[Seaborn] EDA

EDA(Exploratory Data Analysis)

: 주어진 데이터를 다양한 관점에서 탐색하며 인사이트를 도출

- row의 의미

- column의 분포

- 여러 column간 연관성

 

 

 

 

 

기본정보 데이터 불러오기

import pandas as pd
import seaborn as sns
%matplotlib inline

df = pd.read_csv('./data/young_survey.csv')
df.head()

basic_info = df.iloc[:, 140:]  # 마지막 7개 column
basic_info.head()

 

 

 

- 성별 / 우세 손 / 학벌 column 요소별 갯수

basic_info['Gender'].value_counts()

 

 

basic_info['Handedness'].value_counts()

 

 

basic_info['Education'].value_counts()

 

 

 

 

- 성별 and 나이 and 우세손 관계

sns.violinplot(data=basic_info, x='Gender', y='Age', hue='Handedness')

 

 

 

- 성별 간 키 몸무게 분포

sns.jointplot(data=basic_info, x='Height', y='Weight', hue='Gender')

 

 

 

 

 

 

음악 관련 데이터 불러오기

music_df = df.iloc[:, :19]
music_df.head()

 

 

 

 

 

 

- 음악 관련 히트맵

sns.heatmap(music_df.corr())

 

 

 

- 나이와 직접적으로 연관있는 column 상관계수

df.corr(numeric_only=True)['Age'].sort_values(ascending=False)

 

 

- 일찍 일어나는 사람이 좋아하는 음악 장르

early_waker = df['Getting up'] == 1
df.iloc[:,:19][early_waker].corr(numeric_only=True)['Music'].sort_values(ascending=False)

 

 

※ corr() 사용할 때 에러가 생기는 경우

→  numeric_only=True를 사용

 

 

 

 

 

 

 

 

---

 

 

 

Cluster Analysis

: 데이터를 몇 가지 부류로 분류

 

 

- 관심사 데이터 출력

interests = df.loc[:, 'History':'Pets']
interests.head()

 

 

 

- 역사와 관련된 관심사들의 상관계수

corr = interests.corr()
corr["History"].sort_values(ascending=False)

 

 

 

- clustermap으로 그리기

sns.clustermap(corr)