Strona korzysta z plików cookies w celu realizacji usług i zgodnie z Polityką Plików Cookies.



22.03.2019

Pożegnanie z systemem Windows...

System operacyjny Windows 7 wciąż cieszy się dużą popularnością wśród użytkowników...
22.03.2019

Segmentacja sieci

Fortinet FortiGate 3600E, 3400E, 600E i 400E
22.03.2019

Monitoring IP

TP-Link TL-SL1218MP
22.03.2019

Efektywność energetyczna

UPS Eaton 93E
21.02.2019

Wdrażanie projektów AI

Infrastruktura OVH
21.02.2019

Certyfikacja kluczy

HEUTHES-CAK
21.02.2019

Kopie zapasowe

Veeam Availability for AWS
21.02.2019

Dysk SSD Samsung 970 EVO Plus

Dysk SSD Samsung 970 EVO Plus
21.02.2019

Szyfrowane USB

Kingston IronKey D300 Serialized

Python, wizualizacja danych – możliwości bibliotek Seaborn

Data publikacji: 26-11-2018 Autor: Grzegorz Kubera

W tej części kursu omawiamy kolejne możliwości bibliotek Seaborn, pozwalające w łatwy sposób wizualizować nawet skomplikowane zbiory danych. Uczymy się rysować między innymi wykresy pudełkowe i skrzypcowe.

 

Kontynuujemy poznawanie bibliotek Seaborn. Zaczynamy od przygotowania środowiska pracy. W systemie Windows na pasku zadań wpisujemy Anaconda Prompt i uruchamiamy wiersz poleceń. Następnie podajemy komendę:


conda install seaborn
conda install numpy
conda install matplotlib


Wszystkie komendy należy zatwierdzić i po kolei zainstalować biblioteki NumPy, Matplotlib i Seaborn. Jeśli zostały zainstalowane wcześniej, nie musimy robić tego ponownie. Możliwe, że wyświetli się komunikat o nowszej wersji Anacondy. W tym wypadku warto zainstalować aktualizację, wpisując polecenie:


conda update -n base conda


Po instalacji uruchamiamy Jupytera, wpisując:


jupyter notebook


Następnie otwieramy notatnik w Pythonie 3 i wpisujemy komendy:


import seaborn as sns
%matplotlib inline
sns.set(color_codes=True)
tips = sns.load_dataset('tips')
tips.head()

 

Komendy te odpowiednio oznaczają, że:

 

  • zaimportowaliśmy biblioteki Seaborn i chcąc z nich korzystać, będziemy podawać funkcje zaczynające się od polecenia sns;
  • będziemy wyświetlać wizualizacje bezpośrednio w notatniku Jupyter;
  • aktywowaliśmy style graficzne z Seaborn, które są atrakcyjniejsze i nowocześniejsze niż domyślne, zapewniane przez Jupytera;
  • załadowaliśmy zestaw danych z napiwkami (tips), który jest domyślnie wgrany w bibliotekach Seaborn;
  • wywołaliśmy dane z zestawu danych w formie tabeli.

 

Po wpisaniu ostatniej z komend zobaczymy tabelę z danymi:


Teraz poznamy popularny rodzaj wykresu, który pokazuje zależność między zmienną numeryczną a kategorią. Jest to wykres barplot.


> WYKRESY BARPLOT I BOXPLOT


Polecenie barplot pozwala np. wyświetlać średni wzrost kilku osób, jeśli dysponujemy informacjami o wzroście każdej osoby. Tu warto dodać, że wykresy barplot są często mylone z histogramami, które nie wyświetlają danych z kategorii (np. z podziałem na płeć), lecz tylko zmienne numeryczne. Wpisujemy:


sns.barplot(x='sex',y='total_bill',data=tips)

 

Otrzymany wynik będzie wyglądać jak na rys. 1.

 

Jest to wykres, który domyślnie pokazuje, jakie rachunki (total_bill) zapłacili mężczyźni (Male), a jakie kobiety (Female). Podajemy kategorię sex, aby uzyskać rozkład danych dla płci. Z naszego zbioru danych wynika, że rachunki mężczyzn były wyższe, i jest to wyraźnie widoczne na wykresie.

 

Teraz możemy dodać estymację, aby oszacować, czy mężczyźni mają zwykle wyższe rachunki niż kobiety. W praktyce mogłoby przecież być tak, że mężczyźni na ogół płacili niższe rachunki, ale jeden z nich złożył bardzo duże zamówienie i to sprawiło, że znacznie podniosła się średnia. Funkcja estymacji określi na podstawie wszystkich danych (wszystkich mężczyzn), czy są jakieś odchylenia.

[...]

Założyciel i dyr. generalny firmy doradczo-technologicznej, pełnił funkcję redaktora naczelnego w magazynach i serwisach informacyjnych z branży ICT. Dziennikarz z ponad 10-letnim doświadczeniem i autor książki nt. tworzenia start-upów.

Pełna treść artykułu jest dostępna w papierowym wydaniu pisma.

.

Transmisje online zapewnia: StreamOnline

All rights reserved © 2019 Presscom / Miesięcznik "IT Professional"