効率的な可視化を作る

Pythonでデータ可視化を磨く

Nick Strayer

Instructor

効率的とは？

物語が伝わるまでの負担を減らす
焦点がぶれないように再配置する
情報量に対する「インク」を改善する
メッセージを損なわない

複雑な折れ線が段階的に簡略化され直線になる図

左に3つの別々のプロット、右に同じ3つを上部にまとめたレポートを示す図

# Create a subplot w/ one row & two columns.
f, (ax1, ax2) = plt.subplots(1, 2)

# Pass each axes to respective plot
sns.lineplot('month', 'NO2', 'year', ax=ax1, data=pol_by_month)

sns.barplot('year', 'count', ax=ax2, data=obs_by_year)

複数年の汚染値の折れ線と、各年の観測数の棒グラフを並べた図

不要な凡例を削除

折れ線と棒グラフを並べ、棒グラフの色が折れ線の凡例として使えることを示す図

sns.lineplot('month', 'NO2', 'year', ax=ax1, data=pol_by_month, palette='RdBu',)

sns.barplot('year', 'count', 'year', ax=ax2, data=obs_by_year,
            palette='RdBu', dodge=False)

# Remove legends for both plots
ax1.legend_.remove()
ax2.legend_.remove()

棒グラフの色が折れ線の凡例として機能するよう、両方の凡例を外した図

Ayo berlatih!

Pythonでデータ可視化を磨く