[matplotlib][seaborn] 데이터프레임으로 막대그래프 그리기 :: plt.bar sns.barplot

✅ 막대 그래프 (바 그래프)

선 그래프 (Line Plot)	matplotlib 메소드	seaborn 메소드
•범주/카테고리에 따른 수량과 통계량을 살펴보기에 적합함 •범주별 수치를 한눈에 대소비교 하기에 좋음	plt.bar()	sns.barplot()

---

0️⃣  패키지 & 데이터프레임 불러오기

• 예시가 될 데이터셋은 Kaggle에서 가져온 Flight Price Prediction 입니다. 
  
• airline(비행편)에 따라 price(티켓가격) 평균이 어떻게 달라지는지, 막대 그래프로 살펴보고자 합니다.
  groupby 메소드로 평균값 데이터셋을 만든 다음 시각화를 진행해보겠습니다.

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

# 데이터셋 불러오기
df = pd.read_csv('./Clean_Dataset.csv', encoding='cp949')
df = df.drop([df.columns[0]], axis=1)

# airline(비행편)별 price(티켓가격) 평균값
airline_price = df.groupby(by='airline').mean(numeric_only=True)[['price']]

---

1️⃣  plt 막대 그래프 그리기  ::  plt.bar

• 막대그래프 생성: plt.bar(x=범주데이터, height=범주별 수치데이터)
• 데이터라벨 표시: plt.text() 활용 (아래 코드 참조)
• 눈금선 표시: plt.grid(True)
• x,y축 이름 표시하기: plt.xlabel('x축 이름'), plt.ylabel('y축 이름')
  

 

# 차트 영역 지정하기
plt.figure()

# 차트에서 한글 표시하기
plt.rcParams['font.family'] = "NanumBarunGothic"
plt.rcParams['axes.unicode_minus'] = False

# 막대그래프 그리기
plt.bar(
    x = airline_price.index,         # x축 = 범주
    height = airline_price['price'], # y축 = 막대 높이 = 범주별 수치
    color = 'c', edgecolor = 'k'     # 막대, 테두리 색상 설정
)
# 데이터 라벨 표시하기
for i in range(len(airline_price)):
    plt.text(
        x = airline_price.index[i],               # 라벨 위치 x축
        y = airline_price['price'][i],            # 라벨 위치 y축
        s = np.round(airline_price['price'][i]),  # 표시할 데이터 (반올림)
        ha='center')                              # 막대 가운데 표시
    
# 눈금선 표시하기
plt.grid(True, 
    linewidth = 1, linestyle = ':'   # 눈금선 두께, 스타일 설정
)
# x,y축 이름 정하기
plt.xlabel('비행사 (airline)', labelpad = 10)
plt.ylabel('티켓가격 (price)', labelpad = 10)

# 차트 표시하기
plt.show()

 

• Air_India와 Vistara의 가격만 특히 높습니다. 비행사만 기준으로 나눠서 보니 데이터가 이렇게 쏠려서 보이는 것 같아요.
  좌석클래스 별로도 한번더 나눠서 막대그래프를 다시 그려보겠습니다.

---

2️⃣  sns 막대 그래프 그리기  ::  sns.barplot

• 그래프 배경, 팔레트, 폰트 등 스타일 지정: sns.set_theme()
• 막대그래프 생성: sns.barplot(data=데이터프레임, x=범주데이터, y=범주별 수치데이터, hue=색상으로 구분할 범주)
• 범례 위치 지정: sns.move_legend(barplot, '범례 위치')
  
• 데이터라벨 표시: barplot.bar_label() 활용 (아래 코드 참조)

# 그래프 스타일 지정
sns.set_theme(
    style='whitegrid',
    palette='muted',
    font='NanumBarunGothic',
    rc = {'figure.figsize' : (12,6),
          'axes.unicode_minus' : False}
)
# 막대그래프 그리기
barplot1 = sns.barplot(data=df, x='airline', y='price', hue='class')

# 축 범위, 축 이름, 그래프 제목 지정하기
barplot1.set(
    xlabel = '비행사 (airline)',
    ylabel = '티켓 가격 (price)',
    title = '비행사별 좌석에 따른 평균 티켓가격'
)
# y축 눈금 설정하기
barplot1.set_yticks(np.arange(0,55000,5000))

# 범례 위치 지정하기
sns.move_legend(barplot1, 'upper left')

# 데이터 라벨 표시하기
for i in barplot1.containers:
    barplot1.bar_label(i, fontsize=10)

• 예상한대로 비즈니스석 때문에 Air_India, Vistara 2개 비행사만 티켓가격 평균이 특히 높은 거였네요!
• 비즈니스석을 제외해도.. 이 2개 비행사의 이코노미석 가격도 다른 비행사들에 비해 비싼 편인 것을 알 수 있습니다.

---