Datenvisualisierung in Python: Grundlegende Diagramme erklärt [mit grafischer Illustration]

Grundlegende Gestaltungsprinzipien

Für jeden aufstrebenden oder erfolgreichen Datenwissenschaftler ist es eine sehr wichtige und nützliche Fähigkeit, seine Forschung und Analyse erklären zu können. Hier kommt die Datenvisualisierung ins Spiel. Es ist wichtig, dieses Tool ehrlich zu verwenden, da das Publikum durch schlechte Designentscheidungen sehr leicht falsch informiert oder getäuscht werden kann.

Als Data Scientists haben wir alle bestimmte Verpflichtungen, wenn es darum geht, das zu bewahren, was wahr ist.

Der erste ist, dass wir beim Bereinigen und Zusammenfassen der Daten absolut ehrlich zu uns selbst sein sollten. Die Datenvorverarbeitung ist ein sehr entscheidender Schritt, damit jeder maschinelle Lernalgorithmus funktioniert, und daher führt jede Unehrlichkeit in den Daten zu drastisch unterschiedlichen Ergebnissen.

Eine weitere Verpflichtung besteht gegenüber unserer Zielgruppe. Es gibt verschiedene Techniken in der Datenvisualisierung, die verwendet werden, um bestimmte Datenabschnitte hervorzuheben und einige andere Daten weniger hervorzuheben. Wenn wir also nicht vorsichtig genug sind, kann der Leser die Analyse nicht richtig untersuchen und beurteilen, was zu Zweifeln und mangelndem Vertrauen führen kann.

Sich selbst immer wieder in Frage zu stellen, ist eine gute Eigenschaft für Data Scientists. Und wir sollten immer darüber nachdenken, wie wir auf verständliche und ästhetisch ansprechende Weise zeigen können, was wirklich wichtig ist, und uns gleichzeitig daran erinnern, dass der Kontext wichtig ist.

Genau das versucht Alberto Cairo in seinen Lehren darzustellen. Er erwähnt die fünf Qualitäten großartiger Visualisierungen: schön, aufschlussreich, funktional, aufschlussreich und wahrheitsgemäß , die es wert sind, im Auge behalten zu werden.

Einige grundlegende Diagramme

Nachdem wir nun ein grundlegendes Verständnis der Designprinzipien haben, lassen Sie uns in einige grundlegende Visualisierungstechniken eintauchen, die die Matplotlib- Bibliothek in Python verwenden.

Der gesamte Code unten kann in einem Jupyter-Notebook ausgeführt werden.

%matplotlib-Notizbuch

# Dies stellt eine interaktive Umgebung bereit und legt das Backend fest. ( %matplotlib inline kann auch verwendet werden, ist aber nicht interaktiv. Dies bedeutet, dass alle weiteren Aufrufe von Plotfunktionen unsere ursprüngliche Visualisierung nicht automatisch aktualisieren.)

import matplotlib.pyplot as plt # Importieren des erforderlichen Bibliotheksmoduls

Punktdiagramme

Die einfachste Matplotlib- Funktion zum Zeichnen eines Punkts ist plot() . Die Argumente stellen X- und Y-Koordinaten dar, dann einen Zeichenfolgenwert, der beschreibt, wie die Datenausgabe angezeigt werden soll.

plt.figure()

plt.plot( 5, 6, '+' ) # das + Zeichen dient als Markierung

Streudiagramme

Ein Streudiagramm ist ein zweidimensionales Diagramm. Die scatter()- Funktion nimmt auch den X-Wert als erstes Argument und den Y-Wert als zweites. Das Diagramm unten ist eine diagonale Linie und matplotlib passt die Größe beider Achsen automatisch an. Hier behandelt das Streudiagramm die Elemente nicht als Serie. So können wir für jeden Punkt auch eine Liste mit Wunschfarben angeben.

importiere numpy als np

x = np.array( [1, 2, 3, 4, 5, 6, 7, 8] )

y = x

plt.figure()

plt.scatter( x, y )

Liniendiagramme

Ein Liniendiagramm wird mit der Funktion plot() erstellt und zeichnet eine Reihe verschiedener Datenpunktserien wie ein Streudiagramm, verbindet jedoch jede Punktserie mit einer Linie.

importiere numpy als np

linear_data = np.array( [1, 2, 3, 4, 5, 6, 7, 8] )

quadrierte_daten = lineare_daten**2

plt.figure()

plt.plot (linear_data, '-o', squared_data, '-o')

Um das Diagramm besser lesbar zu machen, können wir auch eine Legende hinzufügen, die uns sagt, was jede Linie darstellt. Wichtig ist ein passender Titel für die Grafik und beide Achsen. Außerdem kann jeder Abschnitt des Diagramms mit der Funktion fill_between() schattiert werden , um relevante Bereiche hervorzuheben.

plt.xlabel('X-Werte')

plt.ylabel('Y-Werte')

plt.title('Liniendiagramme')

plt.legend( ['linear', 'squared'] )

plt.gca().fill_between( range ( len ( linear_data ) ), linear_data, squared_data, facecolor = 'blue', alpha = 0.25)

So sieht das modifizierte Diagramm aus

Balkendiagramme

Wir können ein Balkendiagramm zeichnen, indem wir Argumente für die X-Werte und die Höhe jedes Balkens an die Funktion bar() senden . Unten ist ein Balkendiagramm des gleichen linearen Datenarrays, das wir oben verwendet haben.

plt.figure()

x = Bereich ( len ( linear_data ))

plt.bar( x, linear_data )

# Um die quadrierten Daten als einen weiteren Balkensatz in demselben Diagramm darzustellen, müssen wir die neuen x-Werte anpassen, um den ersten Balkensatz auszugleichen

neu_x = []

für Daten in x:

new_x.append(data+0.3)

plt.bar(new_x, squared_data, width = 0.3, color = 'green')

# Für Graphen mit horizontaler Ausrichtung verwenden wir die Funktion barh()

plt.figure()

x = Bereich ( len ( lineare_Daten ))

plt.barh( x, linear_data, Höhe = 0,3, Farbe = 'b')

plt.barh( x, squared_data, height = 0.3, left = linear_data, color = 'g')

#hier ist ein Beispiel für das vertikale Stapeln von Balkendiagrammen

plt.figure()

x = Bereich ( len ( lineare_Daten ))

plt.bar (x, linear_data, Breite = 0,3, Farbe = 'b')

plt.bar( x, squared_data, width = 0.3, bottom = linear_data, color = 'g')

Lernen Sie Datenwissenschaftskurse von den besten Universitäten der Welt. Verdienen Sie Executive PG-Programme, Advanced Certificate-Programme oder Master-Programme, um Ihre Karriere zu beschleunigen.

Fazit

Die Visualisierungstypen enden hier nicht. Python hat auch eine großartige Bibliothek namens Seaborn , die es definitiv wert ist, erkundet zu werden. Die richtige Informationsvisualisierung trägt erheblich dazu bei, den Wert unserer Daten zu steigern. Die Datenvisualisierung wird immer die bessere Option sein, um Einblicke zu gewinnen und verschiedene Trends und Muster zu identifizieren, anstatt langweilige Tabellen mit Millionen von Datensätzen zu durchsuchen.

Wenn Sie neugierig sind, etwas über Data Science zu lernen, schauen Sie sich das PG Diploma in Data Science von IIIT-B & upGrad an, das für Berufstätige entwickelt wurde und mehr als 10 Fallstudien und Projekte, praktische Workshops, Mentoring mit Branchenexperten, 1- on-1 mit Mentoren aus der Branche, mehr als 400 Stunden Lern- und Jobunterstützung bei Top-Unternehmen.