Allen's 데이터 맛집

쥬피터 노트북을 사용하여 그래프를 그릴 때 생각보다 흐릿하게, 뚜렷하지 않게 출력이 되지 않는 경우, 간단한 코드를 통해 이를 해결이 가능합니다.    [적용 전] sns.countplot(data = df1, y = '메세지') 위와 같이 그래프와 그래프 내의 글자가 선명하지 않을 경우, 아래의 코드를 통해 선명하게 해결이 가능합니다.   [적용 후]from IPython.display import set_matplotlib_formats # 그래프 서체를 선명하게 출력set_matplotlib_formats('retina')

Python으로 쥬피터 노트북으로 Matplotlib 그래프를 그릴 때 아래와 같은 문구와 함께 그래프 상에서 한글이 깨짐 현상을 가질 때가 있습니다.  C:\ProgramData\anaconda3\Lib\site-packages\IPython\core\pylabtools.py:152: UserWarning: Glyph 45936 (\N{HANGUL SYLLABLE DE}) missing from current font. fig.canvas.print_figure(bytes_io, **kw) C:\ProgramData\anaconda3\Lib\site-packages\IPython\core\pylabtools.py:152: UserWarning: Glyph 51060 (\N{HANGUL SYLLABLE ..

이번 포스팅에서는 구성에 대한 시각화를 하는 대표적인 세개의 차트를 소개해 드리겠습니다. 파이 차트(Pie Chart): 파이 차트는 전체에서 각 부분이 차지하는 비율을 부채꼴 모양으로 나타냅니다. 각 부분의 크기가 전체에 대한 비율을 시각적으로 보여주며, 보통 각 부분의 크기에 따라 부채꼴의 크기가 결정됩니다. 주로 범주 간의 상대적인 비율을 보여주는데 사용됩니다. 도넛 차트(Doughnut Chart): 도넛 차트는 파이 차트와 유사하지만, 가운데에 구멍이 뚫린 모양입니다. 이는 파이 차트와 마찬가지로 각 부분의 상대적인 비율을 보여주지만, 더 많은 정보를 표시할 수 있도록 공간을 확보합니다. 트리맵 차트(Treemap Chart): 트리맵 차트는 계층적인 데이터를 사각형으로 나타내어 각 사각형의 크..

이번 포스팅에서는 비교를 할때 많이 쓰이는 시각화에 대해서 설명드리겠습니다. 평행 차트(Parallel Chart): 평행 차트는 여러 개의 수평선으로 구성되며, 각 수평선은 동일한 축을 가집니다. 각 축은 서로 독립적인 변수를 나타내며, 데이터 포인트의 특성을 비교하기 위해 사용됩니다. 이를 통해 다차원적인 데이터의 특성을 시각적으로 비교할 수 있습니다. 스타 차트(Star, Spider Chart): 스타 차트는 여러 개의 축이 꼭지점에서 시작하여 뻗어나가는 형태로 이루어진 차트입니다. 다양한 변수들의 상대적인 값과 특성을 시각적으로 비교할 수 있도록 도와줍니다. 각 변수가 꼭지점에서 뻗어나가는 선의 길이로 나타내어집니다. 히트맵(Heatmap): 히트맵은 데이터의 밀도를 색상으로 나타내는 그래픽 표..