Quant : Visualization - Seaborn

Seaborn

- Python의 visualization 모듈

- Matplotlib 보다 디자인이 더 깔끔하고 다양하다.

sns.countplot(x="size", data=df)

matplotlib보다 디자인이 더 깔끔하다. (색 有)

 

---

사용 예시

# figsize 조정
fig, ax = plt.subplots(nrows=1, ncols=1, figsize=(18, 3))
ax = sns.barplot(data=df, x="date", y="수익률(%)", ax=ax);

# x tick label 45도 돌리기
current_x_tick_label = ax.get_xticklabels()
ax.set_xticklabels(current_x_tick_label, rotation=45);

- matplotlib : tidy form data(raw data)에 대해 groupby + aggregation 등의 operation 별도로 진행 후에 visualization 진행

- seaborn : 별도의 operation 없이 plot을 진행하면, 알아서 aggegation 까지 진행하여 visualization

 

---

hue 추가

fig, ax = plt.subplots(nrows=1, ncols=1, figsize=(18, 3))
sns.barplot(data=df, x="date", y="수익률(%)", ax=ax, hue="size")

current_x_tick_label = ax.get_xticklabels()
ax.set_xticklabels(current_x_tick_label, rotation=45);

---

relation plot (다차원 그래프)

sns.relplot(
    x="PBR(IFRS-연결)",
    y="수익률(%)",
    col="size",
    hue="베타 (M,5Yr)",
    data=df,
    
    palette="coolwarm",
)

 

* 실전 예제

# Get Data
df_list = []
for i in range(2015, 2018):
    df_list.append(
        pd.read_csv("my_data/naver_finance/{}_12.csv".format(i))
    )
    
 df = pd.concat(df_list) # 데이터 연결
 df = df.dropna() # NAN 제거
 
 df['rtn'] = df['price2'] / df['price'] - 1 # col 추가
 

# outlier(이상치) 제거하기
for col in df.columns:
    if col not in ['ticker', 'price2', 'price', 'rtn']:
        mu = df[col].mean()
        std = df[col].std()
        
        cond1 = mu - 2*std <= df[col]
        cond2 = df[col] <= mu + 2*std
        
        df = df[cond1 & cond2]

순이익률 - RTN 상관관계 파악

sns.relplot(
    x="순이익률(%)",
    y="rtn",
    hue="ROA(%)",
    palette="coolwarm",
    data=df
)

 

* Seaborn plot 종류 : https://seaborn.pydata.org/examples/index.html

Example gallery — seaborn 0.11.2 documentation