Witam wszystkich na moim kanale. Dzisiaj rysujemy wykres z tabelą danych i wykres punktowy.

Wykres z tabelą danych

Do wykresu utworzonego w bibliotece Matplotlib możliwe jest dodanie tablicy z danymi, które są zwizualizowane na wykresie. Zwiększa to czytelność i zrozumiałość wykresu dla odbiorców. Dodanie tabeli do wykresu jest celem ćwiczenia zaprezentowanego w tym wideo. W tym ćwiczeniu utworzymy wykres strat spowodowanych żywiołami.

1. Do wykresu będziemy potrzebowali danych:
   • data - właściwe dane: wiersze reprezentują dane dla poszczególnych przedziałów czasów (5, 10, 20, 50, 100), na przykład pierwsza tablica w tablicy data [66386, 174296, 75131, 577908, 32015] odnosi się do danych 5-letnich. W tabeli na wykresie te dane będą zaokrąglone do pierwszego znaku po przecinku;
   • rows - nazwy wierszy w tabeli: przedziały czasowe z formatowaniem, które dodaje słowo ‘lat’ po każdej wartości liczbowej;
   • columns - nazwy kolumn w tabeli, która będzie dodana pod wykresem: jest to tablica stringów z nazwami żywiołów;
2. Określamy podpisy skali Y na wykresie, ustawiając wartości zmiennych values przez użyciu funkcji arange z biblioteki numpy i value_increment.
3. Pobieramy kolory do wykresu z odpowiedniej mapy kolorów YlGn i ustawiamy wartość zmiennej colors. Jako argument metody YlGn przekazujemy tablicę wartości typu float w przedziale od 0 do 0,75, odpowiadających wartościam w tablice rows czyli (5, 10, 20, 50, 100). Wartość typu float posłuży do określenia koloru każdej wartości w tablice rows.
4. Wartości zmiennej n_rows będziemy potrzebowali do pętli, która pobiera dane do tablicy cell_text. Z kolei dane w tablicy cell_text będą użyte do uzupełnienia tabeli pod wykresem.
5. Zmienna y_offset przechowuje odstęp pionowy dla kolejnych wartości w słupku wykresu. To znaczy wartości z poszczegolnych kategorii będą dodane do tego samego słupka. Wartości dla określonego przedziału od 5 do 100 lat będą odpowiadać segmentom słupka o określonej wysokości i kolorze.
6. W pętli dla każdej kategorii dodajemy wykres słupkowy poprzez wywołanie funkcji bar, określamy nową wartość zmiennej y_offset do wyświetlenia kolejnej wartości (tzn. kolejnego segmentu słupka) oraz dodajemy text do tablicy cell_text z formatowaniem. Formatowanie polega na podzieleniu przez 1000 z zaokrągleniem do pierwszego znaku po przecinku.
7. Odwracamy kolory i dane w komórkach tabeli żeby najmniejsza wartość była na dole. W tym celu wywołujemy polecenie colors[::-1] i przypisujemy zwróconą tablicę do zmiennej colors oraz metodę reverse() na tablicy cell_text.
8. Dodajemy tabelę do wykresu wywołując metodę plt.table:
   • cellText - dane do tabeli
   • rowLabels - nazwy wierszy
   • rowColours - kolory wierszy
   • colLabels - nazwy kolumn
   • loc - miejsce rozmieszczenia wykresu odnośnie wykresu; możliwymi wartościami są: „top”, „bottom”, „left”, „right”.
9. Używając polecenia plt.subplots_adjust(left=0.1, bottom=0.1) robimy miejsce na tabelę.
10. Dodajemy i formatujemy podpisy na osiach, dodajemy nagłówek do całego rysunku. Polecenie plt.xticks([]) usuwa jednostki z osi X, dodana tabela perfekcyjnie pełni rolę wyjaśnienia, czym są dane reprezentowane na wykresie.

Dodatkowa informacja o wykresach z tabelą danych.

Wykres punktowy

Wykres punktowy służy do wizualizacji danych, które charakteryzują się przynajmniej 2 zmiennymi. Tłumacząc nazwę tego wykresu z języka angielskiego scatter plot dowiadujemy się, że jest to wykres rozproszenia. Faktycznie wykresy tego typu nadają się do wizualizacji grupowania danych i analizy klastrów.

Do ćwiczenia z wykresem będziemy potrzebowali danych: X i Y. Dane te wygenerujemy losowo używającą funkcji random.rand z biblioteki numpy. Wielkość zestawu danych to 50 elementów. Przed wywołaniem funkcji random.rand dodamy wywołanie funkcji random.seed, podając jako argument jakąś stałą typu integer. To wywołanie zagwarantuje, że każde wywołanie np.random.rand wygeneruje zawsze taki sam zestaw danych. Bez wywołania funkcji seed, każdy nowy rysunek wykresu wyglądałby inaczej.

Tworzymy i uzupełniamy tablicę kolorów colors. Do tablicy colors wartości będą obliczone na podstawie mapy kolorów, w naszym przykładzie będzie to mapa ciepło-zimno. Jako argument metody coolwarm przekazujemy tablicę wartości typu float w przedziale od 0 do 1 o długości 50, odpowiadającą parom wartości w tablicach X i Y.

Wielkość punktów zostanie zapisana w tablicy area. Wartości tablicy będą obliczone na podstawie wzoru: losowa liczba jest mnożona przez 30 i podnoszona do potęgi 2 (drugiej).

Oprócz danych podstawowych na wykresie poniżej podajemy następujące parametry:

• c - kolory punktów
• s - wielkość punktów
• alpha - przezroczystość

Dodatkowa informacja o wykresi punktowym.

To był ostatni przykład na dziś. Dziękuję za uwagę. Jeżeli wideo było pomocne i dowiedziałeś się czegoś nowego to proszę zlajkuj go. Jeżeli wciąż masz pytania, to proszę zadaj je w komentarzu do wideo. A jeżeli chcesz być na bieżąco i dowiadywać się jako pierwszy o nowych wideo to subskrybuj na kanał i kliknij dzwonek. Tekst do tego wideo oraz przykłady kodu są dostępne na mojej stronie internetowej – link w opisie do wideo. Dziękuję.

Kod z przykładami w wideo w formacie Jupyter Notebook jest dostępny tu.