Data-Science-For-Beginners/translations/ru/3-Data-Visualization/R/12-visualization-relationships

Визуализация связей: всё о мёде 🍯

Визуализация связей - Скетчноут от @nitya

Продолжая исследование природы, давайте изучим интересные способы визуализации связей между различными типами мёда, основываясь на наборе данных, полученном от Министерства сельского хозяйства США.

Этот набор данных, содержащий около 600 записей, отображает производство мёда в различных штатах США. Например, можно изучить количество колоний, урожайность на одну колонию, общий объём производства, запасы, цену за фунт и стоимость произведённого мёда в каждом штате за период с 1998 по 2012 год, где каждая строка представляет данные за год для конкретного штата.

Будет интересно визуализировать связь между производством мёда в определённом штате за год и, например, ценой мёда в этом штате. Альтернативно, можно визуализировать связь между урожайностью мёда на одну колонию в разных штатах. Этот временной промежуток охватывает разрушительное явление «Синдром разрушения колоний» (CCD), впервые зафиксированное в 2006 году (http://npic.orst.edu/envir/ccd.html), что делает этот набор данных особенно значимым для изучения. 🐝

Тест перед лекцией

В этом уроке вы можете использовать библиотеку ggplot2, с которой вы уже знакомы, чтобы визуализировать связи между переменными. Особенно интересным является использование функций geom_point и qplot из ggplot2, которые позволяют быстро создавать точечные и линейные графики для визуализации 'статистических связей'. Это помогает специалисту по данным лучше понять, как переменные взаимодействуют друг с другом.

Точечные графики

Используйте точечный график, чтобы показать, как цена мёда менялась год за годом в каждом штате. ggplot2, используя ggplot и geom_point, удобно группирует данные по штатам и отображает точки для категориальных и числовых данных.

Начнём с импорта данных и библиотеки Seaborn:

honey=read.csv('../../data/honey.csv')
head(honey)

Вы заметите, что данные о мёде содержат несколько интересных столбцов, включая год и цену за фунт. Давайте изучим эти данные, сгруппированные по штатам 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
FL	230000	98	22540000	4508000	0.64	14426000	1998

Создайте базовый точечный график, чтобы показать связь между ценой за фунт мёда и штатом его происхождения. Сделайте ось y достаточно высокой, чтобы отобразить все штаты:

library(ggplot2)
ggplot(honey, aes(x = priceperlb, y = state)) +
  geom_point(colour = "blue")

Теперь покажите те же данные с цветовой схемой, напоминающей цвет мёда, чтобы отобразить, как цена меняется год за годом. Вы можете сделать это, добавив параметр 'scale_color_gradientn', чтобы показать изменения:

✅ Узнайте больше о scale_color_gradientn - попробуйте красивую радужную цветовую схему!

ggplot(honey, aes(x = priceperlb, y = state, color=year)) +
  geom_point()+scale_color_gradientn(colours = colorspace::heat_hcl(7))

С изменением цветовой схемы становится очевидным, что цена за фунт мёда значительно увеличивается с течением времени. Если вы проверите выборку данных (например, для штата Аризона), вы увидите закономерность увеличения цен год за годом, с редкими исключениями:

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

Другой способ визуализировать этот процесс — использовать размер вместо цвета. Для пользователей с нарушением цветового восприятия это может быть более удобным вариантом. Измените визуализацию, чтобы показать увеличение цены через увеличение диаметра точек:

ggplot(honey, aes(x = priceperlb, y = state)) +
  geom_point(aes(size = year),colour = "blue") +
  scale_size_continuous(range = c(0.25, 3))

Вы можете заметить, как размер точек постепенно увеличивается.

Это простой случай спроса и предложения? Из-за таких факторов, как изменение климата и разрушение колоний, становится ли мёда меньше с каждым годом, что приводит к увеличению цены?

Чтобы найти корреляцию между некоторыми переменными в этом наборе данных, давайте изучим линейные графики.

Линейные графики

Вопрос: Наблюдается ли явное увеличение цены мёда за фунт год за годом? Это можно легко увидеть, создав один линейный график:

qplot(honey$year,honey$priceperlb, geom='smooth', span =0.5, xlab = "year",ylab = "priceperlb")

Ответ: Да, с некоторыми исключениями около 2003 года:

Вопрос: А в 2003 году можно ли также увидеть всплеск предложения мёда? Что если посмотреть на общий объём производства год за годом?

qplot(honey$year,honey$totalprod, geom='smooth', span =0.5, xlab = "year",ylab = "totalprod")

Ответ: Не совсем. Если посмотреть на общий объём производства, он, наоборот, кажется увеличившимся в этот год, хотя в целом объём производства мёда снижается в течение этих лет.

Вопрос: В таком случае, что могло вызвать скачок цены мёда около 2003 года?

Чтобы выяснить это, можно использовать сетку фасетов.

Сетки фасетов

Сетки фасетов позволяют выделить одну грань вашего набора данных (в нашем случае можно выбрать 'год', чтобы избежать слишком большого количества фасетов). Seaborn может создать график для каждого из этих фасетов, используя выбранные координаты x и y для более удобного визуального сравнения. Выделяется ли 2003 год в таком сравнении?

Создайте сетку фасетов, используя facet_wrap, как рекомендовано в документации ggplot2.

ggplot(honey, aes(x=yieldpercol, y = numcol,group = 1)) + 
  geom_line() + facet_wrap(vars(year))

В этой визуализации вы можете сравнить урожайность на одну колонию и количество колоний год за годом, бок о бок, с настройкой wrap на 3 для столбцов:

Для этого набора данных ничего особенно не выделяется в отношении количества колоний и их урожайности год за годом и штат за штатом. Можно ли найти другой способ выявить корреляцию между этими двумя переменными?

Двухлинейные графики

Попробуйте многолинейный график, наложив два линейных графика друг на друга, используя функции par и plot в R. Мы будем отображать год на оси x и показывать две оси y. Таким образом, отобразим урожайность на одну колонию и количество колоний, наложенные друг на друга:

par(mar = c(5, 4, 4, 4) + 0.3)              
plot(honey$year, honey$numcol, pch = 16, col = 2,type="l")              
par(new = TRUE)                             
plot(honey$year, honey$yieldpercol, pch = 17, col = 3,              
     axes = FALSE, xlab = "", ylab = "",type="l")
axis(side = 4, at = pretty(range(y2)))      
mtext("colony yield", side = 4, line = 3)   

Хотя ничего явно не выделяется около 2003 года, это позволяет завершить урок на более позитивной ноте: несмотря на общее снижение количества колоний, их число стабилизируется, даже если урожайность на одну колонию уменьшается.

Вперёд, пчёлы, вперёд!

🐝❤️

🚀 Задание

В этом уроке вы узнали больше о других способах использования точечных графиков и линейных сеток, включая сетки фасетов. Попробуйте создать сетку фасетов, используя другой набор данных, возможно, тот, который вы использовали ранее. Обратите внимание, сколько времени требуется на создание и как важно учитывать количество сеток, которые нужно нарисовать, используя эти техники.

Тест после лекции

Обзор и самостоятельное изучение

Линейные графики могут быть простыми или довольно сложными. Почитайте документацию ggplot2 о различных способах их построения. Попробуйте улучшить линейные графики, которые вы создали в этом уроке, используя другие методы, перечисленные в документации.

Задание

Погрузитесь в улей

---

Отказ от ответственности:
Этот документ был переведен с использованием сервиса автоматического перевода Co-op Translator. Несмотря на наши усилия обеспечить точность, автоматические переводы могут содержать ошибки или неточности. Оригинальный документ на его исходном языке следует считать авторитетным источником. Для получения критически важной информации рекомендуется профессиональный перевод человеком. Мы не несем ответственности за любые недоразумения или неправильные интерпретации, возникшие в результате использования данного перевода.