searchsearch

www.hkeasychat.com

讓客戶一看就懂 ,贊不絕口的10個數據可視化技巧 - 網站建設及程式編寫

登入     註冊



讓客戶一看就懂 ,贊不絕口的10個數據可視化技巧

123457931發表於 2019-10-24 21:23:20
讓客戶一看就懂 ,贊不絕口的10個數據可視化技巧


讓客戶一看就懂 ,贊不絕口的10個數據可視化技巧


讓客戶一看就懂 ,贊不絕口的10個數據可視化技巧


文章發布于公號【數智物語】 (ID︰decision_engine),關注公號不錯過每一篇干貨。



  來源 | AI開發者(id︰okweiwu)
  作者 | skura
讓客戶一看就懂 ,贊不絕口的10個數據可視化技巧


我必須對你說實話︰當我學習數據科學時,我完全低估了繪圖的重要性。沒錯,那時一切都一團糟︰我從頭開始學習 python、熟悉了所有可能的算法、理解了所有東西背後的數學原理,但是我的繪圖技巧很糟糕。

為什麼會這樣?我們總是在做同樣的事情。你知道的︰pairplots,distplots,qqplots…你在可視化數據時使用圖表是理解數據的唯一方法。這些都是非常有用、通用和默認的圖表。所以,復制和粘貼一堆代碼成了我時最常做的事情。

讓客戶一看就懂 ,贊不絕口的10個數據可視化技巧


對于我的項目來說,可交付結果總是一個模型。由于數小時的數據清洗和特征工程,很可能會有一個不錯的分數。我是我項目的唯一參與者,我的教授們在他們給我這些數據時就已經知道關于數據的一切。那我作圖是為了給誰看?我自己?好吧…沒必要!對不?我比任何人都清楚每一步在實現什麼,我不需要向任何人解釋。

但除此之外,老實說,作圖一點都不神秘。任何人都可以作圖。我 60 歲的父親只要用 excel 就能作出一些圖表。當然,每個人都能做到,這就是為什麼我認為它並不神秘。我和我的朋友們都在從事數據科學和機器學習,但大多數人甚至不明白那是什麼。正如《哈佛商業評論》(Harvard Business Review)雜志所說,這就是為什麼我們都那麼帥氣性感。

問題是小伙子們如果你們還沒有從我過分的諷刺中發現,現實生活並非如此。我相信這可能是我在數據科學中的最大失敗︰沒有充分考慮可解釋性和可解釋性的重要性。你可能是個天才,但如果你不能向第三方解釋你是如何得到這些美妙的結論,以及為什麼得到這些結論,那麼你可能什麼都不是。例如,在 Ravelin Technology,我們提供基于機器學習的欺詐預防解決方案。想象一下,你告訴一個客戶,你封鎖了 x% 的交易,只是因為機器學習模型是這樣說的,但你根本不知道為什麼要這樣做會怎樣?當然,對于任何試圖最大化環化率和銷售情況的電子商務來說,這都不是很有吸引力,對吧?想象一下,在醫療保健等其他敏感領域出現同樣的情況……那簡直是災難即將來臨的千兆。

現在,除了與業務相關的問題,甚至從法律的角度或者從你的業務只關心預測的結果來看不管你如何得到它們,理解一個算法實際上是如何工作的對你會有幫助。你不僅能更好地向客戶解釋輸出的原因,還能更好地協調數據科學家和分析師的工作。

因此,在現實世界中,情況與我在學校從事學術數據科學項目時的情況完全不同︰我從來不是項目的唯一參與者,我的同事和/或客戶通常對我使用的數據不太了解。那我現在要為誰作圖呢?听起來還沒必要嗎?很顯然不是。能夠向人們解釋你的思維過程是任何數據相關工作的關鍵部分。在這種情況下,復制和粘貼圖表是不夠的,圖表的個性化變得非常重要。

讓客戶一看就懂 ,贊不絕口的10個數據可視化技巧


在這篇文章的剩余部分,我想和大家分享 10 個基本的中級和高級的繪圖工具。我發現在現實生活中,當涉及到繪圖解釋你的數據時,這些工具非常有用。

我將在下面幾行中引用的庫︰

1. Seaborn︰import seaborn as sns

2. matplotlib︰matplotlib.pyplot as plt

此外,如果需要,可以設置樣式和你喜歡的格式,例如︰

1. plt.style.use('fivethirtyEight')

2. %config inlinebackend.figure\format='retina'

3. %matplotlib inline

說到這里,讓我們直接跳到這些工具︰

01

繪制復合圖

有時,你會想在一個圖表中繪制出不同的東西。但有時,你會希望在同一行或列中拋出不同的圖表,相互補充和/或顯示不同的信息片段。

為此,這里給出一個非常基本但必不可少的工具︰subplots。如何使用它?很簡單。matplotlib 中的圖表是一種結構,可以這樣使用︰

1. 圖形︰繪制圖表的背景或畫布

2. 軸︰我們的圖表

通常,這些東西是在代碼後台自動設置的,但是如果要繪制多個圖形,我們只需要按照以下方式創建圖形和軸對象︰

1. fig, ax = plt.subplots(ncols=number_of_cols, nrows=number_of_rows, figsize=(x,y)

例如,如果設置 ncols=1 和 nrows=2,我們將創建一個由 x,y 軸組成的圖形,其中只有兩個圖表,分布在兩個不同的行中。剩下的唯一事情是從 0 開始使用'ax'參數指定不同繪圖的順序。例如︰

1.sns.scatterplot(x=horizontal_data_1, y=vertical_data_1, ax=ax[0]);

2.sns.scatterplot(x=horizontal_data_2, y=vertical_data_2, ax=ax[1]);

02

軸標簽

這可能看起來沒有必要,或者不是很有幫助,但是你無法想象,如果你的圖表有點混亂,或者看到數據的人對此不是很熟悉,你會被問多少次 x/y 軸代表的是什麼。按照前面的兩個繪圖示例,如果要為軸設置特定名稱,則必須使用以下代碼行︰

1. ax[0].set(x label='My X Label',ylabel='My Y Label')

2. ax[1].set(xlabel='My Second X Label',ylabel='My Second and Very Creative Y Label')

03

設置標題

如果我們要將數據呈現給第三方,另一個基本但關鍵的要點是使用標題,它和之前的軸標記非常相似︰

1. ax[0].title.set_text(‘This title has to be very clear and explicative’)

2. ax[1].title.set_text(‘And this title has to explain what’s different in this chart’

04

給圖表重點元素做注釋

通常情況下,僅僅在圖表的左右兩側使用刻度本身並不是很清楚。在圖上標注值對于解釋圖表非常有用。

假設現在我們使用 subplots,我們有幾個圖表,其中一個是位于 ax[0] 位置的 seaborn 的 barplot。在這種情況下,在條形圖中每個條上獲取注釋的代碼要復雜一些,但很容易實現︰

1.for p in ax[0].patches:

2.ax[0].annotate(“%.2f” % p.get_height(), (p.get_x() + p.get_width() / 2., p.get_height()),

3.ha=’center’, va=’center’, fontsize=12, color=’white’, xytext=(0, -10), textcoords=’offset points’

對于圖表中的每個「patch」或條形圖,直到「ha」參數獲取條形圖的位置、高度和寬度為止,以便將值注釋放在正確的位置。以類似的方式,我們還可以指定注釋的對齊方式、字體大小和顏色,而「xytext」參數指示我們是否要在某個 x 或 y 方向移動注釋。在上面的例子中,我們將在 y 軸上向下移動注釋文本。

05

使用不同顏色區分標簽

在某些情況下,在一段時間或一系列的值中,我們可能測量了不同種類的物體。例如,假設我們測量 6 個月以來狗和貓的體重。在實驗結束時,我們想畫出每只動物的體重,分別用藍色和紅色區分貓和狗。為此,在大多數傳統繪圖中,我們可以使用參數「hue」為元素提供顏色列表。

舉個例子︰

weight = [5,4,8,2,6,2] month = [‘febrero’,’enero’,’abril’,’junio’,’marzo’,’mayo’] animal_type = [‘dog’,’cat’,’cat’,’dog’,’dog’,’dog’] hue = [‘blue’,’red’,’red’,’blue’,’blue’,’blue’] sns.scatterplot(x=month, y=weight, hue=hue);

讓客戶一看就懂 ,贊不絕口的10個數據可視化技巧


06

改變散點圖中點的大小

使用上面的相同示例,我們還可以使用從 1 到 5 的刻度表示圖表中動物的大小。將此額外指標添加到繪圖中的一個好選擇是修改散點圖的大小,通過「size」參數將大小指定給新的附加向量,並使用「size」調整它們之間的關系︰

1. size = [2,3,5,1,4,1]

2. sns.scatterplot(x=month, y=weight, hue=hue, size=size, sizes= (50,300));

讓客戶一看就懂 ,贊不絕口的10個數據可視化技巧


順便說一下,如果如上圖所示,圖例使繪圖更難閱讀,你可以將「legend」參數設置為 false。

07

在數據中包含一行以顯示閾值

在現實生活中的許多情況下,數據高于或低于某個閾值可能是問題提示信號或錯誤警告。如果要在繪圖中清楚地顯示,可以使用以下命令添加一行︰

ax[0].axvline(32,0,c='r')

加在哪里?

1. ax[0] 將是我們要在其中插入行的圖表

2. 32 將是繪制線的值

3. c = 'r' 表示圖表將是紅色的

如果我們使用的是 subplots,那麼將 axvline 添加到相應的 axe 就很簡單,如上面的示例所示。但是,如果不使用 subplots,則應執行以下操作︰

1. g=sns.scatterplot(x=month,y=weight,hue=hue,legend=false)

2. g.axvline(2,c='r')

3. plt.show()

讓客戶一看就懂 ,贊不絕口的10個數據可視化技巧


08

多 Y 軸繪圖

這可能是最簡單,但也是最有用的技巧之一。

有時我們只需要在圖表中添加更多信息,除了在繪圖的右 y 軸上添加新的度量之外,沒有其他方法可以繞過它︰

1. ax2=ax[0].twinx()

現在可以添加任何要將「ax」參數指向「ax2」的圖表

1. sns.lineplot(x=month, y=average_animal_weight, ax=ax2

請注意,這個例子再次假設你使用的是 subplots。如果沒有,你應該遵循與前一點相同的邏輯︰

1.g = sns.scatterplot(x=month, y=weight, hue=hue, legend=False)

2.g.axvline(2,c=’r’)

3.ax2 = g.twinx()

4.sns.lineplot(x=month, y=average_animal_weight, ax=ax2, c=’y’)

5.plt.show()

讓客戶一看就懂 ,贊不絕口的10個數據可視化技巧


請注意,要使其工作,你應該為兩個圖表中的 x 軸設置始終相同的數據。否則,它們就不匹配了。

09

重疊繪圖和更改標簽和顏色

在同一軸上重疊圖表很容易︰我們只需要為所有想要的繪圖編寫代碼,然後,我們可以簡單地調用'plt.show()'將它們全部繪制在一起︰

1. a=[1,2,3,4,5]

2. b=[4,5,6,2,2]

3. c=[2,5,6,2,1]

4. sns.lineplot(x=a,y=b,c='r')

5. sns.lineplot(x=a,y=c,c='b')

6. plt.show()

讓客戶一看就懂 ,贊不絕口的10個數據可視化技巧


然而,有時重疊會導致混淆,所以我們可能需要做一些改進,讓人更容易理解。

例如,假設你希望在同一個圖形中重疊你采集的兩個不同樣本的身高分布︰一個來自你的同事,另一個來自當地的籃球隊。最好添加一些個性化的東西,如不同的顏色,並添加一個圖例,表明它們具體代表的是哪一個。好吧,簡單點︰

1. 設置「colour」標簽,我們可以為每一個設置一種特定的顏色。請注意,有時此參數可以更改為簡單的「c」

2. 使用「label」參數,我們可以通過簡單地調用 x.legend()用來指定要顯示的任何文本

舉個例子︰

1.g = sns.distplot(workmates_height, color=’b’, label=’Workmates’)

2.sns.distplot(basketball_team, color=’r’, ax=g, label=’Basket team’)

3.g.legend()

4.plt.show()

讓客戶一看就懂 ,贊不絕口的10個數據可視化技巧


10

在條形圖中設置軸的順序

最後是一個非常特殊的工具~如果你喜歡使用條形圖,你可能會面臨這樣的問題︰你的條形圖沒有按照你想要的順序排列。在這種情況下,有一個簡單的修復方法,將一個帶有你想要的特定順序的列表傳遞給「order」參數︰

1. a=['second','first','third']

2. b=[15,10,20]

3. sns.barplot(x=a,y=b,order=['first','second','third']);

讓客戶一看就懂 ,贊不絕口的10個數據可視化技巧


繪圖本身就是一個世界,根據我的經驗,提高你技能的最好方法就是練習。但我希望這些工具和技巧能幫助你做好現實中數據科學的工作,就像當初幫助我一樣。

via︰https://towardsdatascience.com/10-tips-to-improve-your-plotting-f346fa468d18

讓客戶一看就懂 ,贊不絕口的10個數據可視化技巧


讓客戶一看就懂 ,贊不絕口的10個數據可視化技巧


星標我,每天多一點智慧

讓客戶一看就懂 ,贊不絕口的10個數據可視化技巧

相關內容:
上一篇:數據科學工程師常犯的錯誤Top10
下一篇:網站建設需要什麼內容和步驟

更多帖子推薦

網站建設及程式編寫討論區最新帖子快速翻頁:
234567891011121314151617

網站建設及程式編寫

讓客戶一看就懂 ,贊不絕口的10個數據可視化技巧 -END- 

香港交友討論區hkeasychat - 香港社交論壇forum本交友論壇採用forum形式運作,會員所講所post交友話題、發起的交友活動與本交友網立場無關 本頁面任何內容(包括但不限於:『留言、文章』)不代表廣告商同意立場及觀點,本頁面可能出現間接宣傳。hkeasychat旗下討論區業務集團之一 - hkeasychat 香港交友討論區 聯絡我們