Bihistogram

공학적 변경을 적용하기 이전과 이후에 위치, 변동성, 분포 변화를 평가하는 도구

분포의 모든 특징이 그림 하나에서 나타남

ex) 2개의 히스토그램을 병치

- 수평축 위 : 조건 1에 대한 반응변수의 히스토그램

- 수평축 아래 : 조건 2에 대한 반응변수의 히스토그램

 

조건을 바꿨을때의 변화를 보며 인자가 유의한지, 영향이 있는지

두 하부집단간 위치/변동성/분포 변화가 있는지

 

## code

import pandas as pd
import seaborn as sns
import matplotlib as plt
ceramics = pd.read_csv('/content/ceramics.csv', delim_whitespace = True)
ceramics.head()

# 2개 겹쳐그리기 : histoplot 1개에 hue 파라미터 이용
sns.histplot(data=ceramics, x='Y', bins=20, hue='Batch', kde=True)

# 나란히 그리기 : distoplot, col 값에 나누고 싶은 feature 값
ax = sns.displot(data=ceramics, x='Y', bins=20, col='Batch', kde=True)

# 세라믹 df 에 몇가지 작업을 하구 ...

ceramic_new.head(10)

 

아 이건 진짜 모르겠다 아직 

# 위아래로 붙여 그리기
fig, axes = plt.subplots(nrows=2, ncols=1, sharex=True, figsize=(8,8))
cols=['Y1', 'Y2']
for ax, column, color, invert in zip(axes.ravel(), cols, ['teal', 'orange'], [False,True]):
  ax.hist(ceramics_new[column], bins=bins, color=color)
  if invert:
    ax.invert_yaxis()
plt.subplots_adjust(hspace=0)

plt.subplots() 는 figure 값과 axes 값을 반환함

figure는 전체 subplot 의 개수 (여러개의 그래프를 담는게 figure)

axes 는 전체 중 낱낱개 그래프의 개수

nrows : 몇행을 만들건지

nrows ; 몇열을 만들것인지

sharex : X축의 값을 각각 공유할지 안할지

sharey : Y축의 값을 각각 공유할지 안할지