[Seaborn] 1. scatterplot

[Seaborn] 1. scatterplot

seaborn 산점도

---

사용할 데이터

from sqlalchemy import create_engine
import numpy as np
import pandas as pd

n = 300

data = {
    '국어': np.round(np.random.normal(75, 10, size=n).clip(50, 100), 1),
    '영어': np.round(np.random.normal(72, 12, size=n).clip(50, 100), 1),
    '수학': np.round(np.random.normal(70, 15, size=n).clip(50, 100), 1),
    '성별': np.random.choice(['남', '여'], size=n),
    '반': np.random.choice([f'{i}반' for i in range(1,10)], size=n)
}

df = pd.DataFrame(data)

---

1. 기본 산점도

plt.figure(figsize=(10, 6))
sns.scatterplot(data=df, x='국어', y='수학')
plt.title('국어와 수학 성적의 산점도')
plt.show()

• data에 데이터프레임, x랑 y에 각각 컬럼 삽입

---

2. 그룹화

plt.figure(figsize=(10, 6))
sns.scatterplot(data=df, x='국어', y='수학', hue='성별')
plt.title('성별에 따른 국어/수학 성적 산점도')
plt.show()

• 성별에 따른 색상 분류

---

3. 스타일링

plt.figure(figsize=(10, 6))
sns.scatterplot(data=df, x='국어', y='수학', 
                hue='성별', style='성별', size=10) 
plt.title('성별에 따른 국어/수학 성적 산점도 (마커 스타일 적용)')
plt.show()

• 성별에 따른 style 분류
• size로 스타일의 크기 지정이 가능하다.

---

4. 투명도, 색상 팔레트

plt.figure(figsize=(10, 6))
sns.scatterplot(data=df, x='국어', y='수학', 
                hue='성별', 
                alpha=0.6,  # 투명도
                palette='Set2')  # 컬러 팔레트
plt.title('성별에 따른 국어/수학 성적 산점도 (커스텀 색상)')
plt.show()

---

5. 크기범위 추가

plt.figure(figsize=(12, 8))
sns.scatterplot(data=df, x='국어', y='수학', 
                hue='반', size='영어',
                sizes=(20, 200),  # 크기 범위
                palette='deep')
plt.title('반별 국어/수학 성적 산점도 (영어 성적에 따른 크기 변화)')
plt.show()

 

---

6. 상세 커스터마이징

# 스타일 초기화
sns.set_style("white")
plt.rcParams["font.family"] = "D2coding"
plt.figure(figsize=(12, 8))

# 산점도 생성
sns.scatterplot(data=df, x='국어', y='수학', 
                hue='성별', style='반',
                size='영어',
                sizes=(50, 250),
                palette='husl',
                alpha=0.7)

# 제목과 레이블 설정
plt.title('종합 성적 분석 산점도', pad=15, size=14)
plt.xlabel('국어 성적', size=12)
plt.ylabel('수학 성적', size=12)

# 범례 위치 조정
plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left')

# 그리드 추가
plt.grid(True, linestyle='--', alpha=0.7)

# 여백 조정
plt.tight_layout()
plt.show()

---

정리

sns.scatterplot(

    # 기본 데이터 설정데이터프레임 / X축 / Y축
    data=df, x='col1', y='col2',
    
    # 그룹화 및 스타일링 : 색상 구분 / 마커 구분 / 투명도 / 팔레트
    # 색상 팔레트 ['deep', 'muted', 'pastel', 'bright', 'dark', 'Set1', 'Set2', 'Set3', 'husl', 'hls', 'Paired', 'Spectral', 'coolwarm', 'RdYlBu']
    hue='col3', style='col4', alpha=0.7, palette='husl',
    
    # 마커 설정 : 마커모양 / 마커 크기 / 마커 크기범위
    markers=['o', 's', 'D', '^'], size='col5', sizes=(a,b)
    
    # 범례 설정 ['brief', 'full']
    legend=False
)

 

• 스니펫으로 설정해서 불러올 수 있게 설정하면 끝

	"Seaborn Scatterplot Template": {
		"prefix": "sns_scatter",
		"body": [
			"sns.scatterplot(",
			"    # 기본 데이터 설정: 데이터프레임 / X축 / Y축",
			"    data=${1:df}, x='${2:col1}', y='${3:col2}',",
			"",
			"    # 그룹화 및 스타일링: 색상 구분 / 마커 구분 / 투명도 / 팔레트",
			"    # 색상 팔레트 ['deep', 'muted', 'pastel', 'bright', 'dark', 'Set1', 'Set2', 'Set3', 'husl', 'hls', 'Paired', 'Spectral', 'coolwarm', 'RdYlBu']",
			"    hue='${4:col3}', style='${5:col4}', alpha=${6:0.7}, palette='${7:muted}',",
			"",
			"    # 마커 설정: 마커모양 / 마커 크기 / 마커 크기범위",
			"    markers=['o', 's', 'D', '^'], size='${8:col5}', sizes=(${9:50}, ${10:200}),",
			"",
			"    # 범례 설정 ['brief', 'full', False]",
			"    legend=${11:'brief'}",
			")"
		],
		"description": "Create a Seaborn scatterplot with common parameters"
		
	}