Eksploracja wzorców

Ulepszanie wizualizacji danych w Pythonie

Nick Strayer

Instructor

Głębsza analiza

Badanie korelacji
Czy korelacje są wynikiem zmiennych zakłócających?
Czy coś zaskakuje?

Łopata wbita w ziemię

Grupy docelowe

Udostępniane współpracownikom
Przemyślane decyzje projektowe
Pamiętaj, że nie znają danych tak dobrze

Postać z kreskówki prezentująca coś współpracownikom

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

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

Wykres punktowy wartości zanieczyszczeń NO2 i CO z dopasowaną linią trendu

Profilowanie wzorców

Znaleziono interesujący wzorzec w danych
Jak szybko zbadać i wyjaśnić wzorzec?
Użyj tekstu!

Dwa wyraźne skupiska punktów na wykresie punktowym bez etykiet

Wykres punktowy z tekstem do identyfikacji wartości odstających

Wykres punktowy bez etykiet przedstawiający średnie wartości SO2 i CO w Denver z wyraźną wartością odstającą w prawym górnym rogu

Wykres punktowy z etykietami przedstawiający średnie wartości SO2 i CO w Denver z wartością odstającą w prawym górnym rogu oznaczoną jako styczeń

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')

Wykres punktowy z etykietami przedstawiający średnie wartości SO2 i CO w Long Beach dla poszczególnych miesięcy

Zagłębmy się w temat

Ulepszanie wizualizacji danych w Pythonie