Questo articolo è stato pubblicato nell'ambito del Blogathon sulla scienza dei dati
Come l'evoluzione degli umani, anche le tecniche di visualizzazione dei dati si sono sviluppate nel tempo. Negli ultimi tempi, sono state introdotte tecniche di visualizzazione migliori che mai. Ogni giorno, le persone inventano la propria invenzione di visualizzazione con un OBIETTIVO finale: migliorare la storia dietro i dati. Decisamente, le tecniche avanzate di visualizzazione dei dati richiedono più abilità e impegno, ma la grafica ne vale sempre la pena. Ma grazie al cervello umano, prima ciò che richiedeva più righe di codice ora è possibile con una chiamata di funzione a riga singola. Questo spiega meglio la nostra affermazione secondo cui le tecniche di visualizzazione dei dati si sono evolute nel tempo..
Questo articolo discuterà una delle tecniche di visualizzazione dei dati popolari e potenti ampiamente utilizzate dalle organizzazioni per descrivere i dati e come tracciarli in Python.. Come ho detto, tracciare queste trame non è più un compito impegnativo. Bisogna conoscere la biblioteca, le funzioni e gli argomenti coinvolti nella tecnica.
Sommario
- Cosa sono le grafiche lecca-lecca?
- Come tracciare un grafico lecca-lecca in Python?
- Improvvisa la tua grafica lecca-lecca
- Confronto tra grafici a barre e grafici lecca-lecca
- Conclusioni
Cosa sono le grafiche lecca-lecca?
La grafica del lecca-lecca consiste in una barra e un bastoncino che ricorda il bastoncino e lo zucchero candito sopra, rispettivamente. I cerchi pieni vengono posizionati sopra le barre, che dà la somiglianza con il lecca-lecca zuccherato. La grafica Lollipop, al igual que el grafico a barreIl grafico a barre è una rappresentazione visiva dei dati che utilizza barre rettangolari per mostrare confronti tra diverse categorie. Ogni barra rappresenta un valore e la sua lunghezza è proporzionale ad esso. Questo tipo di grafico è utile per visualizzare e analizzare le tendenze, facilitare l'interpretazione delle informazioni quantitative. È ampiamente utilizzato in varie discipline, come le statistiche, Marketing e ricerca, Grazie alla sua semplicità ed efficacia...., usato per confrontare le diverse classi in una categoria. Perciò, questo è un ottimo strumento per visualizzare il confronto tra le classi. Ma, Cosa lo rende diverso dal grafico a barre? Primo, rende facile identificare i valori quando abbiamo un cerchio pieno in alto. Al secondo posto, quando abbiamo più lezioni, diciamo più di 10, i grafici a barre diventano disordinati e difficili da leggere per gli utenti finali. Mentre, In secondo luogo, I grafici Lollipop utilizzano le barre di larghezza sottile, che crea uno spazio più ampio per più classi. Ancora, come i grafici a barre, possiamo tracciare i lecca-lecca orizzontalmente quando il numero di classi è alto.
I grafici Lollipop sono inoltre tenuti a mostrare le classifiche tra le classi. Ad esempio, se vogliamo confrontare 20 diversi modelli di auto in base al consumo di carburante. In scenari simili, La grafica Lollipop è utile per svolgere il lavoro in modo efficiente e fornire una grafica minima.
Immagine falsa di Pexels
Come tracciare un grafico lecca-lecca in Python?
I grafici Lollipop possono essere tracciati in modo efficiente in Python utilizzando la libreria Matplotlib. La libreria Matplotlib è dotata di un'utile funzione .madre() che ha lo scopo di costruire grafici Lollipop. Vediamo come funziona.
1. Importazione di librerie
importa matplotlib.pyplot come plt importa numpy come np
2. Creazione casuale di dati
x = ['UN', 'B', 'C', 'D', "E", 'F', 'G', 'H', 'IO', 'J'] y = ad esempio linspace(1, (np.log(0.2 * np.pi)), 10)
3. Traccia il grafico del lecca-lecca
plt.stem(X, e, use_line_collection = Vero) plt.mostra()
Sopra plt.stem (), abbiamo impostato l'argomento use_line_collection su True. Questo aggiungerà singole linee sul grafico come LineCollection. Se non specifichiamo questo argomento, darà un UserWarning e ci ricorderà di impostare l'argomento su True. Ciò aumenta le prestazioni dello Stem Plot.
4. Mettere tutto insieme
importa matplotlib.pyplot come plt importa numpy come np x = ['UN', 'B', 'C', 'D', "E", 'F', 'G', 'H', 'IO', 'J'] y = np.random.random(1, (np.log(0.2 * np.pi)), 10) plt.stem(X, e, use_line_collection = Vero) plt.mostra()
Grafico di base del lecca-lecca (Fonte: PC)
Improvvisa la tua grafica lecca-lecca
La grafica di Lollipop può essere migliorata aggiungendo argomenti a .madre() aumentare la leggibilità e le capacità di descrizione dei dati. Poche improvvisazioni che si possono fare sono:
UN. Aggiunta di argomenti aggiuntivi:
importa matplotlib.pyplot come plt importa numpy come np x = ['UN', 'B', 'C', 'D', "E", 'F', 'G', 'H', 'IO', 'J'] y = ad esempio linspace(1, (np.log(0.2 * np.pi)), 10) plt.stem(X, e, markerfmt ="S", linefmt="--", basefmt=":", use_line_collection=Vero) plt.mostra()
Quando si esegue questo codice, otteniamo:
Grafico Lollipop con argomenti aggiuntivi (fonte: personal computer)
Qui, abbiamo fatto tre modifiche:
UN. Formato Maker – precisiamo markerfmt = 's’, questo ha sostituito il cerchio pieno del nostro grafico Lollipop in Square (s si riferisce al quadrato)
B. Formato linea – precisiamo linefmat = '-‘, questo ha sostituito il gambo del nostro grafico Lollipop con una linea di due punti. (- si riferisce al doppio trattino)
C. Formato di base – precisiamo basefmt = ':’, questo ha sostituito la linea di base del nostro grafico Lollipop ai due punti.
2. Classificazione della tabella lecca-lecca
importa matplotlib.pyplot come plt importa numpy come np x = ['UN', 'B', 'C', 'D', "E", 'F', 'G', 'H', 'IO', 'J'] y = lista(ad esempio linspace(1, (np.log(0.2 * np.pi)), 10)) y.sort() plt.stem(X, e, markerfmt ="S", linefmt="--", basefmt=":", use_line_collection=Vero) plt.mostra()
Quando si esegue questo codice, otteniamo:
Grafico lecca-lecca ordinato con argomenti aggiuntivi (fonte: personal computer)
Ricorda che qui abbiamo codificato le etichette X. Perciò, Le etichette X non sono associate ad alcun valore. Ed è per questo che quando si ordinano i valori, le etichette rimangono nello stesso posto.
3. Tracciare un grafico a tavolozza orizzontale
importa matplotlib.pyplot come plt importa numpy come np x = ['UN', 'B', 'C', 'D', "E", 'F', 'G', 'H', 'IO', 'J'] y = lista(ad esempio linspace(1, (np.log(0.2 * np.pi)), 10)) y.sort() mio_intervallo=intervallo(1,len(X)+1) plt.hlines(y = x, xmin = 0 , xmax = y, colore="cielo blu") plt.trama(e, X, "oh") plt.mostra()
Quando si esegue questo codice, otteniamo:
Tavolozza orizzontale (Fonte: personal computer)
Qui, usiamo il metodo .hlines () per tracciare le levette orizzontali del grafico Lollipop, e lo zucchero zucchero viene tracciato usando il metodo .plot () specificando il marcatore come “oh”.
Confronto tra grafici a barre e grafici lecca-lecca
Confrontiamo il grafico a barre e il Lollipop con un esempio per determinare quale si adatta bene al nostro esempio. Qui, tracceremo le sottotrame per il grafico a barre orizzontali e il grafico a tavolozza orizzontale per confrontare le figure fianco a fianco. Abbiamo generato dati casuali utilizzando la libreria NumPy. Sull'asse Y, abbiamo usato il distanza() funzione e ha convertito ogni etichetta in una stringa.
importa matplotlib.pyplot come plt importa numpy come np x = lista(carta geografica(str, gamma(1, 35))) y = lista(np.random.random(34)) F, assi = plt.sottotrame(1,2,figsize=(12,6)) assi[0].barh(X,e) assi[1].hline(y = x, xmin = 0 , xmax = y, colore="cielo blu") assi[1].complotto(e, X, marcatore = "oh", larghezza di riga = 0) plt.mostra()
Quando si esegue questo codice, otteniamo:
Confronto tra grafico a barre orizzontale e grafico a tavolozza orizzontale (Fonte: personal computer)
Perciò, leggere i dati è abbastanza più facile sul grafico a palette orizzontale che sul grafico a barre orizzontale. Si possono facilmente classificare i valori e confrontare le classi all'interno. Cosa c'è di più, un numero maggiore di classi in una categoria può saturare l'Asse di Classe. Perciò, un tipo di diagramma non dovrebbe essere invocato per un problema. Tracciare grafici diversi per un problema e selezionare il migliore è una decisione più intelligente.
Nota: Qui stiamo usando il metodo .random () de NumPy random. Ogni volta che eseguiamo il codice, produrrà un diverso insieme di valori. Perciò, otterrai una grafica diversa ogni volta che eseguiamo il codice.
Conclusioni
In questo articolo, abbiamo imparato come costruire un grafico Lollipop di base in Python. Ma l'argomento non finisce qui. Ci sono una serie di modifiche che possono essere apportate alla tua grafica lecca-lecca. Quelle che abbiamo imparato prima sono le modifiche più basilari che possono essere fatte con meno sforzo. Oggi, molti strumenti di BI e linguaggi di programmazione sono in grado di creare visualizzazioni avanzate come i Lollipop Charts. Infatti, il .madre() Il metodo matplotlib è ispirato al metodo radice MATLAB. Possiamo chiamare i grafici Lollipop il caso speciale del grafico a barre. Discutiamo anche di quali errori evitare quando si costruisce un grafico lecca-lecca.. Puoi provare a costruire la tua versione di Lollipop Charts perché impari sempre provando.
Circa l'autore
Connettiti con me su LinkedIn Qui.
Dai un'occhiata agli altri miei articoli qui
Puoi fornirmi i tuoi preziosi commenti su LinkedIn.
Grazie per averci dedicato il tuo tempo!
I media mostrati in questo articolo grafico di Lollipop non sono di proprietà di DataPeaker e vengono utilizzati a discrezione dell'autore.
