综合复杂实验的洞察

Python 实验设计

James Chapman

Curriculum Manager, DataCamp

制造产出数据

manufacturing_yield

 BatchID  MaterialType  ProductionSpeed  TemperatureSetting  YieldStrength
      39       Polymer           Medium             Optimal          58.83
     195         Metal             High                High          51.29
     462       Polymer             High             Optimal          55.15
     696     Composite           Medium                 Low          50.27
     142     Composite             High                 Low          57.62

多因素设计：MaterialType、ProductionSpeed、TemperatureSetting
响应变量：YieldStrength

制造质量数据

manufacturing_quality

 BatchID ProductionSpeed  ProductQuality
     149             Low           93.87
     739            High           93.35
     617          Medium           90.45
     131            High           90.26
     684             Low           91.62

设计：ProductionSpeed
响应变量：ProductQuality

合并策略

merged_manufacturing = pd.merge(manufacturing_yield,
                       manufacturing_quality, 
                       on=['BatchID', 'ProductionSpeed'])
print(merged_manufacturing)

 BatchID  MaterialType  ProductionSpeed  TemperatureSetting  YieldStrength  ProductQuality
       1         Metal              Low                High          57.32           91.19
       5     Composite           Medium             Optimal          51.82           90.20
       7       Polymer              Low                High          56.12           91.66
       8     Composite             High             Optimal          50.91           93.05
      11       Polymer              Low                High          50.13           92.31

并列柱状图

import seaborn as sns
sns.catplot(x='MaterialType', y='YieldStrength', hue='ProductionSpeed', kind='bar', 
            data=merged_manufacturing)

三变量散点图

sns.relplot(x='YieldStrength', y='ProductQuality', hue='ProductionSpeed', 
            kind='scatter', data=merged_manufacturing)
plt.title('Yield Strength vs. Product Quality by Production Speed')

按生产速度的抗拉强度与产品质量

面向技术受众传达数据

构建数据叙事
- p 值
- 检验统计量
- 显著性水平
可视化复杂数据
- 热力图
- 多色散点图
- 投影

向技术受众展示

用数据吸引非技术受众

简化数据洞察
- 基础可视化：柱状图、折线图
准备以受众为中心的呈现
- 这些数据为何重要？
- 将洞察连接到真实应用

数据讲故事

Let's practice!

Python 实验设计