Flera diagram från DataFrames

Introduktion till datavisualisering med Julia

Gustavo Vieira Suñe

Data Analyst

Flera variabler i ett diagram

# Violin plot
@df insurance violin(
    :Sex, :Charges,
    label=false, linewidth=0,
    fillcolor=:grey40
)

# Add box plot
@df insurance boxplot!(
    :Sex, :Charges,
    label=false, alpha=0.75,
    fillcolor=:mediumorchid3,
    outliers=false,
)
ylabel!("Insurance Premium (USD)")

Ett lådagram och ett violindiagram superimponerade som visar fördelningen av försäkringsavgifter per kön.

Kategoriska data och layouter

insurance DataFrame

Age	Sex	BMI	Children	Smoker	Region	Charges
19	female	27.90	0	yes	southwest	16884.90
18	male	33.77	1	no	southeast	1725.55
28	male	33.00	3	no	southeast	4449.46
...	...	...	...	...	...	...

Kategorisk kolumn → visualisera diagram sida vid sida
- @df-receptet är kompatibelt med argumentet layout!

Layouter med DataFrames

@df insurance violin(
    :Sex,
    :Charges,
    group=:Region,
    linewidth=0,
    color=[:red :green :blue :purple],
    legend_position=:top,

    # Set layout
    layout=(2,2)

)
ylims!(0, 6*10^4)
ylabel!("Premium (USD)")

Ett två-gånger-två-rutnät av lådagram som visar fördelningen av försäkringsavgifter per kön för varje region.

Kombinera med kedjor

@chain insurance begin
    # Smoker column to numeric
    transform(:Smoker
        => ByRow(x -> x == "yes" ? 100 : 0)
        => :Smoker)

    groupby([:Sex, :Children])
    combine(:Smoker => mean)

    @df bar(:Children, :Smoker_mean,
        group=:Sex, linewidth=0,
        fillcolor=[:cyan4 :chocolate2],
        # Set layout
        layout=2)

end
ylims!(0, 35)
xlabel!("Children")
ylabel!("Percentage of Smokers")

Ett ett-gånger-två-rutnät av stapeldiagram som visar andelen rökare i förhållande till antal barn.

Korrelationsmatrisdiagram

Ett två-gånger-två-rutnät av diagram. Diagonaldiagrammen visar histogram över fördelningarna av ålder och kroppsmassaindex. Diagrammet ovanför huvuddiagonalen visar ett tvådimensionellt histogram över ålder mot BMI och diagrammet nedanför diagonalen ett spridningsdiagram över samma variabler.

Korrelationsmatrisdiagram

Diagonalen
- Histogram över variabelfördelningar
Ovanför diagonalen
- Tvådimensionella histogram
Nedanför diagonalen
- Spridningsdiagram med regressionslinjer

Korrelationsmatrisdiagram i StatsPlots.jl

# Using DataFrames recipe
@df insurance corrplot(

    # Numerical columns
    [:Age :BMI],

    # Customize
    markercolor=:thermal,
    fillcolor=:acton
)

¹ https://docs.juliaplots.org/latest/generated/colorschemes/

Korrelationsmatrisdiagram i StatsPlots.jl

# Using DataFrames recipe
@df insurance corrplot(
    # Numerical columns
    [:Age :BMI :Children :Charges],

    # Customize
    markercolor=:thermal,
    fillcolor=:acton
)

Ett korrelationsmatrisdiagram över ålder, BMI, antal barn och försäkringsavgifter.

Nu kör vi en övning!

Introduktion till datavisualisering med Julia