Wprowadzenie do wykresów liniowych

Wprowadzenie do wizualizacji danych z Seaborn

Content Team

DataCamp

Czym są wykresy liniowe?

Dwa typy wykresów relacyjnych: punktowe i liniowe

Wykresy punktowe

Każdy punkt to niezależna obserwacja

Wykresy liniowe

Każdy punkt reprezentuje ten sam „obiekt", zazwyczaj śledzony w czasie

Wykres liniowy ceny akcji w czasie

Dane o zanieczyszczeniu powietrza

Stacje pomiarowe w całym mieście
Próbki powietrza z poziomami stężenia dwutlenku azotu

Pierwsze pięć wierszy ramki danych o zanieczyszczeniu powietrza

Wykres punktowy

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2_mean", 
            data=air_df_mean, 
            kind="scatter")

plt.show()

Wykres punktowy średniego stężenia dwutlenku azotu w czasie

Wykres liniowy

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2_mean", 
            data=air_df_mean, 
            kind="line")

plt.show()

Wykres liniowy średniego stężenia dwutlenku azotu w czasie

Podgrupy według lokalizacji

Pierwsze pięć wierszy ramki danych o zanieczyszczeniu powietrza według lokalizacji

Podgrupy według lokalizacji

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2_mean", 
            data=air_df_loc_mean, 
            kind="line",
            style="location", 
            hue="location")

plt.show()

Wykres liniowy średniego stężenia dwutlenku azotu w czasie według regionu

Dodawanie znaczników

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2_mean", 
            data=air_df_loc_mean, 
            kind="line", 
            style="location", 
            hue="location",
            markers=True)

plt.show()

Wykres liniowy z dodanymi znacznikami

Wyłączanie stylu linii

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2_mean", 
            data=air_df_loc_mean, 
            kind="line", 
            style="location", 
            hue="location",
            markers=True,
            dashes=False)

plt.show()

Wykres liniowy ze znacznikami i liniami ciągłymi

Wiele obserwacji dla jednej wartości x

Pierwsze pięć wierszy ramki danych o zanieczyszczeniu powietrza według stacji

Wiele obserwacji dla jednej wartości x

Wykres punktowy

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2", 
            data=air_df, 
            kind="scatter")

plt.show()

Wykres punktowy stężenia dwutlenku azotu dla wszystkich stacji w czasie

Wiele obserwacji dla jednej wartości x

Wykres liniowy

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2", 
            data=air_df, 
            kind="line")

plt.show()

Wykres liniowy stężenia dwutlenku azotu dla wszystkich stacji w czasie

Wiele obserwacji dla jednej wartości x

Zacieniony obszar to przedział ufności

Zakłada, że zbiór danych jest próbą losową
Z 95% pewnością średnia mieści się w tym przedziale
Wskazuje na niepewność szacunku

Wykres liniowy stężenia dwutlenku azotu dla wszystkich stacji w czasie

Zastępowanie przedziału ufności odchyleniem standardowym

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2", 
            data=air_df, 
            kind="line",
            errorbar="sd")

plt.show()

Wykres liniowy z odchyleniem standardowym

Wyłączanie przedziału ufności

import matplotlib.pyplot as plt
import seaborn as sns

sns.relplot(x="hour", y="NO_2", 
            data=air_df, 
            kind="line",
            errorbar=None)

plt.show()

Wykres liniowy bez przedziału ufności

Czas na ćwiczenia!

Wprowadzenie do wizualizacji danych z Seaborn