Візуалізація у більшій кількості вимірів

Вступ до візуалізації даних у Julia

Gustavo Vieira Suñe

Data Analyst

Навіщо більше вимірів?

Помічайте приховані закономірності та тренди
Аналізуйте взаємозв'язки між кількома змінними одночасно
Визначайте кластери
Чітка й наочна подача
Інженерія ознак

Чи збережуться кластери?

Точкова діаграма: страхова премія залежно від віку страхувальників. Видно три окремі кластери.

Чи зберігаються ці кластери за будь-якої кількості дітей?

Побудова зрізу

theme(:bright)

# Filter data
no_children = filter(
    row -> row.Children == 0, insurance)


# Plot a slice
@df no_children scatter(
    :Age, :Charges, group=:Smoker,
    markersize=4, alpha=0.5,
    legend_title="Smoker")
xlabel!("Age")
ylabel!("Insurance Premium (USD)")

Точкова діаграма: страхова премія залежно від віку страхувальників без дітей. Видно три окремі кластери.

Ще один вимір

theme(:bright)
@df insurance scatter(
    # Pass three columns
    :Children,
    :Age,
    :Charges,

    group=:Smoker,
    markersize=4, alpha=0.5,
    legend_title="Smoker"
)
# Axis labels
xlabel!("Number of Children")
ylabel!("Age")
zlabel!("Insurance Premium (USD)")

Тривимірна точкова діаграма: страхова премія залежно від віку та кількості дітей. Та сама кластерна структура для різної кількості дітей.

Порядок осей

theme(:bright)
@df insurance scatter(

    # Swap :Age and :Children
    :Age,
    :Children,
    :Charges,
    group=:Smoker,
    markersize=4, alpha=0.5,
    legend_title="Smoker"
)
# Axis labels
xlabel!("Number of Children")
ylabel!("Age")
zlabel!("Insurance Premium (USD)")

Групування за іншою категорією

Точкова діаграма: страхові нарахування залежно від індексу маси тіла; колір точок — за статусом куріння.

Чи можемо згрупувати за статусом куріння та статтю?

Додайте категоріальний вимір

theme(:vibrant)

@df insurance scatter(
    :BMI,

    # Pass categorical column
    :Sex,

    :Charges,
    group=:Smoker,
    markersize=2, legend_title="Smoker",
    color=[:blueviolet :goldenrod1])
xlabel!("BMI")
zlabel!("Insurance Premium (USD)")

Тривимірна точкова діаграма: страхові нарахування залежно від індексу маси тіла та статі; колір — за статусом куріння.

Візуалізація густоти точок

Точкова діаграма: страхові нарахування залежно від індексу маси тіла; колір точок — за статусом куріння.

Чи можемо чіткіше показати густоту точок?

Двовимірні гістограми

# 2d histogram
@df insurance histogram2d(

    :BMI,
    :Charges,

    # Fill color scheme
    fillcolor=:acton,

    # Fill empty bins
    show_empty_bins=true,

)
xlabel!("Age")
ylabel!("Insurance Premium (USD)")

Двовимірна гістограма розподілу страхових нарахувань та індексу маси тіла.

Давайте потренуємось!

Вступ до візуалізації даних у Julia