Kalıpları keşfetme

Python'da Veri Görselleştirmelerini İyileştirme

Nick Strayer

Instructor

Daha derine inmek

Korelasyonları inceleme
Korelasyonlar karıştırıcı değişkenlerden mi kaynaklanıyor?
Şaşırtıcı bir şey var mı?

Toprağa giren bir kürek

Hedef kitleler

Akranlarla paylaşılır
Tasarım kararlarında akıllı olun
Veriye onlar kadar aşina olmadıklarını unutmayın

Akranlara genel bir sunum yapan çizgi film figürü

sns.regplot('NO2', 'CO', ci=False, data=pollution,

            # Lower opacity of points
            scatter_kws={'alpha':0.2, 'color':'grey'} )

Temel en iyi uyum çizgisi çizilmiş NO2 ve CO kirlilik değerlerinin saçılım grafiği

Örüntüleri profilleme

Veride ilginç bir örüntü bulundu
Örüntüyü hızla nasıl keşfeder ve açıklarız?
Metin kullanın!

Etiketsiz bir saçılım grafiğinde iki ayrı nokta kümesi

Aykırıları görmek için metinli saçılım grafikleri

Denver'ın ortalama SO2 ve CO değerlerinin etiketlenmemiş saçılım grafiği; sağ üstte belirgin bir aykırı değer

Denver'ın ortalama SO2 ve CO değerlerinin etiketli saçılım grafiği; sağ üstte Ocak olarak görülen belirgin aykırı değer

g = sns.scatterplot("SO2","CO", data=long_beach_avgs)

# Iterate over the rows of our data
for _, row in long_beach_avgs.iterrows():
    # Unpack columns from row
    month, SO2, CO = row

    # Draw annotation in correct place
    g.annotate(month, (SO2,CO))


plt.title('Long Beach avg SO2 by CO')

Yılın ayları için Long Beach'in ortalama SO2 ve CO değerlerinin etiketli saçılım grafiği

Haydi derine inelim

Python'da Veri Görselleştirmelerini İyileştirme