyunlee.github.io/2020/08/27/Python-DS-28-mpl_spines_grids/

import matplotlib.pyplot as plt from matplotlib.ticker import (MultipleLocator, AutoMinorLocator, FuncFormatter) import seaborn as sns import numpy as np 

def plot_example(ax, zorder=0):     ax.bar(tips_day["day"], tips_day["tip"], color="lightgray", zorder=zorder) #pyplot이 제공하는 bar() 함수를 통해 막대 그래프를 그릴 수 있다.     ax.set_title("tip (mean)", fontsize=16, pad=12) #set_title 제목을 설정할 수 있다.      # Values     h_pad = 0.1     for i in range(4): # 조건문-반복for문이다.         fontweight = "normal"         color = "k"         if i == 3:             fontweight = "bold"             color = "darkred"          ax.text(i, tips_day["tip"].loc[i] + h_pad, f"{tips_day['tip'].loc[i]:0.2f}",                  horizontalalignment='center', fontsize=12, fontweight=fontweight, color=color)      # Sunday     ax.patches[3].set_facecolor("darkred")  #Matplotlib의 patches 모듈의 set_facecolor로 색을 바꾼다는 뜻.     ax.patches[3].set_edgecolor("black") #Matplotlib의 patches 모듈의 set_edgecolor로 색을 바꾼다는 뜻.      # set_range     ax.set_ylim(0, 4)     return ax  def major_formatter(x, pos):     return "{%.2f}" % x formatter = FuncFormatter(major_formatter) 

tips = sns.load_dataset("tips") #sns 라이브러리에서 기본적으로 제공하는 tips 데이터셋 tips_day = tips.groupby("day").mean().reset_index()   print(tips_day) 

    day  total_bill       tip      size 0  Thur   17.682742  2.771452  2.451613 1   Fri   17.151579  2.734737  2.105263 2   Sat   20.441379  2.993103  2.517241 3   Sun   21.410000  3.255132  2.842105 

fig, ax = plt.subplots(figsize=(10, 6)) #plt.subplot()는 add_subplot과 동일하게, 인수에 행의 수, 열의 수 및 몇 번째 등을 지정할 수 있다.  #add_subplot과 다른 점은 현재의 이미지영역(fig=figure())에 추가하는 메소드라는 점이다. ax = plot_example(ax, zorder=2) 

fig, ax = plt.subplots(figsize=(10, 6)) #plt.subplot()는 add_subplot과 동일하게, 인수에 행의 수, 열의 수 및 몇 번째 등을 지정할 수 있다.  #add_subplot과 다른 점은 현재의 이미지영역(fig=figure())에 추가하는 메소드라는 점이다. ax = plot_example(ax, zorder=2)  ax.spines["top"].set_visible(False)  #spines 축을 커스터마이징 하는데 쓰이는 객체  ax.spines["right"].set_visible(False) #spines 축을 커스터마이징 하는데 쓰이는 객체  ax.spines["left"].set_visible(False) #spines 축을 커스터마이징 하는데 쓰이는 객체  

fig, ax = plt.subplots() #plt.subplot()는 add_subplot과 동일하게, 인수에 행의 수, 열의 수 및 몇 번째 등을 지정할 수 있다.  #add_subplot과 다른 점은 현재의 이미지영역(fig=figure())에 추가하는 메소드라는 점이다. ax = plot_example(ax, zorder=2)  ax.spines["top"].set_visible(False) #spines 축을 커스터마이징 하는데 쓰이는 객체  ax.spines["right"].set_visible(False)#spines 축을 커스터마이징 하는데 쓰이는 객체 ax.spines["left"].set_visible(False)#spines 축을 커스터마이징 하는데 쓰이는 객체  ax.yaxis.set_major_locator(MultipleLocator(1)) #set_major_locator 그리드(격자)의 간격을 조정한다. ax.yaxis.set_major_formatter(formatter) ax.yaxis.set_minor_locator(MultipleLocator(0.5)) #set_major_locator 그리드(격자)의 간격을 조정한다. 

fig, ax = plt.subplots() #plt.subplot()는 add_subplot과 동일하게, 인수에 행의 수, 열의 수 및 몇 번째 등을 지정할 수 있다.  #add_subplot과 다른 점은 현재의 이미지영역(fig=figure())에 추가하는 메소드라는 점이다. ax = plot_example(ax, zorder=2)  ax.spines["top"].set_visible(False) #spines 축을 커스터마이징 하는데 쓰이는 객체  ax.spines["right"].set_visible(False) #spines 축을 커스터마이징 하는데 쓰이는 객체  ax.spines["left"].set_visible(False) #spines 축을 커스터마이징 하는데 쓰이는 객체   ax.yaxis.set_major_locator(MultipleLocator(1) #set_major_locator 그리드(격자)의 간격을 조정한다. ax.yaxis.set_major_formatter(formatter) ax.yaxis.set_minor_locator(MultipleLocator(0.5)) #set_major_locator 그리드(격자)의 간격을 조정한다.      ax.grid(axis="y", which="major", color="lightgray") #grid(격자) 그래프의 x, y축에 대해 그리드(격자)가 표시됩니다. ax.grid(axis="y", which="minor", ls=":") #grid(격자) 그래프의 x, y축에 대해 그리드(격자)가 표시됩니다. 

책 코드

import matplotlib.pyplot as plt  #matplotlib.pyplot 모듈의 plt 함수를 사용한다는 뜻. from matplotlib.ticker import (MultipleLocator, AutoMinorLocator, FuncFormatter) import seaborn as sns import numpy as np  tips = sns.load_dataset("tips")  #sns 라이브러리에서 기본적으로 제공하는 tips 데이터셋 fig, ax = plt.subplots(nrows = 1, ncols = 2, figsize=(16, 5)) #plt.subplot()는 add_subplot과 동일하게, 인수에 행의 수, 열의 수 및 몇 번째 등을 지정할 수 있다.  #add_subplot과 다른 점은 현재의 이미지영역(fig=figure())에 추가하는 메소드라는 점이다. def major_formatter(x, pos):     return "%.2f$" % x formatter = FuncFormatter(major_formatter)  # Ideal Bar Graph ax0 = sns.barplot(x = "day", y = 'total_bill', data = tips,                    ci=None, color='lightgray', alpha=0.85, zorder=2,                    ax=ax[0]) 

group_mean = tips.groupby(['day'])['total_bill'].agg('mean') h_day = group_mean.sort_values(ascending=False).index[0] h_mean = np.round(group_mean.sort_values(ascending=False)[0], 2) print("The Best Day:", h_day) print("The Highest Avg. Total Biil:", h_mean) 

The Best Day: Sun The Highest Avg. Total Biil: 21.41 

tips = sns.load_dataset("tips") #sns 라이브러리에서 기본적으로 제공하는 tips 데이터셋 fig, ax = plt.subplots(nrows = 1, ncols = 2, figsize=(16, 5)) #plt.subplot()는 add_subplot과 동일하게, 인수에 행의 수, 열의 수 및 몇 번째 등을 지정할 수 있다.  #add_subplot과 다른 점은 현재의 이미지영역(fig=figure())에 추가하는 메소드라는 점이다. # Ideal Bar Graph ax0 = sns.barplot(x = "day", y = 'total_bill', data = tips,                    ci=None, color='lightgray', alpha=0.85, zorder=2,                    ax=ax[0])  group_mean = tips.groupby(['day'])['total_bill'].agg('mean') h_day = group_mean.sort_values(ascending=False).index[0] h_mean = np.round(group_mean.sort_values(ascending=False)[0], 2) for p in ax0.patches:  # 조건문-반복for문이다.   fontweight = "normal"   color = "k"   height = np.round(p.get_height(), 2)   if h_mean == height:     fontweight="bold"     color="darkred"     p.set_facecolor(color)     p.set_edgecolor("black")   ax0.text(p.get_x() + p.get_width()/2., height+1, height, ha = 'center', size=12, fontweight=fontweight, color=color)  fig.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

import matplotlib.pyplot as plt #matplotlib.pyplot 모듈의 plt 함수를 사용한다는 뜻. from matplotlib.ticker import (MultipleLocator, AutoMinorLocator, FuncFormatter) import seaborn as sns import numpy as np  tips = sns.load_dataset("tips") #sns 라이브러리에서 기본적으로 제공하는 tips 데이터셋 fig, ax = plt.subplots(nrows = 1, ncols = 2, figsize=(16, 5)) #plt.subplot()는 add_subplot과 동일하게, 인수에 행의 수, 열의 수 및 몇 번째 등을 지정할 수 있다.  #add_subplot과 다른 점은 현재의 이미지영역(fig=figure())에 추가하는 메소드라는 점이다. def major_formatter(x, pos):     return "%.2f$" % x formatter = FuncFormatter(major_formatter)  # Ideal Bar Graph ax0 = sns.barplot(x = "day", y = 'total_bill', data = tips,                    ci=None, color='lightgray', alpha=0.85, zorder=2,                    ax=ax[0])  group_mean = tips.groupby(['day'])['total_bill'].agg('mean') h_day = group_mean.sort_values(ascending=False).index[0] h_mean = np.round(group_mean.sort_values(ascending=False)[0], 2) for p in ax0.patches: # 조건문-반복for문이다.   fontweight = "normal"   color = "k"   height = np.round(p.get_height(), 2)   if h_mean == height:     fontweight="bold"     color="darkred"     p.set_facecolor(color)     p.set_edgecolor("black")   ax0.text(p.get_x() + p.get_width()/2., height+1, height, ha = 'center', size=12, fontweight=fontweight, color=color)  ax0.set_ylim(-3, 30) ax0.set_title("Ideal Bar Graph", size = 16)   ax0.spines['top'].set_visible(False) #spines 축을 커스터마이징 하는데 쓰이는 객체  ax0.spines['left'].set_position(("outward", 20)) #spines 축을 커스터마이징 하는데 쓰이는 객체  ax0.spines['left'].set_visible(False) #spines 축을 커스터마이징 하는데 쓰이는 객체  ax0.spines['right'].set_visible(False) #spines 축을 커스터마이징 하는데 쓰이는 객체   ax0.yaxis.set_major_locator(MultipleLocator(10))  #set_major_locator 그리드(격자)의 간격을 조정한다. ax0.yaxis.set_major_formatter(formatter)  ax0.yaxis.set_minor_locator(MultipleLocator(5)) #set_major_locator 그리드(격자)의 간격을 조정한다.  ax0.set_ylabel("Avg. Total Bill($)", fontsize=14) #set_ylabel y축에 들어갈 이름을 설정 할 수있다.  ax0.grid(axis="y", which="major", color="lightgray") #grid 그리드 (Grid, 격자)를 표시할 수 있습니다. ax0.grid(axis="y", which="minor", ls=":") #grid 그리드 (Grid, 격자)를 표시할 수 있습니다.  fig.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

import matplotlib.pyplot as plt #matplotlib.pyplot 모듈의 plt 함수를 사용한다는 뜻. from matplotlib.ticker import (MultipleLocator, AutoMinorLocator, FuncFormatter) import seaborn as sns  import numpy as np   tips = sns.load_dataset("tips") #sns 라이브러리에서 기본적으로 제공하는 tips 데이터셋 fig, ax = plt.subplots(nrows = 1, ncols = 2, figsize=(16, 5)) #plt.subplot()는 add_subplot과 동일하게, 인수에 행의 수, 열의 수 및 몇 번째 등을 지정할 수 있다.  #add_subplot과 다른 점은 현재의 이미지영역(fig=figure())에 추가하는 메소드라는 점이다. def major_formatter(x, pos):     return "%.2f$" % x formatter = FuncFormatter(major_formatter)  # Ideal Bar Graph ax0 = sns.barplot(x = "day", y = 'total_bill', data = tips,                    ci=None, color='lightgray', alpha=0.85, zorder=2,                    ax=ax[0])  group_mean = tips.groupby(['day'])['total_bill'].agg('mean') h_day = group_mean.sort_values(ascending=False).index[0] h_mean = np.round(group_mean.sort_values(ascending=False)[0], 2) for p in ax0.patches: # 조건문-반복for문이다.   fontweight = "normal"   color = "k"   height = np.round(p.get_height(), 2)   if h_mean == height:     fontweight="bold"     color="darkred"     p.set_facecolor(color)     p.set_edgecolor("black")   ax0.text(p.get_x() + p.get_width()/2., height+1, height, ha = 'center', size=12, fontweight=fontweight, color=color)  ax0.set_ylim(-3, 30) ax0.set_title("Ideal Bar Graph", size = 16)#set_title 제목을 설정 할 수 있다.  ax0.spines['top'].set_visible(False) #spines 축을 커스터마이징 하는데 쓰이는 객체  ax0.spines['left'].set_position(("outward", 20)) #spines 축을 커스터마이징 하는데 쓰이는 객체  ax0.spines['left'].set_visible(False) #spines 축을 커스터마이징 하는데 쓰이는 객체  ax0.spines['right'].set_visible(False) #spines 축을 커스터마이징 하는데 쓰이는 객체   ax0.yaxis.set_major_locator(MultipleLocator(10))#set_major_locator 그리드(격자)의 간격을 조정한다. ax0.yaxis.set_major_formatter(formatter) ax0.yaxis.set_minor_locator(MultipleLocator(5)) #set_major_locator 그리드(격자)의 간격을 조정한다.  ax0.set_ylabel("Avg. Total Bill($)", fontsize=14) #set_ylabel y축에 들어갈 이름을 설정할 수 있다.  ax0.grid(axis="y", which="major", color="lightgray") #grid 그리드 (Grid, 격자)를 표시할 수 있습니다. ax0.grid(axis="y", which="minor", ls=":") #grid 그리드 (Grid, 격자)를 표시할 수 있습니다.  ax0.set_xlabel("Weekday", fontsize=14) #set_xlabel x축에 들어갈 이름을 설정 할 수 있다. for xtick in ax0.get_xticklabels(): # 조건문-반복for문이다.   print(xtick)   if xtick.get_text() == h_day:     xtick.set_color("darkred")     xtick.set_fontweight("demibold") ax0.set_xticklabels(['Thursday', 'Friday', 'Saturday', 'Sunday'], size=12)  ax1 = sns.barplot(x = "day", y = 'total_bill', data = tips,                    ci=None, alpha=0.85,                    ax=ax[1]) for p in ax1.patches: # 조건문-반복for문이다.   height = np.round(p.get_height(), 2)   ax1.text(p.get_x() + p.get_width()/2., height+1, height, ha = 'center', size=12) ax1.set_ylim(-3, 30) ax1.set_title("Just Bar Graph") #set_title 제목을 설정 할 수 있다.  plt.show() #matplotlib.pyplot 모듈의 show() 함수는 그래프를 화면에 나타나도록 합니다. 

Text(0, 0, 'Thur') Text(0, 0, 'Fri') Text(0, 0, 'Sat') Text(0, 0, 'Sun') 

alphabets = ['A', 'B', 'C'] for index, value in enumerate(alphabets):     print(index, value) 

0 A 1 B 2 C