Notice
Recent Comments
- 와 설명이 많이 부족했을 텐데, 끝까지 읽어⋯
- 특별한 이유가 있진 않고 빠르고 성능이 좋아⋯
- opencv 다 읽었습니다. 정말 유용한 정보 감⋯
- 혹시 검출기를 ORB를 쓰신 이유가 있나요?
- werooring@gmail.com로 연락주세요~ :)
- 제작 의뢰 문의 드려도 될까요? 010-5599-352⋯
- ADP 준비하고 계시는군요. 방문해주시고 댓글⋯
- ADP 자격증 실기를 준비중에 있는데 나이브⋯
- 아이고 너무나 감사합니다 ^^
- 모두연에 있다니 영광이네요:) 감사합니다.⋯
- 와... 형님 너무 멋있으십니다... 아침에 피⋯
- 그러셨군요^^ 댓글 남겨주셔서 고맙습니다.
- 잘 설명해주셔서 감사합니다 책 발간 소식은⋯
- 안녕하세요! 방문해주셔서 감사합니다. 말씀⋯
- 방문해주셔서 감사합니다. 제가 코드를 구현⋯
목록Multivariate data visualization (1)
귀퉁이 서재

이번 챕터에서는 독립 변수가 여러개인 다변량 데이터에 대한 시각화를 다루겠습니다. 독립 변수가 3개일 때를 예로 들어 설명하겠습니다. 기본적으로 x축과 y축에 변수 하나씩을 표현하고, 나머지 변수는 모양(shape), 크기(size), 색깔(color) 등으로 표현할 수 있습니다. Encoding via Shape (2개의 numeric variables, 1개의 categorical variable 일때) cat_markers = [['A', 'o'], ['B', 's']] for cat, marker in cat_markers: df_cat = df[df['cat_var1'] == cat] plt.scatter(data = df_cat, x = 'num_var1', y = 'num_var2', mar..
데이터 분석
2019. 6. 24. 20:12