Wiele wykresów z DataFrame

Wprowadzenie do wizualizacji danych w Julii

Gustavo Vieira Suñe

Data Analyst

Wiele zmiennych na jednym wykresie

# Violin plot
@df insurance violin(
    :Sex, :Charges,
    label=false, linewidth=0,
    fillcolor=:grey40
)

# Add box plot
@df insurance boxplot!(
    :Sex, :Charges,
    label=false, alpha=0.75,
    fillcolor=:mediumorchid3,
    outliers=false,
)
ylabel!("Insurance Premium (USD)")

Wykres pudełkowy i skrzypcowy nałożone na siebie, przedstawiające rozkład składek ubezpieczeniowych według płci.

Dane kategoryczne i układy

DataFrame insurance

Age	Sex	BMI	Children	Smoker	Region	Charges
19	female	27.90	0	yes	southwest	16884.90
18	male	33.77	1	no	southeast	1725.55
28	male	33.00	3	no	southeast	4449.46
...	...	...	...	...	...	...

Kolumna kategoryczna → wykresy obok siebie
- Receptura @df jest zgodna z argumentem layout!

Układy z DataFrame

@df insurance violin(
    :Sex,
    :Charges,
    group=:Region,
    linewidth=0,
    color=[:red :green :blue :purple],
    legend_position=:top,

    # Set layout
    layout=(2,2)

)
ylims!(0, 6*10^4)
ylabel!("Premium (USD)")

Siatka wykresów pudełkowych dwa na dwa, przedstawiająca rozkład składek ubezpieczeniowych według płci dla każdego regionu.

Łączenie łańcuchów

@chain insurance begin
    # Smoker column to numeric
    transform(:Smoker
        => ByRow(x -> x == "yes" ? 100 : 0)
        => :Smoker)

    groupby([:Sex, :Children])
    combine(:Smoker => mean)

    @df bar(:Children, :Smoker_mean,
        group=:Sex, linewidth=0,
        fillcolor=[:cyan4 :chocolate2],
        # Set layout
        layout=2)

end
ylims!(0, 35)
xlabel!("Children")
ylabel!("Percentage of Smokers")

Siatka wykresów słupkowych jeden na dwa, przedstawiająca odsetek palaczy w zależności od liczby dzieci.

Wykresy macierzy korelacji

Siatka wykresów dwa na dwa. Na przekątnej histogramy rozkładów wieku i wskaźnika masy ciała. Powyżej przekątnej dwuwymiarowy histogram wieku względem BMI, poniżej wykres punktowy tych samych zmiennych.

Wykresy macierzy korelacji

Przekątna
- Histogramy rozkładów zmiennych
Powyżej przekątnej
- Histogramy dwuwymiarowe
Poniżej przekątnej
- Wykresy punktowe z liniami regresji

Wykresy macierzy korelacji w StatsPlots.jl

# Using DataFrames recipe
@df insurance corrplot(

    # Numerical columns
    [:Age :BMI],

    # Customize
    markercolor=:thermal,
    fillcolor=:acton
)

¹ https://docs.juliaplots.org/latest/generated/colorschemes/

Wykresy macierzy korelacji w StatsPlots.jl

# Using DataFrames recipe
@df insurance corrplot(
    # Numerical columns
    [:Age :BMI :Children :Charges],

    # Customize
    markercolor=:thermal,
    fillcolor=:acton
)

Wykres macierzy korelacji dla wieku, BMI, liczby dzieci i składek ubezpieczeniowych.

Czas na ćwiczenia!

Wprowadzenie do wizualizacji danych w Julii