Skip to main content

​
Seaborn 관계형

변수 간 관계를 시각화하면 상관관계, 군집 패턴, 이상 데이터 포인트를 직관적으로 파악할 수 있습니다. 산점도로 두 변수의 관계를, 히트맵으로 전체 상관 행렬을 한눈에 확인할 수 있습니다.

​
학습 목표

  • scatterplot으로 두 변수의 관계를 시각화할 수 있다
  • lineplot으로 시계열 추이를 표현할 수 있다
  • heatmap으로 상관 행렬을 시각화할 수 있다
  • clustermap으로 계층적 군집화 결과를 표현할 수 있다

​
왜 중요한가

피처 간 상관관계는 다중공선성 문제를 식별하고, 피처 선택의 근거를 제공합니다. 타겟 변수와 상관이 높은 피처를 발견하면 모델 성능 향상에 직접 기여합니다.

​
scatterplot

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

np.random.seed(42)
df = pd.DataFrame({
    'experience': np.random.uniform(1, 20, 100),
    'salary': np.random.normal(4000, 1000, 100),
    'department': np.random.choice(['개발', '영업', '마케팅'], 100),
    'performance': np.random.uniform(60, 100, 100)
})
df['salary'] = df['salary'] + df['experience'] * 150

fig, ax = plt.subplots(figsize=(8, 6))
sns.scatterplot(data=df, x='experience', y='salary', hue='department',
                size='performance', sizes=(20, 200), ax=ax, palette='Set2', alpha=0.7)
ax.set_title('경력 vs 연봉')
ax.set_xlabel('경력 (년)')
ax.set_ylabel('연봉 (만원)')
plt.tight_layout()
plt.show()

​
regplot — 회귀선 포함 산점도

fig, ax = plt.subplots(figsize=(8, 6))
sns.regplot(data=df, x='experience', y='salary', ax=ax,
            scatter_kws={'alpha': 0.5}, line_kws={'color': '#e6a23c'})
ax.set_title('경력 vs 연봉 (회귀선)')
plt.tight_layout()
plt.show()

​
heatmap — 상관 행렬

# 상관 행렬 계산
corr = df[['experience', 'salary', 'performance']].corr()

fig, ax = plt.subplots(figsize=(8, 6))
sns.heatmap(corr, annot=True, fmt='.2f', cmap='RdBu_r',
            center=0, vmin=-1, vmax=1, ax=ax,
            square=True, linewidths=0.5)
ax.set_title('상관 행렬')
plt.tight_layout()
plt.show()
상관 행렬 히트맵에서 cmap='RdBu_r'과 center=0을 사용하면 양의 상관(빨강)과 음의 상관(파랑)을 직관적으로 구분할 수 있습니다.

​
clustermap — 계층적 군집화

# 피처 간 유사도를 기반으로 재정렬
sns.clustermap(corr, annot=True, fmt='.2f', cmap='RdBu_r',
               center=0, figsize=(8, 8), linewidths=0.5)
plt.show()

​
lineplot — 시계열 추이

dates = pd.date_range('2024-01-01', periods=90, freq='D')
ts_df = pd.DataFrame({
    'date': np.tile(dates, 3),
    'value': np.concatenate([
        np.cumsum(np.random.randn(90)) + 100,
        np.cumsum(np.random.randn(90)) + 80,
        np.cumsum(np.random.randn(90)) + 90,
    ]),
    'group': np.repeat(['A', 'B', 'C'], 90)
})

fig, ax = plt.subplots(figsize=(10, 5))
sns.lineplot(data=ts_df, x='date', y='value', hue='group',
             ax=ax, palette='Set2')
ax.set_title('그룹별 시계열 추이')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

​
AI/ML에서의 활용

  • 다중공선성 탐지: 히트맵에서 높은 상관계수(0.9 이상)를 가진 피처 쌍을 식별합니다
  • 피처-타겟 관계: 각 피처와 타겟 변수의 상관관계 강도를 비교합니다
  • 예측 검증: 실제값 vs 예측값 산점도로 모델 성능을 시각적으로 평가합니다
  • 학습 곡선: lineplot으로 epoch별 loss 변화를 추적합니다
annot=True는 각 셀에 숫자를 표시하고, fmt='.2f'는 소수점 둘째 자리까지 표시합니다. 큰 행렬에서는 annot=False로 설정하면 가독성이 좋아집니다.

​
체크리스트

  • scatterplot으로 두 변수의 관계를 시각화할 수 있다
  • hue, size 파라미터로 다차원 정보를 표현할 수 있다
  • 상관 행렬을 계산하고 heatmap으로 시각화할 수 있다
  • lineplot으로 시계열 추이를 그룹별로 시각화할 수 있다

​
다음 문서

Plotly 기초

인터랙티브 시각화를 위한 Plotly Express를 학습합니다

Seaborn 분포

분포 시각화를 복습합니다