[ Python ] density plot과 count ratio plot 그리기

광고 한 번만 눌러주세요 블로그 운영에 큰 힘이 됩니다!

 

R에서는 ggplot이라는 함수를 사용하면 쉽게 group별로 비율 막대그래프를 시각화한다.
그러나 Python은 R과 다르게 Category 변수에 대해서 비율 시각화를 하는 것을 따로 제공하지 않는 것 같다.

## R
ggplot(mtcars,aes(x=factor(cyl),fill=factor(gear)))+
    geom_bar(position="fill")

그래서 이번에는 저번에 만들었던 비율 막대 그래포와 Density Plot을 같이 그려보는 것을 하였다.
하는 방법은 위에 R처럼 group별로 하기 위해서 pandas에서 groupby를 사용하고
그다음에 group별로 value_counts로 비율을 계산한 후 바로 bar plot으로 그리면 된다.

aa.groupby('default payment next month')['Category'].value_counts(normalize=True).unstack().plot(kind="bar",stacked= False )

왼쪽은 aa의 데이터 셋이다. 오른쪽 그림은 aa에 있는 dataframe을 Category별로 나눠서 비율을 계산하고 그것을 
'default payment next month'별로 시각화한 그림이다.

아래 코드는 각 변수별로 어떤 것은 density plot 어떤 것은 비율 plot을 그린 코드다.

fig , axes = plt.subplots(nrows=4,ncols=6,
                          figsize=(18,10) )
plt.subplots_adjust(left=0.05, bottom=0.01, right=0.99, 
                    top=0.89, wspace=None, hspace=0.2)
ax = axes.flatten()
sns.set()
for idx , col in enumerate(usecolumn) :
    if col in FAC :        
        tr = data2[col].reset_index(drop=True).values.tolist()
        te = gene_data[col].reset_index(drop=True).values.tolist() 
        if col == "SEX" :
            tr = np.array(tr)-1
            tr = tr.tolist()
        a =  tr + te 
        aa = pd.DataFrame({"Category" :a , col : ["real"] *len(tr) + ["fake"] *len(te) })
        aa.groupby(col)['Category'].value_counts(normalize=True).unstack().plot(kind="bar", 
                                                                                  stacked= False , 
                                                                                  ax = ax[idx], rot=0)
        legend = ax[idx].legend(loc='upper center', bbox_to_anchor=(0.5, 1.0) ,
                                fontsize=6 , ncol=2,
                                frameon=False)
        #ax[idx].set_xticklabels([])
    else :
        sns.distplot(data2[col], label = "real" , ax= ax[idx], kde=True)
        sns.distplot(gene_data[col], label = "fake" , ax= ax[idx] , kde=True)
        ax[idx].set_xticklabels([])
        legend = ax[idx].legend(loc='upper center',
                                bbox_to_anchor=(0.5, 1.0) ,
                                fontsize=10 , ncol=2, 
                                frameon=False)
    frame = legend.get_frame()
    frame.set_linewidth(0.0)
    frame.set_facecolor('none')
    ax[idx].set_title(col,fontsize=15)
    #ax[idx].legend(loc='upper center', bbox_to_anchor=(0.5, 1.0) , fontsize=10 , ncol=2)
    ax[idx].set_xlabel("")
plt.show()

def visualization_two_dataset(table_1 , table_2 , usecolumns , col_n , categorical_var ) :
    total_cols = col_n
    total_rows = len(usecolumns)//total_cols + 1
    fig , axes = plt.subplots(nrows=total_rows,ncols=total_cols,
                              figsize=(7*total_cols, 7*total_rows), constrained_layout=True)
    plt.subplots_adjust(left=0.05, bottom=0.01, right=0.99, 
                        top=0.89, wspace=None, hspace=0.2)
    sns.set()
    for idx , col in enumerate(usecolumns) :
        row = idx//total_cols
        pos = idx % total_cols
        if col in categorical_var :        
            table_1_list = table_1[col].reset_index(drop=True).values.tolist()
            table_2_list = table_2[col].reset_index(drop=True).values.tolist() 
            concat =  table_1_list + table_2_list 
            concat_pd = pd.DataFrame({"Category" :concat ,
                               col : ["table_1"] *len(table_1_list) + ["table_2"] *len(table_2_list) })
            concat_pd.groupby(col)['Category'].\
            value_counts(normalize=True).unstack().plot(kind="bar", 
                                                        stacked= False , ax = axes[row][pos] ,rot=0)
            legend =  axes[row][pos].legend(loc='upper center', bbox_to_anchor=(0.5, 1.0) ,
                                    fontsize=6 , ncol=2,
                                    frameon=False)
        else :
            sns.distplot(table_1[col].dropna(), label = "real" , ax=  axes[row][pos], kde=True)
            sns.distplot(table_2[col].dropna(), label = "fake" , ax=  axes[row][pos] , kde=True)
            axes[row][pos].set_xticklabels([])
            legend =  axes[row][pos].legend(loc='upper center',
                                    bbox_to_anchor=(0.5, 1.0) ,
                                    fontsize=10 , ncol=2, 
                                    frameon=False)
        frame = legend.get_frame()
        frame.set_linewidth(0.0)
        frame.set_facecolor('none')
        axes[row][pos].set_title(col,fontsize=15)
        axes[row][pos].set_xlabel("")
    if total_rows * total_cols > len(usecolumns) :
        remainder_n = total_rows * total_cols - len(usecolumns)
        for i in range(remainder_n) :
            axes[row][-(i+1)].axis("off")
    plt.show()