Фото красивый участок на даче: Красивые Дачи фото — Хитрости Ландшафтного Дизайна на дачном участке

FacetGrid – гистограммы

 г = снс.FacetGrid (data, col = "Continent", col_wrap = 3, height = 4) 
 g = (g.map (plt.hist, "Life Ladder", bins = np.arange (2,9,0.5))) 

FacetGrid – аннотированные графики KDE

Также возможно добавить обозначение, специфичное для фасета, к каждой диаграмме в сетке. В следующем примере мы добавляем среднее значение и стандартное отклонение, а также вертикальную линию, проведенную по среднему значению (код ниже).

FacetGrid – графики тепловой карты

Один из моих любимых типов графиков – это тепловая карта FacetGrid, i.е., тепловая карта в каждом аспекте сетки. Этот тип графика полезен для визуализации четырех измерений и метрики на одном графике. Код немного громоздкий, но его можно быстро изменить в соответствии с вашими потребностями. Примечательно, что для такого типа диаграмм требуется относительно большой объем данных или правильная сегментация, поскольку они не очень хорошо обрабатывают пропущенные значения.

Постройте точечную диаграмму – Таблица

Используйте точечные диаграммы для визуализации отношений между числовыми переменными.

В Tableau вы создаете диаграмму рассеяния. поместив хотя бы одну меру на полку Колонны и хотя бы один такт на полке «Ряды».Если на этих полках есть как размеры, так и меры, Tableau размещает меры как самые внутренние поля, что означает, что меры всегда находятся справа от любых измерений, которые вы также разместили на этих полках. Слово «самый внутренний» в данном случае относится к структуре таблицы.

Диаграмма рассеяния может использовать несколько типов меток.По умолчанию Tableau использует тип метки формы. В зависимости от ваших данных вы можете хотите использовать другой тип отметки, например круг или квадрат. Дополнительные сведения см. В разделе «Изменение типа метки в представлении».

Чтобы использовать диаграммы рассеяния и линии тренда для сравнения продаж с прибылью, выполните следующие действия:

1. Откройте образец – источник данных Superstore.

2. Перетащите меру «Прибыль» в столбцы.

   Tableau объединяет измерьте как сумму и создайте горизонтальную ось.

3. Перетащите меру Продажи в Строки.

   Tableau объединяет измерьте как сумму и создайте вертикальную ось.

   Меры могут состоять из непрерывных числовых данных. Когда вы наносите одно число на другое, вы сравниваете два числа; Полученная диаграмма аналогична декартовой диаграмме с координатами x и y.

   Теперь у вас есть диаграмма рассеяния в одну отметку:

4. Перетащите измерение «Категория» в поле «Цвет» на карточке «Метки».

   При этом данные разделяются на три метки – по одной для каждого элемента измерения – и метки кодируются с использованием цвета.

5. Перетащите измерение «Область» в пункт «Подробности» на карточке «Метки».

   Теперь в обзоре намного больше отметок. Количество отметок равно количеству отдельных регионов в источнике данных, умноженному на количество отделов. (Если вам интересно, используйте кнопку «Отменить» на панели инструментов, чтобы увидеть, что произошло бы, если бы вы удалили измерение «Регион» на фигуру , фигуру вместо «Детализация».)

6. Чтобы добавить линии тренда, с панели «Аналитика» перетащите модель линии тренда в представление, а затем поместите ее на тип модели.

   Линия тренда может дать статистическое определение взаимосвязи между двумя числовыми значениями. Чтобы добавить линии тренда в представление, обе оси должны содержать поле, которое можно интерпретировать как число – по определению, так всегда бывает с диаграммой рассеяния.

   Tableau добавляет три линейные линии тренда – по одной для каждого цвета, который вы используете для различения трех категорий.

7. Наведите курсор на линии тренда, чтобы увидеть статистическую информацию о модели, которая использовалась для создания линии:

   Для получения дополнительной информации см. Оценка значимости линии тренда. Вы также можете настроить линию тренда, чтобы использовать другой тип модели или включить доверительные интервалы.Для получения дополнительной информации см. Добавление линий тренда в визуализацию.

   Проверь свою работу! См. Шаги 1-7 ниже:

   См. Также

   Пример: точечные диаграммы, агрегирование и степень детализации

Визуализация данных

Картограммы показывают географические регионы цветными, затененными или градуированными. по какой-то переменной.Они визуально поражают, особенно когда пространственные единицы карты являются знакомыми объектами, такими как страны Европейского Союза или штаты США. Но карты вроде это также может иногда вводить в заблуждение. Хотя это не посвященный Географическая информационная система (ГИС), R может работать с географическими data, а ggplot может создавать картографические карты. Но мы также рассмотрим некоторые другие способы представления таких данных.

На рис. 7.1 показана серия карт США 2012 г. общие результаты выборов.Читая слева вверху, слева вверху мы посмотрите, во-первых, двухцветную карту государственного уровня, где предел победы может быть высоким (темно-синий или красный) или низким (светло-синим или красным). В цветовая схема не имеет середины. Во-вторых, мы видим двухцветную, окружную карты окрашены в красный или синий цвет в зависимости от победителя. Третий – это карта уровня округа, где цвет красных и синих округов оценивается по размер доли голоса. Опять же, цветовая шкала не имеет средней точки. Четвертый – карта уровня округа с непрерывным цветовым градиентом от от синего до красного, но проходит через фиолетовую середину для областей, где баланс голосов близок к равному.Карта внизу слева искажает географические границы, сжимая или раздувая их до отражают население показанного округа. Наконец внизу справа мы видим картограмму, где состояния нарисованы квадратными плитками, и количество плиток, которые получает каждое состояние, пропорционально количеству голосов коллегии выборщиков (что, в свою очередь, пропорционально население этого штата).

На каждой из этих карт показаны данные для одного и того же события, но впечатления, которые они производят, сильно различаются.Каждый сталкивается с двумя основными проблемами. Во-первых, основные интересующие величины лишь частично являются пространственными. Количество набранных голосов коллегии выборщиков и доля голосов, поданных в пределах штата или округа, выражаются в пространственных единицах, но в конечном итоге имеет значение количество людей в этих регионах. Во-вторых, сами регионы сильно различаются по размеру, и они отличаются друг от друга способом, который плохо коррелирует с величиной базовых голосов. Создатели карт также сталкиваются с выбором, который возникнет во многих других представлениях данных.Хотим ли мы просто показать, кто выиграл каждый штат в абсолютном выражении (это все, что имеет значение для фактического результата, в конце концов), или мы хотим указать, насколько близка была гонка? Хотим ли мы отображать результаты с более высоким уровнем разрешения, чем имеет отношение к результату, например, подсчет по округам, а не по штатам? Как мы можем передать, что разные точки данных могут иметь очень разный вес, потому что они представляют значительно большее или меньшее количество людей? Достаточно сложно передать эти выборы с помощью разных цветов и размеров на простой диаграмме рассеяния.Часто карта похожа на странную сетку, которой вы вынуждены соответствовать, даже если знаете, что она систематически искажает то, что вы хотите показать.

Конечно, это не всегда так. Иногда наши данные действительно являются чисто пространственными, и мы можем наблюдать их с достаточно высокой степенью детализации, чтобы честно и очень убедительно представить пространственные распределения. Но пространственные характеристики многих социальных наук собираются с помощью таких объектов, как участки, кварталы, муниципальные районы, переписные участки, округа, штаты и нации.Они сами могут быть социально обусловленными. Большая часть картографической работы с социально-научными переменными предполагает работу как с этим произволом, так и против него.

Карта данных государственного уровня США

Давайте посмотрим на некоторые данные по президентским выборам в США 2016 года. и посмотрим, как мы можем изобразить это в R. Набор данных Выборы имеет различные меры голосования и голосование акций по государству. Здесь мы выбираем столбцы и произвольно выберите несколько строк.

  выборы%>% select (state, total_vote,
                    r_points, pct_trump, party, census)%>%
    sample_n (5)  

  ## # Стол: 5 x 6
## состояние total_vote r_points pct_trump партийная перепись
##      
## 1 Кентукки 1924149 29.8 62,5 Республиканский Юг
## 2 Вермонт 315067 -26,4 30,3 Демократ Северо-восток
## 3 Южная Каролина 2103027 14,3 54,9 Южно-республиканский
## 4 Вайоминг 255849 46,3 68,2 Республиканский Запад
## 5 Канзас 1194755 20,4 56,2 Республиканский Средний Запад  

Рисунок 7.2: Результаты выборов 2016 года. Будет ли двухцветная хороплетная карта более информативной или менее информативной?

Код FIPS – это федеральный код, который пронумеровывает штаты и территории Соединенные штаты.Он распространяется на уровень округа с дополнительными четырьмя цифры, поэтому каждый округ в США имеет уникальный шестизначный идентификатор, где первые две цифры представляют состояние. Этот набор данных также содержит регион переписи каждого штата.

  # Hex-коды цветов для Dem Blue и Rep Red
party_colors <- c ("# 2E74C0", "# CB454A")

p0 <- ggplot (данные = подмножество (выборы, st% nin% "DC"),
             отображение = aes (x = r_points,
                           y = переупорядочить (состояние, r_points),
                           цвет = партия))

p1 <- p0 + geom_vline (xintercept = 0, color = "gray30") +
    geom_point (размер = 2)

p2 <- p1 + scale_color_manual (значения = party_colors)

p3 <- p2 + scale_x_continuous (разрывы = c (-30, -20, -10, 0, 10, 20, 30, 40),
                              label = c («30 \ n (Клинтон)», «20», «10», «0»,
                                         «10», «20», «30», «40 \ n (Трамп)»))

p3 + facet_wrap (~ census, ncol = 1, scale = "free_y") +
    направляющие (цвет = FALSE) + labs (x = "Point Margin", y = "") +
    тема (ось.text = element_text (size = 8))  

Первое, что вы должны помнить о пространственных данных, это то, что вы не обязательно представлять его в пространстве. Мы работали с данные на уровне страны, и их еще предстоит составить карту. Из конечно, пространственные представления могут быть очень полезны, а иногда абсолютно необходимо. Но мы можем начать с точечной диаграммы на уровне штата, по регионам. Этот сюжет объединяет многие аспекты сюжета. конструкция, над которой мы работали до сих пор, включая подмножество данных, переупорядочивание результатов с помощью второй переменной и использование средства форматирования шкалы.Он также вводит некоторые новые параметры, такие как возможность бесплатного масштабирования на оси и вручную установить цвет эстетики. Мы разбиваем процесс строительства в несколько этапов путем создания промежуточных объекты ( p0 , p1 , p2 ) по пути. Это делает код немного более читабельный. Имейте в виду также, что, как всегда, вы можете попробовать построить график каждый из этих промежуточных объектов (просто введите их имя в консоли и нажмите return), чтобы посмотреть, как они выглядят.Что происходит если вы удалите аргумент scale = "free_y" из facet_wrap () ? Какие произойдет, если удалить вызов scale_color_manual () ?

Как всегда, первая задача при рисовании карты - получить фрейм данных с нужная информация в нем и в правильном порядке. Сначала мы загружаем R maps пакет , который предоставляет нам некоторые предварительно нарисованные данные карты.

  (карты)
us_states <- map_data ("состояние")
руководитель (us_states)  

  ## подобласть области порядка группы длинных широт
## 1 -87.4620 30,3897 1 1 Алабама 
## 2 -87.4849 30.3725 1 2 алабама 
## 3 -87.5250 30.3725 1 3 алабама 
## 4 -87.5308 30.3324 1 4 алабама 
## 5 -87,5709 30,3267 1 5 алабама 
## 6 -87.5881 30.3267 1 6 Алабама   

  тусклый (us_states)  

  ## [1] 15537 6  

Это просто фрейм данных. В нем более 15 000 строк, потому что вам нужно много линий, чтобы нарисовать красивую карту.Мы можем сделать пустое состояние map сразу с этими данными, используя geom_polygon () .

  p <- ggplot (data = us_states,
            mapping = aes (x = длинный, y = lat,
                          группа = группа))

p + geom_polygon (fill = "white", color = "black")  

На карте нанесены точки широты и долготы, которые как масштабные элементы, сопоставленные с осями x и y. В конце концов, карта - это просто набор линий, нарисованных в правильном порядке на сетке.

Рисунок 7.3. Первая карта США.

Мы можем сопоставить эстетику заливки с областью и изменить цвет нанесение на светло-серый цвет и тонкие линии, чтобы границы штата стали немного лучше. Мы также скажем R не строить легенду.

Рисунок 7.4: Раскрашивание состояний

  p <- ggplot (data = us_states,
            aes (x = длинный, y = lat,
                группа = группа, заливка = регион))

p + geom_polygon (color = "gray90", size = 0,1) + направляющие (fill = FALSE)  

Теперь займемся проекцией.По умолчанию карта строится используя почтенную проекцию Меркатора. Выглядит не очень хорошо. Если предположить, что мы не планируем пересекать Атлантику, Практические достоинства этой проекции нам тоже не очень полезны. Если вы еще раз взглянете на карты на рис. 7.1, вы увидите обратите внимание, они выглядят лучше. Это потому, что они используют Альберса проекция. (Посмотрите, например, на то, как проходит граница США и Канады. немного изогнут по 49-й параллели от штата Вашингтон до Миннесота, а не прямая линия.) Приемы для карты проекции - это отдельный увлекательный мир, но пока просто помните, что мы можем преобразовать проекцию по умолчанию, используемую geom_polygon () , через функцию corre_map () . Ты запомнишь это мы сказали, что проекция на систему координат является необходимой частью построения графика для любых данных. Обычно это не подразумевается. Мы обычно не нужно было указывать функцию ordin_, потому что большинство время, когда мы нарисовали наши графики на простой декартовой плоскости.Карты более сложный. Наши местоположения и границы определены более или менее сферический объект, то есть должен иметь метод преобразования или проецируя наши точки и линии с круглой на плоскую поверхность. В Многие способы сделать это дают нам меню картографических опций.

Для проекции Альберса требуются два параметра широты: lat0, и лат1 . Здесь мы даем им их стандартные значения для карты США. (Пытаться возиться с их значениями и посмотреть, что произойдет, когда вы перерисуете карта.)

Рисунок 7.5: Улучшение проекции

  p <- ggplot (data = us_states,
            mapping = aes (x = длинный, y = lat,
                          группа = группа, заливка = регион))

p + geom_polygon (color = "gray90", size = 0,1) +
    Координатная_карта (projection = "albers", lat0 = 39, lat1 = 45) +
    направляющие (заполнить = ЛОЖЬ)  

Теперь нам нужно перенести наши собственные данные на карту. Помните, что внизу эта карта представляет собой просто большой фрейм данных, в котором указано большое количество строк. что нужно нарисовать.Мы должны объединить наши данные с этим фреймом данных. Несколько досадно, что в данных карты названия состояний (в переменной с именем регион ) в нижнем регистре. Мы можем создать переменную самостоятельно кадра данных, чтобы соответствовать этому, используя функцию tolower () для преобразовать состояния имен. Затем мы используем left_join для слияния, но вы также можно использовать merge (..., sort = FALSE) . Этот шаг слияния важный! Вам нужно позаботиться о том, чтобы значения ключевых переменных вы соответствуете действительно точно соответствуют друг другу.Если их нет, пропущенные значения (коды NA ) будут введены в ваш сливаются, и линии на вашей карте не соединятся. Это приведет к странно «сегментированный» вид вашей карты, когда R пытается заполнить полигоны. Здесь переменная области - единственный столбец с таким же name в обоих наборах данных, которые мы объединяем, поэтому left_join () функция использует его по умолчанию. Если ключи имеют разные имена в каждый набор данных вы можете указать, если необходимо.

Повторяю, важно хорошо знать свои данные и переменные. достаточно, чтобы проверить, правильно ли они слились. Не делайте этого вслепую. Например, если были названы строки, соответствующие Вашингтону, округ Колумбия «Вашингтон, округ Колумбия» в области , переменная ваших данных о выборах , кадр, но «округ Колумбия» в соответствующей области переменная данных вашей карты, то слияние в области будет означать отсутствие строк в выборах кадр данных будет соответствовать "Вашингтону, округ Колумбия" на карте данные, и все результирующие объединенные переменные для этих строк будут кодируется как отсутствующий.Карты, которые выглядят сломанными, когда вы их рисуете, обычно вызвано ошибками слияния. Но ошибки также могут быть незаметными. Например, возможно, в одном из названий вашего состояния случайно есть начальная (или, хуже, конечный) пробел в результате того, что данные изначально были привезены из других стран и не очищены полностью. Это означало бы, для Например, california и california␣ - разные строки, и матч не удастся. При обычном использовании вам может быть нелегко увидеть дополнительное пространство (обозначено здесь ␣ ).Так что будь осторожен.

  выборы $ регион <- tolower (выборы $ состояние)
us_states_elec <- left_join (us_states, выборы)  

Мы объединили данные. Взгляните на объект с помощью голова (us_states_elec) . Теперь, когда все находится в одном большом фрейме данных, мы можем нанести это на карту.

Рисунок 7.6: Отображение результатов

  p <- ggplot (data = us_states_elec,
            aes (x = длинный, y = lat,
                group = группа, fill = party))

p + geom_polygon (color = "gray90", size = 0.1) +
    Координатная_карта (projection = "albers", lat0 = 39, lat1 = 45)  

Для завершения карты мы будем использовать цвета нашей партии для заливки, перемещаем легенду внизу и добавьте заголовок. Наконец, мы удалим линии сетки и метки осей, которые на самом деле не нужны, путем определения специальная тема для карт, которая удаляет большинство элементов, которые мы не необходимость. (Подробнее о темах мы узнаем в главе 8. Вы также можете увидеть код темы карты в Приложении.)

  p0 <- ggplot (data = us_states_elec,
             mapping = aes (x = длинный, y = lat,
                           group = группа, fill = party))
p1 <- p0 + geom_polygon (color = "gray90", size = 0.1) +
    Координатная_карта (projection = "albers", lat0 = 39, lat1 = 45)
p2 <- p1 + scale_fill_manual (значения = party_colors) +
    labs (title = "Результаты выборов 2016", fill = NULL)
p2 + theme_map ()  

Рисунок 7.7: Выборы 2016 по штатам

Имея фрейм данных карты на месте, мы можем отобразить другие переменные, если мы нравиться. Давайте попробуем непрерывный показатель, например процент голосов. получил Дональд Трамп. Для начала мы просто сопоставляем переменную, которую мы хотите ( pct_trump ) в заполнить эстетику и посмотреть, что geom_polygon () делает по умолчанию.

Рисунок 7.8: Две версии процентного козыря по штатам

  p0 <- ggplot (data = us_states_elec,
             mapping = aes (x = long, y = lat, group = group, fill = pct_trump))

p1 <- p0 + geom_polygon (color = "gray90", size = 0,1) +
    Координатная_карта (projection = "albers", lat0 = 39, lat1 = 45)

p1 + labs (title = "Голос козыря") + theme_map () + labs (fill = "Percent")

p2 <- p1 + scale_fill_gradient (low = "white", high = "# CB454A") +
        лаборатории (title = "Голосование Трампа")
p2 + theme_map () + labs (fill = "Percent")  

По умолчанию в объекте p1 используется синий цвет.Просто по причинам условности, это не то, что здесь нужно. Кроме того, градиент бежит в неправильном направлении. В нашем случае стандартная интерпретация состоит в том, что чем больше доля голосов, тем темнее цвет. Мы исправляем оба из этих проблем в объекте p2 путем непосредственного указания масштаба . Мы будем использовать значения, которые мы создали ранее в party_colors .

Для результатов выборов мы могли бы предпочесть градиент, отличающийся от середина. Функция scale_gradient2 () дает нам сине-красный спектр, который по умолчанию проходит через белый цвет.В качестве альтернативы мы можем повторно укажите средний цвет вместе с высокими и низкими цветами. Мы сделает нашу среднюю точку пурпурной и воспользуется функцией muted () из масштабирует библиотеку , чтобы немного смягчить цвет.

Рисунок 7.9: Два взгляда на долю Трампа и Клинтона: белая середина и версия Purple America.

  p0 <- ggplot (data = us_states_elec,
             mapping = aes (x = long, y = lat, group = group, fill = d_points))

p1 <- p0 + geom_polygon (color = "gray90", size = 0.1) +
    Координатная_карта (projection = "albers", lat0 = 39, lat1 = 45)

p2 <- p1 + scale_fill_gradient2 () + labs (title = "Выигрышные значения")
p2 + theme_map () + labs (fill = "Процент")

p3 <- p1 + scale_fill_gradient2 (низкий = "красный", средний = масштаб :: приглушенный ("фиолетовый"),
                                high = "синий", breaks = c (-25, 0, 25, 50, 75)) +
    labs (title = "Выигрышная прибыль")
p3 + theme_map () + labs (fill = "Percent")  

Если вы посмотрите на шкалу градиента для этого первого «пурпурного» Америка »на рис. 7.9, вы увидите, что это простирается очень высоко на синей стороне. Это потому, что Вашингтон включены в данные, а значит, и масштаб. Хотя это едва видно на карте, у округа Колумбия, безусловно, самая высокая разница в пользу демократов любой единицы наблюдения в данных. Если мы опустим это, мы увидим, что наша шкала сдвигается таким образом, что не только влияет верхнюю часть синего конца, но повторно центрирует весь градиент и делает в результате красная сторона более яркая. На рисунке 7.10 показано результат.

  p0 <- ggplot (data = subset (us_states_elec,
                           region% nin% "округ Колумбия"),
             aes (x = long, y = lat, group = group, fill = d_points))

p1 <- p0 + geom_polygon (color = "gray90", size = 0,1) +
    Координатная_карта (projection = "albers", lat0 = 39, lat1 = 45)

p2 <- p1 + scale_fill_gradient2 (low = "красный",
                                mid = scale :: приглушенный ("фиолетовый"),
                                high = "синий") +
    labs (title = "Выигрышная прибыль")
p2 + theme_map () + labs (fill = "Percent")  

Рисунок 7.10: Версия Purple America Трампа против Клинтона, исключающая результаты из Вашингтона, округ Колумбия.

Это обнажает знакомую хороплетную проблему наличия географических области, которые лишь частично представляют переменную, которую мы отображаем. В В этом случае мы показываем голоса пространственно, но что действительно важно это количество проголосовавших.

Ур-хоплет Америки

В случае США административные районы сильно различаются по географическому области, и они также сильно различаются по численности населения.Проблема в очевидно на государственном уровне, как мы видели, возникает еще больше на уровень округа. Карты США на уровне графства могут быть эстетически приятными, из-за дополнительных деталей, которые они привносят на национальную карту. Но они также упростить представление географического распределения, чтобы намекнуть объяснение. С результатами может быть сложно работать. При производстве карты графств, важно помнить, что штаты Нового Хэмпшир, Род-Айленд, Массачусетс и Коннектикут - все это меньше по площади, чем любой из десяти крупнейших западных округов .Много из этих округов менее ста тысяч человек живут в их. В некоторых из них проживает менее десяти тысяч человек.

В результате большинство картограмм США для любых Фактически, переменная показывает плотность населения больше, чем что-либо другое. В Другой большой переменной в случае США является процент черных. Посмотрим, как чтобы нарисовать эти две карты в R.Процедура по существу так же, как это было для карты государственного уровня. Нам нужны два фрейма данных, один содержит данные карты, а другой - заливку переменные, которые мы хотим отобразить.Потому что их больше трех тысяч округах США, эти два фрейма данных будут скорее больше, чем они были для карт государственного уровня.

Наборы данных включены в библиотеку socviz . Данные карты округа кадр уже немного обработан, чтобы преобразовать его в проекции Альберса, а также для перемещения (и масштабирования) Аляски и Гавайи, чтобы они вписывались в область в левом нижнем углу рисунка. Этот лучше, чем отбрасывать два состояния из данных.Шаги для этого преобразования и перемещения здесь не показаны. Если вы хотите узнать, как это делается, ознакомьтесь с дополнительными материалами. Давайте сначала взглянем на данные нашей карты округа:

  county_map%>% sample_n (5)  

  ## идентификатор группы длинных отверстий для заказа
## 116977-286097 -1302531 116977 ЛОЖНО 1 0500000US35025.1 35025
## 175994 1657614-698592 175994 ЛОЖНО 1 0500000US51197.1 51197
## 186409 674547-65321 186409 ЛОЖНО 1 0500000US55011.1 55011
## 22624 619876-1093164 22624 ЛОЖНО 1 0500000US05105.1 05105
## 5906-1983421-2424955 5906 ЛОЖНО 10 0500000US02016.10 02016  

Он выглядит так же, как и наш фрейм данных карты состояний, но намного больше и содержит почти 200 000 строк. Поле id - это код FIPS для округа. Затем у нас есть фрейм данных с демографическими, географическими данными и данными о выборах на уровне округа:

  county_data%>%
    выберите (идентификатор, имя, состояние, pop_dens, pct_black)%>%
    sample_n (5)  

  ## имя идентификатора состояние pop_dens pct_black
## 3029 53051 Пенд Орейл Каунти, штат Вашингтон [0, 10) [0.0, 2,0)
## 1851 35041 Рузвельт Каунти Нью-Мексико [0, 10) [2.0, 5.0)
## 1593 29165 Платт, округ Миссури [100, 500) [5.0,10.0)
## 2363 45009 Округ Бамберг SC [10, 50) [50.0,85.3]
## 654 17087 Округ Джонсон, Иллинойс [10, 50) [5.0,10.0)  

Этот фрейм данных включает информацию по объектам, кроме округов, но не по всем переменным. Если вы посмотрите на верхнюю часть объекта с head () , вы заметите, что первая строка имеет идентификатор из 0 .Ноль - это код FIPS для всех Соединенных Штатов, поэтому данные в этой строке относятся ко всей стране. Точно так же вторая строка имеет идентификатор , из 01000, что соответствует FIPS штата 01 для всей Алабамы. Когда мы объединяем county_data с county_map , эти строки состояния будут удалены вместе со строкой National, поскольку county_map имеет данные только на уровне округа.

Мы объединяем фреймы данных, используя общий столбец FIPS id :

  county_full <- left_join (county_map, county_data, by = "id")  

Объединив данные, мы можем отобразить плотность населения на квадратную милю.

  p <- ggplot (data = county_full,
            mapping = aes (x = длинный, y = lat,
                          fill = pop_dens,
                          группа = группа))

p1 <- p + geom_polygon (color = "gray90", size = 0,05) + corre_equal ()

p2 <- p1 + scale_fill_brewer (palette = "Блюз",
                             label = c ("0-10", "10-50", "50-100", "100-500",
                                        «500–1000», «1000–5000», «> 5000»))

p2 + labs (fill = "Население на \ nквадратную милю") +
    theme_map () +
    направляющие (fill = guide_legend (nrow = 1)) +
    тема (легенда.position = "bottom")  

Рисунок 7.11: Плотность населения США по округам.

Если вы попробуете объект p1 , вы увидите, что ggplot создает четкую карту, но по умолчанию выбирает неупорядоченный категориальный макет. Это связано с тем, что переменная pop_dens не упорядочена. Мы могли бы перекодировать его так, чтобы R знал о порядке. В качестве альтернативы мы можем вручную указать правильный масштаб, используя функцию scale_fill_brewer () вместе с более удобным набором меток.Мы узнаем больше об этой функции масштабирования в следующей главе. Мы также настраиваем отображение легенды с помощью функции guides () , чтобы каждый элемент ключа отображался в одной строке. Мы снова увидим использование guides () более подробно в следующей главе. Использование corre_equal () гарантирует, что относительный масштаб нашей карты не изменится, даже если мы изменим общие размеры графика.

Теперь мы можем сделать то же самое для нашей карты процента черного. население по округам.Еще раз указываем палитру для заливки отображение с использованием scale_fill_brewer () , на этот раз выбрав другой диапазон оттенков для карты.

  p <- ggplot (data = county_full,
            mapping = aes (x = long, y = lat, fill = pct_black,
                          группа = группа))
p1 <- p + geom_polygon (color = "gray90", size = 0,05) + corre_equal ()
p2 <- p1 + scale_fill_brewer (palette = "Зелень")

p2 + labs (fill = "Население США, процент чернокожих") +
    направляющие (fill = guide_legend (nrow = 1)) +
    theme_map () + theme (legend.position = "bottom")  

Рисунок 7.12: Процент чернокожего населения по округам.

Рисунки 7.11 и 7.12 являются американскими «Ур-хороплеты». Между ними двумя, плотность населения и процентов Черные сделают многое, чтобы стереть с лица земли многие карта Соединенных Штатов с многообещающим рисунком. Эти две переменные не объяснений чего-либо изолированно, но если это окажется что полезнее знать один или оба из них, а не то, что вы планируете, вы, вероятно, захотите пересмотреть свою теорию.

В качестве примера проблемы в действии нарисуем два новых хороплеты на уровне графства. Первый - это попытка воспроизвести плохо составленная, но широко распространяемая карта графства, связанная с огнестрельным оружием уровень самоубийств в США. Переменная su_gun6 в county_data (и county_full ) является мерой скорости всех самоубийства, связанные с огнестрельным оружием, в период с 1999 по 2015 годы. на шесть категорий. У нас есть переменная pop_dens6 , которая делит Плотность населения тоже на шесть категорий.

Сначала мы рисуем карту с переменной su_gun6 . Мы будем соответствовать цветовые палитры между картами, но для карты населения мы будем переверните нашу цветовую шкалу так, чтобы в более темный оттенок. Мы делаем это с помощью функции из RColorBrewer библиотека для создания двух палитр вручную. Используемая функция rev () здесь меняет порядок вектора.

  orange_pal <- RColorBrewer :: brewer.pal (n = 6, name = "Апельсины")
orange_pal  

  ## [1] "#FEEDDE" "# FDD0A2" "# FDAE6B" "# FD8D3C" "# E6550D"
## [6] "# A63603"  

  orange_rev <- rev (orange_pal)
orange_rev  

  ## [1] "# A63603" "# E6550D" "# FD8D3C" "# FDAE6B" "# FDD0A2"
## [6] "#FEEDDE"  

Пивовар .Функция pal () создает равномерно распределенные цветовые схемы для заказ из любой из нескольких названных палитр. Цвета указаны в шестнадцатеричном формате. Опять же, мы узнаем больше о цвете спецификации и как управлять палитрами для отображаемых переменных в Глава 8.

  gun_p <- ggplot (data = county_full,
            mapping = aes (x = длинный, y = lat,
                          fill = su_gun6,
                          группа = группа))

gun_p1 <- gun_p + geom_polygon (color = "gray90", size = 0.05) + corre_equal ()

gun_p2 <- gun_p1 + scale_fill_manual (значения = orange_pal)

gun_p2 + labs (title = "Самоубийства, связанные с огнестрельным оружием, 1999-2015 гг.",
              fill = "Скорость на 100 000 населения.") +
    theme_map () + theme (legend.position = "bottom")  

Нарисовав оружейный участок, мы используем почти точно такой же код для построения карты плотности населения с обратным кодом.

  pop_p <- ggplot (data = county_full, mapping = aes (x = long, y = lat,
                                                  fill = pop_dens6,
                                                  группа = группа))

pop_p1 <- pop_p + geom_polygon (color = "gray90", size = 0.05) + corre_equal ()

pop_p2 <- pop_p1 + scale_fill_manual (значения = orange_rev)

pop_p2 + labs (title = "Плотность населения с обратным кодом",
              fill = "Люди на квадратную милю") +
    theme_map () + theme (legend.position = "bottom")  

Понятно, что две карты не идентичны. Однако визуальный Воздействие первого имеет много общего со вторым. Темный группы на Западе (кроме Калифорнии) выделяются и исчезают по мере того, как мы двигаться к центру страны.Есть несколько сильных сходства и в других местах карты, например, на северо-востоке.

Самоубийство, связанное с применением огнестрельного оружия, уже выражено в виде ставки. Это количество подходящих смертей в округе, деленное на численность населения. Обычно мы стандартизируем таким образом, чтобы «контролировать» тот факт, что более крупные группы населения, как правило, производят больше связанных с оружием самоубийства только потому, что в них больше людей. Однако это своего рода стандартизация имеет свои пределы. В частности, когда мероприятие представляющих интерес, не очень распространены, и есть очень большие различия в базовый размер единиц, затем знаменатель (например,г., население size) все больше начинает выражаться в стандартизованных мера.

Рисунок 7.13: Самоубийства, связанные с огнестрельным оружием, по округам; Плотность населения с обратным кодом по округам. Прежде чем опубликовать это изображение в Твиттере, прочтите текст, чтобы обсудить, что с ним не так.

В-третьих, и более тонко, данные подлежат отчетным ограничениям связано с численностью населения. Если событий меньше десяти на год для причины смерти Центры по контролю за заболеваниями (CDC) будут не сообщать о них на уровне округа, потому что можно было бы идентифицировать конкретных умерших людей.Назначение таких данных для бункеры создают пороговую проблему для картограмм. Посмотри снова Рисунок 7.13. Панель самоубийств, связанных с оружием, кажется, показывает группа округов с севера на юг с самым низким уровнем самоубийств бежит из Дакоты через Небраску, Канзас, и на Запад Техас. Как ни странно, эта группа граничит с графствами на Западе с очень самые высокие ставки, начиная с Нью-Мексико. Но из карты плотности мы можем видите, что во многих округах в обоих этих регионах очень низкое население плотности.Неужели они действительно такие разные в своем самоубийстве, связанном с оружием? ставки?

Наверное, нет. Скорее всего, мы видим артефакт, возникающий из-за того, как данные закодированы. Например, представьте себе округ со 100 000 жителей, которые за год совершают девять самоубийств, связанных с оружием. В CDC не сообщает этот номер. Вместо этого он будет закодирован как «Скрыто», сопровождается примечанием о любых стандартизированных оценках или ставки тоже будут ненадежными. Но если мы полны решимости сделать карта, на которой все округа окрашены в цвет, у нас может возникнуть соблазн поставить любые подавленные результаты в нижнюю корзину.Ведь мы знаем, что число находится где-то между нулем и десятью. Почему бы просто не закодировать это как ноль? ⊕ Не делайте этого. Одна стандартная альтернатива - оцените подавленные наблюдения, используя модель подсчета. Подход как это может естественным образом привести к более обширному, собственно пространственному моделирование данных. Между тем, графство со 100000 жителей который совершает двенадцать самоубийств, связанных с оружием, в год будет численно сообщается. CDC - ответственная организация, поэтому хотя он дает абсолютное количество смертей для всех округов выше порогового значения, примечания к файлу данных будут предупреждать вас что любая ставка, рассчитанная с этим числом, будет ненадежной.Если мы продвигайтесь вперед и сделайте это в любом случае, тогда 12 смертей в небольшой популяции вполне может поставить малонаселенный округ в высшую категорию уровень самоубийств. Между тем, малонаселенные округа как раз под этим порог будет закодирован как находящийся в самом низком (самом легком) бункере. Но в на самом деле они могут быть не такими уж и разными, и в любом случае попытки определить количественно, что разница будет недостоверной. Если оценки для этих округа нельзя получить напрямую или оценить с помощью хорошей модели, тогда лучше отказаться от этих дел как пропавших без вести, даже за счет вашего красивая карта, чем большие территории страны, нарисованные цвет получен из ненадежного числа.

Небольшие различия в отчетах в сочетании с неправильным кодированием приведут к пространственно вводящие в заблуждение и существенно ошибочные результаты. Может показаться которые сосредоточены на деталях кодирования переменных в этом конкретном дело слишком много в сорняках для общего введения. Но именно эти детали могут кардинально изменить внешний вид любого графа, но особенно карт, таким образом, что может быть трудно обнаруживать постфактум.

Statebins

В качестве альтернативы хороплетам государственного уровня можно рассматривать стейбинов , используя пакет, разработанный Бобом Рудисом.Мы будем использовать это, чтобы посмотрите еще раз на наши результаты выборов на уровне штата. Statebins похож в ggplot, но имеет немного другой синтаксис, чем тот, который мы использовали к. Требуется несколько аргументов, включая базовый фрейм данных ( state_data аргумент), вектор имен состояний ( state_col ) и отображается значение ( столбец_значений ). Кроме того, мы можем опционально сказать это цветовая палитра, которую мы хотим использовать, и цвет текста для маркировки государственные коробки. Для непрерывной переменной мы можем использовать statebins_continuous () , а именно:

Рисунок 7.14: Statebins результатов выборов. Мы опускаем DC на карте Клинтона, чтобы предотвратить разбалансировку шкалы.

  библиотека (стейбины)

statebins_continuous (state_data = выборы, state_col = "состояние",
                     text_color = "белый", value_col = "pct_trump",
                     brewer_pal = "Красные", font_size = 3,
                     legend_title = "Процент козыря")

statebins_continuous (state_data = subset (выборы, st% nin% "DC"),
                     state_col = "состояние",
                     text_color = "черный", value_col = "pct_clinton",
                     brewer_pal = "Блюз", font_size = 3,
                     legend_title = "Процент Клинтона")  

Иногда нам нужно представить категориальные данные.Если наша переменная уже разделенные на категории, мы можем использовать statebins_manual () для представляют это. Здесь добавьте новую переменную в данные о выборах с именем цвет , просто зеркальное отображение названий партий с двумя соответствующими названиями цветов. Мы делаем это, потому что нам нужно указать цвета, которые мы используем, переменной во фрейме данных, а не как правильное отображение. Мы говорим statebins_manual () функция, что цвета содержатся в столбце назвал цвет .

В качестве альтернативы мы можем иметь statebins () вырезать данные для нас, используя разбивает аргумент , как во втором сюжете.

Рисунок 7.15: Ручное указание цветов для бинов состояний.

  выборы <- выборы%>% mutate (color = recode (party, Republican = "darkred",
                                               Демократ = "королевский синий"))

statebins_manual (state_data = выборы, state_col = "st",
                 color_col = "цвет", text_color = "белый",
                 font_size = 3, legend_title = "Победитель",
                 label = c ("Трамп", "Клинтон"), legend_position = "right")

statebins (state_data = выборы,
          state_col = "состояние", value_col = "pct_trump",
          text_color = "white", breaks = 4,
          label = c ("4-21", "21-37", "37-53", "53-70"),
          brewer_pal = "Красные", font_size = 3, legend_title = "Процент козыря")  

Мало-кратные карты

Иногда у нас есть географические данные с повторяющимися наблюдениями с течением времени.Распространенным случаем является наблюдение за показателем на уровне страны или штата в течение нескольких лет. В этих случаях мы можем захотеть создать небольшую множественную карту, чтобы отображать изменения с течением времени. Например, данные опиатов содержат измерения уровня смертности от причин, связанных с опиатами (таких как передозировка героина или фентанила) на уровне штата, в период с 1999 по 2014 год.

  опиаты  

  ## # Тибл: 800 x 11
## год штатные фипсы смертность населения скорректирована
##       
## 1 1999 Алабама 1 37 4430141 0.800 0,800
## 2 1999 Аляска 2 27 624779 4,30 4,00
## 3 1999 Аризона 4229 5023823 4,60 4,70
## 4 1999 Арканзас 5 28 2651860 1,10 1,10
## 5 1999 Калифорния 6 1474 33499204 4,40 4,50
## 6 1999 Колорадо 8 164 4226018 3,90 3,70
## 7 1999 Коннектикут 9 151 3386401 4,50 4,40
## 8 1999 г. Делавэр 10 32 774990 4,10 4,10
№ 9 1999 г. р-н о… 11 28 570213 4.90 4,90
## 10 1999 Флорида 12 402 15759421 2,60 2,60
## # ... с дополнительными 790 строками и еще 4 переменными:
## # Adjust_se , регион , abbr ,
## # имя_разделения   

Как и раньше, мы можем взять наш объект us_states , содержащий детали карты уровня состояния, и объединить его с нашим набором данных опиатов. Как и раньше, мы сначала преобразуем переменную State в данных opiates в нижний регистр, чтобы сопоставление работало правильно.

  опиаты $ регион <- tolower (состояние опиатов $)
opiates_map <- left_join (us_states, опиаты)  

Поскольку данные опиатов включают переменную года , мы сейчас находимся в возможность сделать фасетное малое кратное с одной картой на каждый год в данных. Следующий фрагмент кода похож на одиночный карты государственного уровня, которые мы нарисовали до сих пор. Мы указываем данные карты как обычно, добавляя к нему geom_polygon () и corre_map () , с аргументами те функции нужны.Вместо того, чтобы разрезать наши данные на бункеры, мы построим непрерывные значения для скорректированной переменной уровня смертности (, скорректировано, ). Если вы хотите поэкспериментировать с разделением данных на группы на лету, взгляните на cut_interval () функция. Чтобы эффективно построить график этой переменной, мы будем использовать новую функцию масштабирования из библиотеки viridis . Цвета viridis идут в последовательности от низкого к высокому и очень хорошо работа по объединению воспринимаемых однородных цветов с легко видимыми, легко контрастирующие оттенки по их чешуе.Библиотека viridis предоставляет непрерывные и дискретные версии, обе в нескольких вариантах. Некоторые сбалансированные палитры могут быть немного размытыми, особенно в нижней части, но палитры viridis этого избегают. В этом коде суффикс _c_ в функции scale_fill_viridis_c () сигнализирует, что это масштаб для непрерывных данных. Для дискретных данных существует эквивалент scale_fill_viridis_d () .

Мы фасетируем карты точно так же, как и любой другой малый множитель, с помощью функции facet_wrap () .Мы используем тему () функция, чтобы поместить легенду внизу и удалить затененные по умолчанию фон от этикеток года. Мы узнаем больше об этом использовании функция theme () в главе 8. Окончательная карта показано на рисунке 7.16.

  библиотека (viridis)

p0 <- ggplot (data = subset (opiates_map, год> 1999),
             mapping = aes (x = длинный, y = lat,
                 группа = группа,
                 fill = скорректировано))

p1 <- p0 + geom_polygon (color = "gray90", size = 0.05) +
    Координатная_карта (projection = "albers", lat0 = 39, lat1 = 45)

p2 <- p1 + scale_fill_viridis_c (option = "плазма")

p2 + theme_map () + facet_wrap (~ год, ncol = 3) +
    тема (legend.position = "bottom",
          strip.background = element_blank ()) +
    labs (fill = "Смертность на 100 000 населения",
         title = "Смертность, связанная с опиатами, по штатам, 2000-2014 гг.")  

Рисунок 7.16: Маленькая множественная карта. В штатах, выделенных серым цветом, было зарегистрировано слишком мало смертей для достоверной оценки численности населения в том году.Штаты в белом не сообщили данных.

Это хороший способ визуализировать эти данные? ⊕Попробуйте пересмотреть свой код для ur-choropleths, но используйте непрерывные, а не группированные меры, а также палитру viridis . Вместо pct_black используйте переменную black . Для определения плотности населения разделите pop на land_area . Вам нужно будет настроить функции scale_ . Как карты соотносятся с разнесенными версиями? Что происходит с картой плотности населения и почему? Как мы обсуждали выше, хороплетные карты U.С. стараются в первую очередь отслеживать размер местных населения и, во вторую очередь, процент населения, которое Афроамериканец. Различия в географическом размере государств снова затрудняет обнаружение изменений. И это довольно сложно многократно сравнивать по пространственным регионам. Повторные меры делают означают, что некоторое сравнение возможно, и сильные тенденции для этого данные упрощают просмотр. В этом случае случайный зритель может подумать, например, что опиодный кризис был худшим в пустыне на юго-западе по сравнению со многими другими частями стране, хотя тоже кажется, что в Аппалачи.

Действительно ли ваши данные пространственные?

Как мы отметили в начале главы, даже если наши данные собраны или сгруппированы в пространственные единицы, всегда стоит спрашивать является ли карта лучшим способом ее представления. Многие округа, штат и национальные данные не являются должным образом пространственными, поскольку они действительно физических лиц (или какой-либо другой заинтересованной единицы), а не географическое распределение этих единиц как таковых . Возьмем наши данные по опиатам на уровне штата и перерисовать их в виде графика временного ряда.Мы будем сохраняйте фокус на уровне штата (в конце концов, это ставки на уровне штата), но постарайтесь сделать тенденции более заметными.

Мы могли бы просто построить тренды для каждого штата, как мы это делали в самом начале начиная с данных gapminder . Но пятьдесят штатов - это слишком много линии, за которыми нужно следить сразу.

Рисунок 7.17: Все состояния сразу.

  p <- ggplot (данные = опиаты,
            mapping = aes (x = год, y = скорректировано,
                          группа = состояние))
p + geom_line (color = "gray70")  

Более информативный подход - воспользоваться географическим положением структура данных с использованием регионов переписи для группировки штатов.Представьте себе многогранный график, показывающий тенденции на уровне штата в каждом регионе. страны, возможно, с линией тренда для каждого региона. Сделать это, мы воспользуемся возможностью ggplot накладывать геометрические фигуры один поверх других другого, используя разные наборы данных в каждом случае. Начнем с того, что данные опиатов (исключая Вашингтон, округ Колумбия, поскольку это не штат), и построение скорректированного коэффициента смертности с течением времени.

  p0 <- ggplot (data = drop_na (опиаты, название подразделения),
            mapping = aes (x = год, y = скорректировано))
            
p1 <- p0 + geom_line (color = "gray70",
              mapping = aes (группа = состояние))  

Функция drop_na () удаляет строки, в которых отсутствуют наблюдения для указанных переменных, в данном случае только Division_name , потому что Вашингтон, округ Колумбия, не является частью какого-либо отдела переписи.Мы сопоставляем группу эстетику с состоянием в geom_line () , что дает нам линейный график для каждого штата. Мы используем аргумент color , чтобы установить линии к светло-серому. Далее добавляем сглаживание:

  p2 <- p1 + geom_smooth (сопоставление = aes (group = имя_раздела),
                       se = FALSE)  

Для этого геометрии мы установили group aesthetic на Division_name . (Подразделение - это меньшая классификация переписи, чем регион.Если мы установим его на , состояние , мы получим пятьдесят отдельных сглаживателей в дополнение к нашим пятидесяти линиям тренда. Затем, используя то, что мы узнали в главе 4, мы добавляем объект geom_text_repel () , который помещает метку для каждого состояния в конец серии. Поскольку мы маркируем линии, а не точки, мы хотим, чтобы метка состояния отображалась только в конце строки. В Уловка состоит в том, чтобы подгруппировать данные так, чтобы только точки за последний год наблюдаемые используются (и поэтому помечены). Мы также должны не забыть удалить Вашингтон, округ Колумбия, снова здесь, поскольку новый аргумент данных заменяет оригинал р0 .

  p3 <- p2 + geom_text_repel (data = subset (опиаты,
                                         год == макс (год) & abbr! = "DC"),
                     mapping = aes (x = год, y = скорректировано, label = abbr),
                     size = 1.8, segment.color = NA, nudge_x = 30) +
         Coordin_cartesian (c (min (опиаты $ год),
                    макс (опиаты $ год)))  

По умолчанию geom_text_repel будет на маленьких сегментах линии, которые укажите, к чему относятся ярлыки.Но здесь это бесполезно, так как мы уже имеют дело с конечной точкой линии. Поэтому мы их выключаем с аргументом сегмент. цвет = NA . Мы также убираем ярлыки с немного справа от строк, используя аргумент nudge_x , и используйте Coord_cartesian () , чтобы установить пределы оси, чтобы было достаточно место для них.

Наконец, мы обрабатываем результаты по отделам переписи и добавляем наши метки. А полезной корректировкой является изменение порядка панелей по среднему коэффициенту смертности.Ставим минус перед цифрой , поправляем на то, что деления с самые высокие средние ставки появляются в диаграмме первыми.

  p3 + labs (x = "", y = "Скорость на 100 000 населения",
       title = "Уровень смертности от опиатов на уровне штата по переписи населения, 1999-2014 гг.") +
    facet_wrap (~ переупорядочить (имя_разделения, -адаптировано, na.rm = TRUE), nrow = 3)  

Наш новый сюжет раскрывает большую часть общей истории, представленной на картах, но также немного смещает акценты. Легче видеть четче что происходит в некоторых частях страны.В частности, вы можете увидеть номера в Нью-Гэмпшире, Род-Айленде, Массачусетсе и Коннектикут. Вы можете более легко увидеть различия на уровне штата в Запад, например, между Аризоной, с одной стороны, и Нью-Йорком. С другой стороны, Мексика или Юта. И, как также было видно на картах, удивительно быстрый рост смертности в Западной Вирджинии также очевидно. Наконец, графики временных рядов лучше передают расходящиеся траектории различных состояний внутри регионов. Существует намного больше отклонений в конце ряда, чем в начале, особенно на Северо-Востоке, Среднем Западе и Юге, и хотя это может быть выведенные из карт, их легче увидеть на графиках трендов.

Рисунок 7.18: Данные по опиатам в виде фасетных временных рядов.

Единицей наблюдения на этом графике по-прежнему является год штата. В географически привязанный характер данных никогда не исчезнет. Линии, которые мы draw по-прежнему представляет состояния. Таким образом, основной произвол представление нельзя заставить исчезнуть. В каком-то смысле идеал набор данных здесь будет собран на более детальном уровне единицы, времени и пространственной специфичности. Представьте себе данные на индивидуальном уровне с произвольно точной информацией о личных характеристиках, раз и место смерти.В таком случае мы могли бы агрегировать до любых понравившихся нам категориальных, пространственных или временных единиц. Но такие данные крайне редки, часто по очень веским причинам, которые варьируются от практичности сбора до частной жизни. На практике нам нужно быть осторожными, чтобы не допустить какой-то ошибки неуместная конкретность, ошибочно принимающая единицу наблюдения за вещь, представляющая реальный предметный или теоретический интерес. Это проблема для большинства видов социально-научных данных. Но их поразительное зрелище характер делает карты, возможно, более уязвимыми для этой проблемы, чем другие виды визуализации.

Куда пойти дальше

В этой главе мы узнали, как начать работу с уровнями состояния и данные на уровне округа, организованные кодами FIPS. Но это почти не царапает поверхность визуализации, где пространственные особенности и распределения являются основным направлением. Анализ и визуализация пространственных данных собственная исследовательская область с собственными исследовательскими дисциплинами в области географии и картография. Понятия и методы изображения пространственного функции хорошо разработаны и стандартизированы.До не давнего времени, большая часть этой функциональности была доступна только через выделенный Географические информационные системы. Их картографирование и пространственный анализ функции не были хорошо связаны. Или, по крайней мере, их не было удобно подключается к программному обеспечению, ориентированному на анализ табличных данные.

Это быстро меняется. Брандсон и Комбер (2015) введение в некоторые возможности отображения R. Между тем совсем недавно эти инструменты стали намного более доступными через tidyverse.Из особый интерес для социологов⊕ r-spatial.github.io/sf/ . Также смотрите новости и обновления на r-spatial.org . - это продолжающаяся разработка Edzer Pebesma пакета sf , который реализует стандартную модель данных Simple Features для пространственных объектов удобным для тидиверсии способом. Соответственно, пакет tigris Кайла Уокера и Боба Рудиса⊕ github.com/walkerke/tigris обеспечивает (совместимый с sf-библиотекой) доступ к шейп-файлам TIGER / Line Бюро переписи населения США, которые позволяют отображать данные для множества различных географические, административные и связанные с переписью подразделения Соединенных Штатов, а также дороги и водные объекты.Наконец, пакет tidycensus Кайла Уокера⊕ walkerke.github.io/tidycensus (Walker, 2018) значительно упрощает получение как основных, так и пространственных данных по данным переписи населения США и Опрос американского сообщества.

gganimate: как создавать сюжеты с красивой анимацией за

В этой статье описывается, как создавать анимацию в R с помощью пакета gganimate R.

gganimate - это расширение пакета ggplot2 для создания анимированных ggplots.Он предоставляет ряд новых функций, которые можно добавить к объекту графика, чтобы настроить его изменение со временем.

Ключевые особенности gganimate:

• переходы : вы хотите, чтобы ваши данные изменились
• просмотров : вы хотите, чтобы ваша точка зрения изменилась
• тени : вы хотите, чтобы анимация имела память

В комплекте:

Предварительные требования

gganimate доступна на CRAN и может быть установлена ​​с установкой .пакеты ('gganimate') . Последнюю разрабатываемую версию можно установить следующим образом: devtools :: install_github ('thomasp85 / gganimate') .

Обратите внимание, что в этом руководстве мы использовали последнюю версию для разработки.

Загрузите необходимые пакеты и установите тему ggplot2 по умолчанию на theme_bw () :

  библиотека (ggplot2)
библиотека (gganimate)
theme_set (theme_bw ())  

Демо-набор данных

  библиотека (пробел)
голова (пробоотборник)  

  ## # Столик: 6 x 6
## страна континент год lifeExp pop gdpPercap
##      
## 1 Афганистан Азия 1952 28.8 8425333 779.
## 2 Афганистан Азия 1957 30,3 9240934 821.
## 3 Афганистан Азия 1962 32,0 10267083 853.
## 4 Афганистан Азия 1967 34,0 11537966 836.
## 5 Афганистан Азия 1972 36,1 13079460 740.
## 6 Афганистан Азия 1977 38,4 14880372 786.  

Статический участок

  p <- ggplot (
  пробел
  aes (x = gdpPercap, y = lifeExp, size = pop, color = country)
  ) +
  geom_point (показать.легенда = ЛОЖЬ, альфа = 0,7) +
  scale_color_viridis_d () +
  scale_size (диапазон = c (2, 12)) +
  scale_x_log10 () +
  лаборатории (x = "ВВП на душу населения", y = "Ожидаемая продолжительность жизни")
п  

Переход через отдельные состояния во времени

Основы

Функция клавиши R: transition_time () . Продолжительность перехода между состояниями будет установлена ​​в соответствии с фактической разницей во времени между ними.

Переменные метки: frame_time .Указывает время, которому соответствует текущий кадр.

  p + transition_time (год) +
  labs (title = "Год: {frame_time}")  

Создание фасетов по континентам:

  p + facet_wrap (~ континент) +
  transition_time (год) +
  labs (title = "Год: {frame_time}")  

Пусть представление следует за данными в каждом кадре

  p + transition_time (год) +
  лаборатории (title = "Год: {frame_time}") +
  view_follow (fixed_y = TRUE)  

Показать предыдущие кадры с постепенным ослаблением

Эта тень предназначена для того, чтобы нарисовать небольшой след после данных, показывая самые последние кадры до текущего.Вы можете постепенно уменьшать размер и / или непрозрачность тени. Длина пробуждения не указывается в абсолютных кадрах, так как это сделало бы анимацию восприимчивой к изменениям частоты кадров. Вместо этого он дается как доля от общей продолжительности анимации.

  p + transition_time (год) +
  лаборатории (title = "Год: {frame_time}") +
  shadow_wake (wake_length = 0.1, альфа = FALSE)  

Показать исходные данные как фоновые метки

Эта тень позволяет отображать необработанные данные за текущим кадром.Как прошлые, так и будущие необработанные данные могут отображаться и стилизоваться по вашему желанию.

  p + transition_time (год) +
  лаборатории (title = "Год: {frame_time}") +
  shadow_mark (альфа = 0,3, размер = 0,5)  

Показать данные по заданному измерению

Этот переход позволяет отображать данные постепенно в зависимости от заданного временного измерения.

Статический график

  p <- ggplot (
  качество воздуха,
  aes (день, температура, группа = месяц, цвет = коэффициент (месяц))
  ) +
  geom_line () +
  scale_color_viridis_d () +
  labs (x = "День месяца", y = "Температура") +
  тема (легенда.position = "вверху")
п  

Пусть данные появляются постепенно

  p + transition_reveal (День)  

  п +
  geom_point () +
  transition_reveal (День)  

• Баллы можно сохранить, присвоив им уникальную группу:

  п +
  geom_point (aes (group = seq_along (День))) +
  transition_reveal (День)  

Переход между несколькими отдельными этапами данных

Подготовка данных:

  библиотека (dplyr)
иметь в виду.temp <- качество воздуха%>%
  group_by (Месяц)%>%
  суммировать (Temp = среднее (Temp))
средняя температура  

  ## # Стол: 5 x 2
## Месяц Темп.
##  
## 1 5 65,5
## 2 6 79,1
## 3 7 83,9
## 4 8 84,0
## 5 9 76,9  

Создайте гистограмму средней температуры:

  p <- ggplot (mean.temp, aes (Month, Temp, fill = Temp)) +
  geom_col () +
  scale_fill_distiller (palette = "Красные", direction = 1) +
  theme_minimal () +
  тема(
    панель.сетка = element_blank (),
    panel.grid.major.y = element_line (color = "white"),
    panel.ontop = ИСТИНА
  )
п  

  p + transition_states (Месяц, перенос = FALSE) +
  shadow_mark ()  

• enter_grow () + enter_fade ()

  p + transition_states (Месяц, перенос = FALSE) +
  shadow_mark () +
  enter_grow () +
  enter_fade ()  

Сохранить анимацию

Если вам нужно сохранить анимацию для дальнейшего использования, вы можете использовать функцию anim_save () .

Он работает так же, как ggsave () из ggplot2, и автоматически захватывает последнюю визуализированную анимацию, если вы не укажете ее напрямую.

Пример использования:

Краткое содержание «Добрый лорд Птица», эпизод 2: «Коварный заговор»

Фото: любезно предоставлено Showtime

Секунды спустя, когда пушечное ядро ​​вылетает и попадает прямо в живот Чейза (Стив Зан, восхищенно), его конечности разлетаются во все стороны, как что-то из фильма Тарантино. И Лукович в роли рассказчика отпускает собственную шутку о царе Соломоне: «И в тот момент, как и вся остальная страна, Чейз был разделен пополам».

«Злой заговор», в котором по большей части отсутствуют шутливые шутки Брауна, более медленное и мрачное, чем первая серия The Good Lord Bird , и это не обязательно плохо.Более пристальное внимание к Луку и другим порабощенным людям в отеле Pikesville переключает повествование с сосредоточенного на спасителях на сосредоточенное на рабах. И это намекает на все способы, которыми Луковица постоянно разрывает себя пополам, пытаясь понять, как расположить себя, чтобы лучше всего спастись.

Роман Макбрайда снова и снова возвращается к светлой коже Лука - он «ярко-желтый», пишет Макбрайд снова и снова, и его часто лучше лечить из-за того, где он находится в этом спектре цвета кожи.Когда Чейз впервые замечает Лука, бегущего по дороге с Бобом (и вдали от леса, где Оуэн Браун попросил его остаться и подождать), Фри-Стейтер наклоняется ему в лицо и спрашивает: «Ты расстаешься цветной или белая девушка с грязной девушкой». лицо?" И хотя Луковичок случайно выдает себя за цветущую молодую проститутку («продавать аккуратность» не означает то, что он думает об этом), он и Боб также ведут небольшие споры в стиле Люси и Рики о том, для чего они должны выступать. эти белые люди.Они обсуждают, женаты ли они или оба являются рабами, и, наконец, останавливаются на Луке, который называет себя «мулатом» и заявляет, что владеет Бобом. По их лицам видно, что они знают, что есть только один правильный ответ, и если они не приземляются на него, значит, все готово.

Pie (Наташа Марк), Good Lord Bird - проститутка с каменным сердцем, к тому же у нее светлая кожа, и она готова играть в любые игры, которые ей нужны, чтобы выжить. Все, абсолютно все, чем обмениваются порабощенные в этом эпизоде, является частью бартерной системы, созданной белыми людьми, чтобы удерживать их от образования связей друг с другом, чтобы они сражались между собой, а не против своих белых хозяев.Пирог хранит секрет Лука («те виноградинки» между ног), но взамен Луковица должна научить ее читать. Ее инстинкты выживания понятны и предосудительны сразу: Пирог красива и относительно изнежена - у нее есть своя комната, шанс заработать (и полчища) денег, шелковистая пижама, настоящая кровать. Она бьет белого человека по лицу. Конечно, она работает на то, что у нее есть - и, конечно, проституция не была ее занятием, - но ее высокое положение в иерархии настраивает ее против тех, кто ниже.

План Пай спасти себя основан на мешке с монетами, который она прячет под кроватью. Но план Сибонии и Либби должен был освободить всех до последнего человека в загоне - и тем временем убить нескольких белых пайксвилльских придурков. Луковица притворяется девушкой, Пай притворяется, что заботится о своих покровителях, а Сибония (Кристал Ли Браун) играет «слабоумную», швыряя грязь и бормоча себе под нос, чтобы держать хозяев в неведении относительно ее жестокого интеллекта. Что удивительно хорошо в «Коварном заговоре», так это тонко передаёт, как все их желания расходятся.Система, которая удерживает Пирога в спальне, а Сибонию в клетке, может работать до тех пор, пока не позволяет этим женщинам работать в общем деле. И Луковица не может свободно и без последствий перемещаться между группами, обещая всем свои редкие навыки грамотности и надеясь остаться в их доброй милости.

Все это помещает в середину луковый привкус. Должен ли он использовать свою более светлую кожу (и подобающий девичий костюм) себе на пользу? Его долг - помогать себе или помогать своим братьям и сестрам? В романе Макбрайда Луковица утверждает, что работа - опорожнение умывальников, мытье полов и подбирать вещи вслед за другими проститутками - относительно проста.Его положение маленького помощника Пай защищает его от всего, кроме ударов по заднице. Но то, что он считает опущенной головой, - это опасный вид невежества. Он пренебрегает своей сделкой с Сибонией, чтобы выписать «пропуска или счета-продажи», и тем самым мешает ее плану, который держит ее в загоне до тех пор, пока Пирог не повернется против нее и других. Луковица узнает, что он замешан, несмотря ни на что - посторонних быть не может.

Суд над Сибонией, чертова гигантская фикция, является кульминацией эпизода.Она опровергает все ожидания своего судьи по метанию виски и кровожадной толпы. Сибония с готовностью признает, что планировала восстание: «Я женщина». А затем она рассказывает, с какой радостью она бы убила жителей города, что это сделало бы ее несчастной на всю жизнь, если бы это сделало, но у нее действительно не было другого выхода. Для города удивительно слышать, как она представляет себя со всем умом и энергией гарвардского юриста, и видеть, что она не станет отрицать это.Но опять же, план Сибонии состоял не только в том, чтобы бежать и убить, он заключался в том, чтобы выступить, перевернуть историю, которую белые люди рассказывали себе о слабых, заключенных в клетку людях, неспособных думать и действовать самостоятельно.

Она - серьезная доза предзнаменования для самого Брауна, стремящаяся сделать ее войну громкой, осознавая, что она формирует повествование, большее, чем просто одно маленькое подавленное восстание в городке Канзас. Вот почему она прыгает с строительных лесов - это ее смерть, и она полна решимости сохранять свободу воли.И именно поэтому ее умелое избавление от лицемерия проповедника является таким победным моментом. («У вас нет проблем с кровью, - кричит она, - если это кровь белых людей!»). Как и сейчас, 170 лет назад мужчины щеголяли своими навыками запоминания, демонстрируя стихи из Библии, выжженные в их мозгу с детства, бросая их в качестве оправдания любого действия, которое лучше всего соответствовало их кошелькам и пристрастиям. Их доступ к письменному слову своего бога использовался, как это давно использовалось церковной бюрократией, для порабощения людей без бумаги и всей долговечности, которую она обещает.Сибония тоже знает свои стихи. «Преподобный, это вы и ваша жена научили меня, что Иисус не уважает людей», - указывает она, а затем подталкивает его: «Что это значит?» Его тихий ответ: «Что в его глазах мы все равны».

Как и Браун, люди думают, что она сумасшедшая. Как и Браун, она видит, что все разговоры в мире не сбросят железную цепь, удерживающую ее и ее сестру в загоне. Как и Браун, она видит в насилии не просто путь вперед, а путь, проложенный для нее.«Я была бы несчастна всю оставшуюся жизнь, - говорит она, - но, мммм, в моем сердце Бог сказал мне, что я права».

СИСТЕМНЫЙ БЮЛЛЕТЕНЬ

Будьте в курсе всей драмы ваших любимых шоу!

Корректировка графиков с помощью Inkscape | PSL Explore

Использование Libreoffice Calc для графиков

Как мы видели ранее, Libreoffice Calc - это распространенная бесплатная альтернатива Microsoft Excel и хороший способ начать работу с нашими данными.Он мало отличается от Excel, поэтому через несколько минут вы почувствуете себя как дома. Чтобы начать наше руководство, давайте воспользуемся небольшим набором данных и сгенерируем простой график рассеяния со связанными линиями, как показано ниже.

N.B. Если вы хотите сгенерировать что-то подобное (без ручного ввода всех чисел), используются формулы, где «= A2 + 2 * RAND ()» для B2 и «= A2 + RAND () * A2» для C2. Чтобы сгенерировать график, выберите данные и перейдите в меню «Вставка»> «Диаграмма».

Как и в Excel, вы можете начать корректировать график прямо в Libreoffice.Однако, если мы хотим сделать еще один шаг вперед, мы действительно сможем получить любой аспект, который только можем вообразить. Для этого не хватит ни Excel, ни Calc, поскольку мы всегда будем ограничены их возможностями редактирования. Но мы можем легко экспортировать наши графики в Inkscape и раскрыть весь потенциал векторного редактирования!

Inkscape для редактирования сюжетов

Первый шаг - экспортировать наш график из Libreoffice в векторный формат. Для этого щелкните его правой кнопкой мыши и выберите «Экспортировать как изображение» .Обязательно проверьте SVG - Scalabe Vector Graphics .

Одна из главных вещей, которые нужно помнить в этом уроке, - это всегда для экспорта ваших фигур в векторный формат! Если вы не знаете обо всех преимуществах, которые это дает, ознакомьтесь с нашим руководством по форматам изображений.

Теперь, когда наш график сохранен в формате SVG, пора загрузить его в Inkscape. Поскольку сейчас мы работаем с векторами, обратите внимание, что можно безгранично масштабировать без потери разрешения!

Начнем с доработок.Фигура состоит из нескольких сгруппированных вместе объектов. У нас есть два варианта доступа к отдельным объектам: 1) Щелкните правой кнопкой мыши группу и выберите «разгруппировать» или 2) Дважды щелкните группу, чтобы работать «внутри» группы. Повторный двойной щелчок снаружи (в пустой области страницы) заставляет вас покинуть группу.

Одна из проблем стандартных графиков (как из Excel, так и из Libreoffice Calc) заключается в том, что они обычно содержат ненужные направляющие, которые на самом деле не способствуют лучшему пониманию данных.Горизонтальные и вертикальные направляющие важны только в том случае, если мы хотим, чтобы кто-то следил за линиями, чтобы проверить значение. Мы не нуждаемся в них с единственной целью - проверять тенденцию линий. Общее правило для чистой композиции: если вам что-то не нужно, не показывайте это. При удалении линий вы также можете заметить большой белый объект, служащий фоном для изображения; его также можно удалить.

Следующее, что мы можем исправить, - это горизонтальная ось, которая поднимается до значения 12, хотя данные останавливаются на 10.Просто удалите число 12 и маленькую галочку и уменьшите размер строки, чтобы она соответствовала концу отметки с номером 10. Заранее убедитесь, что не выбрано, а - параметр масштабирования обводки вместе с объектом (кнопка, показанная на изображении ниже, если вы не видите ее, перейдите в меню «Просмотр»> «Показать / Скрыть»> «Панель управления инструментами»). В противном случае линия станет тоньше, если вы уменьшите ее размер по горизонтали, а мы этого не хотим.

Также не забудьте включить привязку объектов (ярлык «%»).Таким образом, становится легче сопоставить положение различных объектов с помощью краев.

Вы заметите, что есть две идентичные линии, образующие горизонтальную ось. Нам нужен только один, значит, второй можно удалить. Наш график должен напоминать изображение ниже.

Теперь удалим все маркеры данных, которые были установлены по умолчанию. Самый быстрый способ сделать это - выбрать один и затем перейти к Edit> Select Same> Fill and Stroke . Затем будут выделены все объекты с одинаковыми свойствами, и их можно будет удалить, нажав «del» на клавиатуре.Возможно, вам придется повторить это, поскольку Libreoffice Calc может создавать дубликаты объектов при экспорте файла .svg.

Теперь мы можем изменять свойства каждой строки независимо. Выделите две линии графика и установите ширину 4 пикселя, затем включите закругленную шапку и установите непрозрачность на 80%. Непрозрачность - отличный способ сделать пересечение линий более естественным, как показано ниже. Повторите ту же процедуру для линий легенды и переместите их под график.

Еще один момент, которому следует уделить пристальное внимание, - это типографика, используемая на наших графиках.Хорошей идеей может быть использование сжатых шрифтов, например, таких как Roboto condensed. Сжатые шрифты занимают меньше места по горизонтали, что позволяет получить более плотный набор чисел с большим пространством между ними. Имейте в виду, что когда вы меняете шрифт в первый раз, вам нужно вручную установить размер шрифта, иначе он будет очень маленьким. Чтобы упростить задачу, мы также можем удалить нечетные числа на вертикальной оси, поскольку они нам не нужны. Результат должен напоминать изображение ниже:

Можно добавить более тонкие маркеры данных, чем стандартные из Libreoffice Calc.Для этого создайте круг шириной 4 пикселя (такой же, как мы использовали для линий). Выберите черный цвет и уровень непрозрачности 50%. С активированной опцией «привязка к объектам» будет легко выровнять центр круга с узлами линии, просто проверив сообщение «От середины объекта до узла куспида» , как показано на рисунке. ниже.

Сделайте копии круга и отцентрируйте его на каждом узле двух линий (это должно быть быстро с подходом копирования / вставки.Обратите внимание, что объект вставляется туда, куда в данный момент указывает курсор). Поскольку круговой объект частично прозрачен, результат будет слегка синим или оранжевым, в зависимости от линии.

Наш график уже выглядит намного чище и современнее! Вы также можете следовать инструкциям из нашего последнего руководства по Inkscape, чтобы добавить аннотации к ключевым точкам на графике. Окончательный результат должен выглядеть примерно так:

Удачного построения!

Введение в визуализацию данных в Python

Визуализация данных - это попытка понять данные, помещая их в визуальный контекст, чтобы можно было выявить закономерности, тенденции и корреляции, которые иначе не могли бы быть обнаружены.

Python предлагает несколько отличных графических библиотек с множеством различных функций. Независимо от того, хотите ли вы создавать интерактивные, живые или настраиваемые графики, у Python есть отличная библиотека для вас.

Чтобы получить небольшой обзор, вот несколько популярных библиотек построения графиков:

В этой статье мы узнаем, как создавать базовые графики с помощью Matplotlib, визуализации Pandas и Seaborn, а также как использовать некоторые особенности каждой библиотеки. В этой статье основное внимание будет уделено синтаксису, а не интерпретации графиков, о чем я расскажу в другом сообщении в блоге.

В следующих статьях я рассмотрю интерактивные инструменты построения графиков, такие как Plotly, который построен на D3 и может также использоваться с JavaScript.

Импорт наборов данных

В этой статье мы будем использовать два набора данных, которые находятся в свободном доступе. Набор данных Iris и Wine Reviews, который мы можем загрузить с помощью метода pandas read_csv .

  импортировать панд как pd
iris = pd.read_csv ('iris.csv', names = ['sepal_length', 'sepal_width', 'petal_length', 'petal_width', 'class'])
печать (радужная оболочка.head ())  

  wine_reviews = pd.read_csv ('winemag-data-130k-v2.csv', index_col = 0)
wine_reviews.head ()  

Matplotlib

Matplotlib - самая популярная библиотека для построения графиков на Python. Это низкоуровневая библиотека с интерфейсом типа Matlab, которая предлагает большую свободу за счет необходимости писать больше кода.

Для установки Matplotlib можно использовать pip и conda.

  pip install matplotlib
или
conda install matplotlib  

Matplotlib особенно хорош для создания базовых графиков, таких как линейные диаграммы, гистограммы, гистограммы и многие другие.Его можно импортировать, набрав:

  import matplotlib.pyplot as plt  

Scatter Plot

Чтобы создать точечный график в Matplotlib, мы можем использовать метод scatter. Мы также создадим фигуру и ось, используя plt.subplots, чтобы мы могли дать нашему графику заголовок и метки.

  # создать фигуру и ось
fig, ax = plt.subplots ()

# разбросать sepal_length относительно sepal_width
ax.scatter (iris ['sepal_length'], iris ['sepal_width'])
# установить заголовок и метки
топор.set_title ('Набор данных радужки')
ax.set_xlabel ('длина_шнура')
ax.set_ylabel ('sepal_width')  

Мы можем придать графику больше смысла, раскрасив каждую точку данных по ее классу. Это можно сделать, создав словарь, который отображает от класса к цвету, а затем рассредоточивает каждую точку отдельно, используя цикл for и передавая соответствующий цвет.

  # создать словарь цветов
colors = {'Iris-setosa': 'r', 'Iris-versicolor': 'g', 'Iris-virginica': 'b'}
# создаем фигуру и ось
fig, ax = plt.подсюжеты ()
# построить каждую точку данных
для i в диапазоне (len (iris ['sepal_length'])):
    ax.scatter (iris ['sepal_length'] [i], iris ['sepal_width'] [i], color = colors [iris ['class'] [i]])
# установить заголовок и метки
ax.set_title ('Набор данных Iris')
ax.set_xlabel ('длина_шнура')
ax.set_ylabel ('sepal_width')  

Линейная диаграмма

В Matplotlib мы можем создать линейную диаграмму, вызвав метод plot. Мы также можем построить несколько столбцов на одном графике, перебирая нужные столбцы и нанося каждый столбец на одну и ту же ось.

  # получить столбцы для построения
columns = iris.columns.drop (['класс'])
# создать x данные
x_data = диапазон (0, iris.shape [0])
# создать фигуру и ось
fig, ax = plt.subplots ()
# построить каждый столбец
для столбца в столбцах:
    ax.plot (x_data, iris [столбец])
# установить заголовок и легенду
ax.set_title ('Набор данных Iris')
ax.legend ()  

Гистограмма

В Matplotlib мы можем создать гистограмму, используя метод hist. Если мы передадим ему категориальные данные, такие как столбец баллов из набора данных Wine-Review, он автоматически вычислит, как часто встречается каждый класс.

  # создать фигуру и ось
fig, ax = plt.subplots ()
# построить гистограмму
ax.hist (wine_reviews ['баллы'])
# установить заголовок и метки
ax.set_title ('Оценки винных обзоров')
ax.set_xlabel ('Очки')
ax.set_ylabel ('Frequency')  

Гистограмма

Гистограмма может быть создана с использованием метода столбцов. Гистограмма не вычисляет частоту категории автоматически, поэтому для этого мы воспользуемся функцией pandas value_counts. Гистограмма полезна для категориальных данных, которые не имеют большого количества разных категорий (менее 30), потому что в противном случае они могут быть довольно беспорядочными.

  # создать фигуру и ось
fig, ax = plt.subplots ()
# подсчитываем появление каждого класса
data = wine_reviews ['баллы']. value_counts ()
# получить данные по x и y
points = data.index
частота = данные.значения
# создать гистограмму
ax.bar (точки, частота)
# установить заголовок и метки
ax.set_title ('Оценки винных обзоров')
ax.set_xlabel ('Очки')
ax.set_ylabel ('Frequency')  

Визуализация Pandas

Pandas - это высокопроизводительная, простая в использовании библиотека с открытым исходным кодом, предоставляющая структуры данных, такие как фреймы данных, и инструменты анализа данных, такие как инструменты визуализации, которые мы будем использовать в этой статье.

Pandas Visualization позволяет очень легко создавать графики из фрейма данных pandas и серий. Он также имеет API более высокого уровня, чем Matplotlib, и поэтому нам нужно меньше кода для тех же результатов.

Pandas можно установить с помощью pip или conda.

  pip install pandas
или
conda install pandas  

Диаграмма рассеяния

Чтобы создать диаграмму рассеяния в Pandas, мы можем вызвать .plot.scatter () и передать ему два аргумента, имя столбца x, а также имя столбца y -столбец.При желании мы также можем передать ему заголовок.

  iris.plot.scatter (x = 'sepal_length', y = 'sepal_width', title = 'Iris Dataset')  

Как вы можете видеть на изображении, координаты x и y метка к именам столбцов.

Линейная диаграмма

Чтобы создать линейную диаграмму в Pandas, мы можем вызвать .plot.line (). В то время как в Matplotlib нам нужно было перебрать каждый столбец, который мы хотели построить, в Pandas нам не нужно этого делать, потому что он автоматически отображает все доступные числовые столбцы (по крайней мере, если мы не указываем конкретный столбец).

  iris.drop (['class'], axis = 1) .plot.line (title = 'Iris Dataset')  

Если у нас более одной функции, Pandas автоматически создает легенду для us, как видно на изображении выше.

Гистограмма

В Pandas мы можем создать гистограмму с помощью метода plot.hist. Нет никаких обязательных аргументов, но мы можем при желании передать некоторые из них, например размер корзины.

  wine_reviews ['points']. Plot.hist ()  

Также очень легко создать несколько гистограмм.

  iris.plot.hist (subplots = True, layout = (2,2), figsize = (10, 10), bins = 20)  

Аргумент subplots указывает, что нам нужен отдельный график для каждого объекта, а макет определяет количество графиков в строке и столбце.

Столбиковая диаграмма

Чтобы построить гистограмму, мы можем использовать метод plot.bar (), но прежде чем мы сможем его вызвать, нам нужно получить наши данные. Для этого мы сначала подсчитаем вхождения с помощью метода value_count (), а затем отсортируем вхождения от наименьшего к наибольшему с помощью метода sort_index ().

  wine_reviews ['points']. Value_counts (). Sort_index (). Plot.bar ()  

Также очень просто создать горизонтальную столбчатую диаграмму с помощью plot.barh ( ) метод.

  wine_reviews ['points']. Value_counts (). Sort_index (). Plot.barh ()  

Мы также можем отобразить другие данные, кроме количества вхождений.

  wine_reviews.groupby ("страна"). Price.mean (). Sort_values ​​(ascending = False) [: 5].plot.bar ()  

В приведенном выше примере мы сгруппировали данные по странам, а затем взяли среднее значение цен на вино, заказали его и нанесли на график 5 стран с самая высокая средняя цена вина.

Seaborn

Seaborn - это библиотека визуализации данных Python, основанная на Matplotlib. Он предоставляет высокоуровневый интерфейс для создания привлекательных графиков.

Seaborn может многое предложить. Вы можете создавать графики в одну строку, которая займет несколько десятков строк в Matplotlib.Его стандартный дизайн потрясающий, и он также имеет приятный интерфейс для работы с фреймами данных pandas.

Его можно импортировать, набрав:

  import seaborn as sns  

Scatter plot

Мы можем использовать метод .scatterplot для создания диаграммы рассеяния, и, как и в Pandas, нам нужно передать ему имена столбцов x и y, но теперь нам также нужно передать данные в качестве дополнительного аргумента, потому что мы не вызываем функцию для данных напрямую, как это было в Pandas.

  sns.scatterplot (x = 'sepal_length', y = 'sepal_width', data = iris)  

Мы также можем выделить точки по классам, используя аргумент оттенка, что намного проще, чем в Matplotlib.

  sns.scatterplot (x = 'sepal_length', y = 'sepal_width', hue = 'class', data = iris)  

Линейная диаграмма

Чтобы создать линейную диаграмму, sns.lineplot можно использовать. Единственный обязательный аргумент - это данные, которые в нашем случае представляют собой четыре числовых столбца из набора данных Iris.Мы также могли бы использовать метод sns.kdeplot, который округляет края кривых и, следовательно, будет более чистым, если в вашем наборе данных много выбросов.

  sns.lineplot (data = iris.drop (['class'], axis = 1))  

Гистограмма

Для создания гистограммы в Seaborn мы используем метод sns.distplot. Нам нужно передать ему столбец, который мы хотим построить, и он сам вычислит вхождения. Мы также можем передать ему количество бинов и, если мы хотим построить оценку плотности ядра Гаусса внутри графика.

  sns.distplot (wine_reviews ['points'], bins = 10, kde = False)  

  sns.distplot (wine_reviews ['points'], bins = 10, kde = True)  

Гистограмма

В Seaborn гистограмма может быть создана с использованием метода sns.countplot и передачи ему данных.

  sns.countplot (wine_reviews ['points'])  

Другие графики

Теперь, когда у вас есть базовое понимание синтаксиса Matplotlib, Pandas Visualization и Seaborn, я хочу показать вам несколько другие типы графиков, которые полезны для извлечения внутренностей.

Для большинства из них Seaborn - это библиотека, к которой обращаются благодаря высокоуровневому интерфейсу, который позволяет создавать красивые графики всего несколькими строками кода.

Блок-диаграммы

Блок-диаграмма - это графический метод отображения пятизначной сводки. Мы можем создавать блочные диаграммы, используя метод seaborns sns.boxplot и передавать ему данные, а также имена столбцов x и y.

  df = wine_reviews [(wine_reviews ['points']> = 95) & (wine_reviews ['price'] <1000)]
sns.boxplot ('points', 'price', data = df)  

Box Plotts, как и гистограммы, отлично подходят для данных только с несколькими категориями, но могут очень быстро испортиться.

Тепловая карта

Тепловая карта - это графическое представление данных, в котором отдельные значения, содержащиеся в матрице, представлены в виде цветов. Тепловые карты идеально подходят для изучения корреляции функций в наборе данных.

Чтобы получить корреляцию функций внутри набора данных, мы можем вызвать .corr (), который является методом фрейма данных Pandas. Это даст нам корреляционную матрицу.

Теперь мы можем использовать либо Matplotlib, либо Seaborn для создания тепловой карты.

Matplotlib:

  # получить матрицу корреляции
corr = iris.corr ()
fig, ax = plt.subplots ()
# создать тепловую карту
im = ax.imshow (корр. значения)

# установить ярлыки
ax.set_xticks (np.arange (len (corr.columns)))
ax.set_yticks (np.arange (len (corr.columns)))
ax.set_xticklabels (соответствующие столбцы)
ax.set_yticklabels (соответствующие столбцы)

# Поверните метки галочки и установите их выравнивание.plt.setp (ax.get_xticklabels (), вращение = 45, ha = "право",
Rotation_mode = "anchor")  

Чтобы добавить аннотации к тепловой карте, нам нужно добавить два цикла for:

  # получить корреляционную матрицу
corr = iris.corr ()
fig, ax = plt.subplots ()
# создать тепловую карту
im = ax.imshow (корр. значения)

# установить ярлыки
ax.set_xticks (np.arange (len (corr.columns)))
ax.set_yticks (np.arange (len (corr.columns)))
ax.set_xticklabels (соответствующие столбцы)
ax.set_yticklabels (соответствующие столбцы)

# Поверните метки галочки и установите их выравнивание.plt.setp (ax.get_xticklabels (), вращение = 45, ha = "право",
         Rotation_mode = "якорь")

# Перебирайте размеры данных и создавайте текстовые аннотации.
для i в диапазоне (len (corr.columns)):
    для j в диапазоне (len (corr.columns)):
        text = ax.text (j, i, np.around (corr.iloc [i, j], decimals = 2),
ha = "center", va = "center", color = "black")  

Seaborn упрощает создание тепловой карты и добавление аннотаций:

  sns.heatmap (iris.corr (), annot = True)  

Фасетирование

Фасетирование - это процесс разделения переменных данных на несколько подзаголовков и объединения этих подзаголовков в одну фигуру.

Faceting действительно полезен, если вы хотите быстро изучить свой набор данных.

Чтобы использовать один из видов фасетирования в Seaborn, мы можем использовать FacetGrid. Прежде всего, нам нужно определить FacetGrid и передать ему наши данные, а также строку или столбец, которые будут использоваться для разделения данных. Затем нам нужно вызвать функцию карты в нашем объекте FacetGrid и определить тип графика, который мы хотим использовать, а также столбец, который мы хотим построить.

  g = sns.FacetGrid (iris, col = 'class')
г = г.map (sns.kdeplot, 'sepal_length')  

Вы можете сделать графики намного больше и сложнее, чем в примере выше. Вы можете найти здесь несколько примеров.

Pairplot

Наконец, я покажу вам парный график Seaborns и scatter_matrix Pandas, которые позволяют построить сетку парных отношений в наборе данных.

  sns.pairplot (iris)  

  из pandas.plotting import scatter_matrix

fig, ax = plt.подзаголовки (figsize = (12,12))
scatter_matrix (iris, alpha = 1, ax = ax)  

Как вы можете видеть на изображениях выше, эти методы всегда строят два объекта друг с другом. Диагональ графика заполнена гистограммами, а другие графики представляют собой точечные диаграммы.

Заключение

Визуализация данных - это попытка понять данные, помещая их в визуальный контекст, чтобы можно было выявить закономерности, тенденции и корреляции, которые иначе не могли бы быть обнаружены.

Python предлагает несколько отличных графических библиотек с множеством различных функций. В этой статье мы рассмотрели Matplotlib, Pandas visualization и Seaborn.

Если вам понравилась эта статья, подпишитесь на мой канал Youtube и подпишитесь на меня в социальных сетях.

Код, описанный в этой статье, доступен в виде репозитория Github.

Если у вас есть какие-либо вопросы, рекомендации или критические замечания, со мной можно связаться через Twitter или в разделе комментариев.