สำรวจรูปแบบในข้อมูล

การพัฒนาการแสดงผลข้อมูลใน Python

Nick Strayer

Instructor

เจาะลึกข้อมูล

  • ตรวจสอบความสัมพันธ์
  • ความสัมพันธ์เกิดจากตัวแปรกวนหรือไม่?
  • มีสิ่งผิดปกติหรือเปล่า?

พลั่วกำลังขุดดิน

การพัฒนาการแสดงผลข้อมูลใน Python

กลุ่มผู้ฟังเป้าหมาย

  • แชร์กับเพื่อนร่วมงาน
  • คิดให้รอบคอบในการตัดสินใจด้านการออกแบบ
  • อย่าลืมว่าผู้ฟังไม่คุ้นเคยกับข้อมูลเท่าเรา

ภาพการ์ตูนบุคคลนำเสนองานทั่วไปให้เพื่อนร่วมงาน

การพัฒนาการแสดงผลข้อมูลใน Python
sns.regplot('NO2', 'CO', ci=False, data=pollution,

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

Scatter plot ของค่ามลพิษ NO2 และ CO พร้อมเส้น best fit พื้นฐาน

การพัฒนาการแสดงผลข้อมูลใน Python

วิเคราะห์รูปแบบในข้อมูล

  • พบรูปแบบที่น่าสนใจในข้อมูล
  • จะสำรวจและอธิบายรูปแบบนี้อย่างรวดเร็วได้อย่างไร?
  • ใช้ข้อความ!

กลุ่มจุดข้อมูลสองกลุ่มที่ชัดเจนใน scatterplot ที่ยังไม่มีป้ายกำกับ

การพัฒนาการแสดงผลข้อมูลใน Python

ใช้ text scatter ระบุ outlier

Scatter plot ที่ยังไม่มีป้ายกำกับของค่าเฉลี่ย SO2 และ CO ของ Denver โดยมี outlier ชัดเจนที่มุมขวาบน

Scatter plot ที่มีป้ายกำกับของค่าเฉลี่ย SO2 และ CO ของ Denver โดย outlier ที่มุมขวาบนคือเดือนมกราคม

การพัฒนาการแสดงผลข้อมูลใน 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')
การพัฒนาการแสดงผลข้อมูลใน Python

Scatter plot ที่มีป้ายกำกับของค่าเฉลี่ย SO2 และ CO รายเดือนของ Long Beach

การพัฒนาการแสดงผลข้อมูลใน Python

มาลงมือทำกัน

การพัฒนาการแสดงผลข้อมูลใน Python

Preparing Video For Download...