🕷️ Crawler Inspector

URL Lookup

Direct Parameter Lookup

Raw Queries and Responses

1. Shard Calculation

Query:

Response:

Calculated Shard: 15 (from laksa183)

2. Crawled Status Check

Query:

curl -X POST \
  'http://laksa015.int.ahrefs:8124/' \
  -H 'Content-Type: text/plain' \
  -H 'X-ClickHouse-Database: crawler3' \
  -H 'Authorization: Basic YXBpOg==' \
  -d 'SELECT getAhrefsURLFromUnparsed(src_unparsed) AS found_url, ifNull(toUnixTimestamp(download_stamp), 0) AS crawl_time, ifNull(toUnixTimestamp(props_url_first_seen), 0) AS first_indexed_time, download_http_code AS http_code, src_unparsed AS src_unparsed, src_root_hash AS src_root_hash, history_drop_reason AS history_drop_reason, meta_title AS meta_title, meta_descriptions AS meta_descriptions, attrs_boilerpipe_text AS attrs_boilerpipe_text, attrs_markdown AS attrs_markdown, attrs_readable_markdown AS attrs_readable_markdown, meta_canonical AS meta_canonical FROM crawler3.page_info_local FINAL PREWHERE (src_root_hash, src_unparsed) IN ((getAhrefsRootHashFromUnparsed(getAhrefsUnparsedNoserviceFromURL(\'https://m.blog.naver.com/dlfpsjftm/223390143332\')), getAhrefsUnparsedNoserviceFromURL(\'https://m.blog.naver.com/dlfpsjftm/223390143332\'))) FORMAT JSONEachRow'

Response:

{"found_url":"https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332","crawl_time":1754855451,"first_indexed_time":0,"http_code":200,"src_unparsed":"com,naver!blog,m,\/dlfpsjftm\/223390143332 s443","src_root_hash":"2598804620694055015","history_drop_reason":null,"meta_title":"파이썬 시각화(2) seaborn 그래프 그리는 방법 총정리 : 네이버 블로그","meta_descriptions":[],"attrs_boilerpipe_text":"  2-1) 히스토그램  sns.histoplot(data, x, y, hue, kde) 연속형 자료 에 대해서 빈도수의 크기를 직사각형의 막대로 표현하는 그래프  - data : 데이터 프레임 - x, y : 시각화할 컬럼(x 사용 : 수직 히스토그램, y 사용 : 수평 히스토그램) -  kde  : 확률밀도 함수 곡선 추가 (빈도수->확률로 나타냄) - hue=' ' : 새로운 변수(구분의 기준)를 추가  histoplot 함수는 kde를 사용하면 빈도수를 확률로 자동 변환해 주는 기능이 있습니다.","attrs_markdown":"![](https:\/\/ssl.pstatic.net\/static\/blog\/sp_blog72.png) ![](https:\/\/ssl.pstatic.net\/static\/blog\/sp_blog_se3_6.png)\n\n[본문 바로가기](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332#ct)\n\n# [블로그](https:\/\/m.blog.naver.com\/Recommendation.naver)\n## [카테고리 이동](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)     [이레널스](https:\/\/m.blog.naver.com\/PostList.naver?blogId=dlfpsjftm)\n\n[검색](https:\/\/m.blog.naver.com\/PostSearchList.naver?blogId=dlfpsjftm)\n\nMY메뉴 열기\n\n[3\\.데이터시각화](https:\/\/m.blog.naver.com\/PostList.naver?blogId=dlfpsjftm&categoryNo=105&logCode=0&categoryName=3.%EB%8D%B0%EC%9D%B4%ED%84%B0%EC%8B%9C%EA%B0%81%ED%99%94#postlist_block)\n\n파이썬 시각화(2) seaborn 그래프 그리는 방법 총정리\n\n[![프로필](https:\/\/blogpfthumb-phinf.pstatic.net\/MjAyNDExMTlfMjc0\/MDAxNzMxOTk1ODg4Mzk5.6-ekVPhC7godWq1VtAaWDDr8oJTzXNMT2HAZ8-xoJX0g.D3NkFpCnR33h2bmCqfnPhN_d1dR4bBvDZ7JeAPy_wXYg.JPEG\/profileImage.jpg?type=s1)](https:\/\/m.blog.naver.com\/PostList.naver?blogId=dlfpsjftm)\n\n[**이레널스**](https:\/\/m.blog.naver.com\/PostList.naver?blogId=dlfpsjftm)\n\n2024\\. 3. 21. 0:25\n\n[이웃추가](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n본문 기타 기능\n\n- **본문 폰트 크기 조정**\n  본문 폰트 크기 작게 보기\n  본문 폰트 크기 크게 보기\n  가\n- [*공감하기*](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n- [공유하기](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n- [URL복사](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n- [신고하기](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n지난 시간 파이썬 시각화(1) matplotli에 이어서 파이썬 시각화(2) seaborn 그래프 그리는 방법 총정리 포스팅을 해보겠습니다.\n\n\n\n**1\\. seaborn 이란?**\n\nSeaborn은 데이터 시각화를 위한 Python 라이브러리 중 하나입니다.\n\n\n\nSeaborn은 Matplotlib를 기반으로 만들어졌지만 보다 간단하고 보기 쉬운 시각화를 제공하며, 특히 디자인적 측면 및 통계적인 기능을 강화한 라이브러리입니다.\n\n\n\n**2\\. seaborn 설정하기**\n\n**1\\) import**\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjBfMjgg\/MDAxNzEwOTIzNjAyMjA1.bB6Nl87rcOKBOg61LbFZ-oY_PeNZzNiHx0-HZ0PJhu8g.sqUNp_SRdq-Twj2S4odW1RIiZUruHZHNeoo8bCp1WQkg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\nseabonr을 import 해준 뒤 matplotlib.pyplot도 import 해주어야 합니다.\n\n그 이유는 Seaborn은 Matplotlib을 기반으로 작동하는 시각화 라이브러리로, Seaborn은 Matplotlib을 보완하고 추가적인 기능과 스타일을 제공합니다.\n\n\n\n예를 들어 seaborn을 통해 그래프를 생성하더라도 출력할 때는 plt.show( ) 함수를 쓰기 위함입니다.\n\n\n\n참고로, 구글 코랩에서 연습용 데이터 tips 를 다운로드해 그래프를 그려봤습니다.\n\n이 데이터는 DataFrame으로 pandas도 같이 import 해주세요.\n\n\n\n\n\n**2\\) 연습용 데이터 tips 다운로드하기**\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjBfMjQw\/MDAxNzEwOTIzNDc0MDQ1.ZQBlgZNroUGzZXEWX-fdiJF2do6-9rDDKdaScTKaDokg.0-bOnSOQiJQCCzdec1zCLeCD4W2nIdCRfuY5F34fC5gg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n****\n\n**3\\) 스타일 설정**\n\nmatplotlib와 달리 seaborn에서는 grid 설정을 할 수 있습니다.\n\nwhitegrid 와 darkgrid로 설정 가능합니다.\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjBfMTcy\/MDAxNzEwOTIzODkyNjg3.wILIoZeNdXJoiclcaDVs00qkeg5yV2rtfLCDoK_H91Ig.SB9XvB6vWdSXYfpEJpp8cLrBvytyNnInb6JzDYJFI8Eg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjBfNjUg\/MDAxNzEwOTIzODMyOTg2.jyoG7fM5Piqip3NyGQ3oHyNGaMWYVPl23L1fhUqoUpYg.iwehwZehjz6OHSxoruLch3nHiVr3JMJcPC2wl7nMUNQg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjBfNzgg\/MDAxNzEwOTIzODQyOTM3.dnnhbqTlv-rjlPBIKgBP7BtdGmPHpMpKeR_nw8jE5G0g.iemUHVylHqr2Ywa46RGSR8jbcV5VbyqI5WXWjfqDYJsg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\nwhitegrid(좌) \/ darkgrid(우) \\_ 출처 : seaborn.pydata.org\n\n**4\\) 크기 설정**\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjBfMTMx\/MDAxNzEwOTI0MTg1OTcy.zLYkv3UZo6jWZvDtpuWeaL9hQZySG_J0DVC_GYUGCL8g.oatcaR-rL6Ck5RPvd49CbOBbVdvwcuBjARhqqvg4d7Ag.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n그래프의 크기 설정은 위와 같이 할 수 있습니다.\n\n(4,3)으로 입력하게 되면 4 \\* 3 inch로 줄어듭니다.\n\n기본값은 6\\*4 또는 4\\*8입니다.\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjBfMTgg\/MDAxNzEwOTI0MjcyNjU1.qG6MISDyJP1WVEUoOBcFbluctT7fIfOkdQFpTW3Yuesg.-W_CCd5ssOBbiAvjfB2CbZS_eLT58V5vPGchIM3tqpAg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n그 외에도 여러 가지 설정을 할 수 있으며, matplotlib.org에서 함수에 대한 자세한 정보를 확인하여 변경할 수 있습니다.\n\n\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjBfNTYg\/MDAxNzEwOTQ2NTc0NzUy.Q6tWyA1Z223ubYrEzyUqxKTlabHYBbZ6aLuFLpdA0ckg.NBw1YmsPmcQ39Znq3n3Hfu-T4C2nqBUr1rdBMVzumewg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n이렇게 color palettes에서 다양한 color 조합도 확인 가능합니다.\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjBfMjAx\/MDAxNzEwOTQ2NjAxNDk4.KVsTfRt-67Pws37HDJLUn7-ppUKtDB5wuFlgXyDQgucg.75nzqAWGvRTtmp_IXfZ1ARM6l2AlQ1PsCsMMs5Msxgkg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjBfMjUg\/MDAxNzEwOTQ2NjI4Njg5.9o2bOn_XQ6rj9PfETPsQGL_l6HIDAAWhPCqt8yiDHcYg.BoFdcx9gDDnWvXWzmJa7aXaq4ADvktE5gV6bf6eLb2wg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n\n***\n**3\\. seaborn 그래프 생성하기**\n***\n아래 사진은 위에서 다운로드한 df\\_tips에 대한 데이터 프레임입니다.\n\n이 데이터를 가지고 그래프를 만들어 볼게요.\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjBfMjM2\/MDAxNzEwOTIzNDE0NTM1.Pl55pYKcI7g0qQMs2u6djoXpaF2vXMEQaP_Xwrmbtbog.N8WZo60I81lEHinCN8MXG8rkotGHmqeGrV5JLDlF3wUg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n\n\n**1\\) 막대그래프 sns.countplot(data, x, y, hue)**\n\n범주형 데이터에 대해서, 범주 별 빈도수의 크기를 직사각형의 막대로 표현하는 그래프\n\n\\- data : 데이터 프레임\n\n\\- x, y : 시각화할 컬럼(x 사용 : 수직 막대형 그래프, y 사용 : 수평 막대형 그래프)\n\n\\- hue=' ' : 새로운 변수(구분의 기준)를 추가\n\n\n\n\n\n위에서 다운로드했던 df\\_tips 데이터에서 손님의 성별 빈도수를 확인해 보겠습니다.\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjBfMTI1\/MDAxNzEwOTQ1ODk3NjE1.aU48ek0Zuz-cgujnxQHWjGG2sBHomvphGQxquoxcvWcg.yPJgS1WBOA8C4M-SROi3d3DiMPV4cGt8kAVLaiYyiOsg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjBfMTgy\/MDAxNzEwOTQ1ODA5NjE1.QXckoveFzVXh5LIZRqZQvOWV7HUS7EkSEOGrZe57uWUg.EOaEvPF_zPkLRF2ckaHhld_eOu3ep_nJdK2auU047O8g.PNG\/SE-a043f1aa-dd36-4b70-85af-e8c4a324e18c.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n이전에도 그랬지만, 파이썬 시각화 도구에서는 빈도수에 대한 시각화만 가능하고,\n\n정확한 수치를 나타내주지 않습니다.\n\n\n\n이를 확인하기 위해서 알고자 하는 럼을 인덱싱 한 후. value\\_counts( ) 함수를 사용합니다.\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjBfOTcg\/MDAxNzEwOTQ2MDEwMzc0.i0UYqjCJCYekySleEkDx2cLXZidoEgJ-0hBml8hUFbIg.3EQV7ulBwuDWP34bd8o9YJTWfmEtLV8YFmq1r99JxJYg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n만약, 여기서 hue='time'을 설정해 주면, 시간대별 손님의 성별 빈도수를 확인할 수 있습니다.\n\n범례도 자동으로 붙여지는 것을 확인할 수 있어요.\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjBfNjMg\/MDAxNzEwOTQ2MDc2OTA4.Iyih40XQz0ObUg2NigktOWTahPXy3kmvm-tuqQSShNgg.iVhakNIuiigO907aU7_JaSvMyYRuFPGBOWE2Q-b4DHUg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjBfNjYg\/MDAxNzEwOTQ2MDg1MzUw.3mcfzqXyhwLpc_uvPii7YRSdGf2pMibfLJtlnB6p1vog.vRMnysW5e7w7R7PMr-6o_f7oK7Y9i-cpAyVpcwYQtUog.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n또한 x가 아닌 y를 사용하면 아래와 같이 x축 막대그래프가 나옵니다.\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjBfMTMg\/MDAxNzEwOTQ2NDY0MzA5.PIzru9pgQ7oAlSY9M8GnPdnJbeYNs6zIJT5XHwEh3rEg.UaAXaPoBpO7e6i08WhYYJ-dSM6tgE4YZn_lnTv1f7x4g.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjBfNzMg\/MDAxNzEwOTQ2NDQ0NDIy.Z5Gphj4_21bn-B-ceWJCVmwCImql7CABHmXSXuBMf5og.lAsMhOiu8ikYkQRoTXHqQwb0k2CIAV7CG29cT5hObf0g.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n\n\n\n\n**2-1) 히스토그램 sns.histoplot(data, x, y, hue, kde)**\n\n연속형 자료에 대해서 빈도수의 크기를 직사각형의 막대로 표현하는 그래프\n\n\n\n\\- data : 데이터 프레임\n\n\\- x, y : 시각화할 컬럼(x 사용 : 수직 히스토그램, y 사용 : 수평 히스토그램)\n\n\\- kde : 확률밀도 함수 곡선 추가 (빈도수-\\>확률로 나타냄)\n\n\\- hue=' ' : 새로운 변수(구분의 기준)를 추가\n\n\n\nhistoplot 함수는 kde를 사용하면 빈도수를 확률로 자동 변환해 주는 기능이 있습니다.\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjFfMTcg\/MDAxNzEwOTQ2OTY3MDgx.ZZcqKr0xdYf1_Z1PVrutQgfGy5PulYA-l6UYgvEGEm8g.EsGYdyieJp-5Uv3czdggWNsZ7P76mBWCgbTNmiMgNrcg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjFfMjYw\/MDAxNzEwOTQ2OTM5MDU0.LUDCF3qPGLzjue6neAJnbiLeTcxWpdcYdCqcmhLOLWYg.-Ioshnk7aBKhHp7MJ2uCSIZGT-qOByDSxhnQrh6U1vMg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n\n\nkde를 설정하지 않으면 기본값은 False로 되어 있어 위와 같이 나오지만, True로 설정하면 아래와 같이 확률에 대해 그래프가 추가로 그려집니다.\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjFfMzQg\/MDAxNzEwOTQ2OTkxNjAw.vcEyBb9vX5rLW2nGAKcu1sITtWbKJEsWhBXGGgS6rTcg.n_chtDNJVSoap078t2LuUn777-H-ekwfg0NVj0786rwg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjFfNDcg\/MDAxNzEwOTQ2OTgwMjU4.NHS00Iz9tLWsbcYA8wMQIR8EKGnd_WuYTClYSoqYCMUg.vJ-9xALip-Zo7rd8NMkm8p83ZTBD1nP_WdN-fmuxrIog.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n\n\n**2-2) sns.kdeplot( )**\n\n위에서 **봤던** kde만 따로 나타내주는 함수입니다.\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjFfMTEg\/MDAxNzEwOTQ3MTE1Mzk3.FOnpPx9YlUXc90io5uQqotYynVDz11wJheS-yQW7rQ4g.VY6P8JHp2zP7fF7j8KODH6EWefxtrmZwF3i4hjC7Yt4g.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjFfMTI1\/MDAxNzEwOTQ3MTIxNDkz.0u-UXcBUjDheonldkddZjNskdpdBwjE_oWx3TYkX-Eog.nIZERQyaZglwDsOIOPYItd-sfD8DysjEVPr4iJRAu9cg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n\n\n**3\\) 박스 플롯 sns.boxplot(data, x, y)**\n\n연속형 숫자 데이터를 가질 때 사용합니다.\n\n박스 플롯은 시각화를 통해 이상치를 찾아내는데 사용하기도 합니다.\n\n\n\n\\- data : 데이터 프레임\n\n\\- x, y : 시각화할 컬럼\n\n\\- hue : (다른 것과 달리 x축과 y 축을 먼저 채우고 hue에 추가)\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjFfMjU5\/MDAxNzEwOTQ3MzA1OTg1.0NEk1SulbcHqd1769Du68PJndub0DB-G-E37HGncd58g.iB4FZLIWIDsmL9LQMR2om4xuZVSwyfp9bjr9zd0tb4sg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjFfMTA2\/MDAxNzEwOTQ3Mjk4MzUx.B4EgJLvXBO8x999c5lkjWM88UAOMxcQFawYyVEDbDoIg.TWri_GOgIyvbK4vfrh0_iWJVD1ivaAyAXRqKjLE2YD4g.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjFfMjk5\/MDAxNzEwOTQ3MzIzNjU4.T9DEPbGC0y6k-DhxaTXneFVvXBesuh064O0LKUDVX54g.2vxhK1eqC9Evq1MQyftOGzxjTbGZvE3ARA1YwzDgrT8g.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjFfMjA4\/MDAxNzEwOTQ3MzI4NjE3.UYGowHnVdu9-addvOUwYxhfhU6HsRc6RCsdSqX6ugL4g.C0fyr6PLCLTcWB2ekBBnyPqgVH-7RtMK4UyUf77siocg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n그래프 상에서 box 바깥에 표시된 o는 이상치를 말해주며, 긴 직선은 수염을 나타냅니다.\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjFfMjk3\/MDAxNzEwOTQ3MjA4MzU4.6Rcdlg4b7Hsh0-yhprtY3xn6JEUvt5ZTS7bjirbp69kg.42tlQw3LobUDKYt7ZFZpBFP2xnT8VPJXxOb6MWzd1zQg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n\n\n만약, 요일별 남자 여자의 tip 빈도수를 확인하는 경우 아래와 같이 나타낼 수 있습니다.\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjFfMTE0\/MDAxNzEwOTQ3NDE2ODc1.sLS9uvqD3k3_vjMRqYKrUxGdg1ckuRBLcwpSONFgtK0g.agAGhTK68_7s_umjs_IGcQcJ5CfSEogybRBYP2U6GvUg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjFfMzAg\/MDAxNzEwOTQ3NDI1NzE5.hpmEJ92y1kfrmat6T35mNw6-gpb2-nUx3htR_xvemKgg.AaKzUZKOJoc6x64rRcBa3-qaET1kPDdEUQdJfURN5iog.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n****\n\n**4\\) 산점도 그래프 sns.scatterplot(data, x, y, hue)**\n\n산점도 그래프는 두 변수 간의 관계를 확인할 수 있습니다.\n\n\n\n\\- data : 데이터 프레임\n\n\\- x, y : 시각화할 컬럼\n\n\\- hue : 새로운 기준을 추가\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjFfMTk2\/MDAxNzEwOTQ3NTg2Mjcy.5zB8m9ERofLIcXBjUB7e_Si56MbgM6j0pWKQdlU2_yAg.GnkbLYZo-19YmS6qzX_mn9uBuV9YDH3t08T3o3AoBZgg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjFfNTgg\/MDAxNzEwOTQ3NTkzNzI5.sMLK--TCfvNATbk-N3832hkFF6vJ5Cumn1U5nz3-9nUg.VJB7WUXAF_YhvM_APD8yQnoHLE_rFmpwTul8y7PmWQkg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\nx와 y만 이용하는 경우 위와 같이 상관관계를 확인할 수 있으며,\n\n\n\n아래처럼 hue까지 추가하여 총 이용금액별 팁의 상관관계를 lunch와 dinner로 구분하여 확인도 가능합니다.\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjFfMjU2\/MDAxNzEwOTQ3NjM3OTg4.fy4SRQ0kBTChpwiqkuOLi16H9Me5ZOaDHKveNSppSfMg.Vjo2gtCXHUVtg00ZmVT72vOuUIM7Z_JpCQRn7-4JMFEg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjFfNzMg\/MDAxNzEwOTQ3NjQzODk0.S77CYO4zeeCtsr7PW_KrEzizz7e1izAz5cUbq0SQytYg.CEFP_a9ZuBr6EMrRZcOfqYD1sDoFSwiyvqt-TP67esUg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n****\n\n**5\\) sns.heatmap(data, annot, fmt, linewidths)**\n\n히트맵은 데이터의 패턴이나 상관관계를 시각적으로 파악하기에 유용한 도구입니다.\n\n주로 2차원 데이터를 시각화할 때 사용되며, 데이터 프레임 형태나 NumPy 배열 형태로 데이터를 입력으로 받습니다. sns.heatmap() 함수는 매트릭스 형태의 데이터를 시각화하며, 각 셀의 색상을 데이터의 크기나 값을 나타내는 데 사용합니다.\n\n\n\n- **data**: 시각화할 데이터를 나타내는 2차원 배열의 상관 분석을 시행하여 넣어줍니다.\n\n예시) df.corr( )\n\n- **annot** (optional): 각 셀에 데이터 값 또는 형식화된 문자열을 표시할지 여부를 나타내는 부울 값입니다.\n- **fmt** (optional): **annot**이 True로 설정된 경우 값의 형식을 지정하는 문자열 형태입니다.\n\n예시) '.2f’ , 소수점 둘째 자리 실수\n\n- **cmap** (optional): 색상 맵을 지정하여 히트맵의 색상을 변경합니다.\n- **linewidths**와 **linecolor** (optional): 셀 사이의 경계선 간격 또는 색상을 설정합니다.\n- **xticklabels**와 **yticklabels** (optional): x축과 y 축의 눈금 레이블을 표시할지 여부를 설정합니다.\n- **cbar** (optional): 컬러 바(색상 막대)를 표시할지 여부를 나타내는 부울 값입니다.\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjFfMTk1\/MDAxNzEwOTQ4MDAxNzk0.CawyXkOaSJpjSCOW8RtXJwOny7k-k30aBGZpk3QsgdEg.cPAxlZN4FjxRF1RKPsvhWxwCXb8ChFWmy2UB95OycA8g.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjFfMjA2\/MDAxNzEwOTQ3OTgxODM0.31NR7zKfCNf4J6-cvK4sob0dnBkaL_0wseeJJJSOySAg.eJiERHU7CHtSokB9c9EIMXnypoC5eGb-TA9nRSF_adIg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n\n\n위와 같이 먼저 상관분석을 시행한 후 data에 넣어줍니다.\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjFfMjM4\/MDAxNzEwOTQ4MDQzNzc3.zsA9ho6ZZkPUyG29ajSVQHc1f-ww-fwsnRY7jZ-HYfMg.HTwHInH8cM0igBSTUlCRzy1mFapmIuKgXjVdYrJCElQg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjFfMjY1\/MDAxNzEwOTQ4MDM0MjI1.J-e1KZjIlopXHjzWKjo8slqtzRL_dFfbgRZgvf1SJNgg.0NqQ0sceHyrKon2s1Bj1jZLoW9yDs7lilVlZN0lcRzgg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n****\n\n**6\\) sns.implot (data, x, y, hue)**\n\n선형 회귀 모델을 사용하여 두 변수 간의 관계를 시각화하는 데 사용됩니다.\n\n\n\n이 함수는 산점도(Scatter plot)와 선형 회귀 선을 함께 그려주어\n\n두 변수 간의 선형 관계를 파악하는 데 도움이 됩니다.\n\n\n\n- **data**: 시각화할 데이터를 포함하는 데이터 프레임입니다.\n- **x**, **y**: 데이터 프레임에서 사용할 열 이름입니다. x축과 y 축에 사용될 변수를 지정합니다.\n- **hue** (optional): 데이터의 추가 범주형 변수를 기준으로 색상을 구분합니다.\n- **col** 및 **row** (optional): 데이터의 추가 범주형 변수를 기준으로 그리드를 생성하여 여러 그래프 생성\n- **markers** 및 **palette** (optional): 점의 모양과 색상을 지정합니다.\n- **scatter\\_kws** 및 **line\\_kws** (optional): 산점도 및 선의 스타일을 지정합니다.\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjFfMjQ3\/MDAxNzEwOTQ4MTU2ODk5.CRj49R8xQD8KYQ4zZBfDpJn_V4Jd02EhtJy8BLICeXQg.4DWvQD3HRMT7D_sGBCju8c7L4e6GIim0_WVvACKYXFsg.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjFfMjc1\/MDAxNzEwOTQ4MTYzOTA1.1GMkGg8kcC83A166EnVK2QblEkar2Mr69xGnR7Swx1kg.kSSG5EtHd0donD1uqGmUUtLYZ-XDOapQIU_ZT-5okdog.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n지금까지 파이썬 시각화(2) seaborn 그래프 그리는 방법 총정리였습니다.\n\n****\n\n\\#seaborn \\#seborn시각화 \\#seborn그래프 \\#시각화 \\#파이썬시각화 \\#파이썬시각화방법 \\#파이썬시각화종류 \\#파이썬시각화방법 \\#implot \\#heatmap \\#scatterplot \\#boxplot\n\n[![](https:\/\/mblogthumb-phinf.pstatic.net\/MjAyNDAzMjFfMTE4\/MDAxNzEwOTQ4MzA4OTc3.Utf7986qccTD7Md-88XePSTvUk59Q1PmsOkl2FssuzYg.31t2trTeCSSjxsroB0UbDVr7IIdfVSUHBLdXbivr0U4g.PNG\/image.png?type=w80_blur)](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n\n\n[공감한 사람 보러가기](https:\/\/m.blog.naver.com\/SympathyHistoryList.naver?blogId=dlfpsjftm&logNo=223390143332&categoryId=POST)\n\n[댓글 *0*](https:\/\/m.blog.naver.com\/CommentList.naver?blogId=dlfpsjftm&logNo=223390143332)  [공유하기]()\n\n{\"title\":\"파이썬 시각화(2) seaborn 그래프 그리는 방법 총정리\",\"source\":\"https:\/\/blog.naver.com\/dlfpsjftm\/223390143332\",\"blogName\":\"이레널스\",\"domainIdOrBlogId\":\"dlfpsjftm\",\"nicknameOrBlogId\":\"이레널스\",\"logNo\":223390143332,\"smartEditorVersion\":4,\"meDisplay\":true,\"lineDisplay\":true,\"outsideDisplay\":true,\"cafeDisplay\":true,\"blogDisplay\":true}\n\n[닫기](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n## 카테고리\n[이 블로그 홈](https:\/\/m.blog.naver.com\/dlfpsjftm)\n\n[공감한 사람 보러가기](https:\/\/m.blog.naver.com\/SympathyHistoryList.naver?blogId=dlfpsjftm&logNo=223390143332&categoryId=POST)\n\n[댓글 *0*](https:\/\/m.blog.naver.com\/CommentList.naver?blogId=dlfpsjftm&logNo=223390143332)  [공유하기](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)\n\n**이레널스(dlfpsjftm)** 님을 이웃추가하고 새글을 받아보세요\n\n[취소](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332) [이웃추가](https:\/\/m.blog.naver.com\/dlfpsjftm\/223390143332)","attrs_readable_markdown":null,"meta_canonical":null}

3. Robots.txt Check

Query:

Response:

4. Spam/Ban Check

Query:

Response:

5. Seen Status Check

ℹ️ Skipped - page is already crawled

🚫

NOT INDEXABLE

✅

CRAWLED

8 months ago

🤖

ROBOTS ALLOWED

Page Info Filters

Filter	Status	Condition	Details
HTTP status	PASS	`download_http_code = 200`	HTTP 200
Age cutoff	FAIL	`download_stamp > now() - 6 MONTH`	8.1 months ago
History drop	PASS	`isNull(history_drop_reason)`	No drop reason
Spam/ban	PASS	`fh_dont_index != 1 AND ml_spam_score = 0`	ml_spam_score=0
Canonical	PASS	`meta_canonical IS NULL OR = '' OR = src_unparsed`	Not set

Page Details

Property	Value
URL	https://m.blog.naver.com/dlfpsjftm/223390143332
Last Crawled	2025-08-10 19:50:51 (8 months ago)
First Indexed	not set
HTTP Status Code	200
Meta Title	파이썬 시각화(2) seaborn 그래프 그리는 방법 총정리 : 네이버 블로그
Meta Description	null
Meta Canonical	null
Boilerpipe Text	2-1) 히스토그램 sns.histoplot(data, x, y, hue, kde) 연속형 자료 에 대해서 빈도수의 크기를 직사각형의 막대로 표현하는 그래프 - data : 데이터 프레임 - x, y : 시각화할 컬럼(x 사용 : 수직 히스토그램, y 사용 : 수평 히스토그램) - kde : 확률밀도 함수 곡선 추가 (빈도수->확률로 나타냄) - hue=' ' : 새로운 변수(구분의 기준)를 추가 histoplot 함수는 kde를 사용하면 빈도수를 확률로 자동 변환해 주는 기능이 있습니다.
Markdown	![](https://ssl.pstatic.net/static/blog/sp_blog72.png) ![](https://ssl.pstatic.net/static/blog/sp_blog_se3_6.png) [본문 바로가기](https://m.blog.naver.com/dlfpsjftm/223390143332#ct) # [블로그](https://m.blog.naver.com/Recommendation.naver) ## [카테고리 이동](https://m.blog.naver.com/dlfpsjftm/223390143332) [이레널스](https://m.blog.naver.com/PostList.naver?blogId=dlfpsjftm) [검색](https://m.blog.naver.com/PostSearchList.naver?blogId=dlfpsjftm) MY메뉴 열기 [3\.데이터시각화](https://m.blog.naver.com/PostList.naver?blogId=dlfpsjftm&categoryNo=105&logCode=0&categoryName=3.%EB%8D%B0%EC%9D%B4%ED%84%B0%EC%8B%9C%EA%B0%81%ED%99%94#postlist_block) 파이썬 시각화(2) seaborn 그래프 그리는 방법 총정리 [![프로필](https://blogpfthumb-phinf.pstatic.net/MjAyNDExMTlfMjc0/MDAxNzMxOTk1ODg4Mzk5.6-ekVPhC7godWq1VtAaWDDr8oJTzXNMT2HAZ8-xoJX0g.D3NkFpCnR33h2bmCqfnPhN_d1dR4bBvDZ7JeAPy_wXYg.JPEG/profileImage.jpg?type=s1)](https://m.blog.naver.com/PostList.naver?blogId=dlfpsjftm) [이레널스](https://m.blog.naver.com/PostList.naver?blogId=dlfpsjftm) 2024\. 3. 21. 0:25 [이웃추가](https://m.blog.naver.com/dlfpsjftm/223390143332) 본문 기타 기능 - 본문 폰트 크기 조정 본문 폰트 크기 작게 보기 본문 폰트 크기 크게 보기 가 - [공감하기](https://m.blog.naver.com/dlfpsjftm/223390143332) - [공유하기](https://m.blog.naver.com/dlfpsjftm/223390143332) - [URL복사](https://m.blog.naver.com/dlfpsjftm/223390143332) - [신고하기](https://m.blog.naver.com/dlfpsjftm/223390143332) 지난 시간 파이썬 시각화(1) matplotli에 이어서 파이썬 시각화(2) seaborn 그래프 그리는 방법 총정리 포스팅을 해보겠습니다. 1\. seaborn 이란? Seaborn은 데이터 시각화를 위한 Python 라이브러리 중 하나입니다. Seaborn은 Matplotlib를 기반으로 만들어졌지만 보다 간단하고 보기 쉬운 시각화를 제공하며, 특히 디자인적 측면 및 통계적인 기능을 강화한 라이브러리입니다. 2\. seaborn 설정하기 1\) import [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjBfMjgg/MDAxNzEwOTIzNjAyMjA1.bB6Nl87rcOKBOg61LbFZ-oY_PeNZzNiHx0-HZ0PJhu8g.sqUNp_SRdq-Twj2S4odW1RIiZUruHZHNeoo8bCp1WQkg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) seabonr을 import 해준 뒤 matplotlib.pyplot도 import 해주어야 합니다. 그 이유는 Seaborn은 Matplotlib을 기반으로 작동하는 시각화 라이브러리로, Seaborn은 Matplotlib을 보완하고 추가적인 기능과 스타일을 제공합니다. 예를 들어 seaborn을 통해 그래프를 생성하더라도 출력할 때는 plt.show( ) 함수를 쓰기 위함입니다. 참고로, 구글 코랩에서 연습용 데이터 tips 를 다운로드해 그래프를 그려봤습니다. 이 데이터는 DataFrame으로 pandas도 같이 import 해주세요. 2\) 연습용 데이터 tips 다운로드하기 [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjBfMjQw/MDAxNzEwOTIzNDc0MDQ1.ZQBlgZNroUGzZXEWX-fdiJF2do6-9rDDKdaScTKaDokg.0-bOnSOQiJQCCzdec1zCLeCD4W2nIdCRfuY5F34fC5gg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) ** 3\) 스타일 설정 matplotlib와 달리 seaborn에서는 grid 설정을 할 수 있습니다. whitegrid 와 darkgrid로 설정 가능합니다. [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjBfMTcy/MDAxNzEwOTIzODkyNjg3.wILIoZeNdXJoiclcaDVs00qkeg5yV2rtfLCDoK_H91Ig.SB9XvB6vWdSXYfpEJpp8cLrBvytyNnInb6JzDYJFI8Eg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjBfNjUg/MDAxNzEwOTIzODMyOTg2.jyoG7fM5Piqip3NyGQ3oHyNGaMWYVPl23L1fhUqoUpYg.iwehwZehjz6OHSxoruLch3nHiVr3JMJcPC2wl7nMUNQg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjBfNzgg/MDAxNzEwOTIzODQyOTM3.dnnhbqTlv-rjlPBIKgBP7BtdGmPHpMpKeR_nw8jE5G0g.iemUHVylHqr2Ywa46RGSR8jbcV5VbyqI5WXWjfqDYJsg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) whitegrid(좌) / darkgrid(우) \_ 출처 : seaborn.pydata.org 4\) 크기 설정** [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjBfMTMx/MDAxNzEwOTI0MTg1OTcy.zLYkv3UZo6jWZvDtpuWeaL9hQZySG_J0DVC_GYUGCL8g.oatcaR-rL6Ck5RPvd49CbOBbVdvwcuBjARhqqvg4d7Ag.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) 그래프의 크기 설정은 위와 같이 할 수 있습니다. (4,3)으로 입력하게 되면 4 \* 3 inch로 줄어듭니다. 기본값은 6\4 또는 4\8입니다. [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjBfMTgg/MDAxNzEwOTI0MjcyNjU1.qG6MISDyJP1WVEUoOBcFbluctT7fIfOkdQFpTW3Yuesg.-W_CCd5ssOBbiAvjfB2CbZS_eLT58V5vPGchIM3tqpAg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) 그 외에도 여러 가지 설정을 할 수 있으며, matplotlib.org에서 함수에 대한 자세한 정보를 확인하여 변경할 수 있습니다. [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjBfNTYg/MDAxNzEwOTQ2NTc0NzUy.Q6tWyA1Z223ubYrEzyUqxKTlabHYBbZ6aLuFLpdA0ckg.NBw1YmsPmcQ39Znq3n3Hfu-T4C2nqBUr1rdBMVzumewg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) 이렇게 color palettes에서 다양한 color 조합도 확인 가능합니다. [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjBfMjAx/MDAxNzEwOTQ2NjAxNDk4.KVsTfRt-67Pws37HDJLUn7-ppUKtDB5wuFlgXyDQgucg.75nzqAWGvRTtmp_IXfZ1ARM6l2AlQ1PsCsMMs5Msxgkg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjBfMjUg/MDAxNzEwOTQ2NjI4Njg5.9o2bOn_XQ6rj9PfETPsQGL_l6HIDAAWhPCqt8yiDHcYg.BoFdcx9gDDnWvXWzmJa7aXaq4ADvktE5gV6bf6eLb2wg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) * 3\. seaborn 그래프 생성하기 * 아래 사진은 위에서 다운로드한 df\_tips에 대한 데이터 프레임입니다. 이 데이터를 가지고 그래프를 만들어 볼게요. [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjBfMjM2/MDAxNzEwOTIzNDE0NTM1.Pl55pYKcI7g0qQMs2u6djoXpaF2vXMEQaP_Xwrmbtbog.N8WZo60I81lEHinCN8MXG8rkotGHmqeGrV5JLDlF3wUg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) 1\) 막대그래프 sns.countplot(data, x, y, hue) 범주형 데이터에 대해서, 범주 별 빈도수의 크기를 직사각형의 막대로 표현하는 그래프 \- data : 데이터 프레임 \- x, y : 시각화할 컬럼(x 사용 : 수직 막대형 그래프, y 사용 : 수평 막대형 그래프) \- hue=' ' : 새로운 변수(구분의 기준)를 추가 위에서 다운로드했던 df\_tips 데이터에서 손님의 성별 빈도수를 확인해 보겠습니다. [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjBfMTI1/MDAxNzEwOTQ1ODk3NjE1.aU48ek0Zuz-cgujnxQHWjGG2sBHomvphGQxquoxcvWcg.yPJgS1WBOA8C4M-SROi3d3DiMPV4cGt8kAVLaiYyiOsg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjBfMTgy/MDAxNzEwOTQ1ODA5NjE1.QXckoveFzVXh5LIZRqZQvOWV7HUS7EkSEOGrZe57uWUg.EOaEvPF_zPkLRF2ckaHhld_eOu3ep_nJdK2auU047O8g.PNG/SE-a043f1aa-dd36-4b70-85af-e8c4a324e18c.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) 이전에도 그랬지만, 파이썬 시각화 도구에서는 빈도수에 대한 시각화만 가능하고, 정확한 수치를 나타내주지 않습니다. 이를 확인하기 위해서 알고자 하는 럼을 인덱싱 한 후. value\_counts( ) 함수를 사용합니다. [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjBfOTcg/MDAxNzEwOTQ2MDEwMzc0.i0UYqjCJCYekySleEkDx2cLXZidoEgJ-0hBml8hUFbIg.3EQV7ulBwuDWP34bd8o9YJTWfmEtLV8YFmq1r99JxJYg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) 만약, 여기서 hue='time'을 설정해 주면, 시간대별 손님의 성별 빈도수를 확인할 수 있습니다. 범례도 자동으로 붙여지는 것을 확인할 수 있어요. [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjBfNjMg/MDAxNzEwOTQ2MDc2OTA4.Iyih40XQz0ObUg2NigktOWTahPXy3kmvm-tuqQSShNgg.iVhakNIuiigO907aU7_JaSvMyYRuFPGBOWE2Q-b4DHUg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjBfNjYg/MDAxNzEwOTQ2MDg1MzUw.3mcfzqXyhwLpc_uvPii7YRSdGf2pMibfLJtlnB6p1vog.vRMnysW5e7w7R7PMr-6o_f7oK7Y9i-cpAyVpcwYQtUog.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) 또한 x가 아닌 y를 사용하면 아래와 같이 x축 막대그래프가 나옵니다. [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjBfMTMg/MDAxNzEwOTQ2NDY0MzA5.PIzru9pgQ7oAlSY9M8GnPdnJbeYNs6zIJT5XHwEh3rEg.UaAXaPoBpO7e6i08WhYYJ-dSM6tgE4YZn_lnTv1f7x4g.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjBfNzMg/MDAxNzEwOTQ2NDQ0NDIy.Z5Gphj4_21bn-B-ceWJCVmwCImql7CABHmXSXuBMf5og.lAsMhOiu8ikYkQRoTXHqQwb0k2CIAV7CG29cT5hObf0g.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) 2-1) 히스토그램 sns.histoplot(data, x, y, hue, kde) 연속형 자료에 대해서 빈도수의 크기를 직사각형의 막대로 표현하는 그래프 \- data : 데이터 프레임 \- x, y : 시각화할 컬럼(x 사용 : 수직 히스토그램, y 사용 : 수평 히스토그램) \- kde : 확률밀도 함수 곡선 추가 (빈도수-\>확률로 나타냄) \- hue=' ' : 새로운 변수(구분의 기준)를 추가 histoplot 함수는 kde를 사용하면 빈도수를 확률로 자동 변환해 주는 기능이 있습니다. [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjFfMTcg/MDAxNzEwOTQ2OTY3MDgx.ZZcqKr0xdYf1_Z1PVrutQgfGy5PulYA-l6UYgvEGEm8g.EsGYdyieJp-5Uv3czdggWNsZ7P76mBWCgbTNmiMgNrcg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjFfMjYw/MDAxNzEwOTQ2OTM5MDU0.LUDCF3qPGLzjue6neAJnbiLeTcxWpdcYdCqcmhLOLWYg.-Ioshnk7aBKhHp7MJ2uCSIZGT-qOByDSxhnQrh6U1vMg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) kde를 설정하지 않으면 기본값은 False로 되어 있어 위와 같이 나오지만, True로 설정하면 아래와 같이 확률에 대해 그래프가 추가로 그려집니다. [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjFfMzQg/MDAxNzEwOTQ2OTkxNjAw.vcEyBb9vX5rLW2nGAKcu1sITtWbKJEsWhBXGGgS6rTcg.n_chtDNJVSoap078t2LuUn777-H-ekwfg0NVj0786rwg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjFfNDcg/MDAxNzEwOTQ2OTgwMjU4.NHS00Iz9tLWsbcYA8wMQIR8EKGnd_WuYTClYSoqYCMUg.vJ-9xALip-Zo7rd8NMkm8p83ZTBD1nP_WdN-fmuxrIog.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) 2-2) sns.kdeplot( ) 위에서 봤던 kde만 따로 나타내주는 함수입니다. [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjFfMTEg/MDAxNzEwOTQ3MTE1Mzk3.FOnpPx9YlUXc90io5uQqotYynVDz11wJheS-yQW7rQ4g.VY6P8JHp2zP7fF7j8KODH6EWefxtrmZwF3i4hjC7Yt4g.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjFfMTI1/MDAxNzEwOTQ3MTIxNDkz.0u-UXcBUjDheonldkddZjNskdpdBwjE_oWx3TYkX-Eog.nIZERQyaZglwDsOIOPYItd-sfD8DysjEVPr4iJRAu9cg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) 3\) 박스 플롯 sns.boxplot(data, x, y) 연속형 숫자 데이터를 가질 때 사용합니다. 박스 플롯은 시각화를 통해 이상치를 찾아내는데 사용하기도 합니다. \- data : 데이터 프레임 \- x, y : 시각화할 컬럼 \- hue : (다른 것과 달리 x축과 y 축을 먼저 채우고 hue에 추가) [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjFfMjU5/MDAxNzEwOTQ3MzA1OTg1.0NEk1SulbcHqd1769Du68PJndub0DB-G-E37HGncd58g.iB4FZLIWIDsmL9LQMR2om4xuZVSwyfp9bjr9zd0tb4sg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjFfMTA2/MDAxNzEwOTQ3Mjk4MzUx.B4EgJLvXBO8x999c5lkjWM88UAOMxcQFawYyVEDbDoIg.TWri_GOgIyvbK4vfrh0_iWJVD1ivaAyAXRqKjLE2YD4g.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjFfMjk5/MDAxNzEwOTQ3MzIzNjU4.T9DEPbGC0y6k-DhxaTXneFVvXBesuh064O0LKUDVX54g.2vxhK1eqC9Evq1MQyftOGzxjTbGZvE3ARA1YwzDgrT8g.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjFfMjA4/MDAxNzEwOTQ3MzI4NjE3.UYGowHnVdu9-addvOUwYxhfhU6HsRc6RCsdSqX6ugL4g.C0fyr6PLCLTcWB2ekBBnyPqgVH-7RtMK4UyUf77siocg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) 그래프 상에서 box 바깥에 표시된 o는 이상치를 말해주며, 긴 직선은 수염을 나타냅니다. [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjFfMjk3/MDAxNzEwOTQ3MjA4MzU4.6Rcdlg4b7Hsh0-yhprtY3xn6JEUvt5ZTS7bjirbp69kg.42tlQw3LobUDKYt7ZFZpBFP2xnT8VPJXxOb6MWzd1zQg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) 만약, 요일별 남자 여자의 tip 빈도수를 확인하는 경우 아래와 같이 나타낼 수 있습니다. [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjFfMTE0/MDAxNzEwOTQ3NDE2ODc1.sLS9uvqD3k3_vjMRqYKrUxGdg1ckuRBLcwpSONFgtK0g.agAGhTK68_7s_umjs_IGcQcJ5CfSEogybRBYP2U6GvUg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjFfMzAg/MDAxNzEwOTQ3NDI1NzE5.hpmEJ92y1kfrmat6T35mNw6-gpb2-nUx3htR_xvemKgg.AaKzUZKOJoc6x64rRcBa3-qaET1kPDdEUQdJfURN5iog.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) ** 4\) 산점도 그래프 sns.scatterplot(data, x, y, hue) 산점도 그래프는 두 변수 간의 관계를 확인할 수 있습니다. \- data : 데이터 프레임 \- x, y : 시각화할 컬럼 \- hue : 새로운 기준을 추가 [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjFfMTk2/MDAxNzEwOTQ3NTg2Mjcy.5zB8m9ERofLIcXBjUB7e_Si56MbgM6j0pWKQdlU2_yAg.GnkbLYZo-19YmS6qzX_mn9uBuV9YDH3t08T3o3AoBZgg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjFfNTgg/MDAxNzEwOTQ3NTkzNzI5.sMLK--TCfvNATbk-N3832hkFF6vJ5Cumn1U5nz3-9nUg.VJB7WUXAF_YhvM_APD8yQnoHLE_rFmpwTul8y7PmWQkg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) x와 y만 이용하는 경우 위와 같이 상관관계를 확인할 수 있으며, 아래처럼 hue까지 추가하여 총 이용금액별 팁의 상관관계를 lunch와 dinner로 구분하여 확인도 가능합니다. [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjFfMjU2/MDAxNzEwOTQ3NjM3OTg4.fy4SRQ0kBTChpwiqkuOLi16H9Me5ZOaDHKveNSppSfMg.Vjo2gtCXHUVtg00ZmVT72vOuUIM7Z_JpCQRn7-4JMFEg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjFfNzMg/MDAxNzEwOTQ3NjQzODk0.S77CYO4zeeCtsr7PW_KrEzizz7e1izAz5cUbq0SQytYg.CEFP_a9ZuBr6EMrRZcOfqYD1sDoFSwiyvqt-TP67esUg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) 5\) sns.heatmap(data, annot, fmt, linewidths) 히트맵은 데이터의 패턴이나 상관관계를 시각적으로 파악하기에 유용한 도구입니다. 주로 2차원 데이터를 시각화할 때 사용되며, 데이터 프레임 형태나 NumPy 배열 형태로 데이터를 입력으로 받습니다. sns.heatmap() 함수는 매트릭스 형태의 데이터를 시각화하며, 각 셀의 색상을 데이터의 크기나 값을 나타내는 데 사용합니다. - data: 시각화할 데이터를 나타내는 2차원 배열의 상관 분석을 시행하여 넣어줍니다. 예시) df.corr( ) - annot (optional): 각 셀에 데이터 값 또는 형식화된 문자열을 표시할지 여부를 나타내는 부울 값입니다. - fmt (optional): annot이 True로 설정된 경우 값의 형식을 지정하는 문자열 형태입니다. 예시) '.2f’ , 소수점 둘째 자리 실수 - cmap (optional): 색상 맵을 지정하여 히트맵의 색상을 변경합니다. - linewidths와 linecolor (optional): 셀 사이의 경계선 간격 또는 색상을 설정합니다. - xticklabels와 yticklabels (optional): x축과 y 축의 눈금 레이블을 표시할지 여부를 설정합니다. - cbar (optional): 컬러 바(색상 막대)를 표시할지 여부를 나타내는 부울 값입니다. [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjFfMTk1/MDAxNzEwOTQ4MDAxNzk0.CawyXkOaSJpjSCOW8RtXJwOny7k-k30aBGZpk3QsgdEg.cPAxlZN4FjxRF1RKPsvhWxwCXb8ChFWmy2UB95OycA8g.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjFfMjA2/MDAxNzEwOTQ3OTgxODM0.31NR7zKfCNf4J6-cvK4sob0dnBkaL_0wseeJJJSOySAg.eJiERHU7CHtSokB9c9EIMXnypoC5eGb-TA9nRSF_adIg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) 위와 같이 먼저 상관분석을 시행한 후 data에 넣어줍니다. [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjFfMjM4/MDAxNzEwOTQ4MDQzNzc3.zsA9ho6ZZkPUyG29ajSVQHc1f-ww-fwsnRY7jZ-HYfMg.HTwHInH8cM0igBSTUlCRzy1mFapmIuKgXjVdYrJCElQg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjFfMjY1/MDAxNzEwOTQ4MDM0MjI1.J-e1KZjIlopXHjzWKjo8slqtzRL_dFfbgRZgvf1SJNgg.0NqQ0sceHyrKon2s1Bj1jZLoW9yDs7lilVlZN0lcRzgg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) 6\) sns.implot (data, x, y, hue) 선형 회귀 모델을 사용하여 두 변수 간의 관계를 시각화하는 데 사용됩니다. 이 함수는 산점도(Scatter plot)와 선형 회귀 선을 함께 그려주어 두 변수 간의 선형 관계를 파악하는 데 도움이 됩니다. - data: 시각화할 데이터를 포함하는 데이터 프레임입니다. - x, y: 데이터 프레임에서 사용할 열 이름입니다. x축과 y 축에 사용될 변수를 지정합니다. - hue (optional): 데이터의 추가 범주형 변수를 기준으로 색상을 구분합니다. - col 및 row (optional): 데이터의 추가 범주형 변수를 기준으로 그리드를 생성하여 여러 그래프 생성 - markers 및 palette (optional): 점의 모양과 색상을 지정합니다. - scatter\_kws 및 line\_kws (optional): 산점도 및 선의 스타일을 지정합니다. [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjFfMjQ3/MDAxNzEwOTQ4MTU2ODk5.CRj49R8xQD8KYQ4zZBfDpJn_V4Jd02EhtJy8BLICeXQg.4DWvQD3HRMT7D_sGBCju8c7L4e6GIim0_WVvACKYXFsg.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjFfMjc1/MDAxNzEwOTQ4MTYzOTA1.1GMkGg8kcC83A166EnVK2QblEkar2Mr69xGnR7Swx1kg.kSSG5EtHd0donD1uqGmUUtLYZ-XDOapQIU_ZT-5okdog.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) 지금까지 파이썬 시각화(2) seaborn 그래프 그리는 방법 총정리였습니다. ** \#seaborn \#seborn시각화 \#seborn그래프 \#시각화 \#파이썬시각화 \#파이썬시각화방법 \#파이썬시각화종류 \#파이썬시각화방법 \#implot \#heatmap \#scatterplot \#boxplot [![](https://mblogthumb-phinf.pstatic.net/MjAyNDAzMjFfMTE4/MDAxNzEwOTQ4MzA4OTc3.Utf7986qccTD7Md-88XePSTvUk59Q1PmsOkl2FssuzYg.31t2trTeCSSjxsroB0UbDVr7IIdfVSUHBLdXbivr0U4g.PNG/image.png?type=w80_blur)](https://m.blog.naver.com/dlfpsjftm/223390143332) [공감한 사람 보러가기](https://m.blog.naver.com/SympathyHistoryList.naver?blogId=dlfpsjftm&logNo=223390143332&categoryId=POST) [댓글 0](https://m.blog.naver.com/CommentList.naver?blogId=dlfpsjftm&logNo=223390143332) [공유하기]() {"title":"파이썬 시각화(2) seaborn 그래프 그리는 방법 총정리","source":"https://blog.naver.com/dlfpsjftm/223390143332","blogName":"이레널스","domainIdOrBlogId":"dlfpsjftm","nicknameOrBlogId":"이레널스","logNo":223390143332,"smartEditorVersion":4,"meDisplay":true,"lineDisplay":true,"outsideDisplay":true,"cafeDisplay":true,"blogDisplay":true} [닫기](https://m.blog.naver.com/dlfpsjftm/223390143332) ## 카테고리 [이 블로그 홈](https://m.blog.naver.com/dlfpsjftm) [공감한 사람 보러가기](https://m.blog.naver.com/SympathyHistoryList.naver?blogId=dlfpsjftm&logNo=223390143332&categoryId=POST) [댓글 0](https://m.blog.naver.com/CommentList.naver?blogId=dlfpsjftm&logNo=223390143332) [공유하기](https://m.blog.naver.com/dlfpsjftm/223390143332) 이레널스(dlfpsjftm) 님을 이웃추가하고 새글을 받아보세요 [취소](https://m.blog.naver.com/dlfpsjftm/223390143332) [이웃추가](https://m.blog.naver.com/dlfpsjftm/223390143332)
Readable Markdown	null
Shard	15 (laksa)
Root Hash	2598804620694055015
Unparsed URL	com,naver!blog,m,/dlfpsjftm/223390143332 s443