hds 0.2.1

Functions for EDA, Statistics and Machine Learning

hds

Functions for EDA, Statistics and Machine Learning

hds는 탐색적 데이터 분석(EDA) 과정에서 자주 그리는 그래프와 통계·머신러닝 진단 작업을 한 줄로 끝낼 수 있도록 도와주는 파이썬 패키지입니다. seaborn/matplotlib 위에 얇게 얹어, 범주별 분포 비교·상관관계 히트맵·회귀 진단·ROC 곡선 등 수업과 실무에서 반복되는 시각화를 함수 하나로 제공합니다.

• 📊 plot — EDA 시각화 (상자그림, 산점도·회귀직선, 막대그래프, 히트맵, KDE, 의사결정나무, 변수 중요도, ROC/PR 곡선, 주성분·군집 진단 등)
• 📈 stat — 회귀 분석 도우미 (변수선택법, 잔차 진단, VIF, 영향점, 표준화 회귀계수, 회귀·분류 성능 지표 등)

---

설치 (Installation)

pip install hds

이미 설치했다면 최신 버전으로 업그레이드합니다.

pip install --upgrade hds

의사결정나무 시각화 함수 plot.tree()는 시스템에 Graphviz 실행 파일이 설치되어 있어야 합니다. (brew install graphviz 등)

---

빠른 시작 (Quick Start)

seaborn에 내장된 iris 데이터로 대표 그래프를 그려 봅니다.

import seaborn as sns
from hds import plot

iris = sns.load_dataset('iris')

# 범주별 분포 비교 (상자그림 + 범주 평균 + 전체 평균선)
plot.box_group(data=iris, x='species', y='petal_length')

# 두 연속형 변수의 산점도 + 회귀직선
plot.regline(data=iris, x='petal_length', y='petal_width')

# 범주형 변수의 도수 막대그래프
plot.bar_freq(data=iris, x='species')

# 연속형 변수 간 상관계수 히트맵
plot.corr_heatmap(data=iris)

# 이차원 커널 밀도 추정(KDE) + 산점도
plot.kde2d(data=iris, x='petal_length', y='petal_width', scatter=True)

각 함수는 그래프를 그린 뒤 plt.show()를 호출하므로, 스크립트·노트북 어디서든 결과가 바로 표시됩니다.

회귀 분석 예시

import seaborn as sns
from hds import stat

iris = sns.load_dataset('iris')
y = iris['petal_width']
X = iris[['petal_length', 'sepal_length', 'sepal_width']]

# 선형 회귀 적합 (상수항 자동 추가)
model = stat.ols(y=y, X=X)
print(model.summary())

stat.vif(model=model)             # 분산팽창지수(VIF)로 다중공선성 점검
stat.regression_diagnosis(model)  # 잔차 진단 그래프 4종

---

주요 기능 (Features)

hds.plot — 시각화

함수	설명
box_group	범주별 상자그림 + 평균 비교
scatter / regline	산점도 / 산점도 + 회귀직선
bar_freq	범주형 변수 도수 막대그래프
bar_dodge_freq / bar_stack_freq / bar_stack_prop	소그룹 막대그래프(펼침·도수누적·비율누적)
corr_heatmap	상관계수 히트맵
kde2d	이차원 커널 밀도(등고선)
tree	의사결정나무 시각화(PNG 저장)
feature_importance	입력변수 중요도
roc_curve / pr_curve	ROC 곡선·AUC / PR 곡선·AP
screeplot / biplot	주성분 분석 진단
wcss / silhouette	k-평균 군집 수 진단
add_google_font	구글 폰트 설치(한글 폰트 등)

hds.stat — 통계·진단

함수	설명
ols / glm	선형 회귀 / 로지스틱 회귀 적합
stepwise	변수선택법(forward·backward·both)
regression_diagnosis	잔차 가정 진단 그래프 4종
vif	분산팽창지수
cooks_distance / leverage / augment	영향점·레버리지 진단
coefs / std_coefs	회귀계수 / 표준화 회귀계수
regmetrics / clfmetrics	회귀 / 분류 성능 지표
clf_cutoffs / epi_roc	최적 분류 기준점 탐색·시각화

---

대표 함수 시그니처 (API)

# hds.plot
box_group(data, x, y, palette=None, legend=False) -> None
scatter(data, x, y, color='0.3') -> None
regline(data, x, y, color='0.3', size=15) -> None
bar_freq(data, x, color=None, palette=None, legend=False) -> None
corr_heatmap(data, palette='RdYlBu', fontsize=8) -> None
kde2d(data, x, y, frac=0.2, seed=0, scatter=False) -> None
feature_importance(model, palette='Spectral') -> None
roc_curve(y_true, y_prob, pos_label=None, color=None) -> None
tree(model, file_name=None, class_name=None) -> None

# hds.stat
ols(y, X) -> statsmodels OLS
glm(y, X) -> statsmodels GLM
stepwise(y, X, direction='both') -> statsmodels OLS
regression_diagnosis(model) -> None
vif(model) -> pd.DataFrame
regmetrics(y_true, y_pred) -> pd.DataFrame
clf_cutoffs(y_true, y_prob) -> pd.DataFrame

모든 함수는 한글 docstring을 제공합니다. help(plot.box_group) 또는 plot.box_group?(Jupyter)로 매개변수 설명을 확인할 수 있습니다.

---

의존성 (Requirements)

• Python >= 3.11
• numpy, pandas, scipy
• matplotlib, seaborn
• statsmodels, scikit-learn
• graphviz, requests, bs4, varname
• ipywidgets, ipython

설치 시 위 패키지가 자동으로 함께 설치됩니다.

---

라이선스 (License)

이 프로젝트는 MIT License를 따릅니다.

작성자 (Author)

HelloDataScience · GitHub · [e-mail]