Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

A párhuzamos koordináta diagramok egy hasznos vizualizációs eszköz, amellyel több, azonos numerikus adatot megosztó változó közötti kapcsolatokat mutatnak be. A LuckyTemplates alkalmazásban ezek a telkek nagyon egyszerű Python-kóddal jönnek létre, amelyet használhat, könnyen létrehozhat és stilizálhat. 

A mai blogban megtanuljuk, hogyan lehet többváltozós vagy párhuzamos koordináta diagramokat létrehozni a segítségével. Lépésről lépésre végigjárjuk a folyamatot, az adatok előkészítésétől a cselekmény testreszabásáig a jobb olvashatóság érdekében. Az oktatóanyag teljes videóját a blog alján tekintheti meg

Tartalomjegyzék

Párhuzamos koordináta diagramok Pythonban: 1. példa

Ez az első cselekményünk. Ez mutatja a három változónkat – az A, B és C változót, valamint az 1. és 2. tételt képviselő két sort. 

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Ez azt jelenti, hogy két adatkészletünk van, az egyik az 1., a másik a 2. elemhez. És minden adatkészlethez három változónk van. 

Nézzük meg az adatokat, hogy jobban megértsük, hogyan épült fel a cselekmény. 

Kezdje a grafikon kiemelésével. Kattintson az Adatok elemre. 

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Egy nagyon egyszerű adatokat tartalmazó táblázatnak kell megjelennie. A táblázat beszúrása opcióval jött létre. Láthatjuk, hogy az oszlopokban az egyes tételekhez tartozó A, B és C változók találhatók, amelyek minden sorban el vannak választva.

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Egyszerű adataink vannak, de nagyon sokatmondóvá tudjuk alakítani. Például a diagramunkban megállapíthatjuk, hogy az adatok közötti kapcsolat meglehetősen „alacsony”. 

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Szemléltetésképpen összehasonlíthatjuk ezt a diagramot adatainkkal. Az 1. tétel B változója 100, a 2. tételben pedig 115, amint az a grafikonon látható. 

Azt is meg tudjuk határozni, hogy az elemek és a változók hogyan kapcsolódnak egymáshoz. Például könnyen beláthatjuk, hogy az A változó alacsonyabb, mint B, és hogy C a legalacsonyabb a három közül.

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

A Plot Python kód

Most folytassuk a tényleges cselekményhez használt kóddal. 

Kezdje a Python vizuális elem kiválasztásával a panelen

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Emelje ki az első grafikonunkat a megnyitásához . 

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Először is importáljuk a matplotlib.pyplot fájlt , és elmentjük plt változóként

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Ezután behozzuk a pandas.plotting jellemzőket. A Pandák adatkezelési könyvtárként szolgálnak a LuckyTemplatesben. Elsősorban adatok manipulálására használják, de vannak benne ábrázolási funkciók is.

Importáljuk a párhuzamos_koordinátákat a pandákból.plotting . A párhuzamos_koordináták lesznek az elsődleges függvények a grafikon létrehozásához. 

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

A cselekmény elkészítése Pythonban

A 13. sorban dokumentáljuk, mit fogunk csinálni a # make a plot írásával.

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

A párhuzamos_koordinátákat használjuk , és átadjuk az adatkészletet. 

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

A 3. sorban azt láthatjuk, hogy az adatkészlet a pandas.DataFrame ( ) függvény segítségével jött létre. Ezután hozzáadjuk az Elemet, az A változót, a B változót és a C változót, amelyek ezután megjelennek az Értékek listánkban. 

A 4. sorban az adatkészlet deduplikációja a dataset.drop_duplicates ( ) használatával történik.

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

A Vizualizációk ablaktáblában megtekinthetjük az általunk hozzáadott értékeket .

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Ezen értékek bármelyikének eltávolítása hatással lesz a vizualitásunkra. Például, ha eltávolítjuk a C változót, a koordináták ennek megfelelően megváltoznak, megmutatva, hogyan működnek az értékek

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Tegyük vissza a C változónkat úgy, hogy bejelöljük a mellette lévő négyzetet az Adatok alatt a Fields panelen.

Ezután adja meg a parallel_coordinates függvényt, amely néhány különböző argumentumot igényel. Esetünkben az adatkészletet és az Elemet veszi, amely megadja az adatkészletünk típusát és dimenzióját.

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Ha eltávolítjuk az elemet a függvényünkből, és futtatjuk, a vizualizáció nem fog működni.

Egy Python szkripthibát fogunk kapni, amely szerint a parallel_coordinates ( ) függvényből hiányzik 1 kötelező pozicionális argumentum, ez a class_column. 

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Tehát adjuk vissza az elemet . Mivel pozicionális, nem kell osztálykoordinátákat írnunk. A kódot futtathatjuk, ha kész. 

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

A cselekmény megjelenítése Pythonban

A következő lépés a cselekmény bemutatása, így a 16. sorban dokumentáljuk, hogy mit fogunk csinálni a # show the plot írásával.

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Emlékezzünk vissza, hogy korábban importáltuk a matplotlib.pyplot fájlt , és plt néven mentettük . Azért tettük ezt, mert szükségünk van a plt.show( ) függvényre a diagram megjelenítéséhez. 

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Párhuzamos koordináta diagramok Pythonban: 2. példa

A második diagramunk egy írisz adatkészlet, amely a szirom_hosszát, a szirom_szélességét, a sepal_length-et és a sepal_width-et mutatja . Kicsit stílusosabb az első grafikonhoz képest. 

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Ez az adatkészlet Python kóddal jött létre. 

Adataink megtekintéséhez kattintson az Adatok átalakítása elemre , és lépjen az iris_dataset elemre. 

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Az adatkészlet oszlopokat tartalmaz a méretekhez – csészelevél hossza , csészelevél szélessége , szirom hossza és szirom szélessége . Ezenkívül van egy oszlop a fajtípus számára

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Az adatkészlet Python kódja

Az adatainkat könnyen bevittük Python kóddal. A Python-szkript megjelenítéséhez  lépjen a Forrás elemre .

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

A Python kódunknak csak két sora van. Az első sorban a seabornt importáltuk , és változó sns- ként mentettük el . Adatkészletünket iris_dataset néven neveztük el , és az sns változót használtuk az adatkészlet betöltésére az sns.load_dataset('iris') függvény segítségével. 

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Kattintson az OK gombra a fent látott adatok megjelenítéséhez. Navigáljon az adatok között, és ha kész, bezárhatjuk az adatkészletet a Close & Apply > Close menüpontra kattintva . 

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Styling Plots Pythonban

A Python szkriptszerkesztő megnyitásához stilizáltabb grafikonunkhoz kattintson a második diagramunkra.

Kezdjük a matplotlib.pyplot importálásával plt

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Ezután a plt.style.use ('dark_background') függvényt használjuk a vizualizáció stílusához. 

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Könnyedén testreszabhatjuk a hátteret a preferált stílusunk alapján a matplotlib stíluslap hivatkozásának használatával . Esetünkben sötét hátteret használtunk.

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Próbáljuk meg a ggplot használatát is , amely egy általánosan használt stílus.

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Ha futtatjuk, egy ilyen látványt kapunk. 

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Ezután töltse be a pandas függvényt a gráfhoz a parallel_coordinates importálásával a pandas.plotting fájlból

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

A diagram elkészítéséhez bevisszük az adatkészletet, és beállítjuk a fajunkat osztályként

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Az első ábránkhoz képest hozzáadunk egy további paramétert, a színtérképet , hogy különböző színeket kapjunk. Adja át ezt a plt.get_cmap matplotlib változóval

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

A matplotlib Colormap hivatkozásában sok matplotlib színváltozó közül választhat .

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Például jelenleg a Kvalitatív színtérképek 2. készletét használjuk, de ezt más színekre is módosíthatjuk, például a ciklikus színtérképekből  a hsv-t .

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

Kattintson a Futtatás gombra, hogy így nézzen ki egy cselekményt. 

Hogyan készítsünk párhuzamos koordináta ábrákat Pythonban

A Hsv nem tűnik túl jól az adataink alapján, de addig játszhatunk, amíg meg nem találjuk a cselekményünkhöz legmegfelelőbb színtérképet. 




Következtetés

Ebben az oktatóanyagban bemutattuk a párhuzamos koordináta diagramok Pythonban történő létrehozásának alapjait. Végigmentünk az adatok előkészítésén, a diagram létrehozásán és a diagram testreszabásán a jobb olvashatóság érdekében. 

A párhuzamos koordináta diagramok hatékony eszközt jelentenek a nagy dimenziós adatok megjelenítésére, és számos területen használhatók, beleértve a pénzügyeket, a mérnöki tudományokat és a gépi tanulást. Most, hogy tudjuk, hogyan hozhatunk létre párhuzamos koordináta diagramokat a -ban, elkezdhetjük használni őket saját adataink jobb megértéséhez és megjelenítéséhez.

Minden jót,

Gaelim Holland

Leave a Comment

E-mail melléklet mentése SharePointba a Power Automate segítségével

E-mail melléklet mentése SharePointba a Power Automate segítségével

Ebből a blogból megtudhatja, hogyan mentheti automatikusan az e-mail mellékleteket a SharePointba, majd törölheti az e-maileket a Power Automate segítségével.

A Microsoft LuckyTemplates irányítópult 18 legjobb példája 2023

A Microsoft LuckyTemplates irányítópult 18 legjobb példája 2023

A Microsoft LuckyTemplates irányítópult 18 legjobb példája 2023

A Power Automate folyamatok létrehozása a semmiből

A Power Automate folyamatok létrehozása a semmiből

Ismerje meg, hogyan hozhat létre <strong>Power Automate</strong> folyamatokat a semmiből. Sablon használata helyett mi magunk hozzuk létre a kiváltó okokat és a műveleteket.

4 módszer a Pi használatára a Pythonban példákkal

4 módszer a Pi használatára a Pythonban példákkal

4 módszer a Pi használatára a Pythonban példákkal

Profit and Loss (P&L) kimutatások létrehozása a LuckyTemplates alkalmazásban

Profit and Loss (P&L) kimutatások létrehozása a LuckyTemplates alkalmazásban

Ebben az útmutatóban bemutatom, hogyan lehet Pénzügyi információk mátrixát létrehozni a Profit és veszteség (P&L) kimutatással a LuckyTemplates alkalmazásban.

Hogyan lehet dinamikusan egyesíteni az oszlopokat egy Power Query-táblázatban

Hogyan lehet dinamikusan egyesíteni az oszlopokat egy Power Query-táblázatban

Fedezze fel, hogyan lehet dinamikusan egyesíteni oszlopokat a Power Query Table.CombineColumns függvény segítségével.

SharePoint-fájlok hozzáadása a számítógéphez

SharePoint-fájlok hozzáadása a számítógéphez

Ismerje meg, hogyan adhatjuk hozzá és szinkronizálhatjuk SharePoint-fájljainkat az asztalon és a OneDrive-on.

Dátumtáblázat létrehozása a LuckyTemplates alkalmazásban

Dátumtáblázat létrehozása a LuckyTemplates alkalmazásban

Tudja meg, miért fontos egy dedikált dátumtáblázat a LuckyTemplatesben, és ismerje meg ennek leggyorsabb és leghatékonyabb módját.

LuckyTemplates mobil jelentéskészítési tippek és technikák

LuckyTemplates mobil jelentéskészítési tippek és technikák

Ez a rövid oktatóanyag kiemeli a LuckyTemplates mobil jelentési funkcióját. Megmutatom, hogyan készíthet hatékony jelentéseket mobileszközökön.

Professzionális szolgáltatáselemzési jelentések LuckyTemplatesben

Professzionális szolgáltatáselemzési jelentések LuckyTemplatesben

Ebben a LuckyTemplates bemutatóban olyan jelentéseket tekintünk át, amelyek professzionális szolgáltatáselemzést mutatnak be egy olyan cégtől, amely több szerződéssel és ügyfél-elkötelezettséggel rendelkezik.