Khoa học dữ liệu nhanh nhẹn - Trực quan hóa dữ liệu
Trực quan hóa dữ liệu đóng một vai trò rất quan trọng trong khoa học dữ liệu. Chúng ta có thể coi trực quan hóa dữ liệu là một phân hệ của khoa học dữ liệu. Khoa học dữ liệu bao gồm nhiều thứ hơn là xây dựng các mô hình dự đoán. Nó bao gồm giải thích về các mô hình và sử dụng chúng để hiểu dữ liệu và đưa ra quyết định. Trực quan hóa dữ liệu là một phần không thể thiếu để trình bày dữ liệu một cách thuyết phục nhất.
Theo quan điểm khoa học dữ liệu, trực quan hóa dữ liệu là một tính năng nổi bật cho thấy những thay đổi và xu hướng.
Hãy xem xét các nguyên tắc sau để trực quan hóa dữ liệu hiệu quả -
Định vị dữ liệu dọc theo thang đo chung.
Sử dụng thanh có hiệu quả hơn so với hình tròn và hình vuông.
Màu thích hợp nên được sử dụng cho các ô phân tán.
Sử dụng biểu đồ hình tròn để hiển thị tỷ lệ.
Hình ảnh hóa Sunburst hiệu quả hơn đối với các ô phân cấp.
Agile cần một ngôn ngữ kịch bản đơn giản để trực quan hóa dữ liệu và với sự hợp tác của khoa học dữ liệu “Python” là ngôn ngữ được đề xuất để trực quan hóa dữ liệu.
ví dụ 1
Ví dụ sau đây minh họa dữ liệu trực quan về GDP được tính toán trong các năm cụ thể. “Matplotlib” là thư viện tốt nhất để trực quan hóa dữ liệu bằng Python. Việc cài đặt thư viện này được hiển thị bên dưới:
Hãy xem xét đoạn mã sau để hiểu điều này -
import matplotlib.pyplot as plt
years = [1950, 1960, 1970, 1980, 1990, 2000, 2010]
gdp = [300.2, 543.3, 1075.9, 2862.5, 5979.6, 10289.7, 14958.3]
# create a line chart, years on x-axis, gdp on y-axis
plt.plot(years, gdp, color='green', marker='o', linestyle='solid')
# add a title plt.title("Nominal GDP")
# add a label to the y-axis
plt.ylabel("Billions of $")
plt.show()Đầu ra
Đoạn mã trên tạo ra kết quả sau:
Có nhiều cách để tùy chỉnh biểu đồ với nhãn trục, kiểu đường và điểm đánh dấu. Hãy tập trung vào ví dụ tiếp theo thể hiện trực quan hóa dữ liệu tốt hơn. Những kết quả này có thể được sử dụng để tạo ra kết quả tốt hơn.
Ví dụ 2
import datetime
import random
import matplotlib.pyplot as plt
# make up some data
x = [datetime.datetime.now() + datetime.timedelta(hours=i) for i in range(12)]
y = [i+random.gauss(0,1) for i,_ in enumerate(x)]
# plot
plt.plot(x,y)
# beautify the x-labels
plt.gcf().autofmt_xdate()
plt.show()Đầu ra
Đoạn mã trên tạo ra kết quả sau:
