- Matplotlib 라이브러리
- Pandas로 데이터 시각화
- 다양한 시각화 라이브러리
1. Matplotlib : 시각화 코드 구현에 능숙하여 나만의 그래프를 그릴 수 있는 경우
- 가장 많이 활용되는 파이썬 시각화 라이브러리
- 장점 : 원하는 형태의 그래프 자유롭게
- 단점 : 저수준 인터페이스(이해 어려움)
2. Seaborn : 간결한 코드와 세련된 디자인을 원하는 경우
- Matplotlib 단점 보완해서 나온 Matplotlib 기반의 시각화 라이브러리
- 장점 : 사용하기 쉬운 고수준 API , 코드 간단
- 단점 : Matplotlib 대비 제한적 기능
- 연속데이터 관련성, 카테고리 데이터 변화, 데이터 분포, 데이터 분포 회귀선, 여러가지 변수 비교 등등
3. Bokeh : 대화형 인터페이스가 필요한 경우
- 장점 : Matplotlib의 interactive, Plot들 간의 링크가 가능
- 단점 : Seaborn이나 Plotly대비 복잡한 코드
4. Plotly : 대화형 인터페이스 및 웹 기반 시각화를 원하는 경우
- 최근 가장 많이 사용하는 파이썬 기반 오픈 소스 시각화 라이브러리
- 장점 : Jupyter 노트북과 웹브라우저 모두 호환 가능, Plotly 기반 구현, Dash와 연동되어 손쉽게 웹 기반 대시보드 구현 가능
- 단점 : 유료 버전 존재
'Research > Visualization' 카테고리의 다른 글
| UMAP (0) | 2022.02.23 |
|---|
