11 KiB

Raw Permalink Blame History Unescape Escape

視覺化數量


視覺化數量 - 手繪筆記由 @nitya 繪製

在這節課中，你將學習如何使用多種可用的 Python 函式庫之一，來創建圍繞數量概念的有趣視覺化。透過一個關於明尼蘇達州鳥類的清理過的數據集，你可以了解許多關於當地野生動物的有趣事實。

課前測驗

使用 Matplotlib 觀察翼展

Matplotlib 是一個非常出色的函式庫，可以用來創建各種簡單或複雜的圖表和圖形。一般來說，使用這些函式庫繪製數據的過程包括：確定要處理的數據框部分、對數據進行必要的轉換、分配 x 和 y 軸的值、決定要顯示的圖表類型，然後顯示圖表。Matplotlib 提供了多種視覺化方式，但在這節課中，我們將專注於最適合視覺化數量的圖表類型：折線圖、散點圖和條形圖。

✅ 根據數據結構和你想講述的故事選擇最合適的圖表。

分析時間趨勢：折線圖

比較數值：條形圖、柱狀圖、圓餅圖、散點圖

顯示部分與整體的關係：圓餅圖

顯示數據分佈：散點圖、條形圖

顯示趨勢：折線圖、柱狀圖

顯示數值之間的關係：折線圖、散點圖、氣泡圖

如果你有一個數據集，並需要了解某個項目的數量，第一步通常是檢查其值。

✅ 這裡有一些非常實用的 Matplotlib 速查表。

繪製鳥類翼展值的折線圖

打開本課資料夾根目錄中的 notebook.ipynb 文件，並新增一個單元格。

注意：數據存儲在此倉庫的 /data 資料夾中。

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

這些數據是文字和數字的混合：

	名稱	學名	類別	目	科	屬	保育狀態	最小長度	最大長度	最小體重	最大體重	最小翼展	最大翼展
0	黑腹樹鴨	Dendrocygna autumnalis	鴨/鵝/水禽	雁形目	鴨科	樹鴨屬	LC	47	56	652	1020	76	94
1	赤樹鴨	Dendrocygna bicolor	鴨/鵝/水禽	雁形目	鴨科	樹鴨屬	LC	45	53	712	1050	85	93
2	雪雁	Anser caerulescens	鴨/鵝/水禽	雁形目	鴨科	雁屬	LC	64	79	2050	4050	135	165
3	羅氏雁	Anser rossii	鴨/鵝/水禽	雁形目	鴨科	雁屬	LC	57.3	64	1066	1567	113	116
4	大白額雁	Anser albifrons	鴨/鵝/水禽	雁形目	鴨科	雁屬	LC	64	81	1930	3310	130	165

讓我們從繪製一些數值數據的基本折線圖開始。假設你想查看這些有趣鳥類的最大翼展。

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

你立刻注意到了什麼？似乎至少有一個異常值——這是一個相當驚人的翼展！2300 公分的翼展相當於 23 米——明尼蘇達州有翼龍在飛翔嗎？讓我們來調查一下。

雖然你可以在 Excel 中快速排序來找到這些可能是錯誤輸入的異常值，但我們將繼續從圖表中進行視覺化分析。

為 x 軸添加標籤以顯示涉及的鳥類種類：

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()

即使將標籤旋轉 45 度，仍然太多而無法閱讀。我們嘗試另一種策略：僅標記那些異常值，並將標籤設置在圖表內部。你可以使用散點圖來為標籤留出更多空間：

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()

這裡發生了什麼？你使用 tick_params 隱藏了底部標籤，然後對鳥類數據集進行了一個循環。通過使用 bo 繪製小圓點，你檢查了任何最大翼展超過 500 的鳥類，並在點旁顯示其標籤。你稍微偏移了 y 軸上的標籤位置（y * (1 - 0.05)），並使用鳥類名稱作為標籤。

你發現了什麼？

篩選數據

禿鷹和草原隼雖然可能是非常大的鳥類，但它們的最大翼展似乎被錯誤地多加了一個 0。遇到翼展 25 米的禿鷹的可能性不大，但如果真的遇到，請務必告訴我們！讓我們創建一個新的數據框，去掉這兩個異常值：

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()

通過篩選掉異常值，你的數據現在更加一致且易於理解。

現在我們至少在翼展方面擁有了一個更乾淨的數據集，讓我們進一步了解這些鳥類。

雖然折線圖和散點圖可以顯示數據值及其分佈，但我們想要思考這個數據集中固有的數值。你可以創建視覺化來回答以下關於數量的問題：

有多少種類的鳥？它們的數量是多少？有多少鳥類是滅絕、瀕危、稀有或常見的？根據林奈分類法，有多少屬和目？

探索條形圖

當你需要顯示數據分組時，條形圖非常實用。讓我們探索這個數據集中存在的鳥類類別，看看哪一類最常見。

在 notebook 文件中創建一個基本條形圖。

✅ 注意，你可以選擇篩選掉前一部分中識別的兩個異常鳥類，修正它們翼展的錯誤，或者保留它們，因為這些練習並不依賴於翼展值。

如果你想創建條形圖，可以選擇你想要關注的數據。條形圖可以從原始數據中創建：

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

然而，這個條形圖難以閱讀，因為數據未分組。你需要選擇要繪製的數據，因此讓我們根據鳥類的類別來查看它們的長度。

篩選數據以僅包含鳥類的類別。

✅ 注意，你使用 Pandas 管理數據，然後讓 Matplotlib 繪製圖表。

由於類別很多，你可以垂直顯示此圖表，並調整其高度以適應所有數據：

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

這個條形圖很好地展示了每個類別中鳥類的數量。一眼就能看出，這個地區最多的鳥類是鴨/鵝/水禽類別。明尼蘇達州是“萬湖之地”，這並不令人驚訝！

✅ 試試對這個數據集進行其他計數。有什麼讓你感到驚訝嗎？

比較數據

你可以嘗試通過創建新軸來比較分組數據。試著比較鳥類的最大長度，根據其類別：

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

這裡沒有什麼令人驚訝的：蜂鳥的最大長度最小，而鵜鶘或鵝的最大長度最大。當數據符合邏輯時，這是件好事！

你可以通過疊加數據來創建更有趣的條形圖視覺化。讓我們將最小長度和最大長度疊加在給定的鳥類類別上：

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

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

plt.show()

在這個圖表中，你可以看到每個鳥類類別的最小長度和最大長度範圍。你可以有把握地說，根據這些數據，鳥越大，其長度範圍越大。真是有趣！

🚀 挑戰

這個鳥類數據集提供了關於特定生態系統中不同鳥類類型的大量信息。在網上搜尋其他與鳥類相關的數據集，練習圍繞這些鳥類構建圖表和圖形，發現你之前未曾意識到的事實。

課後測驗

回顧與自學

這第一節課為你提供了一些關於如何使用 Matplotlib 視覺化數量的資訊。研究其他用於數據視覺化的方法。Plotly 是我們不會在這些課程中涵蓋的一個工具，因此可以看看它能提供什麼。

作業

折線圖、散點圖和條形圖

免責聲明：
本文件已使用 AI 翻譯服務 Co-op Translator 進行翻譯。雖然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，建議尋求專業人工翻譯。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