敏捷資料科學 - 資料視覺化

資料視覺化在資料科學中扮演著非常重要的角色。我們可以將資料視覺化視為資料科學的一個模組。資料科學不僅僅包括構建預測模型，還包括解釋模型並利用它們來理解資料和做出決策。資料視覺化是將資料以最令人信服的方式呈現出的一個組成部分。

從資料科學的角度來看，資料視覺化是一個突出顯示特徵，它展示了變化和趨勢。

請考慮以下有效資料視覺化的指導原則：

• 將資料置於共同的尺度上。

• 與圓形和正方形相比，使用條形圖更有效地進行比較。

• 散點圖應使用合適的顏色。

• 使用餅圖顯示比例。

• 旭日圖更有效地用於層次圖。

敏捷需要一種簡單的資料視覺化指令碼語言，並且與資料科學相結合，“Python”是建議用於資料視覺化的語言。

示例 1

以下示例演示了特定年份計算的 GDP 的資料視覺化。“Matplotlib”是 Python 中最好的資料視覺化庫。下面顯示了此庫的安裝方法：

請考慮以下程式碼以瞭解這一點：

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()

輸出

上述程式碼生成以下輸出：

有很多方法可以使用軸標籤、線型和點標記來自定義圖表。讓我們關注下一個示例，它演示了更好的資料視覺化。這些結果可用於獲得更好的輸出。

示例 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()

輸出

上述程式碼生成以下輸出：