Utforska mönstren

Förbättra dina datavisualiseringar i Python

Nick Strayer

Instructor

Gräv djupare

  • Undersöka korrelationer
  • Drivs korrelationerna av confounding?
  • Något oväntat?

En spade som gräver i marken

Förbättra dina datavisualiseringar i Python

Målgrupper

  • Delat med kollegor
  • Tänk på designvalen
  • Kom ihåg att de inte känner datan lika väl

En tecknad figur som håller en generisk presentation för kollegor

Förbättra dina datavisualiseringar i Python
sns.regplot('NO2', 'CO', ci=False, data=pollution,

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

Spridningsdiagram över NO2- och CO-föroreningsvärden med en enkel regressionslinje

Förbättra dina datavisualiseringar i Python

Analysera mönster

  • Hittade ett intressant mönster i datan
  • Hur utforskar och förklarar man mönstret snabbt?
  • Använd text!

Två tydliga kluster av punkter i ett omärkt spridningsdiagram

Förbättra dina datavisualiseringar i Python

Identifiera outliers med textspridningsdiagram

Omärkt spridningsdiagram över Denvers genomsnittliga SO2- och CO-värden med en tydlig outlier i övre högra hörnet

Märkt spridningsdiagram över Denvers genomsnittliga SO2- och CO-värden där outliern i övre högra hörnet identifieras som januari

Förbättra dina datavisualiseringar i 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')
Förbättra dina datavisualiseringar i Python

Märkt spridningsdiagram över Long Beachs genomsnittliga SO2 och CO per månad

Förbättra dina datavisualiseringar i Python

Nu kör vi en övning!

Förbättra dina datavisualiseringar i Python

Preparing Video For Download...