視覺化叢集

Python 中的叢集分析

Shaumik Daityari

Business Analyst

為何要視覺化叢集？

了解形成的叢集意義
作為叢集驗證的額外步驟
發現資料中的趨勢

seaborn 簡介

seaborn：以 matplotlib 為基礎的 Python 資料視覺化函式庫
美觀且易於調整，比 matplotlib 更好上手！
提供方便的函式，讓資料分析情境下的視覺化更容易
叢集用途：圖表的 hue 參數

用 matplotlib 視覺化叢集

from matplotlib import pyplot as plt

df = pd.DataFrame({'x': [2, 3, 5, 6, 2],
                   'y': [1, 1, 5, 5, 2],
                   'labels': ['A', 'A', 'B', 'B', 'A']})

colors = {'A':'red', 'B':'blue'}

df.plot.scatter(x='x', 
                y='y',
                c=df['labels'].apply(lambda x: colors[x]))
plt.show()

用 seaborn 視覺化叢集

from matplotlib import pyplot as plt
import seaborn as sns

df = pd.DataFrame({'x': [2, 3, 5, 6, 2],
                   'y': [1, 1, 5, 5, 2],
                   'labels': ['A', 'A', 'B', 'B', 'A']})

sns.scatterplot(x='x', 
                y='y', 
                hue='labels', 
                data=df)
plt.show()

兩種視覺化方式的比較

matplotlib 圖

seaborn 圖

下一步：動手做幾個視覺化

Python 中的叢集分析

Preparing Video For Download...