Python | Heatmap, 데이터 시각화

728x90

 

 

Heatmap¶

---

Heatmap 이란 많은 양의 데이터와 현상을 수치에 따른 색상으로 나타내는 것을 의미한다.

차원에 대한 제한은 없지만 일반적으로 2차원으로 시각화하여 표현한다.

하지만 Heatmap 을 그리기 위해 pivot 을 해야한다. 엑셀의 pivot table 에서의 pivot 과 같은 의미로 사용되며, 데이터를 축, 점을 기준으로 바꾼다는 의미이다.

Pandas DataFrame 의 pivot() 메소드를 사용한다.

---

In [18]:

# 사용할 패키지 가져오기

import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
import os
import seaborn as sns

 

가져올 데이터 주소

$ wget https://aiffelstaticprd.blob.core.windows.net/media/documents/flights.csv

In [19]:

# 데이터 가져오기

csv_path = os.getenv("HOME") + '/data_represent/data/flights.csv'
data = pd.read_csv(csv_path)
flights = pd.DataFrame(data)
flights

Out[19]:

	year	month	passengers
0	1949	January	112
1	1949	February	118
2	1949	March	132
3	1949	April	129
4	1949	May	121
...	...	...	...
139	1960	August	606
140	1960	September	508
141	1960	October	461
142	1960	November	390
143	1960	December	432

144 rows × 3 columns

In [20]:

# 데이터 확인

flights.head()

Out[20]:

	year	month	passengers
0	1949	January	112
1	1949	February	118
2	1949	March	132
3	1949	April	129
4	1949	May	121

In [21]:

flights.describe()

Out[21]:

	year	passengers
count	144.000000	144.000000
mean	1954.500000	280.298611
std	3.464102	119.966317
min	1949.000000	104.000000
25%	1951.750000	180.000000
50%	1954.500000	265.500000
75%	1957.250000	360.500000
max	1960.000000	622.000000

In [22]:

flights.info()

 

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 144 entries, 0 to 143
Data columns (total 3 columns):
 #   Column      Non-Null Count  Dtype 
---  ------      --------------  ----- 
 0   year        144 non-null    int64 
 1   month       144 non-null    object
 2   passengers  144 non-null    int64 
dtypes: int64(2), object(1)
memory usage: 3.5+ KB

In [23]:

# pivot 매소드를 이용한 데이터 재배치
# 탑승객 수를 년도와 월별 재채비

pivot = flights.pivot(index = 'year', columns = 'month', values = 'passengers')
pivot

Out[23]:

month	April	August	December	February	January	July	June	March	May	November	October	September
year
1949	129	148	118	118	112	148	135	132	121	104	119	136
1950	135	170	140	126	115	170	149	141	125	114	133	158
1951	163	199	166	150	145	199	178	178	172	146	162	184
1952	181	242	194	180	171	230	218	193	183	172	191	209
1953	235	272	201	196	196	264	243	236	229	180	211	237
1954	227	293	229	188	204	302	264	235	234	203	229	259
1955	269	347	278	233	242	364	315	267	270	237	274	312
1956	313	405	306	277	284	413	374	317	318	271	306	355
1957	348	467	336	301	315	465	422	356	355	305	347	404
1958	348	505	337	318	340	491	435	362	363	310	359	404
1959	396	559	405	342	360	548	472	406	420	362	407	463
1960	461	606	432	391	417	622	535	419	472	390	461	508

In [24]:

# seaborn 을 통한 히트맵 시각화

sns.heatmap(pivot)

Out[24]:

<AxesSubplot:xlabel='month', ylabel='year'>

 

In [25]:

# Heatmap 에 다양한 옵션 추가

sns.heatmap(pivot, linewidths = .2, annot = True, fmt = 'd')

Out[25]:

<AxesSubplot:xlabel='month', ylabel='year'>

 

In [29]:

sns.heatmap(pivot, cmap="YlGnBu")

Out[29]:

<AxesSubplot:xlabel='month', ylabel='year'>

 

In [ ]: