Визуализация данных (модуль 3, урок 5.)

Обсуждение:
Использование визуализации

Модуль 3. Урок 5. Визуализация данных

Обсуждение

Какие этапы процесса анализа данных вы выполнили на прошлом занятии?

Обсуждение

Этапы процесса анализа данных, которые уже выполнены

Как можно визуализировать данные?

Обсуждение

?

Популярные способы визуализации

Обсуждение

график
диаграмма
иллюстрация
видео
ментальная карта

К данным можно применить:

Для чего нужен этап визуализации?
Можно ли его пропустить?

Обсуждение

Какие данные легче воспринимать?

Обсуждение

1

2

Визуальная информация лучше воспринимается и позволяет быстро и эффективно донести основную

Обсуждение

Многочисленные исследования подтверждают, что 90% информации человек получает посредством зрения.
Для нас

Новая тема:
Визуализация данных в Pandas

Модуль 3. Урок 5. Визуализация данных

Построение графиков и диаграмм на этапе визуализации — одна из важнейших

Визуализация
данных

Какие виды диаграмм существуют?

Визуализация
данных

круговая;
линейная;
столбчатая;
гистограмма;
«ящик с усами»;
и многие другие...

Виды диаграмм

Как построить диаграмму на Python?

Визуализация
данных

Визуализация
данных

Для построения диаграм мы будем использовать метод plot() библиотеки Pandas.

Matplotlib — это библиотека на языке программирования Python, с помощью которой

Визуализация
данных

Из Matplotlib мы будем импортировать модуль pyplot, для использования метода

Визуализация
данных

import pandas as pd
import matplotlib.pyplot as plt

Метод применяется как к объектам Series, так и к DataFrame.
Метод строит

import pandas as pd
import matplotlib.pyplot as plt
s = pd.Series(data = [10,

Для отображения каких данных можно построить линейный график?

Визуализация
данных

Линейный график используют для наблюдения за изменениями какой-то величины на протяжении

Вернёмся к датасету, который хранит данные приложений из Google Play Store.
Какую

Без дополнительных действий данные этого датасета нельзя продемонстрировать в динамике.
К данным

Но это не значит, что в ваших проектах вы не сможете

Метод plot() может строить диаграммы разных видов.
Вид диаграммы можно задать с

Рассмотрим, какие значения может принимать параметр kind, и какие диаграммы будут

hist;
box;
scatter;
pie;
bar;
barh.

Визуализация
данных

Параметр kind задаёт тип диаграммы

Диаграмма демонстрирует распределение значений конкретного признака между минимальным и максимальным значениями.
По

df['Size'].plot(kind = 'hist')

Визуализация
данных

Гистограмма размера приложений

Как изменить количество столбцов?

df['Size'].plot(kind = 'hist', bins = 5)

Визуализация
данных

Гистограмма размера приложений

Для чего нужно изменять количество столбцов?

Визуализация
данных

Визуализация
данных

Изменяя количество столбцов, можно увидеть колебания значений

Визуализация
данных

Как оценить распределение значений в этом случае?

df[df['Type'] == 'Paid']['Price'].plot(kind =

Визуализация
данных

Данные, выделяющиеся среди общей выборки значений, называют выбросами.

Визуализация
данных

«Ящик с усами»

Диаграмма, которая одновременно отображает медиану, нижний и верхний

Визуализация
данных

Диаграмма «Ящик с усами» для стоимости приложений

df[df['Type'] == 'Paid']['Price'].plot(kind =

Структура диаграммы

Визуализация
данных

Медиана

75-й процентиль (третий квартиль)

25-й процентиль (первый квартиль)

Усы

Максимальное значение

Минимальное значение

Структура диаграммы

Визуализация
данных

Большая часть значений расположена в ящике.

Структура диаграммы

Визуализация
данных

Выбросы

Если значение не характерно для ящика и не попадает

Наличие выбросов ― это хорошо, плохо или нейтрально?

Визуализация
данных

Выброс может появиться из-за ошибки ввода данных.
Выброс искажает результаты статистических расчётов,

Проверить, были ли допущены ошибки при вводе данных.
Если обнаружены ошибки,

Принять решение об удалении из набора данных строк, содержащих выбросы.
Решение об

Кейс № 1. Мы ― команда разработчиков мобильных приложений

Визуализация
данных

Цель анализа

Кейс № 2. Мы хотим разместить рекламу своих товаров в приложениях

Визуализация

При выполнении анализа мы изучаем связи между данными.
Как визуально отразить связь

Визуализация
данных

Диаграмма рассеяния

Диаграмма показывает степень связи между переменными.
kind = 'scatter'.

Визуализация
данных

Пример диаграммы рассеяния

Как построить диаграмму этого вида?

Выбрать два признака, связь между которыми мы хотим визуализировать.
Отметить на координатной

Визуализация
данных

Оценить расположение точек на графике: разбросаны ли они равномерно по

Приведите пример гипотезы, которую можно проверить при помощи диаграммы рассеяния.

Визуализация
данных

Дорогие приложения имеют меньшее количество установок по сравнению с дешёвыми или

Визуализация
данных

Диаграмма рассеяния

df.plot(x = '<имя первого столбца>',
y = '<имя

Визуализация
данных

Диаграмма рассеяния

df.plot(x = 'Price', y = 'Installs', kind = 'scatter')

Взаимосвязь

Какие связи между величинами мы можем увидеть на диаграмме?

Визуализация
данных

Сильная.
Слабая.
Отсутствует.

Визуализация
данных

По силе

Положительная.
Отрицательная.
Нулевая.

Визуализация
данных

По направленности

Линейная.
Нелинейная.

Визуализация
данных

По виду графика

Диаграмма демонстрирует распределение значений по категориям. Наглядно отображает пропорции и доли.
kind

Предположим, в DataFrame есть столбец с названием сезона, во время которого

Шаг 1. Посчитать количество уникальных значений столбца при помощи метода value_counts().
Шаг

df['Season'].value_counts().plot(kind = 'pie')

Визуализация
данных

Круговая диаграмма

Какое количество долей диаграммы удобно для восприятия?

Визуализация
данных

Визуализация
данных

Выбирайте 5–6 категорий, в противном случае диаграмму сложно читать

Визуализация
данных

Столбчатая диаграмма

Диаграмма помогает сравнивать значения друг с другом.
kind = 'bar'.

Сравним количество приложений в разных категориях при помощи вертикальной столбчатой диаграммы.

Визуализация

Визуализация
данных

Столбчатая диаграмма

df['Category'].value_counts().plot(kind = 'bar')

Перечислите минусы этой столбчатой диаграммы

Визуализация
данных

Столбчатая диаграмма

Названия категорий написаны частично и накладываются друг на друга.

Изменим тип диаграммы на горизонтальную столбчатую.
Добавим отступы между столбцами диаграммы и

Визуализация
данных

Параметр figsize

Позволяет задать ширину и высоту диаграммы.
Если параметр не указан,

Столбчатая диаграмма

Визуализация
данных

df['Category'].value_counts().plot(kind = 'barh', figsize = (8, 5))

Чего не хватает на диаграмме, чтобы было удобно определять значения категорий?

Визуализация

Координатная сетка

Визуализация
данных

df['Category'].value_counts().plot(kind = 'barh', figsize = (10, 10), grid =

Визуализация
данных

Как можно сравнить, различается ли среднее количество установок в различных

d1 = df[df['Type'] == 'Free'].pivot_table(index = 'Content Rating',
columns = 'Type',

Визуализация
данных

Две отдельные диаграммы

Удобно ли сравнивать значения?

Визуализация
данных

Минусы использования двух отдельных диаграмм

Одинаковый цвет столбцов.
Различная цена деления по

Визуализация
данных

Сначала готовим данные, потом строим одну диаграмму

d = df.pivot_table(index =

Визуализация
данных

Две диаграммы в одной координатной сетке

d.plot(kind = 'barh', subplots =

Параметр layout позволяет задать расположение графиков.
layout = (1, 2) — два

Визуализация
данных

Удобно ли сравнивать значения?

Визуализация
данных

Минусы диаграммы

Подписи значений по оси ординат второй диаграммы накладываются на

Визуализация
данных

Параметр sharey позволяет не дублировать надписи по оси ординат

d.plot(kind =

Возможно ли совместить эти два графика?

Визуализация
данных

Совмещённая столбчатая диаграмма

Визуализация
данных

Диаграмма отражает отношение значений двух и более параметров.

Совмещённая столбчатая диаграмма

Визуализация
данных

d.plot(kind = 'barh', grid = True)

Модуль 3. Урок 5. Визуализация данных

Работа на платформе: Визуализация данных

mars.algoritmika.org

Выполните практическое задание

Работа
в VS Code

«Визуализация данных»

Перерыв

Обсуждение:
Работа над индивидуальным проектом

Модуль 3. Урок 5. Визуализация данных

Обсуждение

Этапы процесса анализа данных, которые уже выполнены

Обсуждение

Что необходимо сделать сегодня?

Обсуждение

Графики и диаграммы строятся на основе данных, полученных на этапе «Исследование».

Закончить этап «Исследование».
Выполнить этап «Визуализация».

Обсуждение

Чек-лист

Результаты, полученные в ходе выполнения этих двух

Обсуждение

Не забывайте проводить ревизию чек-листа и ментальной карты, которые вы создали

В VSC не установлена библиотека Matplotlib.
Её необходимо будет установить самостоятельно.
На

Обсуждение

Чек-лист

Установить библиотеку Matplotlib в среду разработки VSC.
Закончить этап «Исследование».
Выполнить этап «Визуализация».

VSC: Работа над индивидуальным проектом

Модуль 3. Урок 5. Визуализация данных

mars.algoritmika.org

Выполните практическое задание

Работа
в VS Code

«VSC: Индивидуальный проект по теме

Завершение
урока

Модуль 3. Урок 5. Визуализация данных