[데이터 시각화] Python - Correlation Plot(sns.jointplot)

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'$r = {r:.3f}, p = {p: .3f}$',
                    xy=(0.6, 0.9), xycoords='axes fraction',
                    ha='left', va='center',
                    bbox={'boxstyle': 'round', 'fc': 'powderblue', 'ec': 'navy'})
g.ax_joint.scatter(a, b)
g.set_axis_labels(xlabel='a', ylabel='b', size=15)
plt.tight_layout()
plt.show()

예제 PLOT)

<예제 Plot - Correlation 차트>