Với nhiều thư viện đồ họa tuyệt vời cùng với nhiều tính năng, Python sẽ giúp bạn trực quan hóa dữ liệu một cách hiệu quả. Một vài thư viện phổ biến như: Matplotlib, Pandas Visualization, Seaborn, ggplot, Plotly… Bài viết này sẽ tập trung tìm hiểu tính năng của Matplotlib và Pandas Visualization.
Nhập dữ liệu
UniTrain sẽ sử dụng hai bộ dữ liệu có sẵn miễn phí: Bộ dữ liệu Iris và Wine Reviews. Cả hai đều có thể tải bằng phương pháp read_csv pandas.
Matplotlib – Python Data Visualization
Matplotlib là thư viện python phổ biến nhất.
Để cài đặt Matplotlib, pip và conda có thể được sử dụng.
Pip install matplotlib
hoặc
conda install matplotlib
Matplotlib đặc biệt tốt để tạo các biểu đồ cơ bản như line charts, bar charts, histograms và nhiều hơn nữa. Nó có thể được nhập bằng cách gõ:
import matplotlib.pyplot as plt
1. Scatter Plot
Chúng ta sử dụng phương thức scatter để tạo một scatter plot trong Matplotlib. Chúng ta cũng sẽ tạo một hình và một trục bằng cách sử dụng plt.subplots để cung cấp cho biểu đồtiêu đề và nhãn.
Để biểu đồ nhiều ý nghĩa hơn chúng ta có thể tô màu trong mỗi điểm dữ liệu theo lớp của nó. Điều này có thể được thực hiện bằng cách tạo một từ điển ánh xạ từ lớp sang màu và sau đó tự phân tán từng điểm bằng cách sử dụng vòng lặp for và chuyển màu tương ứng.
2. Line Chart
Chúng ta tạo một line chart bằng phương thức plot. Chúng ta cũng có thể vẽ nhiều cột trong một biểu đồ, bằng cách lặp qua các cột mà chúng ta muốn và vẽ từng cột trên cùng một trục.
3. Histogram
Chúng ta tạo Histogram bằng phương thức hist. Nếu chúng ta chuyển dữ liệu phân loại như cột điểm từ bộ dữ liệu đánh giá, nó sẽ tự động tính toán tần suất mỗi lớp xảy ra.
4. Bar chart
Một bar chart có thể được tạo bằng phương thức bar. Bar chart không tự động tính toán tần suất của danh mục nên chúng ta sẽ sử dụng chức năng value_counts pandas để thực hiện việc này.
Pandas Visualization – Python Data Visualization
Pandas là một thư viện hiệu suất cao, dễ sử dụng, cung cấp các cấu trúc dữ liệu. Pandas Visualization dễ dàng tạo ra các plot từ một khung dữ liệu và chuỗi pandas. Nó cũng có API cấp cao hơn Matplotlib và do đó chúng ta cần ít code hơn cho cùng kết quả.
Pandas có thể được cài đặt bằng cách sử dụng pip hoặc conda.
pip install pandas
hoặc
conda install pandas
1. Scatter Plot
Để tạo một scatter plot trong Pandas, chúng ta gọi <dataset>.plot.scatter() và truyền cho nó hai đối số, tên của cột x cũng như tên của cột y.
2. Line Chart
Để tạo một line chart trong Pandas, chúng ta gọi <dataframe>.plot.line(). Trong khi ở Matplotlib, chúng ta cần lặp lại từng cột mà chúng ta muốn vẽ, trong Pandas chúng ta không cần phải làm điều này vì nó tự động vẽ tất cả các cột số có sẵn (ít nhất là nếu chúng tôi không chỉ định một cột cụ thể).
3. Histogram
Chúng ta tạo một Histogram với phương thức plot.hist. Không có bất kỳ đối số bắt buộc nào nhưng chúng ta có thể tùy ý chuyển một số như kích thước.
Tạo nhiều histogram cũng rất dẽ dàng
Đối số subplots chỉ định rằng chúng ta muốn có một plot riêng cho từng tính năng và layout chỉ định số lượng plot trên mỗi hàng và cột.
4. Bar Chart
Để vẽ bar chart, chúng ta sử dụng phương thức plot.bar(). Trước khi chúng ta gọi nó, chúng ta cần lấy dữ liệu của mình. Trước tiên chúng ta sẽ đếm các lần xuất hiện bằng phương thức value_count() và sau đó sắp xếp các lần xuất hiện từ nhỏ nhất đến lớn nhất bằng phương thức sort_index().
Phương pháp này cũng rất đơn giản để tạo một biểu đồ thanh ngang.
Chúng ta cũng có thể vẽ các dữ liệu khác vào đây.
Trong ví dụ trên, chúng ta nhóm dữ liệu theo quốc gia và sau đó lấy giá trị trung bình của giá rượu, và vẽ 5 quốc gia có giá rượu trung bình cao nhất.
Qua bài viết, bạn đã đi qua các hướng dẫn cụ thể để trực quan hóa dữ liệu với Python. Dữ liệu phức tạp sẽ trở nên đơn giản, dễ hiểu nhờ đó mang lại giá trị và giúp đưa ra quyết định nhanh chóng trong kinh doanh. Với sự dễ sử dụng của mình, Python đang trở thành xu hướng của trực quan hóa dữ liệu hiện nay.
UniTrain Tổng hợp
Xem thêm
Khóa học Xử lý và trực quan hóa dữ liệu với Python
Python có thể ứng dụng như thế nào trong cuộc sống?