일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
- ecommerce data
- python significance level
- 다중검정
- 빈도주의론
- FWER
- ttest
- 데이터 시각화
- 데이터 분석
- box-cox변환
- error bar plot
- spearman
- cltv
- 통계
- python error plot
- python
- marketing insight
- E-Commerce
- 베이지안론
- 시각화
- lifetimevalue
- 고객가치분석
- matplotlib
- Pearson
- marketing
- data analysis
- plot
- Yeo-Johnsom 변환
- 분위수 변환
- p value plot
- 백분위 변환
- Today
- Total
목록Data 공부/데이터 시각화 (5)
Data 공부

Error bar plot 그리기 (significance level추가) 예제 코드) import numpy as np import scipy.stats as st import matplotlib.pyplot as plt temp1 = np.random.normal(30,50,100) # temp data 1 temp2 = np.random.normal(70,80,100) # temp data 2 # 각 temp data의 평균 temp1_mean = temp1.mean() temp2_mean = temp2.mean() # 각 temp data의 표준오차 temp1_err = temp1.std() / np.sqrt(len(temp1)) temp2_err = temp2.std() / np.sqrt(len..

matplotlib을 이용하여 방사형 그래프(Radar Chart)를 그리는 코드입니다. 예제 코드는 Input data 길이가 4인 데이터 대한 예제입니다. 예제 코드) def plot_radar_chart(values:list): """ plot radar chart Args: values (list) : len(4) """ values += values[:1] # Because of the circulating Radar Chart personality. N = len(values) - 1 angles = [n / float(N) * 2 * pi for n in range(N)] angles += angles[:1] plt.figure(figsize=(7,6)) ax = plt.subplot(111..

matplotlib을 통해 text를 포함한 원형 percent 차트그리는 방법입니다. Input score 값에 따라 Radial Guage Chart가 표시됩니다. 예제 코드) from math import pi import numpy as np from matplotlib.patches import Patch from matplotlib.lines import Line2D import matplotlib.pyplot as plt import matplotlib as mpl import matplotlib.font_manager as fm from matplotlib.patches import FancyBboxPatch def plot_score(score:int): ''' plot score plo..

matplotlib 을 통해 Gradient Bar를 그리는 방법입니다. 예제 코드) import matplotlib.pyplot as plt import matplotlib.cm as cm import matplotlib from matplotlib.colors import Normalize import pandas as pd import numpy as np def gradientbars(bars): ax = bars[0].axes lim = ax.get_xlim()+ax.get_ylim() for bar in bars: bar.set_zorder(1) bar.set_facecolor("none") x,y = bar.get_xy() w, h = bar.get_width(), bar.get_height..

Seaborn - JointPlot jointplot은 두 변수 간의 상관 관계를 시각화하는 툴 중 하나입니다. seaborn 라이브러리의 jointplot 함수를 사용하여 만들 수 있습니다. 이 함수는 두 변수의 산점도, 히스토그램, 커널 밀도 추정치 등을 함께 보여줍니다. Plot에 상관관계 계수 및 P_value를 동시에 표현할 수 있어 효과적입니다. 예제 코드) import seaborn as sns import matplotlib.pyplot as plt import scipy.stats as st g = sns.jointplot(x=a, y=b, kind='reg', color='royalblue') r, p = st.pearsonr(a, b) g.ax_joint.annotate(f'$r = ..