# Vizualizácia proporcií | ](../../sketchnotes/11-Visualizing-Proportions.png)| |:---:| |Vizualizácia proporcií - _Sketchnote od [@nitya](https://twitter.com/nitya)_ | V tejto lekcii použijete dataset zameraný na prírodu na vizualizáciu proporcií, napríklad koľko rôznych druhov húb sa nachádza v danom datasete o hubách. Preskúmajme tieto fascinujúce huby pomocou datasetu od Audubon, ktorý obsahuje podrobnosti o 23 druhoch húb s lupeňmi z rodov Agaricus a Lepiota. Budete experimentovať s chutnými vizualizáciami, ako sú: - Koláčové grafy 🥧 - Donutové grafy 🍩 - Waflové grafy 🧇 > 💡 Veľmi zaujímavý projekt s názvom [Charticulator](https://charticulator.com) od Microsoft Research ponúka bezplatné rozhranie na vizualizáciu dát pomocou drag and drop. V jednom z ich tutoriálov používajú aj tento dataset o hubách! Takže môžete preskúmať dáta a zároveň sa naučiť pracovať s knižnicou: [Charticulator tutoriál](https://charticulator.com/tutorials/tutorial4.html). ## [Kvíz pred prednáškou](https://ff-quizzes.netlify.app/en/ds/quiz/20) ## Spoznajte svoje huby 🍄 Huby sú veľmi zaujímavé. Importujme dataset na ich štúdium: ```python import pandas as pd import matplotlib.pyplot as plt mushrooms = pd.read_csv('../../data/mushrooms.csv') mushrooms.head() ``` Vytlačí sa tabuľka s výbornými dátami na analýzu: | trieda | tvar klobúka | povrch klobúka | farba klobúka | modriny | vôňa | pripojenie lupeňov | rozostup lupeňov | veľkosť lupeňov | farba lupeňov | tvar stonky | koreň stonky | povrch stonky nad prsteňom | povrch stonky pod prsteňom | farba stonky nad prsteňom | farba stonky pod prsteňom | typ závoja | farba závoja | počet prsteňov | typ prsteňa | farba výtrusov | populácia | biotop | | --------- | ------------ | -------------- | ------------- | ------- | ------- | ------------------ | ---------------- | --------------- | ------------- | ----------- | ----------- | -------------------------- | -------------------------- | ------------------------ | ------------------------ | --------- | ----------- | -------------- | ----------- | ------------- | --------- | ------ | | Jedovaté | Konvexné | Hladké | Hnedé | Modriny | Štipľavá | Voľné | Tesné | Úzke | Čierne | Rozširujúce | Rovné | Hladké | Hladké | Biele | Biele | Čiastočné | Biele | Jeden | Závesné | Čierne | Roztrúsené | Mestské | | Jedlé | Konvexné | Hladké | Žlté | Modriny | Mandľová | Voľné | Tesné | Široké | Čierne | Rozširujúce | Kyjakovité | Hladké | Hladké | Biele | Biele | Čiastočné | Biele | Jeden | Závesné | Hnedé | Početné | Trávnaté | | Jedlé | Zvoncovité | Hladké | Biele | Modriny | Anízová | Voľné | Tesné | Široké | Hnedé | Rozširujúce | Kyjakovité | Hladké | Hladké | Biele | Biele | Čiastočné | Biele | Jeden | Závesné | Hnedé | Početné | Lúky | | Jedovaté | Konvexné | Šupinaté | Biele | Modriny | Štipľavá | Voľné | Tesné | Úzke | Hnedé | Rozširujúce | Rovné | Hladké | Hladké | Biele | Biele | Čiastočné | Biele | Jeden | Závesné | Čierne | Roztrúsené | Mestské | Hneď si všimnete, že všetky dáta sú textové. Budete musieť tieto dáta konvertovať, aby ste ich mohli použiť v grafe. Väčšina dát je reprezentovaná ako objekt: ```python print(mushrooms.select_dtypes(["object"]).columns) ``` Výstup je: ```output Index(['class', 'cap-shape', 'cap-surface', 'cap-color', 'bruises', 'odor', 'gill-attachment', 'gill-spacing', 'gill-size', 'gill-color', 'stalk-shape', 'stalk-root', 'stalk-surface-above-ring', 'stalk-surface-below-ring', 'stalk-color-above-ring', 'stalk-color-below-ring', 'veil-type', 'veil-color', 'ring-number', 'ring-type', 'spore-print-color', 'population', 'habitat'], dtype='object') ``` Vezmite tieto dáta a konvertujte stĺpec 'trieda' na kategóriu: ```python cols = mushrooms.select_dtypes(["object"]).columns mushrooms[cols] = mushrooms[cols].astype('category') ``` ```python edibleclass=mushrooms.groupby(['class']).count() edibleclass ``` Teraz, keď vytlačíte dáta o hubách, môžete vidieť, že boli rozdelené do kategórií podľa triedy jedovaté/jedlé: | | tvar klobúka | povrch klobúka | farba klobúka | modriny | vôňa | pripojenie lupeňov | rozostup lupeňov | veľkosť lupeňov | farba lupeňov | tvar stonky | ... | povrch stonky pod prsteňom | farba stonky nad prsteňom | farba stonky pod prsteňom | typ závoja | farba závoja | počet prsteňov | typ prsteňa | farba výtrusov | populácia | biotop | | --------- | ------------ | -------------- | ------------- | ------- | ---- | ------------------ | ---------------- | --------------- | ------------- | ----------- | --- | -------------------------- | ------------------------ | ------------------------ | --------- | ----------- | -------------- | ----------- | ------------- | --------- | ------ | | trieda | | | | | | | | | | | | | | | | | | | | | | | Jedlé | 4208 | 4208 | 4208 | 4208 | 4208 | 4208 | 4208 | 4208 | 4208 | 4208 | ... | 4208 | 4208 | 4208 | 4208 | 4208 | 4208 | 4208 | 4208 | 4208 | 4208 | | Jedovaté | 3916 | 3916 | 3916 | 3916 | 3916 | 3916 | 3916 | 3916 | 3916 | 3916 | ... | 3916 | 3916 | 3916 | 3916 | 3916 | 3916 | 3916 | 3916 | 3916 | 3916 | Ak budete postupovať podľa poradia uvedeného v tejto tabuľke na vytvorenie kategórií triedy, môžete vytvoriť koláčový graf: ## Koláč! ```python labels=['Edible','Poisonous'] plt.pie(edibleclass['population'],labels=labels,autopct='%.1f %%') plt.title('Edible?') plt.show() ``` Voila, koláčový graf zobrazujúci proporcie týchto dát podľa dvoch tried húb. Je veľmi dôležité správne nastaviť poradie štítkov, najmä tu, takže si overte poradie, v akom je pole štítkov vytvorené!  ## Donuty! Trochu vizuálne zaujímavejší koláčový graf je donutový graf, čo je koláčový graf s dierou uprostred. Pozrime sa na naše dáta pomocou tejto metódy. Pozrite sa na rôzne biotopy, kde rastú huby: ```python habitat=mushrooms.groupby(['habitat']).count() habitat ``` Tu zoskupujete svoje dáta podľa biotopu. Je ich uvedených 7, takže ich použite ako štítky pre váš donutový graf: ```python labels=['Grasses','Leaves','Meadows','Paths','Urban','Waste','Wood'] plt.pie(habitat['class'], labels=labels, autopct='%1.1f%%', pctdistance=0.85) center_circle = plt.Circle((0, 0), 0.40, fc='white') fig = plt.gcf() fig.gca().add_artist(center_circle) plt.title('Mushroom Habitats') plt.show() ```  Tento kód nakreslí graf a stredový kruh, potom pridá tento stredový kruh do grafu. Upraviť šírku stredového kruhu môžete zmenou hodnoty `0.40` na inú hodnotu. Donutové grafy je možné upraviť rôznymi spôsobmi, aby sa zmenili štítky. Štítky môžu byť zvýraznené pre lepšiu čitateľnosť. Viac sa dozviete v [dokumentácii](https://matplotlib.org/stable/gallery/pie_and_polar_charts/pie_and_donut_labels.html?highlight=donut). Teraz, keď viete, ako zoskupiť svoje dáta a potom ich zobraziť ako koláč alebo donut, môžete preskúmať iné typy grafov. Skúste waflový graf, ktorý je len iným spôsobom skúmania množstva. ## Wafle! Waflový graf je iný spôsob vizualizácie množstiev ako 2D pole štvorcov. Skúste vizualizovať rôzne množstvá farieb klobúkov húb v tomto datasete. Na to potrebujete nainštalovať pomocnú knižnicu s názvom [PyWaffle](https://pypi.org/project/pywaffle/) a použiť Matplotlib: ```python pip install pywaffle ``` Vyberte segment svojich dát na zoskupenie: ```python capcolor=mushrooms.groupby(['cap-color']).count() capcolor ``` Vytvorte waflový graf vytvorením štítkov a následným zoskupením svojich dát: ```python import pandas as pd import matplotlib.pyplot as plt from pywaffle import Waffle data ={'color': ['brown', 'buff', 'cinnamon', 'green', 'pink', 'purple', 'red', 'white', 'yellow'], 'amount': capcolor['class'] } df = pd.DataFrame(data) fig = plt.figure( FigureClass = Waffle, rows = 100, values = df.amount, labels = list(df.color), figsize = (30,30), colors=["brown", "tan", "maroon", "green", "pink", "purple", "red", "whitesmoke", "yellow"], ) ``` Pomocou waflového grafu môžete jasne vidieť proporcie farieb klobúkov v tomto datasete húb. Zaujímavé je, že existuje veľa húb so zelenými klobúkmi!  ✅ PyWaffle podporuje ikony v grafoch, ktoré používajú akúkoľvek ikonu dostupnú v [Font Awesome](https://fontawesome.com/). Urobte experimenty na vytvorenie ešte zaujímavejšieho waflového grafu pomocou ikon namiesto štvorcov. V tejto lekcii ste sa naučili tri spôsoby vizualizácie proporcií. Najprv musíte zoskupiť svoje dáta do kategórií a potom rozhodnúť, ktorý spôsob zobrazenia dát je najlepší - koláč, donut alebo wafle. Všetky sú chutné a poskytujú používateľovi okamžitý prehľad o datasete. ## 🚀 Výzva Skúste znovu vytvoriť tieto chutné grafy v [Charticulator](https://charticulator.com). ## [Kvíz po prednáške](https://ff-quizzes.netlify.app/en/ds/quiz/21) ## Prehľad a samostatné štúdium Niekedy nie je zrejmé, kedy použiť koláčový, donutový alebo waflový graf. Tu sú niektoré články na túto tému: https://www.beautiful.ai/blog/battle-of-the-charts-pie-chart-vs-donut-chart https://medium.com/@hypsypops/pie-chart-vs-donut-chart-showdown-in-the-ring-5d24fd86a9ce https://www.mit.edu/~mbarker/formula1/f1help/11-ch-c6.htm https://medium.datadriveninvestor.com/data-visualization-done-the-right-way-with-tableau-waffle-chart-fdf2a19be402 Urobte si výskum, aby ste našli viac informácií o tomto náročnom rozhodnutí. ## Zadanie [Skúste to v Exceli](assignment.md) --- **Upozornenie**: Tento dokument bol preložený pomocou služby AI prekladu [Co-op Translator](https://github.com/Azure/co-op-translator). Aj keď sa snažíme o presnosť, prosím, berte na vedomie, že automatizované preklady môžu obsahovať chyby alebo nepresnosti. Pôvodný dokument v jeho pôvodnom jazyku by mal byť považovaný za autoritatívny zdroj. Pre kritické informácie sa odporúča profesionálny ľudský preklad. Nie sme zodpovední za akékoľvek nedorozumenia alebo nesprávne interpretácie vyplývajúce z použitia tohto prekladu.