Seaborn countplot & barplot 완전 정리 1 | 범주형 데이터 시각화 핵심 가이드

📌 개요

데이터 분석에서 범주형 변수(Category Data)는 매우 자주 등장합니다.

• 좌석 등급
• 성별
• 연령대
• 제품 카테고리

이러한 범주형 데이터를 시각화할 때 가장 많이 사용하는 함수가 바로:

• countplot()
• barplot()

이번 글에서는 Titanic 데이터를 활용하여

• countplot의 의미
• barplot의 평균/총합 표현
• confidence interval 제거
• hue를 활용한 그룹 비교
• stackedbar를 흉내 낸 방식

까지 모두 정리합니다.

---

1️⃣ countplot : 범주별 건수 표현

countplot은 **카테고리 값의 빈도수(건수)**를 표현합니다.

• X축: 범주형 변수
• Y축: 해당 범주의 개수

#countplot : 카테고리 값에 대한 건수를 표현 , x축이 카테고리값, y축이 해당 카테고리값에대한 건수
sns.countplot(x='Pclass',
              data=titanic_df)

📌 해석

• Pclass(객실 등급)별 승객 수를 보여줍니다.
• 내부적으로 value_counts()를 시각화한 것과 같습니다.

👉 범주형 변수의 분포 확인에 사용합니다.

---

2️⃣ barplot : 범주형 X + 연속형 Y

barplot은 단순 건수가 아니라
**범주별 연속형 값의 집계값(기본은 평균)**을 보여줍니다.

#barplot : x축은 이산값(주로 category값), y축은 연속값y값의 평균/총합)을 표현
plt.figure(figsize=(10,6))
#자동으로 xlael, ylabel을 x입력값 y입력값으로 설정
sns.barplot(x='Pclass',
            y='Survived',
            data=titanic_df)

📌 해석

• Pclass별 생존 확률 평균을 보여줍니다.
• Survived는 0/1이므로 평균은 곧 생존율입니다.

👉 평균 기반 집계 시각화에 적합합니다.

---

3️⃣ Confidence Interval 제거

Seaborn의 barplot은 기본적으로 95% 신뢰구간을 표시합니다.

이를 제거하려면 ci=None을 사용합니다.

#confidence interval 없앰
sns.barplot(x='Pclass',
            y='Survived',
            data=titanic_df,
            ci=None,
            color='green')

📌 신뢰구간을 제거하면 더 깔끔한 그래프를 얻을 수 있습니다.

---

4️⃣ 평균 대신 총합 표현

barplot은 기본적으로 평균을 사용하지만
estimator 파라미터를 변경하면 다른 집계 함수도 가능합니다.

#confidence interval 없에고 평균이아닌 총합으로 표현
sns.barplot(x='Pclass',
            y='Survived',
            data=titanic_df,
            ci=None,
            color='green',
            estimator=sum)#default = average

📌 여기서는 평균이 아니라 총 생존자 수를 표현합니다.

👉 estimator 기본값은 np.mean입니다.

---

5️⃣ hue를 이용한 세분화

hue를 사용하면 하나의 범주를 다시 다른 범주로 나누어 시각화할 수 있습니다.

#barplot에서 hue를 이용하여 x값을 특정 컬럼별로 세분화하여 시각화
sns.barplot(x='Pclass',
            y='Age',
            hue='Sex',
            data=titanic_df)

📌 해석

• Pclass별 평균 나이를 성별로 나누어 표현합니다.

👉 범주형 변수 2개를 동시에 비교할 수 있습니다.

---

6️⃣ stacked bar를 흉내 낸 방식

Seaborn은 기본적으로 stacked bar를 지원하지 않습니다.
하지만 아래처럼 2번 그려서 흉내낼 수 있습니다.

#stackedbar 를 흉내 냈으나 stackedbar라고 할수없음
bar1 = sns.barplot(x='Pclass',
                   y='Age',
                   data=titanic_df[titanic_df['Sex']=='male'],
                   color='darkblue')
bar2 = sns.barplot(x='Pclass',
                   y='Age',
                   data=titanic_df[titanic_df['Sex']=='female'],
                   color='lightblue')

📌 실제 stacked bar는 아니며, 단순히 겹쳐서 그린 것입니다.

---

7️⃣ Pclass + Sex + Survived 분석

#pclass가 x값 Survived가 y축값 hue파라미터로 sex로 설정 후 개별 pclass값 별로 sex에 따른 survived평균값 구함
sns.barplot(x='Pclass',
            y='Survived',
            hue='Sex',
            data=titanic_df)

📌 해석

• 1등석 여성의 생존율이 매우 높음을 확인할 수 있습니다.
• 성별과 객실 등급이 생존에 큰 영향을 줍니다.

---

8️⃣ 연령대별 생존율

plt.figure(figsize=(10, 4))
order_columns = ['Baby', 'Child', 'Teenager', 'Student', 'Young Adult', 'Adult', 'Elderly']
sns.barplot(x='Age_cat', y='Survived', hue='Sex', data=titanic_df, order=order_columns)

📌 order를 지정하면 원하는 순서로 정렬할 수 있습니다.

---

9️⃣ Sex 중심 분석

sns.barplot(x='Sex', y='Survived', hue='Age_cat', data=titanic_df)

📌 해석

• 여성의 생존율이 전반적으로 높습니다.
• 어린 연령대의 생존율이 상대적으로 높습니다.

---

🎯 정리

함수	의미	사용 목적
countplot	범주별 개수	분포 확인
barplot	범주별 평균	집계 비교
hue	그룹 세분화	다중 범주 비교
estimator	집계 함수 변경	평균/합계 등 변경
ci=None	신뢰구간 제거	깔끔한 시각화

 

📌 핵심 포인트

• countplot → 단순 빈도
• barplot → 집계값 표현 (기본 평균)
• estimator 변경 가능
• hue로 다차원 분석 가능
• stacked bar는 기본 지원하지 않음