시각화

1. 그래프 그리기1) Scatter Plotsns.scatterplot(data=data, x='bill_length_mm', y='bill_depth_mm', hue='species')2) Line Plotsns.lineplot(data=data, x='bill_length_mm', y='bill_depth_mm', hue='species')3) Bar Plotsns.barplot(data=data, x='species', y='bill_length_mm', ci='sd') # 신뢰구간 포함4) Histogram#KDE 추가안한 버전sns.histplot(data=data, x='bill_length_mm', hue='species', bins=20) #KDE 추가한 버전sns.histplot(d..

크게, 1) 그래프 생성 2) 꾸미기 3) 그래프 출력 이렇게 나눠서 생각하면 편하다. 1. 그래프 생성 1) 선 그래프plt.plot(x, y)  2) 막대그래프plt.bar(['A', 'B', 'C'], [10, 20, 30])   3) Scatter Plotplt.scatter(x, y)  4) 히스토그램data = np.random.randn(1000) plt.hist(data, bins=30)  2. 꾸미기plt.title('Sine Wave Example') # 제목 추가plt.xlabel('X-axis') # x축 레이블plt.ylabel('Y-axis') # y축 레이블plt.grid(True) # 격자 추가plt.legen..

1. streamlit에서 시각화에 interactive한 요소가 존재하는 경우가 있을 수 있다.  2. 유저가 interactive한 요소를 조작하면 그때마다 streamlit은 코드 전체를 다시 실행하게 된다.  3. 이때, streamlit에 연결된 데이터의 용량이 크게 되면 반응 속도가 느리게 된다.  4. 이를 해결하는 방법이 바로 캐시! 캐시 데코레이터를 사용하면 설정한 시간만큼 한번 불러온 데이터를 캐시에 저장하게된다.  5. 반대로 말하면 interactive한 요소가 없는 경우엔 따로 설정할 필요는 없는 것 같다.    실제로 설정할 때는 @st.cache_data 혹은 @st.cache_resource 로 설정하면 된다.  import streamlit as st@st.cache_dat..