[Python] Matplotlib boxplot 그리기

오늘은 matplotlib을 이용하여

 

boxplot을 그리는 법을 알아보겠습니다.

 

 

라이브러리 불러오기

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

plt.rc('font', family = 'AppleGothic') # mac 
# plt.rc('font', family = 'Malgun Gothic') # window
plt.rc('font', size = 12)
plt.rc('axes', unicode_minus = False) # -표시 오류 잡아줌

matplotlib은 boxplot을 그릴 때 사용할 것이고

 

seaborn은 우리가 사용할 데이터를 불러올 때 사용할 것입니다.

 

numpy는 index를 넣어줄 때 사용하려고 불러왔습니다.

 

 

데이터 불러오기

iris = sns.load_dataset("iris")
iris.head()

 

데이터 확인하기

iris.shape

>>> (150, 5)

observation이 150개, column이 5개입니다.

 

iris.info()

데이터의 정보를 보니 species를 제외한 변수가 수치형인 것을 알 수 있습니다.

 

따라서 4개의 column에 대한 boxplot을 그리도록 하겠습니다.

 

iris.describe()

iris 데이터의 요약 통계량입니다.

 

boxplot을 그리고 비교해보시면 좋을 것 같습니다.

 

 

 

단일 boxplot 그리기

plt.figure(figsize = (10, 5))
plt.boxplot(iris['sepal_length'])
plt.show()

plt.boxplot을 이용하여 iris데이터 중 sepal_length에 대한 boxplot을 그려줬습니다.

 

boxplot에서 상자 위의 선이 Q3(75%)를 나타내고

 

아래 선이 Q1(25%), 가운데 주황 선이 Q2(50%) 중위수를 나타냅니다.

 

이상치(outlier)는 점으로 표시됩니다.

 

위의 요약 통계량이랑 비교해보면서 확인하시면 좋을 것 같습니다.

 

 

 

여러 개의 boxplot 그리기

plt.figure(figsize = (10, 5))
plt.boxplot([iris['sepal_length'], iris['sepal_width'],\
           iris['petal_length'], iris['petal_width']]) # 리스트로 넣어줌
plt.show()

이렇게 여러 개의 boxplot을 그리려면

 

list로 만들어서 넣어주시면 됩니다.

 

2번째 데이터인 sepal_width에 점이 보이시죠?

 

저것이 이상치입니다.

 

이상치의 기준은

 

[Q1-whis*(Q3-Q1), Q3+whis*(Q3-Q10)]을 벗어나는 값입니다.

 

whis의 default값은 1.5입니다.

 

 

 

whis 설정하기

plt.figure(figsize = (10, 5))
plt.boxplot([iris['sepal_length'], iris['sepal_width'],\
           iris['petal_length'], iris['petal_width']],\
            whis = 3) # default = 1.5
plt.show()

whis를 3으로 키우니 이상치의 범위가 넓어져서

 

sepal_width의 데이터에 이상치로 표시되는 점이 사라진 것을 볼 수 있습니다.

 

 

 

노치 표시하기

plt.figure(figsize = (10, 5))
plt.boxplot([iris['sepal_length'], iris['sepal_width'],\
           iris['petal_length'], iris['petal_width']],\
            whis = 3, notch = True) # 꺽인 부분 중위수에 대한 95% 신뢰구간
plt.show()

notch = True를 통하여 노치를 추가해줬습니다.

 

중위수 부분으로 뾰족하게 들어간 것을 볼 수 있죠.

 

그 부분이 중위수(median)에 대한 95% 신뢰구간입니다.

위의 사진을 보시면 더 정확히 이해하실 수 있습니다.

 

 

 

각각의 boxplot label 표시하기

idx = np.arange(1, 5)
labels = ['sepal_length', 'sepal_width', 'petal_length', 'petal_width']

plt.figure(figsize = (10, 5))
plt.boxplot([iris['sepal_length'], iris['sepal_width'],\
           iris['petal_length'], iris['petal_width']],\
            whis = 3, notch = True)
plt.xticks(idx, labels)
plt.show()

label을 달지 않았을 때 1, 2, 3, 4로 boxplot을 구분해줬습니다.

 

따라서 label을 달려고 np.arange(1, 5)로 index를 설정했고

 

labels에 각각의 column을 리스트로 할당한 다음

 

plt.xticks로 label을 달아줬습니다.

 

이렇게 각각의 boxplot에 label을 달아주면 알아보기가 훨씬 편합니다.

 

 

 

수평 boxplot 그리기

plt.figure(figsize = (10, 5))
plt.boxplot([iris['sepal_length'], iris['sepal_width'],\
           iris['petal_length'], iris['petal_width']],\
            whis = 3, notch = True, vert = False)
plt.show()

vert = False를 설정하여

 

수직인 boxplot을 수평으로 그려줬습니다.

 

이번에도 boxplot에 label을 달아야겠죠?

 

idx = np.arange(1, 5)
labels = ['sepal_length', 'sepal_width', 'petal_length', 'petal_width']

plt.figure(figsize = (10, 5))
plt.boxplot([iris['sepal_length'], iris['sepal_width'],\
           iris['petal_length'], iris['petal_width']],\
            whis = 3, notch = True, vert = False)
plt.yticks(idx, labels)
plt.show()

이렇게 plt.yticks를 이용하여 똑같이 설정해주면

 

label이 달리는 것을 확인할 수 있죠.

 

마지막으로 title, xlabel, ylabel, rotation을 해주면서 마무리하겠습니다.

 

 

 

종합

idx = np.arange(1, 5)
labels = ['sepal_length', 'sepal_width', 'petal_length', 'petal_width']

plt.figure(figsize = (10, 5))
plt.title("iris 데이터의 boxplot")
plt.xlabel('꽃받침, 꽃잎의 길의 너비')
plt.ylabel('단위 : cm')
plt.boxplot([iris['sepal_length'], iris['sepal_width'],\
           iris['petal_length'], iris['petal_width']],\
            whis = 3, notch = True)
plt.xticks(idx, labels, rotation = 30)
plt.show()

다음에는 violin plot으로 찾아뵐게요!