Einführung in vier Methoden der Python-Datenvisualisierung (mit Beispielen)

Dieser Artikel bietet Ihnen eine Einführung in vier Methoden der Datenvisualisierung in Python (mit Beispielen). Ich hoffe, er hilft.

Zusammenfassung: Dieser Artikel beschreibt vier Python-Datenvisualisierungsmethoden: Wärmekarte, zweidimensionale Dichtekarte, Spinnenkarte und Baumkarte.

Datenvisualisierung ist ein wichtiger Bestandteil jedes Data-Science- oder Machine-Learning-Projekts. Menschen beginnen oft mit der explorativen Datenanalyse (EDA), um ein tieferes Verständnis ihrer Daten zu erlangen, und die Erstellung von Visualisierungen kann wirklich dazu beitragen, Probleme klarer und leichter verständlich zu machen, insbesondere bei größeren, hochdimensionalen Datensätzen. Am Ende eines Projekts ist es wichtig, das Endergebnis klar, prägnant und überzeugend präsentieren zu können, damit Ihre Benutzer es verstehen und verstehen können.

Vielleicht haben Sie meinen vorherigen Artikel „5 schnelle und einfache Datenvisualisierungen in Python mit Code“ gelesen, in dem 5 grundlegende Visualisierungsmethoden vorgestellt werden: Streudiagramme, Liniendiagramme, Histogramme, Balkendiagramme und Boxdiagramme . Bei diesen fünf handelt es sich um einfache, aber leistungsstarke Visualisierungsmethoden, mit denen Sie auf jeden Fall enorme Gewinne aus Ihren Datensätzen erzielen können. In diesem Artikel stellen wir vier weitere Datenvisualisierungsmethoden vor, die jedoch etwas komplizierter sind. Sie können sie verwenden, nachdem Sie die im vorherigen Artikel vorgestellten grundlegenden Methoden gelesen haben.

Heatmap

Eine Heatmap ist eine Matrixdarstellung von Daten, wobei jeder Matrixwert durch eine Farbe dargestellt wird. Unterschiedliche Farben stellen unterschiedliche Ebenen dar und der Matrixindex verbindet zwei kontrastierende Spalten oder Merkmale miteinander. Heatmaps eignen sich hervorragend zur Darstellung der Beziehungen zwischen mehreren Feature-Variablen, da eine Ebene direkt als Farbe angezeigt werden kann. Sie können auch sehen, wie jede Beziehung im Vergleich zu anderen Beziehungen im Datensatz abschneidet, indem Sie sich einige Punkte in der Heatmap ansehen. Die Farben ermöglichen eine einfache Darstellung, da sie sehr intuitiv ist.

Sehen Sie sich nun den Code an: Im Vergleich zur Matplotlib-Bibliothek kann die Seaborn-Bibliothek für fortgeschrittenere Diagramme verwendet werden und erfordert normalerweise mehr Komponenten, z B. weitere Farben, Grafiken oder Variablen. Die Matplotlib-Bibliothek dient zur Darstellung von Diagrammen, Numpy zur Generierung von Daten und Pandas zur Steuerung. Das Plotten ist nur ein einfacher Funktionsaufruf von Seaborn. Wenn Sie optisch etwas Besonderes finden, können Sie die Farbkarte auch über diese Funktion festlegen.

# Importing libs
importseaborn as sns
import pandas aspd
importnumpyasnp
importmatplotlib.pyplotasplt

# Create a random dataset
data=pd.DataFrame(np.random.random((10,6)), columns=["Iron Man","CaptainAmerica","BlackWidow","Thor","Hulk", "Hawkeye"])

print(data)

# Plot the heatmap
heatmap_plot=sns.heatmap(data, center=0, cmap='gist_ncar')

plt.show()

2D-Dichtediagramm (2D-Dichtediagramm)

Das 2D-Dichtediagramm ist eine einfache Erweiterung der eindimensionalen Version, mit der Sie die Wahrscheinlichkeitsverteilung von sehen können 2 Variablen. Schauen wir uns das 2D-Dichtediagramm unten an. Die Skala auf der rechten Seite stellt die Wahrscheinlichkeit jedes Punkts in Farbe dar. Die höchste Wahrscheinlichkeit, wenn man sich den Datensatz ansieht, scheint bei etwa 0,5 in der Größe und etwa 1,4 in der Geschwindigkeit zu liegen. Wie Sie sehen, eignen sich 2D-Dichtediagramme hervorragend zur schnellen Bestimmung der Datenbereiche, die für zwei Variablen am stärksten konzentriert sind, und nicht nur für eine Variable wie 1D-Dichtediagramme. Zweidimensionale Dichtediagramme sind besonders nützlich, wenn Sie zwei Variablen haben, die für die Ausgabe wichtig sind, und verstehen möchten, wie sie zusammen zur Verteilung der Ausgabe beitragen.

Der Code von Seaborn ist supereinfach und wir werden ihn durch die Erstellung einer verzerrten Verteilung einführen. Wenn Sie feststellen, dass bestimmte Farben und Schattierungen optisch auffälliger sind, dienen die meisten optionalen Parameter einem klareren Erscheinungsbild.

Spider Plot

Spider Plot ist eine der besten Möglichkeiten, Eins-zu-Viele-Beziehungen darzustellen. Das heißt, Sie können die Werte mehrerer Variablen im Unterschied zu einer einzelnen Variablen oder Kategorie darstellen und anzeigen. In einem Spinnendiagramm sind die Eigenschaften einer Variablen im Verhältnis zu einer anderen offensichtlich, da Fläche und Länge in einigen Richtungen variieren. Wenn Sie sehen möchten, wie sich die Variablen für mehrere Kategorien stapeln, zeichnen Sie sie nebeneinander auf. Im Bild unten ist es einfach, die unterschiedlichen Eigenschaften der drei Filmcharaktere zu vergleichen und zu sehen, wo ihre Stärken liegen!

Dieses Mal können wir Matplotlib anstelle von Seaborn direkt zum Erstellen von Visualisierungen verwenden. Der Winkel, in dem jedes Attribut liegt, muss berechnet werden, da wir möchten, dass sie gleichmäßig entlang des Umfangs verteilt sind. Wir platzieren Beschriftungen an jedem berechneten Winkel und zeichnen den Wert dann als Punkt auf, dessen Abstand vom Mittelpunkt von seinem Wert oder seiner Höhe abhängt. Zum Schluss füllen wir der Übersichtlichkeit halber den Bereich, der durch die Linien, die die Eigenschaftspunkte verbinden, enthalten ist, mit einer halbtransparenten Farbe.

# Import libs
import pandas aspd
importseabornassns
importnumpyasnp
importmatplotlib.pyplotasplt

# Get the data
df=pd.read_csv("avengers_data.csv")
print(df)

"""
   #             Name  Attack  Defense  Speed  Range  Health
0  1         Iron Man      83       80     75     70      70
1  2  Captain America      60       62     63     80      80
2  3             Thor      80       82     83    100     100
3  3             Hulk      80      100     67     44      92
4  4      Black Widow      52       43     60     50      65
5  5          Hawkeye      58       64     58     80      65

"""

# Get the data for Iron Man
labels=np.array(["Attack","Defense","Speed","Range","Health"])
stats=df.loc[0,labels].values

# Make some calculations for the plot
angles=np.linspace(0, 2*np.pi, len(labels), endpoint=False)
stats=np.concatenate((stats,[stats[0]]))
angles=np.concatenate((angles,[angles[0]]))

# Plot stuff
fig=plt.figure()
ax=fig.add_subplot(111, polar=True)
ax.plot(angles, stats, 'o-', linewidth=2)
ax.fill(angles, stats, alpha=0.25)
ax.set_thetagrids(angles *180/np.pi, labels)
ax.set_title([df.loc[0,"Name"]])
ax.grid(True)

plt.show()

Baumdiagramm

Baumdiagramme verwenden wir seit der Grundschule. Baumdiagramme sind natürlich, intuitiv und leicht zu erklären. Knoten mit direkten Verbindungen sind eng miteinander verbunden und unterscheiden sich stark von Knoten mit mehreren Verbindungen. Im Bild unten habe ich einen kleinen Teil des Datensatzes

Pokemon mit Statistiken von Kaggle dargestellt:

HP, Angriff, Verteidigung, Spezialangriff, Spezialverteidigung, Geschwindigkeit

因此，与stats wise最匹配的Pokemon将紧密连接在一起。例如，我们看到，在顶部，Arbok和Fearow是直接连接的，而且，如果我们查看数据，Arbok总共有438个，而Fearow有442个，非常接近。但是一旦我们移动到Raticate，我们得到的总数是413，这与Arbok和Fearow的差别很大，这就是它们被分开的原因。当我们移动树的时候，基于相似性，Pokemon被分的组越来越多。在绿色组中的Pokemon相互之间比红色组中的更相似，即使没有直接的绿色连接。

对于树形图，我们实际上要使用Scipy的。在查看了数据集之后，我们将去掉字符串类型的列。我们这么做只是为了要得到正确的可视化结果，但在实践中，最好是把这些字符串转换成分类变量，为了得到更好的结果和进行比较，我们还设置了数据帧索引，以便能够适当地用它作为引用每个节点的列。最后，在Scipy中计算和绘制树形图是非常简单的事了。

# Import libs
import pandas aspd
frommatplotlibimportpyplotasplt
fromscipy.clusterimport hierarchy
importnumpyasnp
# Read in the dataset
# Drop any fields that are strings
# Only get the first 40 because this dataset is big
df=pd.read_csv('Pokemon.csv')
df=df.set_index('Name')
del df.index.name
df=df.drop(["Type 1", "Type 2", "Legendary"], axis=1)
df=df.head(n=40)
# Calculate the distance between each sample
Z =hierarchy.linkage(df, 'ward')
# Orientation our tree
hierarchy.dendrogram(Z, orientation="left", labels=df.index)
plt.show()

Das obige ist der detaillierte Inhalt vonEinführung in vier Methoden der Python-Datenvisualisierung (mit Beispielen). Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!