Data-Science-For-Beginners/translations/sv/3-Data-Visualization/09-visualization-quantities

Visualisera kvantiteter

Visualisera kvantiteter - Sketchnote av @nitya

I den här lektionen kommer du att utforska hur du kan använda ett av de många tillgängliga Python-biblioteken för att lära dig att skapa intressanta visualiseringar kring konceptet kvantitet. Med hjälp av en rensad dataset om fåglar i Minnesota kan du lära dig många intressanta fakta om det lokala djurlivet.

Quiz före föreläsningen

Observera vingbredd med Matplotlib

Ett utmärkt bibliotek för att skapa både enkla och avancerade diagram och grafer av olika slag är Matplotlib. Generellt sett inkluderar processen för att plotta data med dessa bibliotek att identifiera de delar av din dataframe som du vill fokusera på, utföra nödvändiga transformationer på datan, tilldela dess x- och y-axelvärden, bestämma vilken typ av diagram som ska visas och sedan visa diagrammet. Matplotlib erbjuder ett stort utbud av visualiseringar, men för den här lektionen ska vi fokusera på de som är mest lämpliga för att visualisera kvantitet: linjediagram, spridningsdiagram och stapeldiagram.

✅ Använd det bästa diagrammet för att passa din datas struktur och berättelsen du vill förmedla.

• För att analysera trender över tid: linje
• För att jämföra värden: stapel, kolumn, cirkel, spridningsdiagram
• För att visa hur delar relaterar till en helhet: cirkel
• För att visa datafördelning: spridningsdiagram, stapel
• För att visa trender: linje, kolumn
• För att visa relationer mellan värden: linje, spridningsdiagram, bubbeldiagram

Om du har en dataset och behöver ta reda på hur mycket av en viss artikel som ingår, kommer en av de första uppgifterna att vara att inspektera dess värden.

✅ Det finns mycket bra "fusklappar" tillgängliga för Matplotlib här.

Skapa ett linjediagram om fåglars vingbreddsvärden

Öppna filen notebook.ipynb i roten av den här lektionsmappen och lägg till en cell.

Obs: datan finns lagrad i roten av detta repo i mappen /data.

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

Denna data är en blandning av text och siffror:

	Namn	VetenskapligtNamn	Kategori	Ordning	Familj	Släkte	Bevarandestatus	MinLängd	MaxLängd	MinKroppsmassa	MaxKroppsmassa	MinVingbredd	MaxVingbredd
0	Svartbukig visslande anka	Dendrocygna autumnalis	Ankor/Gäss/Vattenfåglar	Anseriformes	Anatidae	Dendrocygna	LC	47	56	652	1020	76	94
1	Färgad visslande anka	Dendrocygna bicolor	Ankor/Gäss/Vattenfåglar	Anseriformes	Anatidae	Dendrocygna	LC	45	53	712	1050	85	93
2	Snögås	Anser caerulescens	Ankor/Gäss/Vattenfåglar	Anseriformes	Anatidae	Anser	LC	64	79	2050	4050	135	165
3	Ross' gås	Anser rossii	Ankor/Gäss/Vattenfåglar	Anseriformes	Anatidae	Anser	LC	57.3	64	1066	1567	113	116
4	Större vitkindad gås	Anser albifrons	Ankor/Gäss/Vattenfåglar	Anseriformes	Anatidae	Anser	LC	64	81	1930	3310	130	165

Låt oss börja med att plotta några av de numeriska värdena med ett grundläggande linjediagram. Anta att du vill ha en översikt över den maximala vingbredden för dessa intressanta fåglar.

wingspan = birds['MaxWingspan'] 
wingspan.plot()

Vad märker du direkt? Det verkar finnas åtminstone en avvikelse - det är en ganska imponerande vingbredd! En vingbredd på 2300 centimeter motsvarar 23 meter - finns det Pterodactyls som strövar omkring i Minnesota? Låt oss undersöka.

Även om du snabbt kan sortera i Excel för att hitta dessa avvikelser, som förmodligen är skrivfel, fortsätt visualiseringsprocessen genom att arbeta direkt från diagrammet.

Lägg till etiketter på x-axeln för att visa vilken typ av fåglar det handlar om:

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()

Även med etikettrotationen inställd på 45 grader är det för många för att läsa. Låt oss prova en annan strategi: märk endast avvikelserna och placera etiketterna inom diagrammet. Du kan använda ett spridningsdiagram för att skapa mer utrymme för märkningen:

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()

Vad händer här? Du använde tick_params för att dölja de nedre etiketterna och skapade sedan en loop över din dataset med fåglar. Genom att plotta diagrammet med små runda blå prickar med hjälp av bo, kontrollerade du om någon fågel hade en maximal vingbredd över 500 och visade deras etikett bredvid pricken om så var fallet. Du försköt etiketterna lite på y-axeln (y * (1 - 0.05)) och använde fågelns namn som etikett.

Vad upptäckte du?

Filtrera din data

Både den vithövdade örnen och präriefalken, som förmodligen är mycket stora fåglar, verkar vara felmärkta, med ett extra 0 tillagt till deras maximala vingbredd. Det är osannolikt att du möter en vithövdad örn med en vingbredd på 25 meter, men om så är fallet, låt oss veta! Låt oss skapa en ny dataframe utan dessa två avvikelser:

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()

Genom att filtrera bort avvikelser är din data nu mer sammanhängande och begriplig.

Nu när vi har en renare dataset åtminstone när det gäller vingbredd, låt oss upptäcka mer om dessa fåglar.

Medan linje- och spridningsdiagram kan visa information om datavärden och deras fördelningar, vill vi tänka på värdena som är inneboende i denna dataset. Du kan skapa visualiseringar för att besvara följande frågor om kvantitet:

Hur många kategorier av fåglar finns det, och vad är deras antal?
Hur många fåglar är utdöda, hotade, sällsynta eller vanliga?
Hur många finns det av de olika släkten och ordningar enligt Linnés terminologi?

Utforska stapeldiagram

Stapeldiagram är praktiska när du behöver visa grupperingar av data. Låt oss utforska kategorierna av fåglar som finns i denna dataset för att se vilken som är den vanligaste till antalet.

I notebook-filen, skapa ett grundläggande stapeldiagram.

✅ Obs, du kan antingen filtrera bort de två avvikande fåglarna vi identifierade i föregående avsnitt, redigera skrivfelet i deras vingbredd eller lämna dem kvar för dessa övningar som inte beror på vingbreddsvärden.

Om du vill skapa ett stapeldiagram kan du välja den data du vill fokusera på. Stapeldiagram kan skapas från rådata:

birds.plot(x='Category',
        kind='bar',
        stacked=True,
        title='Birds of Minnesota')

Detta stapeldiagram är dock oläsligt eftersom det finns för mycket icke-grupperad data. Du behöver välja endast den data du vill plotta, så låt oss titta på fåglarnas längd baserat på deras kategori.

Filtrera din data för att endast inkludera fåglarnas kategori.

✅ Observera att du använder Pandas för att hantera datan och sedan låter Matplotlib göra diagrammet.

Eftersom det finns många kategorier kan du visa detta diagram vertikalt och justera dess höjd för att rymma all data:

category_count = birds.value_counts(birds['Category'].values, sort=True)
plt.rcParams['figure.figsize'] = [6, 12]
category_count.plot.barh()

Detta stapeldiagram visar en bra översikt över antalet fåglar i varje kategori. På ett ögonblick ser du att det största antalet fåglar i denna region tillhör kategorin Ankor/Gäss/Vattenfåglar. Minnesota är "landet med 10 000 sjöar", så detta är inte förvånande!

✅ Prova några andra räkningar på denna dataset. Överraskar något dig?

Jämföra data

Du kan prova olika jämförelser av grupperad data genom att skapa nya axlar. Prova en jämförelse av MaxLängd för en fågel, baserat på dess kategori:

maxlength = birds['MaxLength']
plt.barh(y=birds['Category'], width=maxlength)
plt.rcParams['figure.figsize'] = [6, 12]
plt.show()

Inget är förvånande här: kolibrier har den minsta MaxLängden jämfört med pelikaner eller gäss. Det är bra när data är logisk!

Du kan skapa mer intressanta visualiseringar av stapeldiagram genom att lägga över data. Låt oss lägga över Minsta och Maximala Längd på en given fågelkategori:

minLength = birds['MinLength']
maxLength = birds['MaxLength']
category = birds['Category']

plt.barh(category, maxLength)
plt.barh(category, minLength)

plt.show()

I detta diagram kan du se intervallet per fågelkategori för Minsta Längd och Maximala Längd. Du kan med säkerhet säga att, baserat på denna data, ju större fågeln är, desto större är dess längdintervall. Fascinerande!

🚀 Utmaning

Denna dataset om fåglar erbjuder en mängd information om olika typer av fåglar inom ett specifikt ekosystem. Sök runt på internet och se om du kan hitta andra dataset om fåglar. Öva på att skapa diagram och grafer kring dessa fåglar för att upptäcka fakta du inte kände till.

Quiz efter föreläsningen

Granskning & Självstudier

Denna första lektion har gett dig viss information om hur du kan använda Matplotlib för att visualisera kvantiteter. Gör lite forskning kring andra sätt att arbeta med dataset för visualisering. Plotly är ett som vi inte kommer att täcka i dessa lektioner, så ta en titt på vad det kan erbjuda.

Uppgift

Linjer, Spridningar och Staplar

---

Ansvarsfriskrivning:
Detta dokument har översatts med hjälp av AI-översättningstjänsten Co-op Translator. Även om vi strävar efter noggrannhet, bör du vara medveten om att automatiska översättningar kan innehålla fel eller inexaktheter. Det ursprungliga dokumentet på dess originalspråk bör betraktas som den auktoritativa källan. För kritisk information rekommenderas professionell mänsklig översättning. Vi ansvarar inte för eventuella missförstånd eller feltolkningar som uppstår vid användning av denna översättning.