Visualisera fördelningar

Introduktion till datavisualisering med Julia

Gustavo Vieira Suñe

Data Analyst

Lök- och vetepriser i Kerala, Indien

kerala DataFrame:

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

Hur mycket skilde sig priserna på lök och vete?

Commodity	Mean Price
Onion	25.7442
Wheat	20.6261

Visualisera fördelningar med histogram

Ett histogram som visar fördelningen av lök- och vetepriser.

Fördelning av lök- och vetepriser

# 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")

Ett histogram som visar fördelningen av lök- och vetepriser.

Antal staplar

# 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")

Ett histogram som visar fördelningen av lök- och vetepriser med färre staplar.

Antal staplar

# 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")

Ett histogram som visar fördelningen av lök- och vetepriser med fler staplar.

Normaliserat histogram

# 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")

Ett normaliserat histogram som visar fördelningen av lök- och vetepriser.

Sannolikhetsfördelning

using StatsPlots


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

Ett histogram över lök- och vetepriser med en densitetskurva som visar sannolikhetsfördelningen.

Priser per vara

using StatsPlots

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

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

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

Ett grupperat histogram som visar lök- och vetepriser separat med staplar sida vid sida.

Staplat histogram

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")

Ett grupperat histogram som visar lök- och vetepriser separat med staplar staplade ovanpå varandra.

En subtil skillnad

Ett grupperat histogram som visar lök- och vetepriser separat med staplar staplade ovanpå varandra.

Toppriserna verkar vara mycket lika.

Commodity	Mean Price
Onion	25.7442
Wheat	20.6261

Lökpriserna har en lång svans.
Medianpriserna är nästan identiska.

Commodity	Median Price
Onion	20.0
Wheat	19.5

Skillnaden i medelvärde beror på svansen!

Nu kör vi en övning!

Introduktion till datavisualisering med Julia