Gör dina visualiseringar effektiva

Förbättra dina datavisualiseringar i Python

Nick Strayer

Instructor

Vad är effektivt?

  • Minska ansträngningen att se berättelsen
  • Organisera om diagram för att hålla fokus
  • Förbättra förhållandet mellan "bläck" och information
  • Kompromissa inte med budskapet

Kaotisk linje förenklad i flera steg till en rak linje

Förbättra dina datavisualiseringar i Python

En abstrakt rapport med tre separata diagram till vänster, med en pil som pekar åt höger och visar samma tre diagram grupperade längst upp i rapporten

Förbättra dina datavisualiseringar i Python
# Create a subplot w/ one row & two columns.
f, (ax1, ax2) = plt.subplots(1, 2)

# Pass each axes to respective plot sns.lineplot('month', 'NO2', 'year', ax=ax1, data=pol_by_month)
sns.barplot('year', 'count', ax=ax2, data=obs_by_year)

Ett linjediagram över föroreningsvärden för olika år bredvid ett stapeldiagram över antalet observationer per år

Förbättra dina datavisualiseringar i Python

Ta bort onödiga legender

Ett linjediagram över föroreningsvärden för olika år bredvid ett stapeldiagram över antalet observationer, där det påpekas att stapeldiagrammet kan användas som legend för linjediagrammet

Förbättra dina datavisualiseringar i Python
sns.lineplot('month', 'NO2', 'year', ax=ax1, data=pol_by_month, palette='RdBu',)

sns.barplot('year', 'count', 'year', ax=ax2, data=obs_by_year, palette='RdBu', dodge=False)
# Remove legends for both plots ax1.legend_.remove() ax2.legend_.remove()

Ett linjediagram över föroreningsvärden för olika år bredvid ett stapeldiagram över antalet observationer, där stapeldiagrammets färger fungerar som legend för linjediagrammet

Förbättra dina datavisualiseringar i Python

Nu kör vi en övning!

Förbättra dina datavisualiseringar i Python

Preparing Video For Download...