Destaque de dados

Aprimorando suas visualizações de dados em Python

Nick Strayer

Instructor

sobre mim

tabela para visualização

tabela para visualização parte dois

tabela para visualização parte três

ferramentas necessárias para o curso

Pré-requisitos

Introduction to Data Visualization with Matplotlib

Introduction to Data Visualization with Seaborn

Python Data Science Toolbox (Part 2)

diferentes ferramentas de visualização

pollution.head()

         city  year  month  day     CO   NO2     O3    SO2
0  Cincinnati  2012      1    1  0.245  20.0  0.030   4.20
1  Cincinnati  2012      1    2  0.185   9.0  0.025   6.35
2  Cincinnati  2012      1    3  0.335  31.0  0.025   4.25
3  Cincinnati  2012      1    4  0.305  25.0  0.016  17.15
4  Cincinnati  2012      1    5  0.345  21.0  0.016  11.05

pollution.city.unique()

[ 'Boston',    'Cincinnati',     'Denver',       'Des Moines', 
  'Fairbanks', 'Houston',        'Indianapolis', 'Long Beach', 
  'New York',  'Salt Lake City', 'Vandenberg Air Force Base' ]

dispersão básica com ponto destacado

gráfico de dispersão com outlier sem rótulo

cinci_pollution = pollution[pollution.city == 'Cincinnati']

# Make an array of colors based upon if a row is a given day
cinci_colors = ['orangered' if day == 38 else 'steelblue' 
                for day in cinci_pollution.day]

# Plot with additional scatter plot argument facecolors 
p = sns.regplot(x='NO2',
                y='SO2',
                data = cinci_pollution,
                fit_reg=False, 
                scatter_kws={'facecolors': cinci_colors,'alpha': 0.7})

gráfico de dispersão com outlier rotulado

Vamos fazer alguns destaques!

Aprimorando suas visualizações de dados em Python