Auteur : Ai Wen, titulaire d'une maîtrise en informatique, conférencier de formation interne et intervieweur médaillé d'or, expert senior en algorithme dans l'entreprise, et travaillant maintenant dans une usine BAT de premier niveau.
E-mail : [email protected]
Blog : https://wenjie.blog.csdn.net/
Contenu : Programmation avec Ai Wenjie « Zero-Basic Beginner Learning Python »

Cible

Introduction aux concepts de base de l'intrigue
Introduction au contrôle du dessin de tracé
installer complotement
Dessiner une visualisation graphique
Graphiques de visualisation (histogrammes, histogrammes, nuages de points, diagrammes circulaires, cartes thermiques, chronogrammes, boxplots, etc.)

contenu

introduire¶

Basé sur Python pour l'analyse des données, Matplotlib présente des défauts tels qu'il n'est pas assez beau, statique et difficile à partager, ce qui limite le développement de Python dans la visualisation de données. Afin de résoudre ce problème, Plotly, un nouveau module open source de visualisation dynamique, a vu le jour. Parce que Plotly a les caractéristiques d'être dynamique, beau, facile à utiliser et riche en types. Les cas de projet incluent les données du Titanic, les données de l'iris, les données de vol et les données financières pour l'analyse visuelle des cartes, ce qui permet à chacun de savoir rapidement comment gérer l'analyse des données dans le projet.

Contenu réel du projet : données Titanic, données d'iris, données de vol, données financières

Exiger

Que vous soyez une personne base zéro ou un étudiant possédant une certaine base Python, vous pouvez apprendre grâce à ce cours. L'objectif de ce cours est basé sur des didacticiels pratiques, vous permettant de maîtriser rapidement l'utilisation des outils Python et comment effectuer une analyse de données via jupyter-notebook. La véritable compréhension de l'entreprise peut être analysée grâce au tracé graphique interactif. Ces cours sont également très utiles, en particulier pour les chefs de produits IA. Ce cours peut vous rendre plus rapide, plus efficace et tirer le meilleur parti de votre travail dans l'analyse des données de l'entreprise.

bénéficier de

Maîtrisez rapidement comment utiliser la bibliothèque Plotly et dessinez habilement des graphiques communs dans diverses analyses de données.

Maîtriser la méthode d'analyse des données python

Introduction à l'intrigue

dessin python : matplotlib, seaborn, plotly

Un scénario commercial d'analyse de données consiste à utiliser les données pour raconter des histoires, et les outils de visualisation interactive des informations mettent en évidence les avantages ici.

Il existe encore de nombreuses bibliothèques de visualisation Python. Bien maîtriser matplotlib et seaborn, utiliser plotly pour des métiers spécifiques suffit pour affronter sereinement la plupart des scénarios d'analyse de données.

Plotly est un framework de visualisation de données open source très célèbre et puissant. Il affiche des informations en créant des graphiques Web interactifs basés sur les affichages du navigateur et peut créer des dizaines de magnifiques graphiques et cartes.

Ci-dessous, nous utilisons le notebook Jupyter comme outil de développement pour l'analyse des données. Matplotlib présente des défauts tels qu'il n'est pas assez beau, statique et difficile à partager, ce qui limite le développement de Python dans la visualisation de données. Afin de résoudre ce problème, Plotly, un nouveau module open source de visualisation dynamique, a vu le jour.

Parce que Plotly a les caractéristiques d'être dynamique, beau, facile à utiliser et riche en types.

On peut dire que plotly est une méthode de dessin de haut niveau pour dessiner des graphiques en Python.

Jetons d'abord un coup d'œil aux rendus de visualisation des données via le site officiel de plotly. Ici, nous interceptons une partie de l'effet et constatons qu'il est extrêmement puissant, et qu'il prend également en charge l'édition en ligne des données/images.

contrôle du tracé du tracé

Graphiques de base : 20 types

Carte statistique et des voies d'expédition : 12 types

Cartes scientifiques : 21 types

Graphiques financiers : 2 types

Cartes : 8 types

Cartes 3D : 19 types

Génération de rapports : 4 types

Base de données de connexion : 7 types

Outils de montage : 3 types

Organigramme : 4 types

JavaScript pour ajouter des contrôles personnalisés : 13 types

installer complotement

pip installer plotly

Après avoir terminé l'installation de Chengxiu, nous devons vérifier s'il est installé, à travers les opérations suivantes

La première visualisation graphique de l'intrigue

Importer des packages associés

le premier à dessiner le graphique

Les résultats d'affichage sont les suivants

Cas de données de graphiques visuels

Les données de tous les cas de projet de ce cours incluent : les données du Titanic, les données de l'iris, les données de vol et les données financières. Grâce à l'analyse de ces données, vous pouvez rapidement laisser tout le monde maîtriser l'intrigue du projet pour l'analyse du dessin des données.

Télécharger les données

Afficher 4 types de données (par défaut 5)

Ici les vols sont traités par la fonction pivot

Affichage des données financières

Cas de projet 1 : Histogramme du Titanic

Lorsque vous analysez un ensemble de données, vous examinez la distribution des variables, et l'histogramme fournit une fonction très simple.

En observant les données, affichez l'histogramme de l'âge. Les données d'âge réelles comportent des données manquantes. Utilisez d'abord la fonction dropna pour supprimer les données manquantes, sinon le graphique ne peut pas être dessiné.

Cas de projet 2 : Histogramme du Titanic

Ici, nous comptons le nombre de personnes survivantes correspondant à chaque type d'analyse de données au niveau du poste

Cas de projet 3 : Histogramme groupé Titanic

Notre classe de niveau de position sur l'axe des x, nous affinerons le sexe pour compléter l'effet de l'histogramme groupé

Cas de projet 4 : nuage de points d'iris

Nuage de points : Il est principalement utilisé pour analyser la concentration des données.

Cas de projet 5 : Graphique linéaire des données de vol

Analysez principalement certaines tendances changeantes des données. Ici, nous analysons les données de vol, en examinant principalement certains changements dans le nombre de passagers chaque année et chaque mois.

L'opération ci-dessus est très gênante. Définissez une fonction pour encapsuler les données de chaque année, puis toutes les données peuvent être affichées.

Cas de projet 6 : diagramme circulaire du Titanic

Grâce au camembert, il est principalement utilisé pour analyser la proportion des différentes catégories de données

Analyser la proportion de survivants des différents personnels embarqués

Cas de projet 7 : Boxplot du Titanic

Il s'agit d'une sorte de fonction et d'analyse de données, qu'il s'agisse de données ponctuelles anormales ou de points aberrants.Il peut afficher la valeur maximale, la valeur minimale, les données médianes et les quartiles supérieur et inférieur d'un ensemble de données. Ces données peuvent être observées à travers ce graphique

Nous comptons la répartition par âge des différents niveaux de poste

Nous pouvons optimiser et ajuster davantage notre code ci-dessus pour rendre notre code plus facile à visualiser et la quantité de code est relativement faible.

Cas de projet 8 : Carte thermique des données de vol

Il est généralement utilisé pour indiquer la corrélation entre les caractéristiques, et la profondeur de la couleur est généralement utilisée pour indiquer la taille de la valeur ou le niveau de corrélation.

Utilisons d'abord un exemple de données simple pour observer comment générer une carte thermique, en nous concentrant sur la construction des données des trois variables x, y et z.

Ensuite, nous chargeons les données d'un de nos vols via pandas, le nombre de passagers par mois et par an, ce qui est une application pratique d'une carte thermique.

Ce dont nous avons besoin pour créer une carte thermique, ce sont des informations de données tridimensionnelles.

x : étiquette du mois

y : étiquette de l'année

z : le nombre de passagers correspondant à l'année et au mois

Cas de projet 9 : Diagramme de séquence de données financières

Nous pouvons modifier les données à chaque instant grâce au chronogramme, par exemple : Dans le domaine financier, cette méthode peut être utilisée pour analyser la tendance quotidienne du cours des actions.