11 KiB

Raw Blame History Unescape Escape

視覺化比例


視覺化比例 - 手繪筆記由 @nitya 提供

在這節課中，你將使用一個以自然為主題的數據集來視覺化比例，例如在一個關於蘑菇的數據集中，不同種類的真菌數量分佈。我們將使用來自 Audubon 的數據集，該數據集列出了 Agaricus 和 Lepiota 家族中 23 種有鰓蘑菇的詳細信息，來探索這些迷人的真菌。你將嘗試一些有趣的視覺化方式，例如：

圓餅圖 🥧
甜甜圈圖 🍩
華夫圖 🧇

💡 微軟研究院的一個非常有趣的項目 Charticulator 提供了一個免費的拖放式數據視覺化界面。在他們的一個教程中，他們也使用了這個蘑菇數據集！因此，你可以一邊探索數據，一邊學習這個工具庫：Charticulator 教程。

課後測驗

認識你的蘑菇 🍄

蘑菇非常有趣。我們來導入一個數據集來研究它們：

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

一個表格被打印出來，裡面有一些適合分析的數據：

類別	菌蓋形狀	菌蓋表面	菌蓋顏色	是否有瘀傷	氣味	鰓附著方式	鰓間距	鰓大小	鰓顏色	菌柄形狀	菌柄根部	菌柄環上表面	菌柄環下表面	菌柄環上顏色	菌柄環下顏色	菌幕類型	菌幕顏色	環數	環類型	孢子印顏色	群體數量	棲息地
有毒	凸形	光滑	棕色	有瘀傷	刺鼻	自由	緊密	狹窄	黑色	擴大	等粗	光滑	光滑	白色	白色	部分	白色	一個	垂懸	黑色	分散	城市
可食用	凸形	光滑	黃色	有瘀傷	杏仁	自由	緊密	寬廣	黑色	擴大	棒狀	光滑	光滑	白色	白色	部分	白色	一個	垂懸	棕色	大量	草地
可食用	鐘形	光滑	白色	有瘀傷	茴香	自由	緊密	寬廣	棕色	擴大	棒狀	光滑	光滑	白色	白色	部分	白色	一個	垂懸	棕色	大量	草原
有毒	凸形	鱗狀	白色	有瘀傷	刺鼻	自由	緊密	狹窄	棕色	擴大	等粗	光滑	光滑	白色	白色	部分	白色	一個	垂懸	黑色	分散	城市

你會立刻注意到，所有數據都是文本格式。你需要將這些數據轉換成可以用於圖表的格式。事實上，大部分數據是以對象形式表示的：

print(mushrooms.select_dtypes(["object"]).columns)

輸出結果為：

Index(['class', 'cap-shape', 'cap-surface', 'cap-color', 'bruises', 'odor',
       'gill-attachment', 'gill-spacing', 'gill-size', 'gill-color',
       'stalk-shape', 'stalk-root', 'stalk-surface-above-ring',
       'stalk-surface-below-ring', 'stalk-color-above-ring',
       'stalk-color-below-ring', 'veil-type', 'veil-color', 'ring-number',
       'ring-type', 'spore-print-color', 'population', 'habitat'],
      dtype='object')

將這些數據中的 'class' 列轉換為類別：

cols = mushrooms.select_dtypes(["object"]).columns
mushrooms[cols] = mushrooms[cols].astype('category')

edibleclass=mushrooms.groupby(['class']).count()
edibleclass

現在，如果你打印出蘑菇數據，你會看到它已經根據有毒/可食用類別分組：

	菌蓋形狀	菌蓋表面	菌蓋顏色	是否有瘀傷	氣味	鰓附著方式	鰓間距	鰓大小	鰓顏色	菌柄形狀	...	菌柄環下表面	菌柄環上顏色	菌柄環下顏色	菌幕類型	菌幕顏色	環數	環類型	孢子印顏色	群體數量	棲息地
類別
可食用	4208	4208	4208	4208	4208	4208	4208	4208	4208	4208	...	4208	4208	4208	4208	4208	4208	4208	4208	4208	4208
有毒	3916	3916	3916	3916	3916	3916	3916	3916	3916	3916	...	3916	3916	3916	3916	3916	3916	3916	3916	3916	3916

如果你按照這個表格中的順序來創建類別標籤，你就可以製作一個圓餅圖：

圓餅圖！

labels=['Edible','Poisonous']
plt.pie(edibleclass['population'],labels=labels,autopct='%.1f %%')
plt.title('Edible?')
plt.show()

瞧，一個圓餅圖展示了這些數據中兩類蘑菇的比例。正確排列標籤的順序非常重要，尤其是在這裡，所以一定要確認標籤數組的順序！

甜甜圈圖！

一個更具視覺吸引力的圓餅圖是甜甜圈圖，它是在圓餅圖中間挖了一個洞。我們用這種方法來看看蘑菇的棲息地數據。

查看蘑菇生長的各種棲息地：

habitat=mushrooms.groupby(['habitat']).count()
habitat

在這裡，你將數據按棲息地分組。共有 7 種棲息地，因此使用這些作為甜甜圈圖的標籤：

labels=['Grasses','Leaves','Meadows','Paths','Urban','Waste','Wood']

plt.pie(habitat['class'], labels=labels,
        autopct='%1.1f%%', pctdistance=0.85)
  
center_circle = plt.Circle((0, 0), 0.40, fc='white')
fig = plt.gcf()

fig.gca().add_artist(center_circle)
  
plt.title('Mushroom Habitats')
  
plt.show()

這段代碼繪製了一個圖表和一個中心圓，然後將該中心圓添加到圖表中。通過更改 0.40 的值來調整中心圓的寬度。

甜甜圈圖可以通過多種方式進行調整以改變標籤。特別是標籤可以被突出顯示以提高可讀性。更多信息請參考文檔。

現在你已經知道如何分組數據並將其顯示為圓餅圖或甜甜圈圖，你可以嘗試其他類型的圖表。試試華夫圖，這是一種不同的方式來探索數量。

華夫圖！

華夫圖是一種以 2D 方格陣列的形式來視覺化數量的圖表。試著用這個數據集來視覺化不同顏色的蘑菇菌蓋數量。為此，你需要安裝一個名為 PyWaffle 的輔助庫並使用 Matplotlib：

pip install pywaffle

選擇一部分數據進行分組：

capcolor=mushrooms.groupby(['cap-color']).count()
capcolor

通過創建標籤並分組數據來製作華夫圖：

import pandas as pd
import matplotlib.pyplot as plt
from pywaffle import Waffle
  
data ={'color': ['brown', 'buff', 'cinnamon', 'green', 'pink', 'purple', 'red', 'white', 'yellow'],
    'amount': capcolor['class']
     }
  
df = pd.DataFrame(data)
  
fig = plt.figure(
    FigureClass = Waffle,
    rows = 100,
    values = df.amount,
    labels = list(df.color),
    figsize = (30,30),
    colors=["brown", "tan", "maroon", "green", "pink", "purple", "red", "whitesmoke", "yellow"],
)