Анализируем данные и строим графики
Прежде чем мы перейдем к анализу данных, несколько слов о структуре Питона. Питон состоит из базового функционала (его мы изучали до сих пор) и дополнительных библиотек. Библиотеки в свою очередь состоят из модулей. В этих модулях есть инструменты для создания веб-сайтов, разработки игр и многого другого.
Нас будут интересовать те библиотеки и модули, с помощью которых можно анализировать данные, строить графики и производить математические вычисления. Приведу несколько примеров:
Пусть многообразие инструментов вас не пугает. Мы будем изучать их по мере необходимости. На сегодняшнем занятии мы познакомимся с двумя библиотеками: Pandas и Matplotlib.
Библиотека Pandas
Библиотека Pandas используется для анализа данных в форме таблиц или, как еще говорят, датафреймов. Для того чтобы воспользоваться библиотекой Pandas, ее нужно предварительно импортировать. Делается это довольно просто. Напишем:
В данном случае мы сказали компьютеру: «Загрузи дополнительную библиотеку Pandas и создай для нее псевдоним или сокращение pd». Сокращение может быть любым, однако для основных библиотек уже давно появились устоявшиеся псевдонимы и будет разумно использовать именно их.
Создадим первую таблицу или датафрейм на основе данных наших старых знакомых, Ивана Ивановича и Ивана Петровича. Вначале, вспомним, что это за данные:
Перевод "Plot" на русский с транскрипцией и произношением
К его дому прилегает никем не занятый /ничейный/ земельный участок.
The play is well acted but the plot is weak.
Пьеса сыграна хорошо, но сюжет — слабый.
During the sea battle, the positions of the ships were plotted on a big wall map.
По ходу битвы позиции кораблей отмечались флажками на большой карте на стене.
He reshaped the plot of his story.
Он изменил сюжет своего рассказа.
The plot gets more and more intricate as the story continues.
На протяжении фильма, сюжет становится всё более запутанным.
The writer is plotting a new novel.
Писатель замышляет новый роман.
I don’t need to know every little plot twist; just give me a synopsis of the movie.
Мне ни к чему знать мельчайшие повороты сюжета, достаточно краткого содержания фильма.
Police uncovered a criminal plot.
Полиция раскрыла преступный заговор.
The film’s plot is inane and full of clichés.
Сюжет этого фильма не имеет смысла и полон клише.
. numerous typos in the text detract the reader’s attention from the novel’s intricate plot.
. многочисленные опечатки в тексте отвлекают внимание читателя от замысловатого сюжета.
The plot was a little confusing.
Сюжет был немного запутанным.
They just bought a 12-acre plot of land.
Они только что купили двенадцать акров земли.
They concocted a plot to discredit the governor.
Они устроили заговор с целью дискредитации губернатора.
The involution of the thriller’s plot made it hard to follow.
За хитросплетениями сюжета этого триллера трудно уследить.
He wrote up a sketch of the plot.
Он составил краткое описание сюжета.
The plots are selling for $15,000 per acre.
Участки продаются по пятнадцать тысяч долларов за акр.
The plot of the story lacks oomph.
Сюжету этого рассказа не хватает шарма.
They plotted to steal the painting.
Они замышляли похитить эту картину.
They had plotted to blow up the White House.
Они замышляли взорвать Белый Дом.
The novel’s plot is multilayered.
Сюжет романа многослоен.
Примеры, ожидающие перевода
Have you plotted the route for your trip yet?
He hatched a lunatic plot to overthrow the government.
The novel’s plot is okay, but the writing is horrible.
Для того чтобы добавить вариант перевода, кликните по иконке ☰ , напротив примера.
Что такое plot
English-Russian dictionary of computer science and programming . 2013 .
Смотреть что такое «plot» в других словарях:
plot — plot … Dictionnaire des rimes
Plot’s — Plot s! Entwickler mhs Studio (Maik Heinzig) Publisher … Deutsch Wikipedia
plot — [ plo ] n. m. • 1890; techn. 1765; « billot » 1290; crois. lat. plautus « plat » avec germ. blok 1 ♦ Pièce métallique permettant d établir un contact, une connexion électrique. Les plots d un commutateur, d un billard électrique. ♢ Télédétect.… … Encyclopédie Universelle
plot# — plot n 1 *plan, design, scheme, project Analogous words: *chart, map, graph 2 Plot, intrigue, machination, conspiracy, cabal are comparable when they mean a secret plan devised to entrap or ensnare others. Plot implies careful planning of details … New Dictionary of Synonyms
Plot — Plot, n. [Abbrev. from complot.] 1. Any scheme, stratagem, secret design, or plan, of a complicated nature, adapted to the accomplishment of some purpose, usually a treacherous and mischievous one; a conspiracy; an intrigue; as, the Rye house… … The Collaborative International Dictionary of English
plot — PLOT, ploturi, s.n. 1. Piesă de contact electric constituită dintr un cilindru sau dintr o prismă metalică, fixată într o placă de material electroizolant sau pe suprafaţa acesteia, legată la un circuit electric. 2. Placă turnantă la încrucişarea … Dicționar Român
plot — [plät] n. [ME < OE, piece of land: some meanings infl. by COMPLOT] 1. a small area of ground marked off for some special use [garden plot, cemetery plot] 2. a chart or diagram, as of a building or estate 3. [short for COMPLOT] a secret,… … English World dictionary
Plot — may refer to: * Plot (narrative), the order of events in a narrative or any other type of story. **Plot device, an element introduced into a story solely to advance or resolve the plot of the story * a conspiracy * a chart or diagram * the output … Wikipedia
plot — [n1] plan, scheme artifice, booby trap*, cabal, collusion, complicity, connivance, conniving, conspiracy, contrivance, covin, design, device, fix, frame, frame up*, game, intrigue, little game*, machination, maneuver, practice, ruse, scam, setup … New thesaurus
Plot — Plot, n. [AS. plot; cf. Goth. plats a patch. Cf.
płot — <><
Библиотека Matplotlib для построения графиков
Разбираемся в том, как работает библиотека Matplotlib, и строим первые графики.
Иллюстрация: Оля Ежак для Skillbox Media
Matplotlib — популярная Python-библиотека для визуализации данных. Она используется для создания любых видов графиков: линейных, круговых диаграмм, построчных гистограмм и других — в зависимости от задач.
В этой статье научимся импортировать библиотеку и на примерах разберём основные способы визуализации данных.
Что такое Matplotlib и зачем она нужна
Библиотека Matplotlib — пакет для визуализации данных в Python, который позволяет работать с данными на нескольких уровнях:
- с помощью модуля Pyplot, который рассматривает график как единое целое;
- через объектно-ориентированный интерфейс, когда каждая фигура или её часть является отдельным объектом, — это позволяет выборочно менять их свойства и отображение.
В этой статье мы будем работать с модулем Pyplot, которого достаточно для построения графиков.
Matplotlib используют для визуализации данных любой сложности. Библиотека позволяет строить разные варианты графиков: линейные, трёхмерные, диаграммы рассеяния и другие, а также комбинировать их.
Дополнительные библиотеки позволяют расширить возможности анализа данных. Например, модуль Cartopy добавляет возможность работать с картографической информацией. Подробно про Matplotlib можно узнать из официальной документации.
Сама Matplotlib является основой для других библиотек — например, Seaborn позволяет проще создавать графики и имеет больше возможностей для косметического улучшения их внешнего вида. Но Matplotlib — это базовая библиотека для визуализации данных, незаменимая в анализе данных.
Как связаны Matplotlib, Pyplot и Pylab
При погружении в Matplotlib можно встретить упоминание двух модулей — Pyplot и Pylab. Важно понимать, какой из них использовать в работе и почему они появились. Разберёмся в терминологии.
Библиотека Matplotlib — это пакет для визуализации данных в Python. Pyplot — это модуль в пакете Matplotlib. Его вы часто будете видеть в коде как matplotlib.pyplot. Модуль помогает автоматически создавать оси, фигуры и другие компоненты, не задумываясь о том, как это происходит. Именно Pyplot используется в большинстве случаев.
Pylab — это ещё один модуль, который устанавливается вместе с пакетом Matplotlib. Он одновременно импортирует Pyplot и библиотеку NumPy для работы с массивами в интерактивном режиме или для доступа к функциям черчения при работе с данными.
Сейчас Pylab имеет только историческое значение — он облегчал переход с MATLAB на Matplotlib, так как позволял обходиться без операторов импорта (а именно так привыкли работать пользователи MATLAB). Вы можете встретиться с Pylab в примерах кода на разных сайтах, но на практике использовать модуль не придётся.
Установка и импорт библиотеки
Matplotlib — универсальная библиотека, которая работает в Python на Windows, macOS и Linux. При работе с Google Colab или Jupyter Notebook устанавливать Python и Matplotlib не понадобится — язык программирования и библиотека уже доступны «из коробки». Но если вы решили писать код в другой IDE, например в Visual Studio Code, то сначала установите Python, а затем библиотеку Learn через терминал:
Теперь можно переходить к импорту библиотеки:
Сокращение plt для библиотеки — общепринятое. Вы встретите его в официальной документации, книгах и в ноутбуках других людей. Так что используйте его.
Строим первый график в Matplotlib
Для начала создадим две переменные — x и y, которые будут содержать координаты точек по осям х и у:
Теперь построим график, который соединит эти точки:
Мы получили обычный линейный график. Разберём каждую команду:
- plt.plot() — стандартная функция, которая строит график в соответствии со значениями, которые ей были переданы. Мы передали в неё координаты точек;
- plt.show() — функция, которая отвечает за вывод визуализированных данных на экран. Её можно и не указывать, но тогда, помимо красивой картинки, мы увидим разную техническую информацию.
Дополним наш первый график заголовком и подписями осей:
Смотрим на результат:
С помощью Matplotlib можно настроить отображение любого графика. Например, мы можем изменить цвет линии, а также выделить точки, координаты которых задаём в переменных:
Теперь точки хорошо видны, а цвет точек и линии изменился на зелёный:
Подробно про настройку параметров функции plt.plot() можно прочесть в официальной документации.
Диаграмма рассеяния, или scatterplot
Диаграмма рассеяния используется для оценки взаимосвязи двух переменных, значения которых откладываются по разным осям. Для её построения используется функция plt.scatter(), аргументами которой выступают переменные с дискретными значениями:
Диаграмма рассеяния выглядит как множество отдельных точек:
Столбчатая диаграмма
Такой тип визуализации позволяет удобно сравнивать значения отдельных переменных. В столбчатой диаграмме длина столбцов пропорциональна показателям, которые они отображают. Как правило, одна из осей соответствует одной категории, а вторая — её дискретному значению.
Например, столбчатая диаграмма позволяет наглядно показать величину прибыли по месяцам. Построим следующий график:
Столбчатая диаграмма позволяет увидеть динамику изменения прибыли по месяцам:
Комбинируем разные варианты графиков
Для некоторых задач полезно объединить несколько типов графиков, например столбчатую диаграмму и линейный график. Доработаем его, добавив к столбцам точки со значениями прибыли, и соединим их:
Теперь на одном экране мы видим сразу оба типа:
Всё получилось. Но сейчас линейный график видно плохо — он просто теряется на синем фоне столбцов. Увеличим прозрачность столбчатой диаграммы с помощью параметра alpha:
Параметр alpha может принимать значения от 0 до 1, где 0 — полная прозрачность, а 1 — отсутствие прозрачности. Посмотрим на результат:
Теперь линейный график хорошо виден и мы можем оценивать динамику изменения прибыли.
Круговая диаграмма
Круговую диаграмму используют для отображения состава групп. Например, мы можем наглядно показать, какие марки автомобилей преобладают на дорогах города:
Так информация нагляднее, но непонятно, какая именно доля приходится на каждую марку автомобиля. Поэтому круговые диаграммы всегда лучше дополнять значениями в процентах. Отредактируем наш код, добавив к функции pie параметр autopct:
В параметр мы передаём формат отображения числа. В нашем случае это будет целое число с одним знаком после запятой. Запустим код и посмотрим на результат:
Теперь сравнить категории проще, так как мы видим числовые значения.
Сложные визуализации
Построим столбчатый график с накоплением. Он позволяет оценить динамику соотношения значений одной переменной. Попробуем показать, как соотносится количество устройств на Android и iOS в разные годы:
Смотрим на результат:
График позволяет увидеть, что соотношение устройств, работающих на Android и iOS, постепенно меняется — устройств на Android становится больше.
Что дальше?
Matplotlib — мощная библиотека для визуализации данных в Python. В этой статье мы познакомились только с самыми основами. Ещё много полезной информации можно найти в официальной документации.
Но если вы решили действительно углубиться в возможности библиотеки и визуализацию данных, то здесь помогут книги: