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

可视化关系：关于蜂蜜的一切 🍯

可视化关系 - 草图笔记由 @nitya 绘制

延续我们研究的自然主题，让我们探索一些有趣的可视化方法，展示不同类型蜂蜜之间的关系。这些数据集来源于美国农业部。

这个包含约600条记录的数据集展示了美国多个州的蜂蜜生产情况。例如，你可以查看从1998年到2012年间每个州的蜂群数量、每群产量、总产量、库存、每磅价格以及蜂蜜生产的总价值，每年每个州对应一行数据。

我们可以通过可视化来展示某个州每年的蜂蜜产量与该州蜂蜜价格之间的关系。或者，你也可以可视化展示各州每群蜂蜜的产量关系。这段时间还涵盖了2006年首次出现的毁灭性“蜂群崩溃症”（CCD，Colony Collapse Disorder）（http://npic.orst.edu/envir/ccd.html），因此这是一个值得研究的引人深思的数据集。🐝

课前测验

在本课中，你可以使用之前用过的 Seaborn，这是一个非常适合用来可视化变量关系的库。特别有趣的是 Seaborn 的 relplot 函数，它可以快速生成散点图和折线图，用于可视化“统计关系”，帮助数据科学家更好地理解变量之间的关系。

散点图

使用散点图展示蜂蜜价格在每个州逐年变化的情况。Seaborn 的 relplot 函数可以方便地对州数据进行分组，并显示分类数据和数值数据的点。

首先导入数据和 Seaborn：

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

你会注意到蜂蜜数据中有几个有趣的列，包括年份和每磅价格。让我们按美国各州分组来探索这些数据：

州	蜂群数量	每群产量	总产量	库存	每磅价格	生产价值	年份
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

创建一个基础散点图，展示蜂蜜每磅价格与其产地州之间的关系。将 y 轴设置得足够高以显示所有州：

sns.relplot(x="priceperlb", y="state", data=honey, height=15, aspect=.5);

接下来，用蜂蜜的颜色主题展示同样的数据，显示价格如何随着年份变化。你可以通过添加一个 'hue' 参数来展示逐年的变化：

✅ 了解更多关于 Seaborn 中可用的颜色调色板 - 尝试一个漂亮的彩虹配色方案！

sns.relplot(x="priceperlb", y="state", hue="year", palette="YlOrBr", data=honey, height=15, aspect=.5);

通过这种颜色方案的变化，你可以明显看到蜂蜜每磅价格在逐年上涨。如果你查看数据中的一个样本集（例如亚利桑那州），你会发现价格逐年上涨的模式，只有少数例外：

州	蜂群数量	每群产量	总产量	库存	每磅价格	生产价值	年份
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

另一种可视化这种变化的方法是使用点的大小，而不是颜色。对于色盲用户来说，这可能是一个更好的选择。编辑你的可视化，通过点的大小变化来展示价格的增长：

sns.relplot(x="priceperlb", y="state", size="year", data=honey, height=15, aspect=.5);

你可以看到点的大小逐渐增大。

这是否是一个简单的供需问题？由于气候变化和蜂群崩溃等因素，蜂蜜的供应是否逐年减少，从而导致价格上涨？

为了发现这个数据集中某些变量之间的相关性，让我们探索一些折线图。

折线图

问题：蜂蜜每磅价格是否逐年明显上涨？你可以通过创建一张单一的折线图最容易发现这一点：

sns.relplot(x="year", y="priceperlb", kind="line", data=honey);

答案：是的，但在2003年左右有一些例外：

✅ 由于 Seaborn 会围绕一条线聚合数据，它通过绘制均值和均值周围95%的置信区间来显示“每个 x 值的多次测量”。来源。这种耗时的行为可以通过添加 ci=None 来禁用。

问题：那么，在2003年，我们是否也能看到蜂蜜供应的激增？如果你查看逐年的总产量呢？

sns.relplot(x="year", y="totalprod", kind="line", data=honey);

答案：并不明显。如果你查看总产量，实际上在那一年似乎有所增加，尽管总体而言，这些年蜂蜜的产量在下降。

问题：在这种情况下，2003年蜂蜜价格的激增可能是什么原因导致的？

为了发现这一点，你可以探索一个分面网格。

分面网格

分面网格可以选择数据集的一个方面（在我们的例子中，你可以选择“年份”，以避免生成过多的分面）。然后 Seaborn 可以为你选择的 x 和 y 坐标生成每个分面的图表，便于更轻松地进行视觉比较。2003年在这种比较中是否显得特别突出？

通过继续使用 relplot 创建一个分面网格，正如 Seaborn 文档 所推荐的那样。

sns.relplot(
    data=honey, 
    x="yieldpercol", y="numcol",
    col="year", 
    col_wrap=3,
    kind="line"

在这个可视化中，你可以比较逐年每群产量和蜂群数量的变化，并将列数设置为3：

对于这个数据集，逐年和各州之间，蜂群数量及其产量并没有特别突出的变化。有没有其他方法可以找到这两个变量之间的相关性？

双折线图

尝试通过将两条折线图叠加在一起来创建多线图，使用 Seaborn 的 'despine' 去除顶部和右侧的脊线，并使用 ax.twinx 源自 Matplotlib。Twix 允许图表共享 x 轴并显示两个 y 轴。因此，叠加显示每群产量和蜂群数量：

fig, ax = plt.subplots(figsize=(12,6))
lineplot = sns.lineplot(x=honey['year'], y=honey['numcol'], data=honey, 
                        label = 'Number of bee colonies', legend=False)
sns.despine()
plt.ylabel('# colonies')
plt.title('Honey Production Year over Year');

ax2 = ax.twinx()
lineplot2 = sns.lineplot(x=honey['year'], y=honey['yieldpercol'], ax=ax2, color="r", 
                         label ='Yield per colony', legend=False) 
sns.despine(right=False)
plt.ylabel('colony yield')
ax.figure.legend();

尽管在2003年没有明显的变化，但这让我们以一个稍微乐观的笔记结束这节课：尽管蜂群数量总体在减少，但蜂群数量正在趋于稳定，即使每群产量在下降。

加油，蜜蜂们！

🐝❤️

🚀 挑战

在本课中，你进一步了解了散点图和线网格的其他用途，包括分面网格。挑战自己使用一个不同的数据集创建一个分面网格，也许是你在之前课程中使用过的数据集。注意它们的创建时间，以及在使用这些技术时需要小心生成的网格数量。

课后测验

复习与自学

折线图可以很简单，也可以非常复杂。阅读 Seaborn 文档 中关于构建折线图的各种方法。尝试用文档中列出的其他方法来增强你在本课中构建的折线图。

作业

深入蜂巢

---

免责声明：
本文档使用AI翻译服务Co-op Translator进行翻译。尽管我们努力确保准确性，但请注意，自动翻译可能包含错误或不准确之处。应以原始语言的文档作为权威来源。对于关键信息，建议使用专业人工翻译。因使用本翻译而导致的任何误解或误读，我们概不负责。