Graphiques matriciels

Visualisation de données intermédiaire avec Seaborn

Chris Moffitt

Instructor

Mettre les données au bon format

  • La fonction heatmap() de Seaborn attend des données en grille
  • crosstab() de pandas sert souvent à mettre les données au bon format
pd.crosstab(df["mnth"], df["weekday"],
values=df["total_rentals"],aggfunc="mean").round(0)

grille de données

Visualisation de données intermédiaire avec Seaborn

Construire une carte thermique

sns.heatmap(pd.crosstab(df["mnth"], df["weekday"],
            values=df["total_rentals"], aggfunc="mean")
)

exemple de carte thermique

Visualisation de données intermédiaire avec Seaborn

Personnaliser une carte thermique

sns.heatmap(df_crosstab, annot=True, fmt="d", 
            cmap="YlGnBu", cbar=False, linewidths=.5)

exemple de carte thermique 2

Visualisation de données intermédiaire avec Seaborn

Centrer une carte thermique

  • Seaborn permet de centrer les couleurs de la carte thermique sur une valeur donnée
sns.heatmap(df_crosstab, annot=True, fmt="d",
            cmap="YlGnBu", cbar=True,
            center=df_crosstab.loc[9, 6])

exemple de carte thermique 3

Visualisation de données intermédiaire avec Seaborn

Tracer une matrice de corrélation

  • La fonction corr de pandas calcule les corrélations entre colonnes d'un dataframe
  • Le résultat peut être affiché en carte thermique avec seaborn
cols = ['total_rentals', 'temp', 'casual', 'hum', 'windspeed']
sns.heatmap(df[cols].corr(), cmap='YlGnBu')

exemple de matrice de corrélation

Visualisation de données intermédiaire avec Seaborn

Passons à la pratique !

Visualisation de données intermédiaire avec Seaborn

Preparing Video For Download...