seaborn 치트시트를 다시 쓴다 — figure 수준과 axes 수준

seaborn 은 함수가 많아 보이지만 실은 두 종류뿐이다. 이 구분을 모르면 “왜 서브플롯 안에 안 들어가지”에서 멈추고, 알고 나면 나머지는 인자 이름 문제다.

확인 환경은 seaborn 0.13.2 다. 손에 있던 DataCamp 치트시트는 꽤 오래된 판이라 그대로 치면 에러가 나는 줄이 여럿 있었고, 그건 뒤쪽에 모았다. ADP 시험장은 0.9.0 이라 반대로 안 되는 것이 또 따로 있다.

figure 수준과 axes 수준

	figure 수준	axes 수준
예	relplot displot catplot lmplot pairplot jointplot	scatterplot lineplot histplot boxplot barplot countplot heatmap regplot
반환	FacetGrid (그림 전체)	Axes (좌표계 하나)
ax= 를 줄 수 있나	없다	있다
col= row= 로 쪼갤 수 있나	있다	없다

figure 수준 함수는 자기가 Figure 를 직접 만든다. 그래서 남이 만든 축에 그려 넣을 수 없다.

fig, ax = plt.subplots()
sns.relplot(data=df, x="x", y="y", ax=ax)
# UserWarning: relplot is a figure-level function and does not accept the `ax` parameter.
# 에러가 아니라 경고다 — ax 는 무시되고 그림이 따로 하나 더 생긴다

직접 만든 서브플롯 안에 넣을 것이면 axes 수준을 쓴다. 이 한 문장이 seaborn 사용법의 절반이다.

fig, axes = plt.subplots(1, 2, figsize=(10, 4))
sns.histplot(data=df, x="tip", ax=axes[0])       # axes 수준이라 들어간다
sns.boxplot(data=df, x="day", y="tip", ax=axes[1])

반대로 조건별로 그림을 쪼갤 것이면 figure 수준이다. col=, row= 가 그 일을 한다.

sns.relplot(data=tips, x="total_bill", y="tip", hue="sex", col="time", kind="scatter")

세 갈래로 외운다

figure 수준 함수 셋이 각각 한 갈래를 맡고, kind= 로 안에서 갈린다. axes 수준 함수 이름이 그대로 kind 값이라 따로 외울 것이 없다.

갈래	figure 수준	kind 로 고르는 것
관계	relplot	scatter(기본) · line
분포	displot	hist(기본) · kde · ecdf
범주	catplot	strip(기본) · swarm · box · violin · bar · count · point

sns.catplot(data=titanic, x="pclass", y="survived", hue="sex", kind="bar")
sns.displot(data=df, x="tip", kde=True)
sns.lmplot(data=iris, x="sepal_width", y="sepal_length", hue="species")   # 회귀선까지

데이터는 긴 형태로 준다

seaborn 의 인자 이름은 전부 열 이름이다. 그래서 pandas 글에서 말한 tidy 형태 — 한 행이 한 관측, 한 열이 한 변수 — 가 그대로 전제가 된다.

sns.boxplot(data=df, x="day", y="tip", hue="smoker")
#           ~~~~~~~   ~~~~~~   ~~~~~~   ~~~~~~~~~~ 전부 df 의 열 이름이다

인자	하는 일
x, y	축에 놓을 변수
hue	색으로 나눈다 (한 그림 안에서)
col, row	그림을 쪼갠다 (figure 수준에서만)
size, style	점 크기·모양으로 나눈다

넓은 형태(변수마다 열이 따로)라면 pd.melt 로 긴 형태로 바꾸고 넣는다.

실기에서 실제로 쓰는 몇 개

# 상관행렬 — 수치가 같이 보여야 쓸모가 있다
corr = df.corr(numeric_only=True)
sns.heatmap(corr, annot=True, fmt=".2f", cmap="coolwarm", vmin=-1, vmax=1)

# 변수 관계를 한눈에 (열이 많으면 느리다. 5~6개로 추린 뒤 쓴다)
sns.pairplot(iris, hue="species")

# 분포 + 개별 점을 겹쳐 본다. axes 수준이라 겹쳐 그릴 수 있다
sns.boxplot(data=df, x="day", y="tip", showfliers=False)
sns.stripplot(data=df, x="day", y="tip", color="black", alpha=0.4)

df.corr() 에 문자열 열이 섞여 있으면 최근 pandas 에서는 에러가 난다. numeric_only=True 를 붙이는 것이 안전하다.

모양 손보기

sns.set_theme(style="whitegrid")     # 0.11 부터. 예전 sns.set() 의 새 이름이다
sns.set_style("whitegrid")           # 스타일만 바꿀 때
sns.despine(left=True)               # 테두리 선 지우기

g = sns.catplot(...)                 # figure 수준의 반환값은 FacetGrid 다
g.set_axis_labels("x 라벨", "y 라벨")
g.set_xticklabels(rotation=45)
g.figure.suptitle("제목")            # 안의 Figure 로 내려가 matplotlib 을 그대로 쓴다

ax = sns.boxplot(...)                # axes 수준의 반환값은 Axes 다
ax.set_title("제목")                 # 이후는 matplotlib 과 똑같다

seaborn 은 matplotlib 위에 얹힌 것이라, 꾸미기는 결국 matplotlib 으로 내려가서 한다. 그쪽은 matplotlib 글에 적어 두었다.

치트시트가 낡은 부분

DataCamp 치트시트의 예제를 0.13.2 에서 그대로 쳐 보고 정리한 것이다.

치트시트	0.13.2 에서	대신
sns.factorplot(...)	없다(0.9 에서 catplot 으로 이름이 바뀌었다)	sns.catplot(...)
sns.distplot(data.y)	경고 — 0.14 에서 제거 예정	sns.histplot (axes) / sns.displot (figure)
sns.jointplot("x", "y", data=df)	TypeError (0.12 부터 키워드 전용)	sns.jointplot(data=df, x="x", y="y")
sns.countplot(x="deck", data=t, palette="Greens_d")	FutureWarning — hue 없이 palette 만 주는 것은 폐기	hue="deck", legend=False 를 같이 준다
plt.show(g)	인자는 의미가 없다	plt.show()

위치 인자로 x, y 를 넘기던 옛 표기가 전부 막혔다는 것이 가장 큰 변화다. 0.12 부터 data 를 뺀 나머지는 키워드로만 받는다. 옛 코드를 가져올 때 대부분 여기서 걸린다.

그런데 시험장은 0.9.0 이다

방향이 정확히 반대인 함정이 여기서도 나온다.

	최신(0.13.2)	시험장(0.9.0)
histplot · displot · ecdfplot	있다	없다(0.11 에서 추가)
distplot	폐기 예정	이걸 써야 한다
catplot	표준	있다(0.9 에서 도입)
sns.countplot(df["col"])	돌지만 축이 가로로 뒤집힌다	세로 막대로 나온다

마지막 줄은 직접 확인한 것이다. 0.13.2 는 첫 위치 인자를 data 로 받기 때문에 시리즈 하나를 넣으면 에러 없이 돌면서 x축이 count, y축이 값으로 바뀐다. 에러가 났으면 차라리 나은데 조용히 다른 그림이 나오는 쪽이라 더 나쁘다. 축을 정하고 싶으면 언제나 sns.countplot(data=df, x="col") 처럼 이름을 붙여 준다.

시험장 버전에 대한 나머지는 시험장 환경 글에 적어 두었다.

출처

DataCamp 의 Python For Data Science Cheat Sheet — Seaborn 을 보고 다시 쓴 것이다. 원본은 DataCamp 치트시트 페이지에서 받을 수 있고, 공식 문서는 seaborn.pydata.org 다. 여기 있는 문장과 코드, 확인 결과는 내가 쓰고 내가 돌려 본 것이다.