13 KiB

Raw Permalink Blame History

Visualizando Proporciones


Visualizando Proporciones - Sketchnote por @nitya

En esta lección, usarás un conjunto de datos enfocado en la naturaleza para visualizar proporciones, como cuántos tipos diferentes de hongos están presentes en un conjunto de datos sobre setas. Vamos a explorar estos fascinantes hongos utilizando un conjunto de datos obtenido de Audubon que detalla 23 especies de hongos con laminillas de las familias Agaricus y Lepiota. Experimentarás con visualizaciones interesantes como:

Gráficos de pastel 🥧
Gráficos de dona 🍩
Gráficos de waffle 🧇

💡 Un proyecto muy interesante llamado Charticulator de Microsoft Research ofrece una interfaz gratuita de arrastrar y soltar para visualizaciones de datos. ¡En uno de sus tutoriales también usan este conjunto de datos de hongos! Así que puedes explorar los datos y aprender a usar la biblioteca al mismo tiempo: Tutorial de Charticulator.

Cuestionario previo a la lección

Conoce tus hongos 🍄

Los hongos son muy interesantes. Importemos un conjunto de datos para estudiarlos:

import pandas as pd
import matplotlib.pyplot as plt
mushrooms = pd.read_csv('../../data/mushrooms.csv')
mushrooms.head()

Se imprime una tabla con datos excelentes para analizar:

clase	forma-sombrero	superficie-sombrero	color-sombrero	magulladuras	olor	unión-laminillas	espaciado-laminillas	tamaño-laminillas	color-laminillas	forma-tallo	raíz-tallo	superficie-tallo-encima-anillo	superficie-tallo-debajo-anillo	color-tallo-encima-anillo	color-tallo-debajo-anillo	tipo-velo	color-velo	número-anillos	tipo-anillo	color-esporas	población	hábitat
Venenoso	Convexo	Liso	Marrón	Magulladuras	Punzante	Libre	Cerrado	Estrecho	Negro	Ensanchado	Igual	Liso	Liso	Blanco	Blanco	Parcial	Blanco	Uno	Colgante	Negro	Disperso	Urbano
Comestible	Convexo	Liso	Amarillo	Magulladuras	Almendra	Libre	Cerrado	Ancho	Negro	Ensanchado	Club	Liso	Liso	Blanco	Blanco	Parcial	Blanco	Uno	Colgante	Marrón	Numeroso	Pastos
Comestible	Campana	Liso	Blanco	Magulladuras	Anís	Libre	Cerrado	Ancho	Marrón	Ensanchado	Club	Liso	Liso	Blanco	Blanco	Parcial	Blanco	Uno	Colgante	Marrón	Numeroso	Praderas
Venenoso	Convexo	Escamoso	Blanco	Magulladuras	Punzante	Libre	Cerrado	Estrecho	Marrón	Ensanchado	Igual	Liso	Liso	Blanco	Blanco	Parcial	Blanco	Uno	Colgante	Negro	Disperso	Urbano

De inmediato, notas que todos los datos son textuales. Tendrás que convertir estos datos para poder usarlos en un gráfico. De hecho, la mayoría de los datos están representados como un objeto:

print(mushrooms.select_dtypes(["object"]).columns)

El resultado es:

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')

Toma estos datos y convierte la columna 'class' en una categoría:

cols = mushrooms.select_dtypes(["object"]).columns
mushrooms[cols] = mushrooms[cols].astype('category')

edibleclass=mushrooms.groupby(['class']).count()
edibleclass

Ahora, si imprimes los datos de los hongos, puedes ver que se han agrupado en categorías según la clase venenoso/comestible:

	forma-sombrero	superficie-sombrero	color-sombrero	magulladuras	olor	unión-laminillas	espaciado-laminillas	tamaño-laminillas	color-laminillas	forma-tallo	...	superficie-tallo-debajo-anillo	color-tallo-encima-anillo	color-tallo-debajo-anillo	tipo-velo	color-velo	número-anillos	tipo-anillo	color-esporas	población	hábitat
clase
Comestible	4208	4208	4208	4208	4208	4208	4208	4208	4208	4208	...	4208	4208	4208	4208	4208	4208	4208	4208	4208	4208
Venenoso	3916	3916	3916	3916	3916	3916	3916	3916	3916	3916	...	3916	3916	3916	3916	3916	3916	3916	3916	3916	3916

Si sigues el orden presentado en esta tabla para crear las etiquetas de la categoría 'class', puedes construir un gráfico de pastel:

¡Pastel!

labels=['Edible','Poisonous']
plt.pie(edibleclass['population'],labels=labels,autopct='%.1f %%')
plt.title('Edible?')
plt.show()

Voilà, un gráfico de pastel que muestra las proporciones de estos datos según estas dos clases de hongos. Es muy importante obtener el orden correcto de las etiquetas, especialmente aquí, así que asegúrate de verificar el orden con el que se construye el arreglo de etiquetas.

¡Donas!

Un gráfico de dona, que es un gráfico de pastel con un agujero en el medio, es una forma visualmente más interesante de mostrar los datos. Veamos nuestros datos usando este método.

Observa los diversos hábitats donde crecen los hongos:

habitat=mushrooms.groupby(['habitat']).count()
habitat

Aquí, estás agrupando tus datos por hábitat. Hay 7 listados, así que usa esos como etiquetas para tu gráfico de dona:

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()

Este código dibuja un gráfico y un círculo central, luego agrega ese círculo central al gráfico. Edita el ancho del círculo central cambiando 0.40 por otro valor.

Los gráficos de dona se pueden ajustar de varias maneras para cambiar las etiquetas. Las etiquetas, en particular, se pueden resaltar para mejorar la legibilidad. Aprende más en los documentos.

Ahora que sabes cómo agrupar tus datos y luego mostrarlos como un gráfico de pastel o de dona, puedes explorar otros tipos de gráficos. Prueba un gráfico de waffle, que es solo una forma diferente de explorar cantidades.

¡Waffles!

Un gráfico tipo 'waffle' es una forma diferente de visualizar cantidades como una matriz 2D de cuadrados. Intenta visualizar las diferentes cantidades de colores de sombreros de hongos en este conjunto de datos. Para hacerlo, necesitas instalar una biblioteca auxiliar llamada PyWaffle y usar Matplotlib:

pip install pywaffle

Selecciona un segmento de tus datos para agrupar:

capcolor=mushrooms.groupby(['cap-color']).count()
capcolor

Crea un gráfico de waffle creando etiquetas y luego agrupando tus datos:

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"],
)

Usando un gráfico de waffle, puedes ver claramente las proporciones de colores de sombreros en este conjunto de datos de hongos. Curiosamente, ¡hay muchos hongos con sombreros verdes!

✅ PyWaffle admite íconos dentro de los gráficos que usan cualquier ícono disponible en Font Awesome. Haz algunos experimentos para crear un gráfico de waffle aún más interesante usando íconos en lugar de cuadrados.

En esta lección, aprendiste tres formas de visualizar proporciones. Primero, necesitas agrupar tus datos en categorías y luego decidir cuál es la mejor manera de mostrar los datos: pastel, dona o waffle. Todos son deliciosos y ofrecen al usuario una instantánea instantánea de un conjunto de datos.

🚀 Desafío

Intenta recrear estos gráficos deliciosos en Charticulator.

Cuestionario posterior a la lección

Revisión y Autoestudio

A veces no es obvio cuándo usar un gráfico de pastel, dona o waffle. Aquí hay algunos artículos para leer sobre este tema:

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

Investiga más para encontrar información adicional sobre esta decisión.

Tarea

Prueba en Excel

Descargo de responsabilidad:
Este documento ha sido traducido utilizando el servicio de traducción automática Co-op Translator. Aunque nos esforzamos por garantizar la precisión, tenga en cuenta que las traducciones automatizadas pueden contener errores o imprecisiones. El documento original en su idioma nativo debe considerarse la fuente autorizada. Para información crítica, se recomienda una traducción profesional realizada por humanos. No nos hacemos responsables de malentendidos o interpretaciones erróneas que puedan surgir del uso de esta traducción.

13 KiB Raw Permalink Blame History