Distributies visualiseren

Introductie tot datavisualisatie met Julia

Gustavo Vieira Suñe

Data Analyst

Uien- en tarweprijzen in Kerala, India

kerala DataFrame:

Date	Centre	Commodity	Price
JAN-2001	Ernakulam	Onion	10.0
JAN-2001	Ernakulam	Wheat	12.5
JAN-2001	Khozhikode	Onion	9.0
JAN-2001	Khozhikode	Wheat	14.0
...	...	...	...
MAR-2021	Trivandrum	Onion	45.0
MAR-2021	Trivandrum	Wheat	34.0

Hoeveel verschilden de prijzen van uien en tarwe?

Commodity	Mean Price
Onion	25.7442
Wheat	20.6261

Distributies visualiseren met histogrammen

Een histogram met de verdeling van uien- en tarweprijzen.

Verdeling van uien- en tarweprijzen

# Teken een histogram
histogram(
    kerala[:, :Price],

    # Voeg een label toe
    label="Onion and Wheat",
    # Kies balkkleur
    color=:darkseagreen1,
)

# Aslabels
xlabel!("Price (Rupees)")
ylabel!("Frequency")

Een histogram met de verdeling van uien- en tarweprijzen.

Aantal bins

# Teken een histogram
histogram(
    kerala[:, :Price],
    # Voeg een label toe
    label="Onion and Wheat",
    # Kies balkkleur
    color=:darkseagreen1,

    # Aantal bins
    bins=20,
)
# Aslabels
xlabel!("Price (Rupees)")
ylabel!("Frequency")

Een histogram met de verdeling van uien- en tarweprijzen, met minder bins.

Aantal bins

# Teken een histogram
histogram(
    kerala[:, :Price],
    # Voeg een label toe
    label="Onion and Wheat",
    # Kies balkkleur
    color=:darkseagreen1,
    # Aantal bins
    bins=range(0, 150, 75),
)
# Aslabels
xlabel!("Price (Rupees)")
ylabel!("Frequency")

Een histogram met de verdeling van uien- en tarweprijzen, met meer bins.

Genormaliseerd histogram

# Teken een genormaliseerd histogram
histogram(
    kerala[:, :Price],
    # Voeg een label toe
    label="Onion and Wheat",
    # Kies balkkleur
    color=:darkseagreen1,

    # Normaliseer
    normalize=true,
)
# Aslabels
xlabel!("Price (Rupees)")
ylabel!("Probability")

Een genormaliseerd histogram met de verdeling van uien- en tarweprijzen.

Kansverdeling

using StatsPlots


density!(
    kerala[:, :Price],
    color=:black,
    linewidth=3,
    label=false
)

Een histogram van uien- en tarweprijzen met daarover een dichtheidsplot die de kansverdeling toont.

Prijzen per product

using StatsPlots

# Gegroepeerd histogram
groupedhist(
    kerala[:, :Price],

    # Groepeer op product
    group=kerala[:, "Commodity"],

    # Kies kleuren
    color=[:deeppink3 :wheat2]
)
xlabel!("Price (Rupees)")
ylabel!("Frequency")

Een gegroepeerd histogram met uien- en tarweprijzen apart, met balken naast elkaar.

Gestapeld histogram

using StatsPlots

# Gestapeld histogram
groupedhist(
    kerala[:, :Price],
    # Groepeer op product
    group=kerala[:, "Commodity"],
    # Kies kleuren
    color=[:deeppink3 :wheat2]

    # Stapel de balken
    bar_position=:stack,
)

xlabel!("Price (Rupees)")
ylabel!("Frequency")

Een gegroepeerd histogram met uien- en tarweprijzen apart, met balken op elkaar gestapeld.

Een subtiel verschil

Een gegroepeerd histogram met uien- en tarweprijzen apart, met balken op elkaar gestapeld.

De piekprijzen lijken erg vergelijkbaar.

Commodity	Mean Price
Onion	25.7442
Wheat	20.6261

Uienprijzen hebben een lange staart.
Mediaanprijzen zijn bijna gelijk.

Commodity	Median Price
Onion	20.0
Wheat	19.5

Het verschil in gemiddelden komt door de staart!

Laten we oefenen!

Introductie tot datavisualisatie met Julia