Визуализация данных

1. Визуализации в анализе данных: что и зачем
2. Инструменты для визуализации
3. Типы графиков и ситуации их применения
4. Советы по демонстрации найденных закономерностей и результатов вычислительных экспериментов

Основные типы визуализаций

Визуализации распределений

density, boxplot, histogram

https://python-graph-gallery.com

Визуализации корреляций

scatterplot, 2D-density, heatmap

Визуализации изменений

lineplot, stacked area plot, parrallel plot

Визуализации карт

Choropleth map, Connection map, Bubble map

Network chart, Dendrogram, Tree plot

Word cloud, Spider map, Pie plot

Инструменты и примеры

matplotlib

matplotlib

import matplotlib.pyplot as plt

fig, axs = plt.subplots(2, 1)
axs[0].plot(t, s1, t, s2)
axs[0].set_xlim(0, 2)
axs[0].set_xlabel('time')
axs[0].set_ylabel('s1 and s2')
axs[0].grid(True)

cxy, f = axs[1].cohere(s1, s2, 256, 1. / dt)
axs[1].set_ylabel('coherence')

fig.tight_layout()
plt.show()

https://matplotlib.org/gallery/index.html

seaborn

seaborn

import seaborn as sns
sns.set(style="ticks")

df = sns.load_dataset("iris")
sns.pairplot(df, hue="species")

seaborn

seaborn

import seaborn as sns
import matplotlib.pyplot as plt

sns.set(style="white")

# Set up the matplotlib figure
f, ax = plt.subplots(figsize=(11, 9))

# Generate a custom diverging colormap
cmap = sns.diverging_palette(220, 10, as_cmap=True)

# Draw the heatmap with the mask and correct aspect ratio
sns.heatmap(corr, mask=mask, cmap=cmap, vmax=.3, center=0,
            square=True, linewidths=.5, cbar_kws={"shrink": .5})

https://seaborn.pydata.org/examples/index.html

plotly

import plotly.express as px
gapminder = px.data.gapminder()

fig = px.scatter(gapminder.query("year==2007"), x="gdpPercap", y="lifeExp",
	         size="pop", color="continent",
                 hover_name="country", log_x=True, size_max=60)
fig.show()

https://plot.ly/python/bubble-charts/

plotly

import plotly.graph_objects as go

fig =go.Figure(go.Sunburst(
    labels=["Eve", "Cain", "Seth", "Enos", "Noam", "Abel", "Awan", "Enoch", "Azura"],
    parents=["", "Eve", "Eve", "Seth", "Seth", "Eve", "Eve", "Awan", "Eve" ],
    values=[10, 14, 12, 10, 2, 6, 6, 4, 4],
))
# Update layout for tight margin
# See https://plot.ly/python/creating-and-updating-figures/
fig.update_layout(margin = dict(t=0, l=0, r=0, b=0))

fig.show()

https://plot.ly/python/sunburst-charts/

Другие инструменты, о которых полезно знать

• Altair
  https://altair-viz.github.io
• Bokeh
  https://bokeh.pydata.org
• Graphviz
  https://graphviz.readthedocs.io

Советы для большей наглядности

1. Подписывайте оси (достаточно крупно :)
2. Оставляйте данные и код для воспроизведения рисунков

https://www.data-to-viz.com/caveats.html

https://www.data-to-viz.com

Ещё пара интересных ссылок:

• 11 Awesome Data Visualizations Way Ahead of Their Time
  https://www.investintech.com/resources/blog/archives/5692-data-visualizations-infographic.html
• 3 Awesome Visualization Techniques for every dataset
  https://mlwhiz.com/blog/2019/04/19/awesome_seaborn_visuals/