상관 계수를 사용하여 seaborn 산점도를 만드는 방법

다음 기본 구문을 사용하여 Seaborn에서 산점도를 생성하고 플롯에 상관 계수를 추가할 수 있습니다.

 import scipy
import matplotlib. pyplot as plt
import seaborn as sns

#calculate correlation coefficient between x and y
r = scipy. stats . pearsonr (x=df. x , y=df. y )[0]

#create scatterplot
sns. scatterplot (data=df, x=df. x , y=df. y )

#add correlation coefficient to plot
plt. text (5, 30, ' r = ' + str ( round (r,2)))

다음 예에서는 실제로 이 구문을 사용하는 방법을 보여줍니다.

예: 상관 계수를 사용하여 Seaborn 산점도 생성

다양한 농구 선수의 포인트와 어시스트를 보여주는 다음과 같은 팬더 DataFrame이 있다고 가정해 보겠습니다.

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'C', 'C', 'C', 'D', 'D'],
                   ' points ': [12, 11, 18, 15, 14, 20, 25, 24, 32, 30],
                   ' assists ': [4, 7, 7, 8, 9, 10, 10, 12, 10, 15]})

#view DataFrame
print (df)

  team points assists
0 to 12 4
1 to 11 7
2 To 18 7
3 to 15 8
4 B 14 9
5 C 20 10
6 C 25 10
7 C 24 12
8 D 32 10
9 D 30 15

다음 구문을 사용하여 산점도를 생성하여 패스와 포인트 사이의 관계를 시각화하고 scipy 의 pearsonr() 함수를 사용하여 이 두 변수 사이의 상관 계수를 계산할 수 있습니다.

 import scipy
import matplotlib. pyplot as plt
import seaborn as sns

#calculate correlation coefficient between assists and points
r = scipy. stats . pearsonr (x=df. assists , y=df. points )[0]

#create scatterplot
sns. scatterplot (data=df, x=df. assists , y=df. points )

#add correlation coefficient to plot
plt. text (5, 30, ' r = ' + str ( round (r,2))) 

결과에서 어시스트와 포인트 간의 Pearson 상관계수는 0.78 임을 알 수 있습니다.

관련 항목: “강한” 상관 관계로 간주되는 것은 무엇입니까?

상관 계수를 소수점 이하 두 자리로 반올림하기 위해 round() 함수를 사용했습니다.

자유롭게 다른 소수점 이하 자릿수로 반올림할 수 있으며, 플롯에서 상관 계수의 글꼴 크기를 변경하려면 글꼴 크기 인수를 자유롭게 사용할 수도 있습니다.

 import scipy
import matplotlib. pyplot as plt
import seaborn as sns

#calculate correlation coefficient between assists and points
r = scipy. stats . pearsonr (x=df. assists , y=df. points )[0]

#create scatterplot
sns. scatterplot (data=df, x=df. assists , y=df. points )

#add correlation coefficient to plot
plt. text (5, 30, ' r= '+ str ( round (r,4)), fontsize= 20 )) 

이제 상관 계수는 소수점 네 자리로 반올림되었으며 글꼴 크기는 이전 예보다 훨씬 커졌습니다.

참고 : 여기에서 seaborn 산점도() 함수에 대한 전체 문서를 찾을 수 있습니다.

추가 리소스

다음 튜토리얼에서는 seaborn에서 다른 일반적인 기능을 수행하는 방법을 설명합니다.

Seaborn에서 분포를 그리는 방법
Seaborn에서 x축의 상자 그림을 주문하는 방법
Seaborn 플롯에 테이블을 추가하는 방법