パターンを探る

Pythonでデータ可視化を磨く

Nick Strayer

Instructor

さらに深掘り

相関関係を調査
交絡が相関を生んでいないか
意外な点はあるか

地面を掘るシャベル

対象読者

同僚と共有
デザイン判断は賢く
彼らはデータに不慣れかもしれない

同僚に一般的なプレゼンをするイラスト

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

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

NO2 と CO の散布図。回帰直線を重ねた図

パターンのプロファイリング

データで興味深いパターンを発見
すばやく探索し説明するには？
テキストを使う！

ラベルなし散布図に2つの明確なクラスター

テキスト付き散布図で外れ値を特定

デンバーの平均 SO2 と CO の散布図。右上に明確な外れ値

デンバーの平均 SO2 と CO のラベル付き散布図。右上の明確な外れ値は1月

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')

ロングビーチの月別平均 SO2 と CO のラベル付き散布図

掘り下げてみましょう

Pythonでデータ可視化を磨く