2 minute read

Plotly 통계용 차트 실습

공식 문서: https://plotly.com/python/statistical-charts/

📊 개요

Plotly 공식 문서를 기반으로 다양한 통계용 차트를 실습하는 프로젝트임. 데이터 분석에 필수적인 7가지 통계 차트 유형을 포함함.

📁 파일

📈 포함된 차트 유형

1. Box Plot (박스 플롯)

  • 목적: 데이터 분포와 이상치 확인
  • 특징:
    • 중앙값, 사분위수, 이상치를 한눈에 파악함
    • 여러 그룹 간의 분포를 비교함
    • 평균과 표준편차를 표시함 (boxmean='sd')

Box Plot Visualization

2. Histogram (히스토그램)

  • 목적: 빈도 분포 분석
  • 특징:
    • 데이터의 분포 형태를 시각화함
    • 여러 데이터셋을 오버레이하여 비교함
    • 투명도 조절로 겹치는 부분을 확인함

3. Violin Plot (바이올린 플롯)

  • 목적: 상세한 분포 시각화
  • 특징:
    • Box Plot과 확률 밀도 함수를 결합함
    • 데이터의 전체 분포 형태를 파악함
    • 박스 플롯과 평균선을 함께 표시함

Violin Plot Visualization

4. Error Bars (오차 막대)

  • 목적: 불확실성 표현
  • 특징:
    • 평균값과 표준편차를 시각화함
    • 그룹 간 변동성을 비교함
    • 막대 그래프와 결합하여 표현함

5. 2D Histogram (2차원 히스토그램)

  • 목적: 이변량 데이터 분포
  • 특징:
    • 두 변수 간의 관계를 시각화함
    • 밀도 분포를 색상으로 표현함
    • 상관관계 패턴을 파악함

6. Marginal Distribution Plot (주변 분포 플롯)

  • 목적: 산점도와 주변 분포 동시 표시
  • 특징:
    • 중앙에 두 변수의 산점도를 배치함
    • X축 주변에 히스토그램을 배치함
    • Y축 주변에 박스 플롯을 배치함
    • Plotly Express를 활용함

Marginal Distribution Plot

7. 종합 대시보드

  • 목적: 여러 통계 차트 통합
  • 특징:
    • 2x2 서브플롯으로 구성함
    • Box Plot, Histogram, Violin Plot, Error Bars를 한 화면에 표시함
    • 데이터 분석 결과를 종합적으로 비교함

Statistical Dashboard Preview

🔧 주요 기술 요소

사용된 라이브러리

import plotly.graph_objects as go
import plotly.express as px
import numpy as np
import pandas as pd
from plotly.subplots import make_subplots

데이터 생성

  • 정규분포 데이터를 생성함 (np.random.normal)
  • 그룹별 데이터를 구성함
  • 상관관계가 있는 2차원 데이터를 생성함

스타일링

  • template='plotly_white'로 깔끔한 흰색 배경을 적용함
  • 그룹별로 다른 색상을 적용하여 구분함
  • 오버레이 차트에서 투명도를 조절하여 겹치는 부분을 확인함

💡 학습 포인트

1. Graph Objects vs Express

  • Graph Objects (go): 세밀한 제어가 가능하며, 복잡한 커스터마이징에 적합함
  • Plotly Express (px): 간단한 코드로 빠른 시각화가 가능함

2. 마커 속성 설정

# 올바른 방법
marker=dict(color='lightblue')

# 주의: update_traces 사용 시 selector 지정해야 함
fig.update_traces(marker=dict(size=5), selector=dict(type='scatter'))

3. 서브플롯 구성

make_subplots(
    rows=2, cols=2,
    specs=[[{"type": "box"}, {"type": "bar"}],
           [{"type": "violin"}, {"type": "bar"}]]
)

🚀 실행 방법

cd d:\python\Plotly
python plotly_statistical_charts.py

각 차트가 순차적으로 브라우저에서 열림.

📚 참고 자료

🎯 활용 분야

  • 데이터 탐색: 데이터의 분포와 특성을 파악함
  • 이상치 탐지: Box Plot으로 이상치를 식별함
  • 그룹 비교: 여러 그룹의 통계적 차이를 시각화함
  • 불확실성 표현: Error Bars로 측정 오차를 표시함
  • 상관관계 분석: 2D Histogram과 Marginal Plot을 활용함

✅ 완료 사항

  • Box Plot 구현함
  • Histogram 구현함
  • Violin Plot 구현함
  • Error Bars 구현함
  • 2D Histogram 구현함
  • Marginal Distribution Plot 구현함
  • 종합 대시보드 구현함
  • 모든 차트 테스트 완료함

Comments

You May Also Enjoy