17 KiB

Raw Permalink Blame History Unescape Escape

Візуалізація взаємозв'язків: Усе про мед 🍯


Візуалізація взаємозв'язків - Скетчноут від @nitya

Продовжуючи нашу дослідницьку тему, пов’язану з природою, давайте розглянемо цікаві способи візуалізації взаємозв’язків між різними типами меду, використовуючи набір даних, отриманий із Міністерства сільського господарства США.

Цей набір даних, що містить близько 600 записів, відображає виробництво меду в багатьох штатах США. Наприклад, ви можете переглянути кількість колоній, урожайність на колонію, загальне виробництво, запаси, ціну за фунт і вартість виробленого меду в певному штаті за період з 1998 по 2012 рік, де кожен рядок відповідає одному року для кожного штату.

Цікаво буде візуалізувати взаємозв’язок між виробництвом меду в певному штаті за рік і, наприклад, ціною меду в цьому штаті. Або ж можна візуалізувати взаємозв’язок між урожайністю меду на колонію в різних штатах. Цей часовий проміжок охоплює руйнівний феномен «Синдром колапсу колоній» (CCD), вперше зафіксований у 2006 році (http://npic.orst.edu/envir/ccd.html), тому це дуже важливий набір даних для вивчення. 🐝

Передлекційний тест

У цьому уроці ви можете використовувати бібліотеку Seaborn, з якою ви вже працювали раніше, для візуалізації взаємозв’язків між змінними. Особливо цікавим є використання функції relplot у Seaborn, яка дозволяє створювати діаграми розсіювання та лінійні графіки для швидкої візуалізації 'статистичних взаємозв’язків', що допомагає аналітикам даних краще зрозуміти, як змінні пов’язані між собою.

Діаграми розсіювання

Використовуйте діаграму розсіювання, щоб показати, як змінювалася ціна меду рік за роком у кожному штаті. Seaborn, використовуючи relplot, зручно групує дані за штатами та відображає точки даних як для категоріальних, так і для числових даних.

Почнемо з імпорту даних і бібліотеки Seaborn:

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

Ви помітите, що дані про мед містять кілька цікавих стовпців, зокрема рік і ціну за фунт. Давайте дослідимо ці дані, згруповані за штатами США:

state	numcol	yieldpercol	totalprod	stocks	priceperlb	prodvalue	year
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

Створіть базову діаграму розсіювання, щоб показати взаємозв’язок між ціною за фунт меду та його штатом походження. Зробіть вісь y достатньо високою, щоб відобразити всі штати:

sns.relplot(x="priceperlb", y="state", data=honey, height=15, aspect=.5);

Тепер покажіть ті самі дані з кольоровою схемою, що нагадує мед, щоб продемонструвати, як ціна змінюється з роками. Ви можете зробити це, додавши параметр 'hue', щоб показати зміни рік за роком:

✅ Дізнайтеся більше про кольорові палітри, які можна використовувати в Seaborn - спробуйте красиву райдужну палітру!

sns.relplot(x="priceperlb", y="state", hue="year", palette="YlOrBr", data=honey, height=15, aspect=.5);

З цією зміною кольорової схеми ви можете побачити очевидну тенденцію до зростання ціни за фунт меду з роками. Дійсно, якщо ви перевірите вибірку даних (наприклад, штат Аризона), ви побачите закономірність підвищення цін рік за роком, за винятком кількох випадків:

state	numcol	yieldpercol	totalprod	stocks	priceperlb	prodvalue	year
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

Інший спосіб візуалізувати цю тенденцію — використовувати розмір, а не колір. Для користувачів із порушеннями сприйняття кольорів це може бути кращим варіантом. Змініть візуалізацію, щоб показати зростання ціни через збільшення розміру точок:

sns.relplot(x="priceperlb", y="state", size="year", data=honey, height=15, aspect=.5);

Ви можете побачити, як розмір точок поступово збільшується.

Чи це простий випадок попиту та пропозиції? Через такі фактори, як зміна клімату та колапс колоній, чи стає меду менше з кожним роком, і тому ціна зростає?

Щоб знайти кореляцію між деякими змінними цього набору даних, давайте розглянемо лінійні графіки.

Лінійні графіки

Питання: Чи є чітке зростання ціни меду за фунт рік за роком? Найпростіше це побачити, створивши один лінійний графік:

sns.relplot(x="year", y="priceperlb", kind="line", data=honey);

Відповідь: Так, з деякими винятками близько 2003 року:

✅ Оскільки Seaborn агрегує дані в одну лінію, він відображає "кілька вимірювань для кожного значення x, обчислюючи середнє значення та 95% довірчий інтервал навколо нього". Джерело. Цю поведінку можна вимкнути, додавши ci=None.

Питання: А чи можемо ми побачити сплеск у постачанні меду в 2003 році? Що, якщо подивитися на загальне виробництво рік за роком?

sns.relplot(x="year", y="totalprod", kind="line", data=honey);

Відповідь: Не зовсім. Якщо подивитися на загальне виробництво, то воно, здається, навіть зросло в цьому році, хоча загалом кількість виробленого меду зменшується протягом цих років.

Питання: У такому разі, що могло спричинити сплеск ціни меду близько 2003 року?

Щоб це з’ясувати, можна використати сітку фасетів.

Сітки фасетів

Сітки фасетів дозволяють взяти одну змінну вашого набору даних (у нашому випадку це може бути 'рік', щоб уникнути надто великої кількості фасетів). Seaborn може створити графік для кожного з цих фасетів за обраними координатами x та y для зручнішого порівняння. Чи виділяється 2003 рік у такому порівнянні?

Створіть сітку фасетів, продовжуючи використовувати relplot, як це рекомендується в документації Seaborn.

sns.relplot(
    data=honey, 
    x="yieldpercol", y="numcol",
    col="year", 
    col_wrap=3,
    kind="line"

У цій візуалізації ви можете порівняти урожайність на колонію та кількість колоній рік за роком, розташувавши графіки в три колонки:

Для цього набору даних нічого особливого не виділяється щодо кількості колоній та їх урожайності рік за роком і штат за штатом. Чи є інший спосіб знайти кореляцію між цими двома змінними?

Подвійні лінійні графіки

Спробуйте багатолінійний графік, наклавши два лінійні графіки один на одного, використовуючи функцію Seaborn despine для видалення верхньої та правої рамок, а також ax.twinx з Matplotlib. Twinx дозволяє графіку ділити вісь x і відображати дві осі y. Отже, відобразіть урожайність на колонію та кількість колоній, накладені один на одного:

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();

Хоча нічого особливого не виділяється близько 2003 року, це дозволяє завершити урок на більш оптимістичній ноті: хоча загалом кількість колоній зменшується, їх кількість стабілізується, навіть якщо їх урожайність на колонію знижується.

Вперед, бджоли! 🐝❤️

🚀 Виклик

У цьому уроці ви дізналися більше про використання діаграм розсіювання та сіток фасетів. Спробуйте створити сітку фасетів, використовуючи інший набір даних, можливо, той, який ви використовували раніше. Зверніть увагу, скільки часу потрібно для їх створення, і будьте обережні з кількістю графіків, які потрібно намалювати за допомогою цих технік.

Післялекційний тест

Огляд і самостійне навчання

Лінійні графіки можуть бути простими або досить складними. Почитайте документацію Seaborn про різні способи їх створення. Спробуйте вдосконалити лінійні графіки, які ви створили в цьому уроці, використовуючи інші методи, зазначені в документації.

Завдання

Занурення в бджолиний вулик

Відмова від відповідальності:
Цей документ був перекладений за допомогою сервісу автоматичного перекладу Co-op Translator. Хоча ми прагнемо до точності, будь ласка, майте на увазі, що автоматичні переклади можуть містити помилки або неточності. Оригінальний документ на його рідній мові слід вважати авторитетним джерелом. Для критичної інформації рекомендується професійний людський переклад. Ми не несемо відповідальності за будь-які непорозуміння або неправильні тлумачення, що виникають внаслідок використання цього перекладу.

17 KiB Raw Permalink Blame History Unescape Escape