Vykreslování ve více dimenzích

Úvod do vizualizace dat v Julii

Gustavo Vieira Suñe

Data Analyst

Proč více dimenzí?

Rozpoznání vzorců a trendů
Analýza vztahů mezi více proměnnými najednou
Identifikace shluků
Přehledná a názorná prezentace
Tvorba příznaků

Přetrvají shluky?

Bodový graf zobrazující pojistné versus věk pojistníků. Jsou patrné tři zřetelné shluky.

Jsou tyto shluky přítomny pro jakýkoliv počet dětí?

Vykreslení řezu

theme(:bright)

# Filter data
no_children = filter(
    row -> row.Children == 0, insurance)


# Plot a slice
@df no_children scatter(
    :Age, :Charges, group=:Smoker,
    markersize=4, alpha=0.5,
    legend_title="Smoker")
xlabel!("Age")
ylabel!("Insurance Premium (USD)")

Bodový graf zobrazující pojistné versus věk pojistníků bez dětí. Jsou patrné tři zřetelné shluky.

Využití další dimenze

theme(:bright)
@df insurance scatter(
    # Pass three columns
    :Children,
    :Age,
    :Charges,

    group=:Smoker,
    markersize=4, alpha=0.5,
    legend_title="Smoker"
)
# Axis labels
xlabel!("Number of Children")
ylabel!("Age")
zlabel!("Insurance Premium (USD)")

Trojrozměrný bodový graf zobrazující pojistné versus věk a počet dětí pojistníků. Ukazuje stejnou strukturu shluků pro body s různým počtem dětí.

Pořadí os

theme(:bright)
@df insurance scatter(

    # Swap :Age and :Children
    :Age,
    :Children,
    :Charges,
    group=:Smoker,
    markersize=4, alpha=0.5,
    legend_title="Smoker"
)
# Axis labels
xlabel!("Number of Children")
ylabel!("Age")
zlabel!("Insurance Premium (USD)")

Seskupení podle další kategorie

Bodový graf zobrazující pojistné versus index tělesné hmotnosti, s body obarvenými podle statusu kuřáka.

Lze seskupit podle statusu kuřáka a pohlaví?

Přidání kategorické dimenze

theme(:vibrant)

@df insurance scatter(
    :BMI,

    # Pass categorical column
    :Sex,

    :Charges,
    group=:Smoker,
    markersize=2, legend_title="Smoker",
    color=[:blueviolet :goldenrod1])
xlabel!("BMI")
zlabel!("Insurance Premium (USD)")

Trojrozměrný bodový graf zobrazující pojistné versus index tělesné hmotnosti a pohlaví, s body obarvenými podle statusu kuřáka.

Vizualizace hustoty bodů

Bodový graf zobrazující pojistné versus index tělesné hmotnosti, s body obarvenými podle statusu kuřáka.

Lze hustotu bodů vizualizovat přehledněji?

Dvojrozměrné histogramy

# 2d histogram
@df insurance histogram2d(

    :BMI,
    :Charges,

    # Fill color scheme
    fillcolor=:acton,

    # Fill empty bins
    show_empty_bins=true,

)
xlabel!("Age")
ylabel!("Insurance Premium (USD)")

Dvojrozměrný histogram zobrazující rozložení pojistného a indexu tělesné hmotnosti.

Pojďme si procvičit!

Úvod do vizualizace dat v Julii