Explorarea tiparelor

Îmbunătățirea vizualizărilor de date în Python

Nick Strayer

Instructor

Analiză mai aprofundată

  • Investigarea corelațiilor
  • Corelațiile sunt cauzate de factori de confuzie?
  • Există ceva surprinzător?

O lopată care sapă în pământ

Îmbunătățirea vizualizărilor de date în Python

Publicul țintă

  • Partajat cu colegi
  • Decizii de design bine gândite
  • Aceștia nu cunosc datele la fel de bine

O figură animată care susține o prezentare generică în fața colegilor

Îmbunătățirea vizualizărilor de date în Python
sns.regplot('NO2', 'CO', ci=False, data=pollution,

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

Grafic de dispersie al valorilor de poluare NO2 și CO cu o dreaptă de regresie trasată peste

Îmbunătățirea vizualizărilor de date în Python

Profilarea tiparelor

  • Tipar interesant descoperit în date
  • Cum se explorează și explică rapid tiparul?
  • Utilizați text!

Două grupuri distincte de puncte într-un grafic de dispersie neetichetat

Îmbunătățirea vizualizărilor de date în Python

Grafice text pentru identificarea outlierilor

Grafic de dispersie neetichetat al valorilor medii SO2 și CO din Denver, cu un outlier evident în colțul din dreapta sus

Grafic de dispersie etichetat al valorilor medii SO2 și CO din Denver, cu un outlier evident în colțul din dreapta sus identificat ca ianuarie

Îmbunătățirea vizualizărilor de date în Python
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')
Îmbunătățirea vizualizărilor de date în Python

Grafic de dispersie etichetat al valorilor medii SO2 și CO din Long Beach pentru lunile anului

Îmbunătățirea vizualizărilor de date în Python

Să aprofundăm

Îmbunătățirea vizualizărilor de date în Python

Preparing Video For Download...