2장: 표와 그림을 통한 자료의 요약

Reporting Date: June. 9, 2024

 

---

자료를 효과적으로 요약하고 이해하기 위해 표나 그림을 사용하는 방법에 대해 다루고자 한다.
자료 요약은 분석 대상인 자료의 형태와 특성에 따라 다양한 방법으로 이루어진다.

---

 

1 .  자 료 의  입 력

## 교재 출처 최하단에 표시 ##

# 예제1: 사망자 목록 중 130명을 임의로 추출, 이들의 사망원인을 10가지로 분류하였다.(p.35)

import numpy as np

# 변수 death에 NumPy 배열을 할당
death = np.array([2, 1, 2, 4, 2, 5, 3, 3, 5, 6, 3, 8, 3, 
                  3, 6, 3, 6, 5, 3, 5, 2, 6, 2, 3, 4, 3, 
                  2, 9, 2, 2, 3, 2, 7, 3, 2, 10, 6, 2, 3, 
                  1, 2, 3, 3, 4, 3, 2, 6, 2, 2, 3, 2, 3, 
                  4, 3, 2, 3, 5, 2, 5, 5, 3, 4, 3, 6, 2, 
                  1, 2, 3, 2, 6, 3, 3, 6, 3, 2, 3, 6, 4, 
                  6, 5, 3, 5, 6, 2, 6, 3, 2, 3, 2, 6, 2, 
                  6, 3, 3, 2, 6, 9, 6, 3, 6, 6, 2, 3, 2, 
                  3, 5, 3, 5, 2, 3, 2, 3, 3, 1, 3, 3, 2, 
                  3, 3, 4, 3, 6, 6, 3, 3, 3, 2, 3, 3, 6])

---

 

 

 

2 .  도 수 분 포 표 ( Frequency  Distribution  Table )

특정 데이터 집합의 값들이 속하는 범위와 속한 값들의 빈도수를 요약한 표.

# death 배열의 빈도수를 계산하여 도수분포표를 생성
# crosstab 함수: 범주형 변수의 빈도수를 교차표 형식으로 표현
table = pd.crosstab(index=death, colnames=["질병"], columns="도수") 


# 인덱스를 질병 이름으로 설정

# 1: 감염성 질환, 2: 각종 암, 3: 순환기 질환, 4: 호흡기 질환, 5: 소화기 질환, 
# 6: 각종 사고사, 7:비뇨기 질환, 8: 정신병, 9: 노환, 10: 신경계 질환

table.index = ["감염" , "각종암", "순환기", "호흡기", "소화기", "사고사", "비뇨기", "정신병", "노환", "신경계"]
print(table)

---

 

 

 

3 .  막 대  그 래 프 ( B a r  C h a r t )

데이터의 범주 ( 또는 그룹 ) 별 값을 막대 ( bar ) 의 길이로 나타낸 그래프.

import matplotlib.pyplot as plt
from matplotlib import font_manager

# 막대 그래프 그리기
num_bars = len(table.index)  # 막대의 개수
base_color = [0, 1, 1]  # 초기 색상
bar_width = 0.8  # 막대의 폭

# 폰트 설정
font_path = r'C:\Users\jkl12\Downloads\NanumGothic.otf'
font_prop = font_manager.FontProperties(fname=font_path)



# 데이터프레임의 각 행에 대한 반복 작업 정의
for i, (index, row) in enumerate(table.iterrows()):
    
    # 막대의 개수에 따라 색상을 연하게 표현
    color = np.array(base_color) * (num_bars - i) / num_bars
    
    # 각 막대의 높이를 도수로 설정
    plt.bar(index, row[0], color=color, width=0.5)  # 막대의 폭 설정


    
# 축 레이블 설정
plt.xlabel('질병', fontproperties=font_prop, fontsize=14)  # x축 레이블
plt.ylabel('빈도수', fontproperties=font_prop, fontsize=14)  # y축 레이블

# 제목 설정
plt.title('질병에 따른 막대그래프', fontproperties=font_prop, fontsize=20)

# x축 눈금 라벨 회전(가로로 표시)
plt.xticks(rotation=0, fontproperties=font_prop)
plt.show()

---

 

 

 

4 .  원 형  그 래 프 ( P i e  C h a r t )

전체에 대한 각 항목의 비율을 원 모양으로 표현한 그래프.

# 폰트 설정
plt.rcParams['font.family'] = 'NanumGothic'  # 나눔고딕 폰트
plt.rcParams['font.size'] = 12  # 기본 폰트 크기 설정

# 원형 그래프 크기 설정
plt.figure(figsize=(10, 10))  # 가로, 세로 크기 조절

# 블루 톤 색상 리스트(참고용 블로그 최하단에 표시)
colors = ['dodgerblue', 'royalblue', 'deepskyblue', 'lightskyblue', 'cornflowerblue', 'skyblue', 'deepskyblue']

# 원형 그래프 그리기
# 각 파이조각에 표시될 라벨, 비율 / 시작 각도 / 색상
patches, texts, autotexts = plt.pie(table['도수'], labels=table.index, autopct='%1.1f%%', startangle=0, colors=colors)

# 제목 설정
plt.title("사망원인에 대한 원형 그래프", fontsize=20)
plt.show()

---

 

 

 

5 .  파 레 토 그 림 ( P a r e t o  C h a r t )

막대그래프와  누적선그래프를 결합한 형태의 그래프.

• 파레토 원칙 ( 80/20 법칙) :  전체 결과의 80%가   20%의 원인에서 비롯된다는 원칙.

import matplotlib.patches as mpatches

# 사망 원인에 따른 빈도수를 내림차순으로 정렬
sorted_table = table.sort_values(by = '도수', ascending = False)
cumulative_percentage = sorted_table['도수'].cumsum() / sorted_table['도수'].sum() * 100

# Matplotlib를 사용하여 두 축을 가진 그래프 생성
fig, ax = plt.subplots(figsize=(10, 8))  # 그래프 크기 설정


# 각 질병의 빈도수를 막대 그래프로 표시
sorted_table['도수'].plot(kind = 'bar', color = 'royalblue', ax = ax, 
                        width = 0.8, position = 0.5)

# x축 레이블 설정
ax.set_xlabel('질병 종류', fontproperties=font_prop, fontsize=14)

# y축 레이블 설정
ax.set_ylabel('빈도수', fontproperties=font_prop, fontsize=14)


# 누적 상대도수를 선 그래프로 표시
ax2 = ax.twinx()
cumulative_percentage.plot(color = 'black', ax = ax2, style = '-o', 
                           use_index = False)

# y축 레이블 설정
ax2.set_ylabel('누적 상대도수 (%)', fontproperties = font_prop, 
               fontsize = 14)

# y축 포맷 설정
ax2.yaxis.set_major_formatter(plt.FuncFormatter(lambda x, _: f'{int(x)}%'))


# 누적 상대도수와 빈도수의 범례를 표시
p_legend1 = mpatches.Patch(color = 'black', label = '누적 상대도수')
p_legend2 = mpatches.Patch(color = 'royalblue', label = '빈도수')
plt.legend(handles = [p_legend1, p_legend2], loc = 'center right', 
           prop = font_prop)


# x 축 라벨 각도 조정
ax.set_xticklabels(sorted_table.index, rotation = 0, 
                   fontproperties = font_prop)

# 제목 설정
plt.title("사망 원인", fontproperties=font_prop, fontsize = 20)
plt.show()

---

 

 

 

6 .  도 수 다 각 형 ( Frequency  Polygon )

도수분포표의 도수를 선으로 연결한 그래프.

# 예제2: 정량 100 인 음료수 80 병을 임의로 추출, 
# 그 내용물의 측정된 양을 재어 자료를 수집하였다.(p.42)


# 데이터
drink = np.array([101.8, 101.5, 101.8, 102.6, 101, 96.8, 102.4, 100, 98.8, 98.1, 
                  98.8, 98, 99.4, 95.5, 100.1, 100.5, 97.4, 100.2, 101.4, 98.7, 
                  101.4, 99.4, 101.7, 99, 99.7, 98.9, 99.5, 100, 99.7, 100.9, 
                  99.7, 99, 98.8, 99.7, 100.9, 99.9, 97.5, 101.5, 98.2, 99.2, 
                  98.6, 101.4, 102.1, 102.9, 100.8, 99.4, 103.7, 100.3, 100.2, 
                  101.1, 101.8, 100, 101.2, 100.5, 101.2, 101.6, 99.9, 100.5, 
                  100.4, 98.1, 100.1, 101.6, 99.3, 96.1, 100, 99.7, 99.7, 99.4, 
                  101.5, 100.9, 101.3, 99.9, 99.1, 100.7, 100.8, 100.8, 101.4, 
                  100.3, 98.4, 97.2])


# 히스토그램 생성
plt.figure()
n, bins, patches = plt.hist(drink, bins = 10, facecolor = "blue", alpha = 0.3)


# 빈 중심 계산
# bins 리스트의 인접한 두 값의 평균을 구해서 중심을 계산
x = [(bins[i] + bins[i + 1]) / 2 for i in range(len(bins) - 1)]
w_bin = bins[1] - bins[0]
x.insert(0, x[0] - w_bin)
x.append(x[-1] + w_bin)


# n의 시작과 끝에 0 추가
# 시작과 끝에 빈도를 0으로 설정
n = np.insert(n, 0, 0.0)
n = np.append(n, 0.0)


# 히스토그램 데이터 포인트 플로팅
plt.plot(x, n, 'b-', marker = 'o')

# 라벨 및 제목 추가
plt.xlabel('음료', fontsize = 14, fontproperties = font_prop)
plt.ylabel('빈도수', fontsize = 14, fontproperties = font_prop)
plt.title('음료의 히스토그램', fontsize = 16, fontproperties = font_prop)
plt.show()

---

참고용 블로그: 색상표 색상코드표
교제: 통계학: 파이썬을 이용한 분석

---