12 KiB

Raw Permalink Blame History

Vizualizacija količin


Vizualizacija količin - Sketchnote by @nitya

V tej lekciji boste raziskali, kako uporabiti eno izmed številnih Python knjižnic za ustvarjanje zanimivih vizualizacij, ki se osredotočajo na koncept količine. Z uporabo očiščenega nabora podatkov o pticah iz Minnesote lahko odkrijete veliko zanimivih dejstev o lokalni divjini.

Predlekcijski kviz

Opazovanje razpona kril z Matplotlib

Odlična knjižnica za ustvarjanje tako preprostih kot kompleksnih grafov in diagramov različnih vrst je Matplotlib. Na splošno proces risanja podatkov s temi knjižnicami vključuje identifikacijo delov vašega podatkovnega okvira, ki jih želite obdelati, izvedbo potrebnih transformacij podatkov, dodelitev vrednosti za osi x in y, odločitev o vrsti grafa ter prikaz grafa. Matplotlib ponuja širok spekter vizualizacij, vendar se bomo v tej lekciji osredotočili na tiste, ki so najbolj primerni za vizualizacijo količin: črtni grafi, razpršeni diagrami in stolpčni diagrami.

✅ Uporabite najboljši graf glede na strukturo vaših podatkov in zgodbo, ki jo želite povedati.

Za analizo trendov skozi čas: črta

Za primerjavo vrednosti: stolpec, vrstica, pita, razpršeni diagram

Za prikaz, kako deli sestavljajo celoto: pita

Za prikaz porazdelitve podatkov: razpršeni diagram, stolpec

Za prikaz trendov: črta, stolpec

Za prikaz odnosov med vrednostmi: črta, razpršeni diagram, mehurček

Če imate nabor podatkov in želite ugotoviti, koliko določenega elementa je vključenega, bo ena izmed prvih nalog pregled njegovih vrednosti.

✅ Na voljo so odlični 'cheat sheets' za Matplotlib tukaj.

Ustvarite črtni graf za vrednosti razpona kril ptic

Odprite datoteko notebook.ipynb v korenskem imeniku te lekcije in dodajte celico.

Opomba: podatki so shranjeni v korenskem imeniku tega repozitorija v mapi /data.

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

Ti podatki so mešanica besedila in številk:

	Ime	ZnanstvenoIme	Kategorija	Red	Družina	Rod	StatusOhranjanja	MinDolžina	MaxDolžina	MinTeža	MaxTeža	MinRazponKril	MaxRazponKril
0	Črno-trebušna piščalka	Dendrocygna autumnalis	Race/Gosi/Vodne ptice	Anseriformes	Anatidae	Dendrocygna	LC	47	56	652	1020	76	94
1	Rjava piščalka	Dendrocygna bicolor	Race/Gosi/Vodne ptice	Anseriformes	Anatidae	Dendrocygna	LC	45	53	712	1050	85	93
2	Snežna gos	Anser caerulescens	Race/Gosi/Vodne ptice	Anseriformes	Anatidae	Anser	LC	64	79	2050	4050	135	165
3	Rossova gos	Anser rossii	Race/Gosi/Vodne ptice	Anseriformes	Anatidae	Anser	LC	57.3	64	1066	1567	113	116
4	Velika bela-frontna gos	Anser albifrons	Race/Gosi/Vodne ptice	Anseriformes	Anatidae	Anser	LC	64	81	1930	3310	130	165

Začnimo z risanjem nekaterih številčnih podatkov z osnovnim črtnim grafom. Recimo, da želite prikaz največjega razpona kril teh zanimivih ptic.

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

Kaj takoj opazite? Zdi se, da obstaja vsaj en odstopajoč podatek - to je precejšen razpon kril! Razpon kril 2300 centimetrov je enak 23 metrom - ali v Minnesoti letajo pterodaktili? Raziščimo.

Medtem ko bi lahko hitro razvrstili podatke v Excelu, da bi našli te odstopajoče podatke, nadaljujte proces vizualizacije z delom znotraj grafa.

Dodajte oznake na os x, da prikažete, za katere ptice gre:

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()

Tudi z rotacijo oznak na 45 stopinj je preveč podatkov, da bi jih lahko prebrali. Poskusimo drugačno strategijo: označimo le odstopajoče podatke in postavimo oznake znotraj grafa. Uporabite razpršeni diagram, da ustvarite več prostora za označevanje:

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()

Kaj se dogaja tukaj? Uporabili ste tick_params, da skrijete spodnje oznake, nato pa ustvarili zanko nad vašim naborom podatkov o pticah. Z risanjem grafa z majhnimi modrimi pikami z uporabo bo ste preverili, ali ima katera ptica največji razpon kril nad 500, in če je tako, prikazali njeno oznako poleg pike. Oznake ste nekoliko premaknili na osi y (y * (1 - 0.05)) in uporabili ime ptice kot oznako.

Kaj ste odkrili?

Filtrirajte svoje podatke

Tako plešasti orel kot prerijski sokol, čeprav sta verjetno zelo veliki ptici, sta očitno napačno označena, saj je njun največji razpon kril napačno povečan za dodatno 0. Malo verjetno je, da boste srečali plešastega orla z razponom kril 25 metrov, vendar če ga, nam prosim sporočite! Ustvarimo nov podatkovni okvir brez teh dveh odstopajočih podatkov:

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()

Z odstranitvijo odstopajočih podatkov so vaši podatki zdaj bolj skladni in razumljivi.

Zdaj, ko imamo očiščen nabor podatkov vsaj glede razpona kril, odkrijmo več o teh pticah.

Medtem ko črtni in razpršeni diagrami lahko prikazujejo informacije o vrednostih podatkov in njihovi porazdelitvi, želimo razmisliti o vrednostih, ki so inherentne temu naboru podatkov. Lahko bi ustvarili vizualizacije za odgovore na naslednja vprašanja o količinah:

Koliko kategorij ptic obstaja in kakšno je njihovo število?
Koliko ptic je izumrlih, ogroženih, redkih ali pogostih?
Koliko jih je v različnih rodovih in redih po Linnaeusovi terminologiji?

Raziskovanje stolpčnih diagramov

Stolpčni diagrami so praktični, ko želite prikazati skupine podatkov. Raziskujmo kategorije ptic, ki obstajajo v tem naboru podatkov, da vidimo, katera je najpogostejša po številu.

V datoteki zvezka ustvarite osnovni stolpčni diagram.

✅ Opomba: lahko odstranite dve odstopajoči ptici, ki smo ju identificirali v prejšnjem razdelku, popravite napako v njunem razponu kril ali ju pustite v teh vajah, ki ne temeljijo na vrednostih razpona kril.

Če želite ustvariti stolpčni diagram, lahko izberete podatke, na katere se želite osredotočiti. Stolpčni diagrami se lahko ustvarijo iz surovih podatkov:

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

Ta stolpčni diagram pa je neberljiv, ker je preveč nepovezanih podatkov. Izbrati morate le podatke, ki jih želite prikazati, zato si oglejmo dolžino ptic glede na njihovo kategorijo.

Filtrirajte svoje podatke, da vključite le kategorijo ptic.

✅ Opazite, da uporabljate Pandas za upravljanje podatkov, nato pa Matplotlib za risanje grafa.

Ker je veliko kategorij, lahko ta diagram prikažete vertikalno in prilagodite njegovo višino, da upoštevate vse podatke:

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

Ta stolpčni diagram prikazuje dober pregled števila ptic v vsaki kategoriji. Na prvi pogled vidite, da je največ ptic v tej regiji v kategoriji Race/Gosi/Vodne ptice. Minnesota je 'dežela 10.000 jezer', zato to ni presenetljivo!

✅ Poskusite nekaj drugih štetij na tem naboru podatkov. Vas kaj preseneti?

Primerjava podatkov

Lahko poskusite različne primerjave skupin podatkov z ustvarjanjem novih osi. Poskusite primerjavo največje dolžine ptice glede na njeno kategorijo:

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

Tukaj ni nič presenetljivega: kolibriji imajo najmanjšo največjo dolžino v primerjavi s pelikani ali gosi. Dobro je, ko podatki logično ustrezajo!

Lahko ustvarite bolj zanimive vizualizacije stolpčnih diagramov z nadgrajevanjem podatkov. Nadgradimo minimalno in maksimalno dolžino glede na kategorijo ptic:

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

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

plt.show()

Na tem grafu lahko vidite razpon za vsako kategorijo ptic glede na minimalno in maksimalno dolžino. Lahko varno rečete, da je glede na te podatke večja ptica, večji je njen razpon dolžine. Fascinantno!

🚀 Izziv

Ta nabor podatkov o pticah ponuja bogastvo informacij o različnih vrstah ptic znotraj določenega ekosistema. Poiščite po internetu in preverite, ali lahko najdete druge nabore podatkov o pticah. Vadite ustvarjanje grafov in diagramov o teh pticah, da odkrijete dejstva, ki jih niste poznali.

Po-lekcijski kviz

Pregled in samostojno učenje

Ta prva lekcija vam je dala nekaj informacij o tem, kako uporabiti Matplotlib za vizualizacijo količin. Raziskujte druge načine dela z nabori podatkov za vizualizacijo. Plotly je ena izmed knjižnic, ki je ne bomo obravnavali v teh lekcijah, zato si oglejte, kaj lahko ponudi.

Naloga

Črte, razpršeni diagrami in stolpci

Omejitev odgovornosti:
Ta dokument je bil preveden z uporabo storitve za prevajanje z umetno inteligenco Co-op Translator. Čeprav si prizadevamo za natančnost, vas prosimo, da upoštevate, da lahko avtomatizirani prevodi vsebujejo napake ali netočnosti. Izvirni dokument v njegovem maternem jeziku je treba obravnavati kot avtoritativni vir. Za ključne informacije priporočamo profesionalni človeški prevod. Ne prevzemamo odgovornosti za morebitna napačna razumevanja ali napačne interpretacije, ki bi nastale zaradi uporabe tega prevoda.

12 KiB Raw Permalink Blame History