# 視覺化關係：關於蜂蜜的一切 🍯 | ](../../sketchnotes/12-Visualizing-Relationships.png)| |:---:| |視覺化關係 - _Sketchnote by [@nitya](https://twitter.com/nitya)_ | 延續我們研究的自然主題，讓我們探索一些有趣的視覺化方式，展示不同種類蜂蜜之間的關係。這些數據來自[美國農業部](https://www.nass.usda.gov/About_NASS/index.php)。 這份包含約 600 項數據的資料集展示了美國多個州的蜂蜜生產情況。例如，你可以查看每個州從 1998 年到 2012 年的蜂群數量、每群產量、總產量、庫存、每磅價格以及蜂蜜的總價值，每年每州一行數據。 我們可以視覺化某個州每年的生產量與該州蜂蜜價格之間的關係。或者，你也可以視覺化各州每群蜂蜜產量的關係。這段時間涵蓋了 2006 年首次出現的毀滅性「蜂群崩潰症候群 (CCD)」（http://npic.orst.edu/envir/ccd.html），因此這是一個值得研究的數據集。🐝 ## [課前測驗](https://ff-quizzes.netlify.app/en/ds/quiz/22) 在這節課中，你可以使用 Seaborn（之前已經使用過），這是一個很好的工具庫，用於視覺化變數之間的關係。特別有趣的是 Seaborn 的 `relplot` 函數，它可以快速生成散點圖和折線圖，幫助我們視覺化「[統計關係](https://seaborn.pydata.org/tutorial/relational.html?highlight=relationships)」，讓數據科學家更好地理解變數之間的關聯。 ## 散點圖 使用散點圖展示每州蜂蜜價格逐年變化的情況。Seaborn 的 `relplot` 可以方便地將州數據分組，並顯示分類數據和數值數據的數據點。 讓我們從導入數據和 Seaborn 開始： ```python import pandas as pd import matplotlib.pyplot as plt import seaborn as sns honey = pd.read_csv('../../data/honey.csv') honey.head() ``` 你會注意到蜂蜜數據中有幾個有趣的列，包括年份和每磅價格。讓我們按美國各州分組來探索這些數據： | 州 | 蜂群數量 | 每群產量 | 總產量 | 庫存 | 每磅價格 | 總價值 | 年份 | |------|----------|----------|------------|----------|----------|------------|------| | AL | 16000 | 71 | 1136000 | 159000 | 0.72 | 818000 | 1998 | | AZ | 55000 | 60 | 3300000 | 1485000 | 0.64 | 2112000 | 1998 | | AR | 53000 | 65 | 3445000 | 1688000 | 0.59 | 2033000 | 1998 | | CA | 450000 | 83 | 37350000 | 12326000 | 0.62 | 23157000 | 1998 | | CO | 27000 | 72 | 1944000 | 1594000 | 0.7 | 1361000 | 1998 | 創建一個基本的散點圖，展示每磅蜂蜜價格與其來源州之間的關係。讓 `y` 軸足夠高以顯示所有州： ```python sns.relplot(x="priceperlb", y="state", data=honey, height=15, aspect=.5); ```  接下來，使用蜂蜜色調來展示價格如何隨年份變化。你可以通過添加一個 'hue' 參數來顯示逐年的變化： > ✅ 了解更多關於 [Seaborn 可用的色彩調色盤](https://seaborn.pydata.org/tutorial/color_palettes.html) - 試試看美麗的彩虹色調！ ```python sns.relplot(x="priceperlb", y="state", hue="year", palette="YlOrBr", data=honey, height=15, aspect=.5); ```  通過這種色彩變化，你可以清楚地看到每磅蜂蜜價格隨年份的明顯上升趨勢。事實上，如果你查看數據中的樣本集（例如選擇亞利桑那州），你會發現價格逐年上漲的模式，只有少數例外： | 州 | 蜂群數量 | 每群產量 | 總產量 | 庫存 | 每磅價格 | 總價值 | 年份 | |------|----------|----------|------------|----------|----------|------------|------| | AZ | 55000 | 60 | 3300000 | 1485000 | 0.64 | 2112000 | 1998 | | AZ | 52000 | 62 | 3224000 | 1548000 | 0.62 | 1999000 | 1999 | | AZ | 40000 | 59 | 2360000 | 1322000 | 0.73 | 1723000 | 2000 | | AZ | 43000 | 59 | 2537000 | 1142000 | 0.72 | 1827000 | 2001 | | AZ | 38000 | 63 | 2394000 | 1197000 | 1.08 | 2586000 | 2002 | | AZ | 35000 | 72 | 2520000 | 983000 | 1.34 | 3377000 | 2003 | | AZ | 32000 | 55 | 1760000 | 774000 | 1.11 | 1954000 | 2004 | | AZ | 36000 | 50 | 1800000 | 720000 | 1.04 | 1872000 | 2005 | | AZ | 30000 | 65 | 1950000 | 839000 | 0.91 | 1775000 | 2006 | | AZ | 30000 | 64 | 1920000 | 902000 | 1.26 | 2419000 | 2007 | | AZ | 25000 | 64 | 1600000 | 336000 | 1.26 | 2016000 | 2008 | | AZ | 20000 | 52 | 1040000 | 562000 | 1.45 | 1508000 | 2009 | | AZ | 24000 | 77 | 1848000 | 665000 | 1.52 | 2809000 | 2010 | | AZ | 23000 | 53 | 1219000 | 427000 | 1.55 | 1889000 | 2011 | | AZ | 22000 | 46 | 1012000 | 253000 | 1.79 | 1811000 | 2012 | 另一種視覺化這種變化的方法是使用大小而不是顏色。對於色盲用戶來說，這可能是一個更好的選擇。修改你的視覺化，通過點的大小來顯示價格的增長： ```python sns.relplot(x="priceperlb", y="state", size="year", data=honey, height=15, aspect=.5); ``` 你可以看到點的大小逐漸增大。  這是否只是供需的簡單案例？由於氣候變化和蜂群崩潰等因素，是否每年的蜂蜜供應減少，導致價格上漲？ 為了發現這些數據集中某些變數之間的相關性，讓我們探索一些折線圖。 ## 折線圖 問題：蜂蜜每磅價格是否逐年明顯上升？你可以通過創建一個單一的折線圖來最輕鬆地發現這一點： ```python sns.relplot(x="year", y="priceperlb", kind="line", data=honey); ``` 答案：是的，但在 2003 年左右有一些例外：  ✅ 由於 Seaborn 將數據聚合到一條線上，它通過繪製均值和均值周圍的 95% 置信區間來顯示「每個 x 值的多個測量值」。[來源](https://seaborn.pydata.org/tutorial/relational.html)。這種耗時的行為可以通過添加 `ci=None` 禁用。 問題：那麼，在 2003 年，我們是否也能看到蜂蜜供應的激增？如果你查看逐年的總產量呢？ ```python sns.relplot(x="year", y="totalprod", kind="line", data=honey); ```  答案：並不完全。如果你查看總產量，實際上在那一年似乎有所增加，儘管總體來說這些年份的蜂蜜產量在下降。 問題：在這種情況下，2003 年蜂蜜價格的飆升可能是什麼原因？ 為了發現這一點，你可以探索一個 Facet Grid。 ## Facet Grids Facet Grids 將數據集的一個面（在我們的例子中，你可以選擇「年份」以避免生成過多的面）分開。Seaborn 可以為每個面生成一個圖表，根據你選擇的 x 和 y 坐標進行更容易的視覺比較。2003 年是否在這種比較中脫穎而出？ 通過繼續使用 `relplot` 創建一個 Facet Grid，這是 [Seaborn 文檔](https://seaborn.pydata.org/generated/seaborn.FacetGrid.html?highlight=facetgrid#seaborn.FacetGrid) 推薦的方法。 ```python sns.relplot( data=honey, x="yieldpercol", y="numcol", col="year", col_wrap=3, kind="line" ``` 在這個視覺化中，你可以比較逐年每群產量和蜂群數量，並將列數設置為 3：  對於這個數據集，逐年和逐州的蜂群數量及其產量並沒有特別突出的地方。是否有其他方式來尋找這兩個變數之間的相關性？ ## 雙折線圖 嘗試通過將兩個折線圖疊加在一起來創建多折線圖，使用 Seaborn 的 'despine' 移除圖表的頂部和右側框架，並使用 `ax.twinx` [來自 Matplotlib](https://matplotlib.org/stable/api/_as_gen/matplotlib.axes.Axes.twinx.html)。Twix 允許圖表共享 x 軸並顯示兩個 y 軸。因此，將每群產量和蜂群數量疊加顯示： ```python fig, ax = plt.subplots(figsize=(12,6)) lineplot = sns.lineplot(x=honey['year'], y=honey['numcol'], data=honey, label = 'Number of bee colonies', legend=False) sns.despine() plt.ylabel('# colonies') plt.title('Honey Production Year over Year'); ax2 = ax.twinx() lineplot2 = sns.lineplot(x=honey['year'], y=honey['yieldpercol'], ax=ax2, color="r", label ='Yield per colony', legend=False) sns.despine(right=False) plt.ylabel('colony yield') ax.figure.legend(); ```  雖然在 2003 年左右沒有明顯的異常，但這讓我們可以以一個稍微樂觀的結論結束這節課：儘管蜂群數量總體在下降，但蜂群數量正在穩定下來，即使每群產量在減少。 加油，蜜蜂們！🐝❤️ ## 🚀 挑戰 在這節課中，你學到了更多關於散點圖和折線圖（包括 Facet Grids）的其他用途。挑戰自己使用不同的數據集（也許是你之前使用過的數據集）來創建一個 Facet Grid。注意它們的生成時間，以及在使用這些技術時需要小心的地方。 ## [課後測驗](https://ff-quizzes.netlify.app/en/ds/quiz/23) ## 複習與自學 折線圖可以很簡單，也可以很複雜。閱讀 [Seaborn 文檔](https://seaborn.pydata.org/generated/seaborn.lineplot.html)，了解更多構建折線圖的方法。嘗試使用文檔中列出的方法來增強你在這節課中構建的折線圖。 ## 作業 [深入蜂巢](assignment.md) --- **免責聲明**： 本文件已使用人工智能翻譯服務 [Co-op Translator](https://github.com/Azure/co-op-translator) 進行翻譯。儘管我們致力於提供準確的翻譯，但請注意，自動翻譯可能包含錯誤或不準確之處。原始語言的文件應被視為權威來源。對於重要資訊，建議使用專業人工翻譯。我們對因使用此翻譯而引起的任何誤解或錯誤解釋概不負責。