Data-Science-For-Beginners/translations/fi/3-Data-Visualization/11-visualization-proportions

Visualisoi osuuksia

Osuuksien visualisointi - Sketchnote by @nitya

Tässä oppitunnissa käytät toista luontoon keskittyvää tietojoukkoa visualisoidaksesi osuuksia, kuten kuinka monta erilaista sienityyppiä esiintyy tietojoukossa, joka käsittelee sieniä. Tutustutaan näihin kiehtoviin sieniin Audubonin tietojoukosta, joka sisältää tietoja 23 kiduksellisen sienen lajista Agaricus- ja Lepiota-suvuista. Kokeilet herkullisia visualisointeja, kuten:

• Piirakkakaavioita 🥧
• Donitsikaavioita 🍩
• Vohvelikaavioita 🧇

💡 Microsoft Researchin erittäin mielenkiintoinen projekti nimeltä Charticulator tarjoaa ilmaisen vedä ja pudota -käyttöliittymän datavisualisointeihin. Yhdessä heidän tutoriaaleistaan käytetään myös tätä sienitietojoukkoa! Voit siis tutkia dataa ja oppia kirjaston käyttöä samanaikaisesti: Charticulator-tutoriaali.

Esiluennon kysely

Tutustu sieniin 🍄

Sienet ovat todella mielenkiintoisia. Tuodaan tietojoukko niiden tutkimiseksi:

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

Tulostetaan taulukko, jossa on loistavaa analysoitavaa dataa:

luokka	lakin muoto	lakin pinta	lakin väri	mustelmat	haju	kidusten kiinnitys	kidusten väli	kidusten koko	kidusten väri	jalan muoto	jalan juuri	jalan pinta renkaan yläpuolella	jalan pinta renkaan alapuolella	jalan väri renkaan yläpuolella	jalan väri renkaan alapuolella	kalvon tyyppi	kalvon väri	renkaiden määrä	renkaan tyyppi	itiöiden väri	populaatio	elinympäristö
Myrkyllinen	Kupera	Sileä	Ruskea	Mustelmat	Pistävä	Vapaa	Tiheä	Kapea	Musta	Laajeneva	Tasainen	Sileä	Sileä	Valkoinen	Valkoinen	Osittainen	Valkoinen	Yksi	Riippuva	Musta	Hajallaan	Kaupunki
Syötävä	Kupera	Sileä	Keltainen	Mustelmat	Manteli	Vapaa	Tiheä	Leveä	Musta	Laajeneva	Nuija	Sileä	Sileä	Valkoinen	Valkoinen	Osittainen	Valkoinen	Yksi	Riippuva	Ruskea	Lukuisia	Nurmikot
Syötävä	Kellomainen	Sileä	Valkoinen	Mustelmat	Anis	Vapaa	Tiheä	Leveä	Ruskea	Laajeneva	Nuija	Sileä	Sileä	Valkoinen	Valkoinen	Osittainen	Valkoinen	Yksi	Riippuva	Ruskea	Lukuisia	Niityt
Myrkyllinen	Kupera	Suomuinen	Valkoinen	Mustelmat	Pistävä	Vapaa	Tiheä	Kapea	Ruskea	Laajeneva	Tasainen	Sileä	Sileä	Valkoinen	Valkoinen	Osittainen	Valkoinen	Yksi	Riippuva	Musta	Hajallaan	Kaupunki

Heti huomaat, että kaikki data on tekstimuotoista. Sinun täytyy muuntaa tämä data, jotta voit käyttää sitä kaaviossa. Suurin osa datasta on itse asiassa esitetty objektina:

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

Tuloste on:

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')

Muunna tämän datan 'luokka'-sarake kategorioiksi:

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

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

Nyt, kun tulostat sienidatan, huomaat, että se on ryhmitelty kategorioihin myrkyllisen/syötävän luokan mukaan:

	lakin muoto	lakin pinta	lakin väri	mustelmat	haju	kidusten kiinnitys	kidusten väli	kidusten koko	kidusten väri	jalan muoto	...	jalan pinta renkaan alapuolella	jalan väri renkaan yläpuolella	jalan väri renkaan alapuolella	kalvon tyyppi	kalvon väri	renkaiden määrä	renkaan tyyppi	itiöiden väri	populaatio	elinympäristö
luokka
Syötävä	4208	4208	4208	4208	4208	4208	4208	4208	4208	4208	...	4208	4208	4208	4208	4208	4208	4208	4208	4208	4208
Myrkyllinen	3916	3916	3916	3916	3916	3916	3916	3916	3916	3916	...	3916	3916	3916	3916	3916	3916	3916	3916	3916	3916

Jos noudatat tämän taulukon järjestystä luodessasi luokkakategorioiden tunnisteita, voit rakentaa piirakkakaavion:

Piirakka!

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

Kas näin, piirakkakaavio, joka näyttää tämän datan osuudet näiden kahden sieniluokan mukaan. On erittäin tärkeää saada tunnisteiden järjestys oikein, erityisesti tässä, joten varmista, että tarkistat tunnisteiden järjestyksen.

Donitsit!

Hieman visuaalisesti kiinnostavampi piirakkakaavio on donitsikaavio, joka on piirakkakaavio, jossa on reikä keskellä. Katsotaanpa dataamme tällä tavalla.

Tarkastellaan eri elinympäristöjä, joissa sienet kasvavat:

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

Tässä ryhmittelet datasi elinympäristön mukaan. Niitä on listattu 7, joten käytä niitä donitsikaavion tunnisteina:

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()

Tämä koodi piirtää kaavion ja keskirenkaan, ja lisää sitten keskirenkaan kaavioon. Muokkaa keskirenkaan leveyttä muuttamalla 0.40 toiseen arvoon.

Donitsikaavioita voi säätää monin tavoin, esimerkiksi tunnisteiden luettavuuden parantamiseksi. Lue lisää dokumentaatiosta.

Nyt kun tiedät, miten ryhmitellä dataa ja esittää se piirakkana tai donitsina, voit tutkia muita kaaviotyyppejä. Kokeile vohvelikaaviota, joka on vain erilainen tapa tarkastella määriä.

Vohvelit!

'Vohveli'-tyyppinen kaavio on erilainen tapa visualisoida määriä 2D-ruudukon avulla. Kokeile visualisoida tämän tietojoukon eri lakin värit. Tätä varten sinun täytyy asentaa apukirjasto nimeltä PyWaffle ja käyttää Matplotlibia:

pip install pywaffle

Valitse osa datastasi ryhmittelyä varten:

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

Luo vohvelikaavio luomalla tunnisteet ja ryhmittelemällä datasi:

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"],
)

Vohvelikaavion avulla näet selvästi tämän sienitietojoukon lakin värien osuudet. Mielenkiintoista on, että on olemassa paljon vihreälakkisia sieniä!

✅ PyWaffle tukee kuvakkeita kaavioissa, ja voit käyttää mitä tahansa Font Awesomen kuvaketta. Kokeile luoda vielä mielenkiintoisempi vohvelikaavio käyttämällä kuvakkeita neliöiden sijaan.

Tässä oppitunnissa opit kolme tapaa visualisoida osuuksia. Ensin sinun täytyy ryhmitellä datasi kategorioihin ja sitten päättää, mikä on paras tapa esittää data - piirakka, donitsi tai vohveli. Kaikki ovat herkullisia ja tarjoavat käyttäjälle välittömän katsauksen tietojoukkoon.

🚀 Haaste

Kokeile luoda nämä herkulliset kaaviot uudelleen Charticulatorissa.

Jälkiluennon kysely

Kertaus ja itseopiskelu

Aina ei ole selvää, milloin käyttää piirakka-, donitsi- tai vohvelikaaviota. Tässä muutamia artikkeleita aiheesta:

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

Tee tutkimusta löytääksesi lisää tietoa tästä hankalasta päätöksestä.

Tehtävä

Kokeile Excelissä

---

Vastuuvapauslauseke:
Tämä asiakirja on käännetty käyttämällä tekoälypohjaista käännöspalvelua Co-op Translator. Vaikka pyrimme tarkkuuteen, huomioithan, että automaattiset käännökset voivat sisältää virheitä tai epätarkkuuksia. Alkuperäistä asiakirjaa sen alkuperäisellä kielellä tulee pitää ensisijaisena lähteenä. Kriittisen tiedon osalta suositellaan ammattimaista ihmiskääntämistä. Emme ole vastuussa tämän käännöksen käytöstä aiheutuvista väärinkäsityksistä tai virhetulkinnoista.