Scatter Plot

Ref: Kaggle Data Visualization Course

Data

Basic Scatter Plot

위 데이터 중 bmi와 charges를 scatter plot으로 시각화 해보자.

import seaborn as sns

sns.scatterplot(x=data['bmi'], y=data['charges'])

BMI와 Charges(보험금 청구료)는 어느정도 Positively Correlated 하다고 볼 수 있다. BMI가 높아질수록 Charges도 높아지기 때문.

확실하게 상관관계를 시각화하기 위해 Regression Line을 추가해보자.
회귀선을 추가하려면 regplot을 사용하면 된다.

sns.regplot(x=data['bmi'], y=data['charges'])

Color-coded Scatter Plot

bmi, charges, smoker 세 가지 변수를 한 번에 시각화하고 싶다면?
hue를 사용하면 됨.

sns.scatterplot(x=data['bmi'], \
                y=data['charges'], \
                hue=data['smoker'])

• 비흡연자보다 흡연자가 보험료를 더 많이 냄.
• BMI가 높고 흡연을 하는 사람들이 보험료를 가장 많이 냄.

2개의 Regression Line을 그리고 싶다면 lmplot을 사용하자.

sns.lmplot(x="bmi", y="charges", hue="smoker", data=data)

정리

일반적으로 scatter plot은 두 continuous variable 간의 관계를 보여주기 위해 사용한다(e.g. bmi & charges).

• sns.scatterplot
• x, y, hue
• sns.regplot (one reg line)
• lmplot (two reg lines)