11 KiB

Raw Permalink Blame History Unescape Escape

視覺化關係：關於蜂蜜 🍯


視覺化關係 - Sketchnote by @nitya

延續我們研究的自然主題，讓我們探索一些有趣的視覺化方式，展示不同種類蜂蜜之間的關係。這些視覺化基於一個來自美國農業部的數據集。

這個包含約600項目數據的數據集展示了美國多個州的蜂蜜生產情況。例如，您可以查看每個州在1998年至2012年間的蜂群數量、每群產量、總生產量、庫存、每磅價格以及蜂蜜的生產價值，每年每州一行數據。

我們可以視覺化某州每年的生產量與該州蜂蜜價格之間的關係。或者，您也可以視覺化各州每群蜂蜜產量之間的關係。這段時間涵蓋了2006年首次出現的毀滅性“蜂群崩潰症”（CCD，Colony Collapse Disorder）（http://npic.orst.edu/envir/ccd.html），因此這是一個值得研究的數據集。🐝

課前測驗

在本課中，您可以使用之前使用過的 Seaborn 庫，這是一個很好的工具來視覺化變量之間的關係。特別有趣的是使用 Seaborn 的 relplot 函數，它可以快速生成散點圖和折線圖，視覺化統計關係，幫助數據科學家更好地理解變量之間的關聯。

散點圖

使用散點圖展示蜂蜜價格每年每州的變化。Seaborn 的 relplot 可以方便地將州數據分組，並顯示分類和數值數據的數據點。

首先，導入數據和 Seaborn：

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

您會注意到蜂蜜數據中有幾個有趣的列，包括年份和每磅價格。讓我們探索按美國州分組的數據：

州	蜂群數量	每群產量	總生產量	庫存	每磅價格	生產價值	年份
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

創建一個基本散點圖，展示蜂蜜每磅價格與其來源州之間的關係。將 y 軸設置得足夠高以顯示所有州：

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

接下來，使用蜂蜜色調展示價格隨年份的變化。您可以通過添加 'hue' 參數來展示每年的變化：

✅ 了解更多 Seaborn 可用的色彩調色板 - 試試美麗的彩虹色調！

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

通過這種色彩方案的改變，您可以清楚地看到蜂蜜每磅價格隨年份的明顯增長趨勢。事實上，如果您查看數據中的樣本集（例如選擇一個州，亞利桑那州），您可以看到價格每年增長的模式，只有少數例外：

州	蜂群數量	每群產量	總生產量	庫存	每磅價格	生產價值	年份
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

另一種視覺化這種進展的方法是使用大小而不是顏色。對於色盲用戶，這可能是一個更好的選擇。編輯您的視覺化，通過點的圓周大小展示價格的增長：

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

您可以看到點的大小逐漸增大。

這是否是一個簡單的供需問題？由於氣候變化和蜂群崩潰等因素，是否每年可供購買的蜂蜜減少，因此價格上漲？

為了探索數據集中某些變量之間的相關性，讓我們研究一些折線圖。

折線圖

問題：蜂蜜每磅價格是否每年都有明顯上漲？您可以通過創建一個單一折線圖來最容易地發現這一點：

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

答案：是的，但在2003年左右有一些例外：

✅ 由於 Seaborn 將數據聚合到一條線上，它通過繪製均值和均值周圍的95%置信區間來顯示每個 x 值的多個測量值。來源。這種耗時的行為可以通過添加 ci=None 禁用。

問題：那麼，在2003年，我們是否也能看到蜂蜜供應的激增？如果您查看每年的總生產量呢？

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

答案：並不完全。如果您查看總生產量，實際上在那一年似乎有所增加，儘管總體而言蜂蜜的生產量在這些年中呈下降趨勢。

問題：在這種情況下，2003年蜂蜜價格的激增可能是什麼原因？

為了探索這一點，您可以使用 Facet Grid。

Facet Grids

Facet Grids 將數據集的一個方面（在我們的例子中，您可以選擇“年份”，以避免生成過多的 Facets）。Seaborn 可以為您選擇的 x 和 y 坐標生成每個 Facet 的圖表，方便比較。2003年是否在這種比較中脫穎而出？

繼續使用 Seaborn 的 relplot 創建 Facet Grid，正如 Seaborn 文檔所推薦的。

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

在這個視覺化中，您可以比較每年的每群產量和蜂群數量，並將列的 wrap 設置為3：

對於這個數據集，關於蜂群數量和每群產量，按年份和州比較並沒有特別突出的地方。是否有其他方式來尋找這兩個變量之間的相關性？

雙折線圖

嘗試使用多折線圖，通過將兩個折線圖疊加在一起，使用 Seaborn 的 'despine' 移除其上方和右側的邊框，並使用 ax.twinx 源自 Matplotlib。Twins 允許圖表共享 x 軸並顯示兩個 y 軸。因此，展示每群產量和蜂群數量的疊加圖：

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();

雖然在2003年沒有明顯的異常，但這讓我們以一個稍微樂觀的結論結束本課：儘管蜂群數量總體上在下降，但蜂群數量正在穩定，即使每群產量在減少。

加油，蜜蜂們，加油！

🐝❤️

🚀 挑戰

在本課中，您學到了更多關於散點圖和折線圖的其他用途，包括 Facet Grids。挑戰自己使用不同的數據集創建 Facet Grid，也許是您之前使用過的數據集。注意它們的生成時間以及如何小心選擇需要繪製的 Facets 數量。

課後測驗

回顧與自學

折線圖可以簡單也可以非常複雜。閱讀 Seaborn 文檔中的各種構建方法。嘗試使用文檔中列出的其他方法來增強您在本課中構建的折線圖。

作業

深入蜂巢

免責聲明：
此文件已使用人工智能翻譯服務 Co-op Translator 進行翻譯。我們致力於提供準確的翻譯，但請注意，自動翻譯可能包含錯誤或不準確之處。應以原始語言的文件作為權威來源。對於關鍵資訊，建議尋求專業的人類翻譯。我們對因使用此翻譯而引起的任何誤解或誤釋不承擔責任。

11 KiB Raw Permalink Blame History Unescape Escape