[Visualization][Basic] Violin Plot(바이올린 플롯)

Violin Plot은 데이터의 분포를 파악하고 싶을 때 사용하면 유용하다. 

 

그래프는 Python의 내장 데이터인 excerise 데이터를 이용하고, 운동의 종류(kind)에 따른 심박수(pulse)의 분포를 파악해 볼 것이다. 

 

df = sns.load_dataset('exercise')
df

exercise Data Set

1.  Seaborn 모듈을 활용한 Violin Plot

import seaborn as sns

sns.violinplot(df.kind, df.pulse)

Seaborn으로 그린 Violin plot

 

sns.violinplot(df.kind, df.pulse, palette = 'cool')

• palette 파라미터를 이용해서 분포의 색상을 변경할 수 있다. 

sns.violinplot('kind', 'pulse', hue = 'diet', data = df, palette = 'cool', split = True)

왼쪽: split 파라미터 없는 그래프 / 오른쪽: split 파라미터를 True로 지정한 그래프

• hue에 diet변수를 지정해 주면 diet의 종류('low fat', 'no fat') 에 따라 각각 분포를 비교해 볼 수 있다.
• split을 True로 지정하면 diet로 구분 되어 그려지는 것이 아닌, kind별로 한 분포의 양쪽에 나뉘어 그래프가 그려진다. 

 

아래의 튜토리얼을 확인해보면 Violin Plot의 더 많은 파라미터들이 나온다. 다양한 파라미터들을 추가해서 원하는 그래프를 그릴 수 있다 :)

 

https://seaborn.pydata.org/generated/seaborn.violinplot.html

seaborn.violinplot — seaborn 0.11.1 documentation

 

 2. Matplotlib 모듈을 활용한 Violin Plot

 

Matplolib 모듈을 사용할 때, Seaborn과 같이 그대로 데이터를 입력하면 아래의 오류가 발생한다.

import matplotlib.pyplot as plt

fig, ax = plt.subplots()
ax.violinplot(df.kind, df.pulse)

UFuncTypeError: ufunc 'multiply' did not contain a loop with signature matching types (dtype('<U32'), dtype('<U32')) -> dtype('<U32')

 

따라서, kind 변수의 범주를 나누고 데이터를 하나로 만들어 준 다음에 그래프를 그린다.

import matplotlib.pyplot as plt
import numpy as np

# Combine the data
data = [df.loc[df['kind'] == 'rest', 'pulse'], df.loc[df['kind'] == 'walking', 'pulse'],
		df.loc[df['kind'] == 'running', 'pulse']]

fig, ax = plt.subplots()
ax.violinplot(data)
ax.set_xticks(np.arange(1, 4))
ax.set_xticklabels(['rest', 'walking', 'running']) # Data Labeling
ax.set_xlabel('Kind')
ax.set_ylabel('Pulse')

Matplotlib으로 그린 Violin Plot

 

import matplotlib.pyplot as plt
import numpy as np


data = [df.loc[df['kind'] == 'rest', 'pulse'], df.loc[df['kind'] == 'walking', 'pulse'],
		df.loc[df['kind'] == 'running', 'pulse']]

fig, ax = plt.subplots()
# Specifying Means and Quantiles
violinplot_data = ax.violinplot(data, showmeans=True, 
				  quantiles = [[0.25, 0.75], [0.25, 0.75], [0.25, 0.75]])
ax.set_xticks(np.arange(1, 4))
ax.set_xticklabels(['rest', 'walking', 'running'])
ax.set_xlabel('Kind')
ax.set_ylabel('Pulse')

# Setting the edge colors
violinplot_data['cbars'].set_edgecolor('gray')
violinplot_data['cmaxes'].set_edgecolor('black')
violinplot_data['cmins'].set_edgecolor('black')
violinplot_data['cmeans'].set_edgecolor('red')

 

• showmeans를 True로 하면, 분포에 평균 값을 표시할 수 있다. (빨간색 선)
• quantile 파라미터로 1분위수(0.25)와 3분위수(0.75)를 표시했다. 분위수는 숫자를 변경하여 원하는대로 표시할 수 있다. (파란색 선)
• 검정색 선은 최솟값과 최댓값을 표시한 것이다. 

import matplotlib.pyplot as plt
import numpy as np


data = [df.loc[df['kind'] == 'rest', 'pulse'], df.loc[df['kind'] == 'walking', 'pulse'], 
		df.loc[df['kind'] == 'running', 'pulse']]

fig, ax = plt.subplots()
violinplot_data = ax.violinplot(data)
ax.set_xticks(np.arange(1, 4))
ax.set_xticklabels(['rest', 'walking', 'running'])
ax.set_xlabel('Kind')
ax.set_ylabel('Pulse')

# Setting the face colors
violinplot_data['bodies'][0].set_facecolor('purple')
violinplot_data['bodies'][1].set_facecolor('yellow')
violinplot_data['bodies'][2].set_facecolor('red')

 

• bodies 파라미터를 이용해서 각각의 분포 색상을 정할 수 있다. 

두 가지 모듈을 활용해서 Violin Plot을 그려보았는데, 개인적으로는 Seaborn으로 그리는 것이 눈에 더 잘 들어오고 편리한 것 같다!

 

[참고: https://codetorial.net/matplotlib/violin_plot.html]