Data markeren

Je datavisualisaties verbeteren in Python

Nick Strayer

Instructor

over mij

tabel naar visualisatie

tabel naar visualisatie deel twee

tabel naar visualisatie deel drie

tools gebruikt in de cursus

Vereisten

Introduction to Data Visualization with Matplotlib

Introduction to Data Visualization with Seaborn

Python Data Science Toolbox (Part 2)

verschillende visualisatietools

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' ]

basis-scatterplot met gemarkeerd punt

scatterplot met ongelabelde uitschieter

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})

scatterplot met gelabelde uitschieter

Laten we oefenen!

Je datavisualisaties verbeteren in Python