Data Visualization: Empowering Data Analysis with Python
Mehrimah amiriمصورسازی دادهها: تقویت تحلیل داده با پایتون
دفترچههای نوتبوک Kaggle قسمت 1 و 2:
1. [لینک_قسمت_1]
2. [لینک_قسمت_2]
مصورسازی دادهها ابزاری قدرتمند است که به ما کمک میکند مجموعه دادههای پیچیده را درک کرده و بینشهای معناداری استخراج کنیم. در حالی که Excel برای ایجاد مصورسازیهای پایه محبوب بوده است، پایتون اکوسیستم غنیای از کتابخانهها را ارائه میدهد که میتوانند مصورسازیهای پیشرفتهتر و تعاملیتری را ایجاد کنند. در این پست وبلاگ، برخی از رایجترین انواع مصورسازیها را بررسی کرده و اهمیت آنها در تحلیل داده با پایتون را مورد بحث قرار میدهیم.
انواع رایج مصورسازی
نمودارهای میلهای (Bar Charts)
1. مناسب برای مقایسه دادههای دستهبندیشده.
2. قابل استفاده برای نمایش فراوانیها، نسبتها یا میانگینها.
3. کتابخانههای پایتون: Matplotlib، Seaborn، Plotly.
کد نمونه:
```python
import matplotlib.pyplot as plt
دستهها = ['A', 'B', 'C']
مقادیر = [10, 15, 7]
plt.bar(دستهها, مقادیر)
plt.xlabel('دستهها')
plt.ylabel('مقادیر')
plt.title('نمودار میلهای ساده')
plt.show()
```
---
نمودارهای خطی (Line Charts)
1. مناسب برای نمایش روندها در طول زمان یا متغیرهای پیوسته.
2. کمک به شناسایی الگوها، همبستگیها و ناهنجاریها.
3. کتابخانههای پایتون: Matplotlib، Seaborn، Plotly.
کد نمونه:
```python
import matplotlib.pyplot as plt
زمان = [1, 2, 3, 4, 5]
مقادیر = [2, 3, 5, 7, 11]
plt.plot(زمان, مقادیر)
plt.xlabel('زمان')
plt.ylabel('مقادیر')
plt.title('نمودار خطی ساده')
plt.show()
```
---
نمودارهای پراکندگی (Scatter Plots)
1. موثر برای نشان دادن روابط بین دو متغیر عددی.
2. آشکارسازی همبستگیها، خوشهها و ناهنجاریها.
کد نمونه:
```python
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [5, 7, 4, 6, 5]
plt.scatter(x, y)
plt.xlabel('متغیر X')
plt.ylabel('متغیر Y')
plt.title('نمودار پراکندگی ساده')
plt.show()
```
---
هیستوگرامها (Histograms)
1. مفید برای درک توزیع یک متغیر عددی.
2. شناسایی چولگی، چندوجهی بودن و ناهنجاریها.
کد نمونه:
```python
import matplotlib.pyplot as plt
import numpy as np
دادهها = np.random.randn(1000)
plt.hist(دادهها, bins=30)
plt.xlabel('مقادیر')
plt.ylabel('فراوانی')
plt.title('هیستوگرام')
plt.show()
```
---
نمودارهای جعبهای (Box Plots)
1. نمایش توزیع یک متغیر عددی در میان دستههای مختلف.
2. مقایسه میانهها، چارکها و ناهنجاریها.
کد نمونه:
```python
import matplotlib.pyplot as plt
import numpy as np
دادهها = [np.random.randn(100) for _ in range(4)]
plt.boxplot(دادهها)
plt.xlabel('دستهها')
plt.ylabel('مقادیر')
plt.title('نمودار جعبهای')
plt.show()
```
---
نقشههای حرارتی (Heatmaps)
1. نمایش دادهها به صورت یک شبکه رنگی؛ اغلب برای مصورسازی ماتریسها یا همبستگیها استفاده میشود.
2. شناسایی الگوها، خوشهها و ناهنجاریها در دادههای چندبعدی.
کد نمونه:
```python
import seaborn as sns
import numpy np
دادهها = np.random.rand(10, 12)
sns.heatmap(دادهها)
plt.title('نقشه حرارتی')
plt.show()
```
---
نقشههای درختی (Treemaps)
1. نمایش دادههای سلسلهمراتبی به صورت مستطیلهای تو در تو، نشاندهنده سطوح مختلف تجمیع.
2. مصورسازی روابط جزء به کل و نسبتها.
3. کتابخانه پایتون: Squarify.
کد نمونه:
```python
import squarify
import matplotlib.pyplot as plt
اندازهها = [50, 25, 12, 6, 4, 3]
squarify.plot(sizes=اندازهها)
plt.title('نقشه درختی')
plt.axis('off')
plt.show()
```
---
نقشههای جغرافیایی (Geographic Maps)
1. مصورسازی دادهها بر روی نقشه جغرافیایی؛ اغلب برای تحلیل مکانی استفاده میشود.
2. نمایش مکانها، تراکمها و توزیعها.
3. کتابخانههای پایتون: Folium، Geopandas.
کد نمونه با Folium:
```python
import folium
نقشه = folium.Map(location=[35.6892, 51.3890], zoom_start=12)
folium.Marker([35.6892, 51.3890], popup='تهران').add_to(نقشه)
نقشه
```
---
اهمیت مصورسازی در تحلیل داده
1. شناسایی الگوها و روندها: مصورسازی میتواند به شما کمک کند تا روندها، ناهنجاریها و الگوهایی را که ممکن است از طریق تحلیل عددی قابل تشخیص نباشند، شناسایی کنید.
2. ارتباط موثر بینشها: مصورسازیها ابزاری قدرتمند برای انتقال ایدههای پیچیده به مخاطبان فنی و غیر فنی هستند.
3. کاوش تعاملی دادهها: کتابخانههایی مانند Plotly و Bokeh به شما امکان ایجاد مصورسازیهای تعاملی را میدهند که میتوانند توسط کاربران کاوش و دستکاری شوند.
4. تصمیمگیری مبتنی بر داده: مصورسازی میتواند به شما کمک کند با ارائه نمایشی واضح و مختصر از دادهها، تصمیمات آگاهانهای بگیرید.