11 KiB

Raw Permalink Blame History Unescape Escape

視覺化數量


視覺化數量 - 由 @nitya 繪製的手繪筆記

在本課程中，您將探索如何使用眾多可用的 Python 庫之一，學習如何圍繞數量的概念創建有趣的視覺化。使用關於明尼蘇達州鳥類的清理數據集，您可以了解許多有趣的本地野生動物資訊。

課前測驗

使用 Matplotlib 觀察翼展

一個非常出色的庫是 Matplotlib，它可以用來創建各種簡單和複雜的圖表和圖形。一般來說，使用這些庫繪製數據的過程包括：識別您想要處理的數據框部分，對數據進行必要的轉換，分配其 x 和 y 軸值，決定要顯示的圖表類型，然後顯示圖表。Matplotlib 提供了多種視覺化選項，但在本課程中，我們將專注於最適合視覺化數量的圖表類型：折線圖、散點圖和柱狀圖。

✅ 根據數據結構和您想要講述的故事選擇最佳圖表。

分析時間趨勢：折線圖

比較數值：柱狀圖、條形圖、餅圖、散點圖

顯示部分與整體的關係：餅圖

顯示數據分佈：散點圖、柱狀圖

顯示趨勢：折線圖、條形圖

顯示數值之間的關係：折線圖、散點圖、氣泡圖

如果您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。

✅ Matplotlib 有非常好的「速查表」，可以在這裡找到。

建立鳥類翼展數值的折線圖

打開本課程文件夾根目錄中的 notebook.ipynb 文件，並添加一個單元格。

注意：數據存儲在本倉庫根目錄的 /data 文件夾中。

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

這些數據是文本和數字的混合：

	名稱	學名	類別	目	科	屬	保育狀況	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	棕樹鴨	Dendrocygna bicolor	鴨/鵝/水禽	雁形目	鴨科	樹鴨屬	LC	45	53	712	1050	85	93
2	雪鵝	Anser caerulescens	鴨/鵝/水禽	雁形目	鴨科	雁屬	LC	64	79	2050	4050	135	165
3	羅斯鵝	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

讓我們從使用基本折線圖繪製一些數字數據開始。假設您想查看這些有趣鳥類的最大翼展。

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

您立即注意到什麼？似乎至少有一個異常值——這是一個相當大的翼展！2300 公分的翼展等於 23 公尺——明尼蘇達州有翼龍在飛翔嗎？讓我們調查一下。

雖然您可以在 Excel 中快速排序以找到這些可能是錯誤的異常值，但請繼續從圖表中進行視覺化分析。

在 x 軸上添加標籤以顯示涉及的鳥類類型：

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()

即使將標籤旋轉設置為 45 度，仍然太多以至於無法閱讀。讓我們嘗試另一種策略：僅標記那些異常值並在圖表內設置標籤。您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？您使用 tick_params 隱藏底部標籤，然後對您的鳥類數據集進行迴圈。通過使用 bo 繪製帶有小圓形藍點的圖表，您檢查了任何最大翼展超過 500 的鳥類，並在點旁顯示其標籤。您在 y 軸上稍微偏移標籤 (y * (1 - 0.05)) 並使用鳥類名稱作為標籤。

您發現了什麼？

篩選數據

禿鷹和草原隼，雖然可能是非常大的鳥類，但似乎被錯誤標記了，其最大翼展多加了一個 0。不太可能遇到翼展 25 公尺的禿鷹，但如果真的遇到，請告訴我們！讓我們創建一個新的數據框，去除這兩個異常值：

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，您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有一個更乾淨的數據集，讓我們進一步探索這些鳥類。

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。您可以創建視覺化來回答以下關於數量的問題：

有多少類別的鳥類？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？

探索柱狀圖

當您需要顯示數據分組時，柱狀圖非常實用。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，創建一個基本柱狀圖。

✅ 注意，您可以篩選掉上一節中識別的兩個異常鳥類，編輯它們翼展中的錯誤，或者保留它們，因為這些練習不依賴於翼展值。

如果您想創建柱狀圖，可以選擇您想要關注的數據。柱狀圖可以從原始數據創建：

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

然而，這個柱狀圖因為數據未分組而難以閱讀。您需要選擇您想要繪製的數據，因此讓我們根據鳥類的類別查看它們的長度。

篩選數據以僅包含鳥類的類別。

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

由於類別很多，您可以垂直顯示此圖表並調整其高度以容納所有數據：

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

這個柱狀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屬於鴨/鵝/水禽類別。明尼蘇達州是「萬湖之地」，所以這並不令人驚訝！

✅ 嘗試對此數據集進行其他計數。有什麼讓您感到驚訝嗎？

比較數據

您可以通過創建新軸嘗試不同的分組數據比較。嘗試比較鳥類的最大長度，基於其類別：

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：蜂鳥的最大長度比鵜鶘或鵝要小得多。當數據符合邏輯時，這是件好事！

您可以通過疊加數據創建更有趣的柱狀圖視覺化。讓我們在給定的鳥類類別上疊加最小和最大長度：

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，您可以看到每個鳥類類別的最小長度和最大長度範圍。您可以有把握地說，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類型鳥類的大量資訊。上網搜索，看看您是否能找到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，發現您之前未曾意識到的事實。

課後測驗

回顧與自學

本課程的第一課向您介紹了如何使用 Matplotlib 視覺化數量。研究其他方法來處理數據集進行視覺化。Plotly 是我們不會在這些課程中涵蓋的一個工具，請查看它能提供什麼功能。

作業

折線圖、散點圖和柱狀圖

免責聲明：
本文件使用 AI 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，建議尋求專業人工翻譯。我們對因使用此翻譯而產生的任何誤解或錯誤解讀概不負責。

11 KiB Raw Permalink Blame History Unescape Escape