敏捷数据科学 - 数据可视化

数据可视化在数据科学中起着非常重要的作用.我们可以将数据可视化视为数据科学的一个模块.数据科学不仅包括构建预测模型.它包括对模型的解释,并使用它们来理解数据和做出决策.数据可视化是以最有说服力的方式呈现数据的一个组成部分.

从数据科学的角度来看,数据可视化是一个突出显示功能,可以显示变化和趋势.

请考虑以下有效数据可视化指南 :

  • 按常规比例定位数据.

  • 与圆形和正方形相比,使用条形更有效.

  • 正确颜色应该用于散点图.

  • 使用饼图来显示比例.

  • Sunburst可视化对于分层图更有效.

敏捷需要一种简单的脚本语言来实现数据可视化,并与数据科学合作"Python "是数据可视化的建议语言.

示例1

以下示例演示了在特定年份计算的GDP数据可视化.
"Matplotlib"是Python中数据可视化的最佳库.这个库的安装如下所示 :

Demonstrates Data Visualization

考虑以下代码来理解这个 :

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()

输出

上面的代码生成以下输出 :

代码生成

有许多方法可以自定义图表xis标签,线条样式和点标记.让我们关注下一个演示更好的数据可视化的示例.这些结果可用于更好的输出.

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()

输出

以上代码生成以下输出 :

代码生成第二个