डेटा की कल्पना करने के लिए स्कैटर चार्ट का उपयोग करना

नमस्कार, हेब्र! मैं आपको जॉर्ज सेफ़ द्वारा "डेटा विज़ुअलाइज़ेशन के लिए स्कैटर प्लॉट्स के बारे में जानने की ज़रूरत" लेख का अनुवाद आपके लिए प्रस्तुत करता हूं।

यदि आप डेटा के विश्लेषण और दृश्य में लगे हुए हैं, तो सबसे अधिक संभावना है कि आपको तितर बितर चार्ट से निपटना होगा। इसकी सादगी के बावजूद, तितर बितर भूखंड डेटा की कल्पना करने के लिए एक शक्तिशाली उपकरण है। रंग, आकार और आकार में हेरफेर करके, तितर बितर भूखंडों के लचीलेपन और प्रतिनिधित्व को सुनिश्चित किया जा सकता है।

इस लेख में, आप तितर बितर चार्ट का उपयोग करके डेटा विज़ुअलाइज़ेशन के बारे में जानने के लिए आवश्यक लगभग सभी चीजें सीखेंगे। हम अजगर कोड में उनके उपयोग में सभी आवश्यक मापदंडों को पार्स करने का प्रयास करेंगे। आप कुछ व्यावहारिक तरकीबें भी खोज सकते हैं।

रिग्रेशन बिल्डिंग

यहां तक ​​कि तितर बितर चार्ट का सबसे आदिम उपयोग पहले से ही हमारे डेटा का उचित अवलोकन करता है। चित्रा 1 में, हम पहले से ही संयुक्त डेटा के द्वीपों को देख सकते हैं और जल्दी से बाहरी लोगों की पहचान कर सकते हैं।


चित्र 1

---

उपयुक्त प्रतिगमन लाइनें नेत्रहीन मध्य के करीब बिंदुओं की पहचान करने के कार्य को सरल बनाती हैं। चित्रा 2 में, हमने एक रेखा ग्राफ तैयार किया। यह देखना काफी आसान है कि इस मामले में रैखिक फ़ंक्शन प्रतिनिधि नहीं है, क्योंकि कई बिंदु लाइन से काफी दूर हैं।


चित्र 2

---

चित्रा 3 क्रम 4 के एक बहुपद का उपयोग करता है और बहुत अधिक आशाजनक लगता है। ऐसा लगता है कि इस डेटासेट को मॉडल करने के लिए, हमें निश्चित रूप से आदेश 4 के बहुपद की आवश्यकता है।


चित्र 3

---

import seaborn as sns import matplotlib.pyplot as plt df = sns.load_dataset('iris') # A regular scatter plot sns.regplot(x=df["sepal_length"], y=df["sepal_width"], fit_reg=False) plt.show() # A scatter plot with a linear regression fit: sns.regplot(x=df["sepal_length"], y=df["sepal_width"], fit_reg=True) plt.show() # A scatter plot with a polynomial regression fit: sns.regplot(x=df["sepal_length"], y=df["sepal_width"], fit_reg=True, order=4) plt.show() 

डॉट्स का रंग और आकार

रंग और आकार का उपयोग आपके डेटासेट में विभिन्न श्रेणियों की कल्पना करने के लिए किया जा सकता है। रंग और आकार नेत्रहीन बहुत स्पष्ट हैं। जब आप एक ग्राफ को देखते हैं, जहां बिंदुओं के समूह हमारे आकृतियों के अलग-अलग रंग होते हैं, तो यह तुरंत स्पष्ट हो जाता है कि अंक विभिन्न समूहों के हैं।

चित्रा 4 रंग द्वारा समूहीकृत वर्गों को दर्शाता है। चित्रा 5 रंग और आकार द्वारा अलग-अलग वर्गों को दर्शाता है। दोनों मामलों में, समूह को देखना बहुत आसान है। अब हम जानते हैं कि सेटोसा वर्ग को अलग करना आसान होगा, और हमें किस पर ध्यान देना चाहिए। यह भी स्पष्ट है कि सिंगल लाइन ग्राफ हरे और नारंगी डॉट्स को अलग करने में सक्षम नहीं होगा। इसलिए, हमें अधिक आयाम प्रदर्शित करने के लिए कुछ जोड़ने की आवश्यकता है।

रंग और आकार के बीच चुनाव प्राथमिकता का विषय बन जाता है। व्यक्तिगत रूप से, मुझे रंग थोड़ा स्पष्ट और अधिक सहज लगता है, लेकिन पसंद हमेशा आपकी है।


चित्र 4

---

चित्र 5

---

 import seaborn as sns import matplotlib.pyplot as plt df = sns.load_dataset('iris') # Use the 'hue' argument to provide a factor variable sns.lmplot( x="sepal_length", y="sepal_width", data=df, fit_reg=False, hue='species', legend=False) plt.legend(loc='lower right') plt.show() sns.lmplot( x="sepal_length", y="sepal_width", data=df, fit_reg=False, hue='species', legend=False, markers=["o", "P", "D"]) plt.legend(loc='lower right') plt.show() 

सीमांत हिस्टोग्राम

सीमांत हिस्टोग्राम के साथ एक ग्राफ का एक उदाहरण चित्र 6 में दिखाया गया है। सीमांत हिस्टोग्राम को शीर्ष और पक्ष पर आरोपित किया जाता है, जो फरसीसा के साथ वस्तुओं के लिए बिंदुओं के वितरण का प्रतिनिधित्व करता है और समन्वय करता है। यह छोटा सा जोड़ बिंदु वितरण और आउटलेर्स को इंगित करने के लिए बहुत अच्छा है।

उदाहरण के लिए, चित्रा 6 में, हम स्पष्ट रूप से 3.0 मार्कअप के आसपास बिंदुओं की एक उच्च एकाग्रता देखते हैं। और इस हिस्टोग्राम के लिए धन्यवाद, आप एकाग्रता के स्तर को निर्धारित कर सकते हैं। दाईं ओर आप देख सकते हैं कि 3.0 मार्कअप के आसपास किसी भी अन्य असतत सीमा के लिए कम से कम तीन गुना अधिक अंक हैं। इसके अलावा, दाईं ओर हिस्टोग्राम का उपयोग करके, कोई स्पष्ट रूप से पहचान सकता है कि स्पष्ट आउटलेर 3.75 निशान से ऊपर हैं। ऊपरी आरेख से पता चलता है कि एक्स अक्ष के साथ बिंदुओं का वितरण अधिक समान है, दूर दाएं कोने में आउटलेर के अपवाद के साथ।


चित्र 6

---

 import seaborn as sns import matplotlib.pyplot as plt df = sns.load_dataset('iris') sns.jointplot(x=df["sepal_length"], y=df["sepal_width"], kind='scatter') plt.show() 

बबल चार्ट

बबल चार्ट का उपयोग करते हुए, हमें जानकारी को एन्कोड करने के लिए कई चर का उपयोग करने की आवश्यकता है। इस प्रकार के दृश्य में निहित नया पैरामीटर आकार है। चित्र 7 में हम खाने वाले लोगों की ऊंचाई और वजन से खाए जाने वाले फ्राइज़ की मात्रा को दर्शाते हैं। कृपया ध्यान दें कि एक स्कैटर चार्ट केवल एक दो-आयामी दृश्य उपकरण है, लेकिन बबल चार्ट का उपयोग करते समय, हम कुशलता से तीन आयामों के साथ जानकारी प्रदर्शित कर सकते हैं।

यहां हम रंग, स्थिति और आकार का उपयोग करते हैं, जहां बुलबुले की स्थिति व्यक्ति की ऊंचाई और वजन निर्धारित करती है, रंग लिंग का निर्धारण करता है, और आकार फ्राइज़ खाए जाने की मात्रा से निर्धारित होता है। बबल चार्ट आसानी से हमें सभी विशेषताओं को एक ग्राफ में आसानी से संयोजित करने की अनुमति देता है ताकि हम बड़े आकार की जानकारी को दो-आयामी रूप में देख सकें।


चित्र 7

---

 import numpy as np import matplotlib.pyplot as plt import matplotlib.patches as mpatches x = np.array([100, 105, 110, 124, 136, 155, 166, 177, 182, 196, 208, 230, 260, 294, 312]) y = np.array([54, 56, 60, 60, 60, 72, 62, 64, 66, 80, 82, 72, 67, 84, 74]) z = (x*y) / 60 for index, val in enumerate(z): if index < 10: color = 'g' else: color = 'r' plt.scatter(x[index], y[index], s=z[index]*5, alpha=0.5, c=color) red_patch = mpatches.Patch(color='red', label='Male') green_patch = mpatches.Patch(color='green', label='Female') plt.legend(handles=[green_patch, red_patch]) plt.title("French fries eaten vs height and weight") plt.xlabel("Weight (pounds)") plt.ylabel("Height (inches)") plt.show()