Vizualizace rozdělení

Úvod do vizualizace dat v Julii

Gustavo Vieira Suñe

Data Analyst

Ceny cibule a pšenice v Kerale, Indie

DataFrame kerala:

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

O kolik se lišily ceny cibule a pšenice?

Commodity	Mean Price
Onion	25.7442
Wheat	20.6261

Vizualizace rozdělení pomocí histogramů

Histogram zobrazující rozdělení cen cibule a pšenice.

Rozdělení cen cibule a pšenice

# Plot a histogram
histogram(
    kerala[:, :Price],

    # Add a label
    label="Onion and Wheat",
    # Choose bar color
    color=:darkseagreen1,
)

# Add axis labels
xlabel!("Price (Rupees)")
ylabel!("Frequency")

Histogram zobrazující rozdělení cen cibule a pšenice.

Počet přihrádek

# Plot a histogram
histogram(
    kerala[:, :Price],
    # Add a label
    label="Onion and Wheat",
    # Choose bar color
    color=:darkseagreen1,

    # Number of bins
    bins=20,
)
# Add axis labels
xlabel!("Price (Rupees)")
ylabel!("Frequency")

Histogram zobrazující rozdělení cen cibule a pšenice s menším počtem přihrádek.

Počet přihrádek

# Plot a histogram
histogram(
    kerala[:, :Price],
    # Add a label
    label="Onion and Wheat",
    # Choose bar color
    color=:darkseagreen1,
    # Number of bins
    bins=range(0, 150, 75),
)
# Add axis labels
xlabel!("Price (Rupees)")
ylabel!("Frequency")

Histogram zobrazující rozdělení cen cibule a pšenice s větším počtem přihrádek.

Normalizovaný histogram

# Plot a normalized histogram
histogram(
    kerala[:, :Price],
    # Add a label
    label="Onion and Wheat",
    # Choose bar color
    color=:darkseagreen1,

    # Normalize it
    normalize=true,
)
# Add axis labels
xlabel!("Price (Rupees)")
ylabel!("Probability")

Normalizovaný histogram zobrazující rozdělení cen cibule a pšenice.

Rozdělení pravděpodobnosti

using StatsPlots


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

Histogram cen cibule a pšenice s překrytým grafem hustoty pravděpodobnostního rozdělení.

Ceny podle komodity

using StatsPlots

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

    # Group by commodity
    group=kerala[:, "Commodity"],

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

Seskupený histogram zobrazující ceny cibule a pšenice vedle sebe.

Skládaný histogram

using StatsPlots

# Stacked histogram
groupedhist(
    kerala[:, :Price],
    # Group by commodity
    group=kerala[:, "Commodity"],
    # Select colors
    color=[:deeppink3 :wheat2]

    # Stack the bars
    bar_position=:stack,
)

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

Seskupený histogram zobrazující ceny cibule a pšenice s vrženými sloupci.

Jemný rozdíl

Seskupený histogram zobrazující ceny cibule a pšenice s vrženými sloupci.

Vrcholové ceny jsou velmi podobné.

Commodity	Mean Price
Onion	25.7442
Wheat	20.6261

Ceny cibule mají dlouhý ocas.
Mediány cen jsou téměř stejné.

Commodity	Median Price
Onion	20.0
Wheat	19.5

Rozdíl průměrů je způsoben ocasem!

Pojďme si procvičit!

Úvod do vizualizace dat v Julii