Seaborn 히스토그램: Python에서 분포 플롯 만들기

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
 
# 샘플 데이터 생성
np.random.seed(42)
data = np.random.normal(100, 15, 1000)
 
# 기본 히스토그램 생성
sns.histplot(data=data)
plt.title('기본 Seaborn 히스토그램')
plt.xlabel('값')
plt.ylabel('카운트')
plt.show()

import pandas as pd
 
# DataFrame 생성
df = pd.DataFrame({
    'values': np.random.normal(100, 15, 1000),
    'category': np.random.choice(['A', 'B', 'C'], 1000)
})
 
# DataFrame에서 히스토그램 플롯
sns.histplot(data=df, x='values')
plt.show()

# 30개의 빈으로 히스토그램 생성
sns.histplot(data=data, bins=30)
plt.title('30개 빈이 있는 히스토그램')
plt.show()

# 특정 빈 너비 설정
sns.histplot(data=data, binwidth=5)
plt.title('빈 너비 = 5인 히스토그램')
plt.show()

# 사용자 정의 빈 경계
bin_edges = [70, 80, 90, 100, 110, 120, 130]
sns.histplot(data=data, bins=bin_edges)
plt.title('사용자 정의 빈 경계가 있는 히스토그램')
plt.show()

# 히스토그램 범위 제한
sns.histplot(data=data, binrange=(80, 120))
plt.title('제한된 범위의 히스토그램(80-120)')
plt.show()

# KDE 오버레이가 있는 히스토그램
sns.histplot(data=data, kde=True)
plt.title('KDE 오버레이가 있는 히스토그램')
plt.show()

# KDE만 (히스토그램 막대 없음)
sns.kdeplot(data=data)
plt.title('KDE 곡선만')
plt.show()

fig, axes = plt.subplots(1, 3, figsize=(15, 4))
 
# 히스토그램만
sns.histplot(data=data, ax=axes[0])
axes[0].set_title('히스토그램만')
 
# KDE만
sns.kdeplot(data=data, ax=axes[1])
axes[1].set_title('KDE만')
 
# 둘 다 결합
sns.histplot(data=data, kde=True, ax=axes[2])
axes[2].set_title('히스토그램 + KDE')
 
plt.tight_layout()
plt.show()

fig, axes = plt.subplots(2, 3, figsize=(15, 8))
 
stats = ['count', 'frequency', 'density', 'probability', 'percent']
 
for idx, stat_type in enumerate(stats):
    ax = axes[idx // 3, idx % 3]
    sns.histplot(data=data, stat=stat_type, kde=True, ax=ax)
    ax.set_title(f'stat="{stat_type}"')
 
# 추가 서브플롯 제거
fig.delaxes(axes[1, 2])
 
plt.tight_layout()
plt.show()

# 다중 카테고리 데이터 생성
df = pd.DataFrame({
    'values': np.concatenate([
        np.random.normal(90, 10, 500),
        np.random.normal(105, 12, 500),
        np.random.normal(100, 8, 500)
    ]),
    'group': ['A'] * 500 + ['B'] * 500 + ['C'] * 500
})
 
# hue로 플롯
sns.histplot(data=df, x='values', hue='group', kde=True)
plt.title('그룹별 여러 분포')
plt.show()

fig, axes = plt.subplots(2, 2, figsize=(12, 10))
 
multiple_types = ['layer', 'dodge', 'stack', 'fill']
 
for idx, mult_type in enumerate(multiple_types):
    ax = axes[idx // 2, idx % 2]
    sns.histplot(data=df, x='values', hue='group',
                 multiple=mult_type, ax=ax)
    ax.set_title(f'multiple="{mult_type}"')
 
plt.tight_layout()
plt.show()

# 기본 displot (전체 그림 생성)
sns.displot(data=df, x='values', hue='group', kde=True)
plt.show()

# 패싯화 차원 추가
df['dataset'] = np.random.choice(['Train', 'Test'], len(df))
 
# 패싯화된 플롯 생성
sns.displot(data=df, x='values', hue='group',
            col='dataset', kde=True, height=4, aspect=1.2)
plt.show()

fig, axes = plt.subplots(1, 3, figsize=(15, 4))
 
# 히스토그램
sns.displot(data=df, x='values', kind='hist', kde=True)
plt.title('kind="hist"')
 
# KDE
sns.displot(data=df, x='values', kind='kde')
plt.title('kind="kde"')
 
# ECDF (경험적 누적 분포 함수)
sns.displot(data=df, x='values', kind='ecdf')
plt.title('kind="ecdf"')
 
plt.tight_layout()
plt.show()

# 각 카테고리의 사용자 정의 색상
custom_palette = {'A': '#FF6B6B', 'B': '#4ECDC4', 'C': '#45B7D1'}
 
sns.histplot(data=df, x='values', hue='group',
             palette=custom_palette, alpha=0.6,
             edgecolor='black', linewidth=1.5)
plt.title('사용자 정의 색상 히스토그램')
plt.show()

# 빈 테두리 강조
sns.histplot(data=data, bins=20, edgecolor='black',
             linewidth=2, alpha=0.7, color='skyblue')
plt.title('두드러진 테두리가 있는 히스토그램')
plt.show()

# 로그 정규 데이터 생성
log_data = np.random.lognormal(3, 1, 1000)
 
fig, axes = plt.subplots(1, 2, figsize=(12, 4))
 
# 선형 스케일
sns.histplot(data=log_data, ax=axes[0])
axes[0].set_title('선형 스케일')
 
# 로그 스케일
sns.histplot(data=log_data, log_scale=True, ax=axes[1])
axes[1].set_title('로그 스케일')
 
plt.tight_layout()
plt.show()

# 누적 히스토그램
sns.histplot(data=data, cumulative=True, stat='density',
             element='step', fill=False)
plt.title('누적 분포')
plt.ylabel('누적 밀도')
plt.show()

fig, axes = plt.subplots(1, 3, figsize=(15, 4))
 
elements = ['bars', 'step', 'poly']
 
for ax, elem in zip(axes, elements):
    sns.histplot(data=data, element=elem, kde=True, ax=ax)
    ax.set_title(f'element="{elem}"')
 
plt.tight_layout()
plt.show()

# 상관된 2D 데이터 생성
np.random.seed(42)
x = np.random.normal(100, 15, 1000)
y = x + np.random.normal(0, 10, 1000)
 
# 2D 히스토그램
sns.histplot(x=x, y=y, bins=30, cbar=True)
plt.title('2D 히스토그램(이변량 분포)')
plt.show()

fig, axes = plt.subplots(1, 2, figsize=(12, 5))
 
# 2D 히스토그램
sns.histplot(x=x, y=y, bins=30, cbar=True, ax=axes[0])
axes[0].set_title('2D 히스토그램')
 
# KDE 등고선 플롯
sns.kdeplot(x=x, y=y, fill=True, cmap='viridis', ax=axes[1])
axes[1].set_title('2D KDE 플롯')
 
plt.tight_layout()
plt.show()

# 카테고리 추가
categories = np.random.choice(['그룹 1', '그룹 2'], 1000)
 
sns.histplot(x=x, y=y, hue=categories, bins=20)
plt.title('Hue가 있는 2D 히스토그램')
plt.show()

fig, axes = plt.subplots(1, 3, figsize=(15, 4))
 
# 빈이 너무 적음
sns.histplot(data=data, bins=5, ax=axes[0])
axes[0].set_title('빈이 너무 적음(5) - 과도하게 평활화')
 
# 적절한 수
sns.histplot(data=data, bins=30, ax=axes[1])
axes[1].set_title('적절한 빈(30)')
 
# 빈이 너무 많음
sns.histplot(data=data, bins=100, ax=axes[2])
axes[2].set_title('빈이 너무 많음(100) - 노이즈가 많음')
 
plt.tight_layout()
plt.show()

# 다른 샘플 크기
small_sample = np.random.normal(100, 15, 200)
large_sample = np.random.normal(100, 15, 2000)
 
df_samples = pd.DataFrame({
    'value': np.concatenate([small_sample, large_sample]),
    'sample': ['작음(n=200)'] * 200 + ['큼(n=2000)'] * 2000
})
 
fig, axes = plt.subplots(1, 2, figsize=(12, 4))
 
# 잘못됨: count 사용
sns.histplot(data=df_samples, x='value', hue='sample',
             stat='count', ax=axes[0])
axes[0].set_title('잘못됨: Count(비교 어려움)')
 
# 올바름: density 사용
sns.histplot(data=df_samples, x='value', hue='sample',
             stat='density', common_norm=False, ax=axes[1])
axes[1].set_title('올바름: Density(비교 쉬움)')
 
plt.tight_layout()
plt.show()

fig, axes = plt.subplots(1, 2, figsize=(12, 4))
 
# 나쁨: 불투명한 막대가 겹침을 숨김
sns.histplot(data=df, x='values', hue='group',
             alpha=1.0, ax=axes[0])
axes[0].set_title('나쁨: 불투명한 막대')
 
# 좋음: 투명도가 겹침을 표시
sns.histplot(data=df, x='values', hue='group',
             alpha=0.5, ax=axes[1])
axes[1].set_title('좋음: 투명한 막대')
 
plt.tight_layout()
plt.show()

# 좋은 관행: 명확한 레이블
sns.histplot(data=data, stat='density', kde=True)
plt.title('값의 분포')
plt.xlabel('값')
plt.ylabel('밀도')
plt.show()

# 이전 방법(사용 중단)
# sns.distplot(data)  # 사용하지 마세요
 
# 새로운 방법
sns.histplot(data=data, kde=True)
plt.show()

import pygwalker as pyg
import pandas as pd
import numpy as np
 
# 샘플 데이터 생성
df = pd.DataFrame({
    'values': np.random.normal(100, 15, 1000),
    'category': np.random.choice(['A', 'B', 'C'], 1000),
    'score': np.random.uniform(0, 100, 1000)
})
 
# 대화식 탐색기 시작
pyg.walk(df)

# 현실적인 시험 데이터 생성
np.random.seed(42)
n_students = 500
 
exam_data = pd.DataFrame({
    'score': np.concatenate([
        np.random.normal(75, 10, 200),  # 학급 A
        np.random.normal(68, 15, 150),  # 학급 B
        np.random.normal(82, 8, 150)    # 학급 C
    ]),
    'class': ['학급 A'] * 200 + ['학급 B'] * 150 + ['학급 C'] * 150,
    'study_hours': np.random.uniform(0, 40, n_students)
})
 
# 점수를 유효한 범위로 클리핑
exam_data['score'] = exam_data['score'].clip(0, 100)
 
# 포괄적인 시각화 생성
fig, axes = plt.subplots(2, 2, figsize=(14, 10))
 
# KDE가 있는 전체 분포
sns.histplot(data=exam_data, x='score', kde=True,
             bins=30, ax=axes[0, 0])
axes[0, 0].set_title('전체 점수 분포')
axes[0, 0].axvline(exam_data['score'].mean(), color='red',
                    linestyle='--', label=f'평균: {exam_data["score"].mean():.1f}')
axes[0, 0].legend()
 
# 학급 비교
sns.histplot(data=exam_data, x='score', hue='class',
             stat='density', common_norm=False,
             alpha=0.5, bins=25, ax=axes[0, 1])
axes[0, 1].set_title('학급별 점수 분포')
 
# 비율을 위한 스택 뷰
sns.histplot(data=exam_data, x='score', hue='class',
             multiple='stack', bins=25, ax=axes[1, 0])
axes[1, 0].set_title('스택 분포(총 카운트)')
 
# 누적 분포
sns.histplot(data=exam_data, x='score', hue='class',
             stat='density', element='step', fill=False,
             cumulative=True, common_norm=False, ax=axes[1, 1])
axes[1, 1].set_title('학급별 누적 분포')
 
plt.tight_layout()
plt.show()
 
# 요약 통계 출력
print(exam_data.groupby('class')['score'].describe())