Визуализация распределений

Введение в визуализацию данных с Julia

Gustavo Vieira Suñe

Data Analyst

Цены на лук и пшеницу в штате Керала, Индия

DataFrame kerala:

Date	Centre	Commodity	Price
JAN-2001	Ernakulam	Onion	10.0
JAN-2001	Ernakulam	Wheat	12.5
JAN-2001	Khozhikode	Onion	9.0
JAN-2001	Khozhikode	Wheat	14.0
...	...	...	...
MAR-2021	Trivandrum	Onion	45.0
MAR-2021	Trivandrum	Wheat	34.0

Насколько различались цены на лук и пшеницу?

Commodity	Mean Price
Onion	25.7442
Wheat	20.6261

Визуализация распределений с помощью гистограмм

Гистограмма распределения цен на лук и пшеницу.

Распределение цен на лук и пшеницу

# Plot a histogram
histogram(
    kerala[:, :Price],

    # Add a label
    label="Onion and Wheat",
    # Choose bar color
    color=:darkseagreen1,
)

# Add axis labels
xlabel!("Price (Rupees)")
ylabel!("Frequency")

Гистограмма распределения цен на лук и пшеницу.

Количество столбцов (bins)

# Plot a histogram
histogram(
    kerala[:, :Price],
    # Add a label
    label="Onion and Wheat",
    # Choose bar color
    color=:darkseagreen1,

    # Number of bins
    bins=20,
)
# Add axis labels
xlabel!("Price (Rupees)")
ylabel!("Frequency")

Гистограмма распределения цен на лук и пшеницу с меньшим числом столбцов.

Количество столбцов (bins)

# Plot a histogram
histogram(
    kerala[:, :Price],
    # Add a label
    label="Onion and Wheat",
    # Choose bar color
    color=:darkseagreen1,
    # Number of bins
    bins=range(0, 150, 75),
)
# Add axis labels
xlabel!("Price (Rupees)")
ylabel!("Frequency")

Гистограмма распределения цен на лук и пшеницу с большим числом столбцов.

Нормализованная гистограмма

# Plot a normalized histogram
histogram(
    kerala[:, :Price],
    # Add a label
    label="Onion and Wheat",
    # Choose bar color
    color=:darkseagreen1,

    # Normalize it
    normalize=true,
)
# Add axis labels
xlabel!("Price (Rupees)")
ylabel!("Probability")

Нормализованная гистограмма распределения цен на лук и пшеницу.

Распределение вероятностей

using StatsPlots


density!(
    kerala[:, :Price],
    color=:black,
    linewidth=3,
    label=false
)

Гистограмма цен на лук и пшеницу с наложенным графиком плотности вероятности.

Цены по видам товаров

using StatsPlots

# Grouped histogram
groupedhist(
    kerala[:, :Price],

    # Group by commodity
    group=kerala[:, "Commodity"],

    # Select colors
    color=[:deeppink3 :wheat2]
)
xlabel!("Price (Rupees)")
ylabel!("Frequency")

Сгруппированная гистограмма цен на лук и пшеницу со столбцами рядом.

Гистограмма с накоплением

using StatsPlots

# Stacked histogram
groupedhist(
    kerala[:, :Price],
    # Group by commodity
    group=kerala[:, "Commodity"],
    # Select colors
    color=[:deeppink3 :wheat2]

    # Stack the bars
    bar_position=:stack,
)

xlabel!("Price (Rupees)")
ylabel!("Frequency")

Сгруппированная гистограмма цен на лук и пшеницу с накопленными столбцами.

Незаметное различие

Сгруппированная гистограмма цен на лук и пшеницу с накопленными столбцами.

Пиковые цены выглядят очень похожими.

Commodity	Mean Price
Onion	25.7442
Wheat	20.6261

Цены на лук имеют длинный «хвост».
Медианные цены почти одинаковы.

Commodity	Median Price
Onion	20.0
Wheat	19.5

Разница в средних значениях обусловлена именно этим «хвостом»!

Давайте потренируемся!

Введение в визуализацию данных с Julia