단변량 분석 - 숫자형

 

1. 숫자형 정리하는 두가지 방법

1-1. 도수분포표

구간나누고 빈도수 계산으로 나누기

 

1-2. 기초 통계량

정보의 대푯값으로 나누기

 

- 사분위수

데이터를 오름차순으로 정렬한 후, 4등분으로하여 24%, 50%, 75%를 의미

 

1-3. describe()

- 시리즈.describe()

 

- 데이터프레임.describe().T

.T를 붙이면 행,열을 바꿔서 볼 수 있음

 

2. 시각화하기

2-1. Histogram

- plt.hist 

(변수명, bins=구간수, edgecolor ='gray')-

edgecolor : bar의 윤곽선을 회색으로 표시

plt.hist(titanic.Fare, bins = 30, edgecolor = 'gray')

 

 

- sns.histplot

(x = 변수명, data = 데이터, bins = 구간수)

sns.histplot(x= 'Fare', data = titanic, bins = 20)
plt.show()

 

2-2. Density Plot(KDE Plot)

- sns.kdeplot

(변수명) or (x='변수명', data=데이터)

sns.kdeplot(titanic['Fare'])
sns.kdeplot( x='Fare', data=titanic)

kde=True

2-3. Box Plot

- 박스(box), 수염(whisker)

1. 박스 : 4분위수

 

 

2. 수염 : 1.5 * IQR 범위 내에서 최솟값,최댓값

IQR(박스의 길이) = 3사분위수 - 1사분위수 

수염에서 벗어난 데이터는 이상치라고 함

- 생성

1. NaN 없애기

df.isna().sum() : nan살펴보기

notnull(), notna() : null값 없애기

temp = titanic.loc[titanic['Age'].notnull()] # notnuall(), notna(), / isnull(), isna()

 

2. boxplot

(x='변수명', data=데이터) or (y='변수명', data=데이터)

sns.boxplot(x='Fare',data=titanic)
plt.show()