11 KiB

Raw Permalink Blame History Unescape Escape

視覺化比例


視覺化比例 - 速記筆記由 @nitya 繪製

在這節課中，你將使用一個以自然為主題的數據集來視覺化比例，例如在一個關於蘑菇的數據集中有多少不同種類的真菌。讓我們使用一個來自 Audubon 的數據集來探索這些迷人的真菌，該數據集列出了 Agaricus 和 Lepiota 家族中 23 種有鰓蘑菇的詳細信息。你將嘗試一些有趣的視覺化方式，例如：

圓餅圖 🥧
甜甜圈圖 🍩
華夫圖 🧇

💡 一個非常有趣的項目 Charticulator 由 Microsoft Research 開發，提供了一個免費的拖放界面來進行數據視覺化。在他們的一個教程中也使用了這個蘑菇數據集！因此，你可以同時探索數據並學習這個庫：Charticulator 教程。

課前測驗

認識你的蘑菇 🍄

蘑菇非常有趣。讓我們導入一個數據集來研究它們：

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

一個表格被打印出來，包含一些很棒的分析數據：

類別	菌蓋形狀	菌蓋表面	菌蓋顏色	是否有瘀傷	氣味	鰓附著方式	鰓間距	鰓大小	鰓顏色	菌柄形狀	菌柄根部	菌柄環上表面	菌柄環下表面	菌柄環上顏色	菌柄環下顏色	菌幕類型	菌幕顏色	環數量	環類型	孢子印顏色	分布情況	棲息地
有毒	凸形	光滑	棕色	有瘀傷	刺鼻	自由	緊密	狹窄	黑色	擴大	等長	光滑	光滑	白色	白色	部分	白色	一個	垂飾	黑色	分散	城市
可食用	凸形	光滑	黃色	有瘀傷	杏仁	自由	緊密	寬廣	黑色	擴大	棍狀	光滑	光滑	白色	白色	部分	白色	一個	垂飾	棕色	大量	草地
可食用	鐘形	光滑	白色	有瘀傷	茴香	自由	緊密	寬廣	棕色	擴大	棍狀	光滑	光滑	白色	白色	部分	白色	一個	垂飾	棕色	大量	草地
有毒	凸形	鱗片狀	白色	有瘀傷	刺鼻	自由	緊密	狹窄	棕色	擴大	等長	光滑	光滑	白色	白色	部分	白色	一個	垂飾	黑色	分散	城市

你會立刻注意到所有的數據都是文本格式。你需要將這些數據轉換才能在圖表中使用。事實上，大部分數據是以對象形式表示的：

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

輸出結果是：

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')

將這些數據轉換，並將「類別」列轉換為分類：

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

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

現在，如果你打印出蘑菇數據，你可以看到它已經根據有毒/可食用類別分組：

	菌蓋形狀	菌蓋表面	菌蓋顏色	是否有瘀傷	氣味	鰓附著方式	鰓間距	鰓大小	鰓顏色	菌柄形狀	...	菌柄環下表面	菌柄環上顏色	菌柄環下顏色	菌幕類型	菌幕顏色	環數量	環類型	孢子印顏色	分布情況	棲息地
類別
可食用	4208	4208	4208	4208	4208	4208	4208	4208	4208	4208	...	4208	4208	4208	4208	4208	4208	4208	4208	4208	4208
有毒	3916	3916	3916	3916	3916	3916	3916	3916	3916	3916	...	3916	3916	3916	3916	3916	3916	3916	3916	3916	3916

如果你按照這個表格中呈現的順序來創建類別標籤，你可以製作一個圓餅圖：

圓餅圖！

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

完成了，一個圓餅圖展示了根據這兩類蘑菇的比例數據。正確排列標籤的順序非常重要，尤其是在這裡，因此請務必確認標籤陣列的構建順序！

甜甜圈圖！

一個更具視覺吸引力的圓餅圖是甜甜圈圖，它是一個中間有洞的圓餅圖。讓我們用這種方法來查看我們的數據。

看看蘑菇生長的各種棲息地：

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

在這裡，你將數據按棲息地分組。共有 7 個棲息地，因此使用它們作為甜甜圈圖的標籤：

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()

這段代碼繪製了一個圖表和一個中心圓，然後將該中心圓添加到圖表中。通過更改 0.40 的值來編輯中心圓的寬度。

甜甜圈圖可以通過多種方式進行調整以改變標籤。特別是標籤可以被突出顯示以提高可讀性。更多信息請參考文檔。

現在你已經知道如何分組數據並將其顯示為圓餅圖或甜甜圈圖，你可以探索其他類型的圖表。試試華夫圖，這是一種不同的方式來探索數量。

華夫圖！

華夫圖是一種以 2D 方塊陣列視覺化數量的方式。試著視覺化這個數據集中蘑菇菌蓋顏色的不同數量。為此，你需要安裝一個名為 PyWaffle 的輔助庫並使用 Matplotlib：

pip install pywaffle

選擇一段數據進行分組：

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

通過創建標籤並分組數據來製作華夫圖：

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"],
)