13 KiB
Visualizzare le Quantità
 |
|---|
| Visualizzare le Quantità - Sketchnote di @nitya |
In questa lezione esplorerai come utilizzare una delle tante librerie Python disponibili per imparare a creare visualizzazioni interessanti attorno al concetto di quantità. Utilizzando un dataset pulito sugli uccelli del Minnesota, potrai scoprire molte curiosità sulla fauna locale.
Quiz pre-lezione
Osservare l'apertura alare con Matplotlib
Una libreria eccellente per creare grafici e diagrammi, sia semplici che sofisticati, è Matplotlib. In termini generali, il processo di creazione di grafici utilizzando queste librerie include l'identificazione delle parti del dataframe da analizzare, l'esecuzione di eventuali trasformazioni necessarie sui dati, l'assegnazione dei valori agli assi x e y, la scelta del tipo di grafico da mostrare e infine la visualizzazione del grafico. Matplotlib offre una vasta gamma di visualizzazioni, ma per questa lezione ci concentreremo su quelle più adatte a visualizzare quantità: grafici a linee, scatterplot e grafici a barre.
✅ Usa il grafico migliore per adattarti alla struttura dei dati e alla storia che vuoi raccontare.
- Per analizzare le tendenze nel tempo: linee
- Per confrontare valori: barre, colonne, torta, scatterplot
- Per mostrare come le parti si relazionano al tutto: torta
- Per mostrare la distribuzione dei dati: scatterplot, barre
- Per mostrare tendenze: linee, colonne
- Per mostrare relazioni tra valori: linee, scatterplot, bolle
Se hai un dataset e devi scoprire quanto di un determinato elemento è incluso, uno dei primi compiti sarà ispezionare i suoi valori.
✅ Sono disponibili ottimi 'cheat sheet' per Matplotlib qui.
Creare un grafico a linee sui valori dell'apertura alare degli uccelli
Apri il file notebook.ipynb nella cartella principale di questa lezione e aggiungi una cella.
Nota: i dati sono archiviati nella radice di questo repository nella cartella
/data.
import pandas as pd
import matplotlib.pyplot as plt
birds = pd.read_csv('../../data/birds.csv')
birds.head()
Questi dati sono un mix di testo e numeri:
| Nome | NomeScientifico | Categoria | Ordine | Famiglia | Genere | StatoConservazione | LungMin | LungMax | MassaCorpMin | MassaCorpMax | AperturaMin | AperturaMax | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | Anatra fischiante ventre nero | Dendrocygna autumnalis | Anatre/Oche/Uccelli acquatici | Anseriformes | Anatidae | Dendrocygna | LC | 47 | 56 | 652 | 1020 | 76 | 94 |
| 1 | Anatra fischiante fulva | Dendrocygna bicolor | Anatre/Oche/Uccelli acquatici | Anseriformes | Anatidae | Dendrocygna | LC | 45 | 53 | 712 | 1050 | 85 | 93 |
| 2 | Oca delle nevi | Anser caerulescens | Anatre/Oche/Uccelli acquatici | Anseriformes | Anatidae | Anser | LC | 64 | 79 | 2050 | 4050 | 135 | 165 |
| 3 | Oca di Ross | Anser rossii | Anatre/Oche/Uccelli acquatici | Anseriformes | Anatidae | Anser | LC | 57.3 | 64 | 1066 | 1567 | 113 | 116 |
| 4 | Oca facciabianca maggiore | Anser albifrons | Anatre/Oche/Uccelli acquatici | Anseriformes | Anatidae | Anser | LC | 64 | 81 | 1930 | 3310 | 130 | 165 |
Iniziamo tracciando alcuni dei dati numerici utilizzando un semplice grafico a linee. Supponiamo di voler visualizzare l'apertura alare massima di questi interessanti uccelli.
wingspan = birds['MaxWingspan']
wingspan.plot()
Cosa noti immediatamente? Sembra esserci almeno un valore anomalo: che apertura alare! Un'apertura alare di 2300 centimetri equivale a 23 metri: ci sono Pterodattili che volano in Minnesota? Indaghiamo.
Anche se potresti fare un rapido ordinamento in Excel per trovare questi valori anomali, che probabilmente sono errori di battitura, continua il processo di visualizzazione lavorando direttamente dal grafico.
Aggiungi etichette all'asse x per mostrare di quali uccelli si tratta:
plt.title('Max Wingspan in Centimeters')
plt.ylabel('Wingspan (CM)')
plt.xlabel('Birds')
plt.xticks(rotation=45)
x = birds['Name']
y = birds['MaxWingspan']
plt.plot(x, y)
plt.show()
Anche con la rotazione delle etichette impostata a 45 gradi, ce ne sono troppe per essere leggibili. Proviamo una strategia diversa: etichettare solo i valori anomali e posizionare le etichette all'interno del grafico. Puoi utilizzare un grafico a dispersione per fare più spazio alle etichette:
plt.title('Max Wingspan in Centimeters')
plt.ylabel('Wingspan (CM)')
plt.tick_params(axis='both',which='both',labelbottom=False,bottom=False)
for i in range(len(birds)):
x = birds['Name'][i]
y = birds['MaxWingspan'][i]
plt.plot(x, y, 'bo')
if birds['MaxWingspan'][i] > 500:
plt.text(x, y * (1 - 0.05), birds['Name'][i], fontsize=12)
plt.show()
Cosa sta succedendo qui? Hai usato tick_params per nascondere le etichette inferiori e poi hai creato un ciclo sul dataset degli uccelli. Tracciando il grafico con piccoli punti blu rotondi usando bo, hai controllato se un uccello aveva un'apertura alare massima superiore a 500 e, in tal caso, hai mostrato la sua etichetta accanto al punto. Hai spostato leggermente le etichette sull'asse y (y * (1 - 0.05)) e hai usato il nome dell'uccello come etichetta.
Cosa hai scoperto?
Filtrare i dati
Sia l'Aquila Calva che il Falco delle Praterie, pur essendo probabilmente uccelli molto grandi, sembrano essere etichettati erroneamente, con uno 0 in più aggiunto alla loro apertura alare massima. È improbabile che tu incontri un'Aquila Calva con un'apertura alare di 25 metri, ma se succede, faccelo sapere! Creiamo un nuovo dataframe senza questi due valori anomali:
plt.title('Max Wingspan in Centimeters')
plt.ylabel('Wingspan (CM)')
plt.xlabel('Birds')
plt.tick_params(axis='both',which='both',labelbottom=False,bottom=False)
for i in range(len(birds)):
x = birds['Name'][i]
y = birds['MaxWingspan'][i]
if birds['Name'][i] not in ['Bald eagle', 'Prairie falcon']:
plt.plot(x, y, 'bo')
plt.show()
Filtrando i valori anomali, i tuoi dati ora sono più coerenti e comprensibili.
Ora che abbiamo un dataset più pulito almeno in termini di apertura alare, scopriamo di più su questi uccelli.
Mentre i grafici a linee e a dispersione possono mostrare informazioni sui valori dei dati e le loro distribuzioni, vogliamo riflettere sui valori intrinseci di questo dataset. Potresti creare visualizzazioni per rispondere alle seguenti domande sulla quantità:
Quante categorie di uccelli ci sono e quali sono i loro numeri?
Quanti uccelli sono estinti, in pericolo, rari o comuni?
Quanti ce ne sono dei vari generi e ordini nella terminologia di Linneo?
Esplorare i grafici a barre
I grafici a barre sono pratici quando devi mostrare raggruppamenti di dati. Esploriamo le categorie di uccelli presenti in questo dataset per vedere quale è la più comune per numero.
Nel file notebook, crea un grafico a barre di base.
✅ Nota, puoi scegliere di filtrare i due uccelli anomali identificati nella sezione precedente, correggere l'errore di battitura nella loro apertura alare o lasciarli per questi esercizi che non dipendono dai valori di apertura alare.
Se vuoi creare un grafico a barre, puoi selezionare i dati su cui concentrarti. I grafici a barre possono essere creati dai dati grezzi:
birds.plot(x='Category',
kind='bar',
stacked=True,
title='Birds of Minnesota')
Questo grafico a barre, tuttavia, è illeggibile perché ci sono troppi dati non raggruppati. Devi selezionare solo i dati che vuoi rappresentare, quindi esaminiamo la lunghezza degli uccelli in base alla loro categoria.
Filtra i tuoi dati per includere solo la categoria degli uccelli.
✅ Nota che usi Pandas per gestire i dati e poi lasci che Matplotlib si occupi della creazione del grafico.
Poiché ci sono molte categorie, puoi visualizzare questo grafico verticalmente e regolare la sua altezza per includere tutti i dati:
category_count = birds.value_counts(birds['Category'].values, sort=True)
plt.rcParams['figure.figsize'] = [6, 12]
category_count.plot.barh()
Questo grafico a barre mostra una buona panoramica del numero di uccelli in ogni categoria. A colpo d'occhio, vedi che il maggior numero di uccelli in questa regione appartiene alla categoria Anatre/Oche/Uccelli acquatici. Il Minnesota è la "terra dei 10.000 laghi", quindi non è sorprendente!
✅ Prova a fare altri conteggi su questo dataset. C'è qualcosa che ti sorprende?
Confrontare i dati
Puoi provare diversi confronti di dati raggruppati creando nuovi assi. Prova un confronto della Lunghezza Massima di un uccello, basato sulla sua categoria:
maxlength = birds['MaxLength']
plt.barh(y=birds['Category'], width=maxlength)
plt.rcParams['figure.figsize'] = [6, 12]
plt.show()
Nulla di sorprendente qui: i colibrì hanno la Lunghezza Massima più bassa rispetto ai Pellicani o alle Oche. È positivo quando i dati hanno senso logico!
Puoi creare visualizzazioni più interessanti dei grafici a barre sovrapponendo i dati. Sovrapponiamo la Lunghezza Minima e Massima di una determinata categoria di uccelli:
minLength = birds['MinLength']
maxLength = birds['MaxLength']
category = birds['Category']
plt.barh(category, maxLength)
plt.barh(category, minLength)
plt.show()
In questo grafico, puoi vedere l'intervallo per categoria di uccelli della Lunghezza Minima e Massima. Puoi affermare con sicurezza che, dati questi dati, più grande è l'uccello, maggiore è il suo intervallo di lunghezza. Affascinante!
🚀 Sfida
Questo dataset sugli uccelli offre una ricchezza di informazioni su diversi tipi di uccelli all'interno di un particolare ecosistema. Cerca su internet e vedi se riesci a trovare altri dataset sugli uccelli. Esercitati a costruire grafici e diagrammi su questi uccelli per scoprire fatti che non conoscevi.
Quiz post-lezione
Revisione e Studio Autonomo
Questa prima lezione ti ha fornito alcune informazioni su come utilizzare Matplotlib per visualizzare quantità. Fai delle ricerche su altri modi per lavorare con i dataset per la visualizzazione. Plotly è uno strumento che non tratteremo in queste lezioni, quindi dai un'occhiata a ciò che può offrire.
Compito
Disclaimer:
Questo documento è stato tradotto utilizzando il servizio di traduzione automatica Co-op Translator. Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si consiglia una traduzione professionale eseguita da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.