#17. occupations.csv

1. 코드

%matplotlib inline import pandas as pd import seaborn as sns

1. 그룹별로 count 해서 내림차순 정렬하기

occupations_df.groupby('occupation').size().sort_values(ascending=False)

2. barh (가로 막대그래프)

occupations_df.groupby('occupation').size().plot(kind='barh')

3. pie (원그래프)

occupations_df.groupby('occupation').size().plot(kind='pie')

4. countplot + 항목 이름 45도 기울여서 나타내기

plt.xticks(rotation=45) sns.countplot(x='occupation', data=occupations_df)

5. lineplot

sns.lineplot(x='occupation', y='age', hue='gender', data=occupations_df)

seaborn.lineplot — seaborn 0.11.1 documentation

6. relplot

sns.relplot(x='age', y='occupation', hue='occupation', data=occupations_df)

seaborn.relplot — seaborn 0.11.1 documentation

---

2. 발견한 인사이트

1. 'student'(196)가 가장 많고, 'other'(105), 'educator'(95), 'administrator'(79), 'engineer'(67), 'programmer'(66) 순서로 많음 -> 시각화

-> countplot을 이용할 경우 바로 그래프로 나타낼 수 있음

2. 성별 직업 분포를 나타내었지만 알아보기 힘듦

-> 성별 새로운 데이터프레임을 생성해 그래프로 나타냄
-> 남녀 모두 student가 가장 많았고, 남성은 student, other, educator, engineer, programmer가 그다음으로 많았으며, 여성은 other, administrator, librarian, educator, writer가 그다음으로 많았음

3. 직업별 평균 나이는 retired가 가장 많았고, student가 가장 적음을 알 수 있음

+ 직업별 나이 분포

---

3. 한 줄 평가

• 원그래프로 나타낼 경우 항목명이 겹쳐 보이지 않는 경우에 해결방법을 알고 싶음 + 항목별 퍼센트나 값을 나타내는 방법도 알고 싶음

• 직업별 성비를 아래 방법으로 구해보려고 했으나 에러가 발생함(??)

  occupation_group = occupations_df.groupby('occupation')
  occupation_group
  
  
  occupations_df.loc[occupations_df['gender'] == 'M', 'gender'] = 0
  occupations_df.loc[occupations_df['gender'] == 'F', 'gender'] = 1
  
  
  occupation_group.mean()['gender']​

---

cf. pie 그래프 텍스트 겹치지 않게 하는 방법

[파이 차트(Pie chart)] 8. Matplotlib을 이용하여 파이 차트 꾸미기 - 라벨/텍스트 겹치지 않게 만들기

cf. seaborn 그래프

파이썬 seaborn 그래프 그리기 - 박스플랏, 히스토그램, 카운트플랏, 산점도, 라인그래프