Визуализация в нескольких измерениях

Введение в визуализацию данных с Julia

Gustavo Vieira Suñe

Data Analyst

Зачем нужны дополнительные измерения?

Выявление скрытых закономерностей и трендов
Анализ связей между несколькими переменными одновременно
Обнаружение кластеров
Наглядное и информативное представление данных
Конструирование признаков

Устойчивость кластеров

Диаграмма рассеяния: страховая премия в зависимости от возраста застрахованных. На графике видны три отдельных кластера.

Сохраняются ли эти кластеры при любом количестве детей?

Срез данных на графике

theme(:bright)

# Filter data
no_children = filter(
    row -> row.Children == 0, insurance)


# Plot a slice
@df no_children scatter(
    :Age, :Charges, group=:Smoker,
    markersize=4, alpha=0.5,
    legend_title="Smoker")
xlabel!("Age")
ylabel!("Insurance Premium (USD)")

Диаграмма рассеяния: страховая премия в зависимости от возраста застрахованных без детей. На графике видны три отдельных кластера.

Добавление третьего измерения

theme(:bright)
@df insurance scatter(
    # Pass three columns
    :Children,
    :Age,
    :Charges,

    group=:Smoker,
    markersize=4, alpha=0.5,
    legend_title="Smoker"
)
# Axis labels
xlabel!("Number of Children")
ylabel!("Age")
zlabel!("Insurance Premium (USD)")

Трёхмерная диаграмма рассеяния: страховая премия в зависимости от возраста и количества детей у застрахованных. Кластерная структура сохраняется для разного числа детей.

Порядок осей

theme(:bright)
@df insurance scatter(

    # Swap :Age and :Children
    :Age,
    :Children,
    :Charges,
    group=:Smoker,
    markersize=4, alpha=0.5,
    legend_title="Smoker"
)
# Axis labels
xlabel!("Number of Children")
ylabel!("Age")
zlabel!("Insurance Premium (USD)")

Группировка по дополнительной категории

Диаграмма рассеяния: страховые расходы в зависимости от индекса массы тела, точки окрашены по статусу курения.

Можно ли сгруппировать данные по статусу курения и полу одновременно?

Добавление категориального измерения

theme(:vibrant)

@df insurance scatter(
    :BMI,

    # Pass categorical column
    :Sex,

    :Charges,
    group=:Smoker,
    markersize=2, legend_title="Smoker",
    color=[:blueviolet :goldenrod1])
xlabel!("BMI")
zlabel!("Insurance Premium (USD)")

Трёхмерная диаграмма рассеяния: страховые расходы в зависимости от индекса массы тела и пола, точки окрашены по статусу курения.

Визуализация плотности точек

Можно ли нагляднее показать плотность точек?

Двумерные гистограммы

# 2d histogram
@df insurance histogram2d(

    :BMI,
    :Charges,

    # Fill color scheme
    fillcolor=:acton,

    # Fill empty bins
    show_empty_bins=true,

)
xlabel!("Age")
ylabel!("Insurance Premium (USD)")

Двумерная гистограмма: распределение страховых расходов и индекса массы тела.

Давайте потренируемся!

Введение в визуализацию данных с Julia