13 KiB
Miktarları Görselleştirme
 |
|---|
| Miktarları Görselleştirme - Sketchnote by @nitya |
Bu derste, miktar kavramı etrafında ilginç görselleştirmeler oluşturmayı öğrenmek için mevcut Python kütüphanelerinden birini nasıl kullanacağınızı keşfedeceksiniz. Minnesota kuşları hakkında temizlenmiş bir veri seti kullanarak yerel vahşi yaşam hakkında birçok ilginç bilgi edinebilirsiniz.
Ders Öncesi Test
Matplotlib ile kanat açıklığını gözlemleyin
Hem basit hem de karmaşık türdeki grafik ve çizelgeleri oluşturmak için mükemmel bir kütüphane olan Matplotlib ile tanışın. Genel olarak, bu kütüphaneleri kullanarak veri görselleştirme süreci, veri çerçevenizde hedeflemek istediğiniz bölümleri belirlemeyi, gerekli dönüşümleri yapmayı, x ve y ekseni değerlerini atamayı, hangi tür grafiği göstereceğinize karar vermeyi ve ardından grafiği göstermeyi içerir. Matplotlib çok çeşitli görselleştirmeler sunar, ancak bu derste miktarları görselleştirmek için en uygun olanlara odaklanacağız: çizgi grafikleri, dağılım grafikleri ve çubuk grafikleri.
✅ Verinizin yapısına ve anlatmak istediğiniz hikayeye en uygun grafiği kullanın.
- Zaman içindeki eğilimleri analiz etmek için: çizgi
- Değerleri karşılaştırmak için: çubuk, sütun, pasta, dağılım grafiği
- Parçaların bütüne nasıl ilişkili olduğunu göstermek için: pasta
- Verinin dağılımını göstermek için: dağılım grafiği, çubuk
- Eğilimleri göstermek için: çizgi, sütun
- Değerler arasındaki ilişkileri göstermek için: çizgi, dağılım grafiği, balon
Bir veri setiniz varsa ve belirli bir öğeden ne kadar bulunduğunu keşfetmeniz gerekiyorsa, ilk görevlerinizden biri değerlerini incelemek olacaktır.
✅ Matplotlib için çok iyi 'kopya kağıtları' burada mevcuttur.
Kuş kanat açıklığı değerleri hakkında bir çizgi grafiği oluşturun
Bu ders klasörünün kökünde bulunan notebook.ipynb dosyasını açın ve bir hücre ekleyin.
Not: Veriler bu depo kökünde
/dataklasöründe saklanmaktadır.
import pandas as pd
import matplotlib.pyplot as plt
birds = pd.read_csv('../../data/birds.csv')
birds.head()
Bu veri, metin ve sayılar karışımıdır:
| Adı | BilimselAdı | Kategori | Takım | Aile | Cins | KorumaDurumu | MinUzunluk | MaxUzunluk | MinVücutKütlesi | MaxVücutKütlesi | MinKanatAçıklığı | MaxKanatAçıklığı | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | Kara karınlı ıslıkçı ördek | Dendrocygna autumnalis | Ördekler/Kazlar/Su Kuşları | Anseriformes | Anatidae | Dendrocygna | LC | 47 | 56 | 652 | 1020 | 76 | 94 |
| 1 | Sarı kahverengi ıslıkçı ördek | Dendrocygna bicolor | Ördekler/Kazlar/Su Kuşları | Anseriformes | Anatidae | Dendrocygna | LC | 45 | 53 | 712 | 1050 | 85 | 93 |
| 2 | Kar kazı | Anser caerulescens | Ördekler/Kazlar/Su Kuşları | Anseriformes | Anatidae | Anser | LC | 64 | 79 | 2050 | 4050 | 135 | 165 |
| 3 | Ross'un kazı | Anser rossii | Ördekler/Kazlar/Su Kuşları | Anseriformes | Anatidae | Anser | LC | 57.3 | 64 | 1066 | 1567 | 113 | 116 |
| 4 | Büyük beyaz alınlı kaz | Anser albifrons | Ördekler/Kazlar/Su Kuşları | Anseriformes | Anatidae | Anser | LC | 64 | 81 | 1930 | 3310 | 130 | 165 |
Hadi bu ilginç kuşların maksimum kanat açıklığını temel alan basit bir çizgi grafiği oluşturalım.
wingspan = birds['MaxWingspan']
wingspan.plot()
Hemen ne fark ettiniz? En az bir aykırı değer var gibi görünüyor - bu oldukça büyük bir kanat açıklığı! 2300 santimetrelik bir kanat açıklığı 23 metreye eşittir - Minnesota'da Pterodactyl'ler mi dolaşıyor? Hadi bunu araştıralım.
Excel'de hızlı bir sıralama yaparak bu aykırı değerleri bulabilirsiniz, ancak görselleştirme sürecine grafikten devam edin.
X eksenine hangi tür kuşların söz konusu olduğunu göstermek için etiketler ekleyin:
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()
Etiketlerin 45 derece döndürülmesine rağmen, okunamayacak kadar çok etiket var. Farklı bir strateji deneyelim: yalnızca aykırı değerleri etiketleyin ve etiketleri grafik içinde ayarlayın. Etiketleme için daha fazla alan yaratmak adına bir dağılım grafiği kullanabilirsiniz:
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()
Burada neler oluyor? tick_params kullanarak alt etiketleri gizlediniz ve ardından kuş veri setiniz üzerinde bir döngü oluşturdunuz. bo kullanarak küçük yuvarlak mavi noktalarla grafiği çizdiniz, maksimum kanat açıklığı 500'ün üzerinde olan herhangi bir kuşu kontrol ettiniz ve varsa noktanın yanına kuş adını etiket olarak gösterdiniz. Etiketleri y ekseninde biraz kaydırdınız (y * (1 - 0.05)) ve kuş adını etiket olarak kullandınız.
Ne keşfettiniz?
Verilerinizi filtreleyin
Hem Kel Kartal hem de Bozkır Şahini, muhtemelen çok büyük kuşlar olsalar da, maksimum kanat açıklıklarına fazladan bir 0 eklenmiş gibi görünüyor. 25 metrelik kanat açıklığına sahip bir Kel Kartal ile karşılaşmanız pek olası değil, ama eğer öyleyse lütfen bize bildirin! Hadi bu iki aykırı değeri içermeyen yeni bir veri çerçevesi oluşturalım:
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()
Aykırı değerleri filtreleyerek, verileriniz artık daha tutarlı ve anlaşılır hale geldi.
Artık kanat açıklığı açısından daha temiz bir veri setine sahip olduğumuza göre, bu kuşlar hakkında daha fazla şey keşfedelim.
Çizgi ve dağılım grafikleri, veri değerleri ve dağılımları hakkında bilgi gösterebilir, ancak bu veri setinde yer alan değerler hakkında düşünmek istiyoruz. Miktar hakkında şu soruları yanıtlamak için görselleştirmeler oluşturabilirsiniz:
Kaç kuş kategorisi var ve bunların sayıları nedir?
Kaç kuş nesli tükenmiş, tehlikede, nadir veya yaygın?
Linnaeus'un terminolojisinde çeşitli cins ve takımlardan kaç tane var?
Çubuk grafiklerini keşfedin
Çubuk grafikleri, veri gruplarını göstermeniz gerektiğinde pratiktir. Bu veri setinde hangi kuş kategorisinin en yaygın olduğunu görmek için kategorileri keşfedelim.
Notebook dosyasında temel bir çubuk grafik oluşturun.
✅ Not, önceki bölümde belirlediğimiz iki aykırı kuşu filtreleyebilir, kanat açıklığındaki yazım hatasını düzeltebilir veya kanat açıklığı değerlerine bağlı olmayan bu alıştırmalar için onları bırakabilirsiniz.
Bir çubuk grafik oluşturmak istiyorsanız, odaklanmak istediğiniz verileri seçebilirsiniz. Çubuk grafikleri ham verilerden oluşturulabilir:
birds.plot(x='Category',
kind='bar',
stacked=True,
title='Birds of Minnesota')
Ancak bu çubuk grafik, çok fazla gruplandırılmamış veri olduğu için okunamaz. Yalnızca çizmek istediğiniz verileri seçmeniz gerekiyor, bu yüzden kuşların kategorisine göre uzunluklarına bakalım.
Verilerinizi yalnızca kuşların kategorisini içerecek şekilde filtreleyin.
✅ Pandas'ı veriyi yönetmek için kullandığınızı ve ardından Matplotlib'in grafik oluşturmasını sağladığınızı unutmayın.
Birçok kategori olduğu için bu grafiği dikey olarak görüntüleyebilir ve tüm verileri hesaba katmak için yüksekliğini ayarlayabilirsiniz:
category_count = birds.value_counts(birds['Category'].values, sort=True)
plt.rcParams['figure.figsize'] = [6, 12]
category_count.plot.barh()
Bu çubuk grafiği, her kategorideki kuşların sayısını iyi bir şekilde gösteriyor. Bir bakışta, bu bölgedeki en büyük kuş sayısının Ördekler/Kazlar/Su Kuşları kategorisinde olduğunu görebilirsiniz. Minnesota '10,000 gölün ülkesi' olduğu için bu şaşırtıcı değil!
✅ Bu veri setinde başka sayımlar deneyin. Sizi şaşırtan bir şey var mı?
Verileri Karşılaştırma
Gruplandırılmış verilerin farklı karşılaştırmalarını yeni eksenler oluşturarak deneyebilirsiniz. Kuş kategorisine göre bir kuşun MaxUzunluk değerini karşılaştırmayı deneyin:
maxlength = birds['MaxLength']
plt.barh(y=birds['Category'], width=maxlength)
plt.rcParams['figure.figsize'] = [6, 12]
plt.show()
Burada şaşırtıcı bir şey yok: sinek kuşları, Pelikanlar veya Kazlara kıyasla en az MaxUzunluk değerine sahip. Veriler mantıklı olduğunda iyidir!
Çubuk grafiklerin daha ilginç görselleştirmelerini, verileri üst üste bindirerek oluşturabilirsiniz. Hadi bir kuş kategorisindeki Minimum ve Maksimum Uzunluğu üst üste bindirelim:
minLength = birds['MinLength']
maxLength = birds['MaxLength']
category = birds['Category']
plt.barh(category, maxLength)
plt.barh(category, minLength)
plt.show()
Bu grafikte, Minimum Uzunluk ve Maksimum Uzunluk değerlerini kuş kategorisine göre görebilirsiniz. Bu verilere dayanarak, kuş ne kadar büyükse, uzunluk aralığı o kadar geniş diyebilirsiniz. İlginç!
🚀 Zorluk
Bu kuş veri seti, belirli bir ekosistemdeki farklı kuş türleri hakkında zengin bilgiler sunuyor. İnternette araştırma yapın ve başka kuş odaklı veri setleri bulabilir misiniz? Bu kuşlar etrafında grafikler ve çizelgeler oluşturarak farkında olmadığınız gerçekleri keşfetmeye çalışın.
Ders Sonrası Test
Gözden Geçirme ve Kendi Kendine Çalışma
Bu ilk ders, Matplotlib'i kullanarak miktarları görselleştirme hakkında size bazı bilgiler verdi. Veri setleriyle görselleştirme yapmak için diğer yöntemler hakkında araştırma yapın. Plotly bu derslerde ele almayacağımız bir yöntemdir, bu yüzden sunduğu olanaklara bir göz atın.
Ödev
Çizgiler, Dağılımlar ve Çubuklar
Feragatname:
Bu belge, Co-op Translator adlı yapay zeka çeviri hizmeti kullanılarak çevrilmiştir. Doğruluk için çaba göstersek de, otomatik çevirilerin hata veya yanlışlıklar içerebileceğini lütfen unutmayın. Belgenin orijinal dili, yetkili kaynak olarak kabul edilmelidir. Kritik bilgiler için profesyonel insan çevirisi önerilir. Bu çevirinin kullanımından kaynaklanan yanlış anlama veya yanlış yorumlamalardan sorumlu değiliz.