敏捷数据科学 - 数据可视化

数据可视化在数据科学中发挥着非常重要的作用。我们可以将数据可视化视为数据科学的一个模块。数据科学不仅仅包括构建预测模型。它包括模型的解释以及使用它们来理解数据和做出决策。数据可视化是以最令人信服的方式呈现数据的一个组成部分。

从数据科学的角度来看，数据可视化是展示变化和趋势的一大亮点。

考虑以下有效数据可视化指南 -

  • 沿通用比例定位数据。

  • 与圆形和方形相比，使用条形更有效。

  • 散点图应使用适当的颜色。

  • 使用饼图来显示比例。

  • 旭日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进行数据可视化，并且与数据科学合作“Python”是数据可视化的建议语言。

实施例1

以下示例演示了特定年份计算的 GDP 的数据可视化。“Matplotlib”是 Python 中最好的数据可视化库。该库的安装如下所示 -

演示数据可视化

请考虑以下代码来理解这一点 -

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

有多种方法可以使用轴标签、线条样式和点标记来自定义图表。让我们重点关注下一个示例，该示例演示了更好的数据可视化。这些结果可用于更好的输出。

实施例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

上面的代码生成以下输出 -

代码生成第二个