Python snippet: Visualizing

Python snippet là series các bài viết tổng hợp lại những đoạn code hữu ích trong quá trình làm việc và nghiên cứu của tôi. Mục đích chủ yếu làm nơi tham khảo nhanh để tiết kiệm thời gian cài đặt và triển khai. Tôi sẽ bắt đầu với visualizing gồm các chart (biểu đồ) cơ bản thường hay dùng để phân tích dữ liệu.

Source code: data-science-works
Thư viện: matplotlib, numpy

Line chart

Đầu vào: dữ liệu trục hoành (số năm), dữ liệu trục tung (GDP).

Tuỳ chỉnh:

• Màu sắc, marker, linestyle.
• Tiêu đề.
• x,y label.

Dữ liệu Vietnam GDP lấy từ
http://data.worldbank.org/country/vietnam

years = ["1985", "1986", "1987", "1988", "1989", "1990", "1991", "1992", "1993", "1994", "1995", "1996", "1997",
             "1998", "1999", "2000", "2001", "2002", "2003", "2004", "2005", "2006", "2007", "2008", "2009", "2010",
             "2011", "2012", "2013", "2014", "2015"]
gdp = [14094688429, 26336617862, 36658108169, 25423812494, 6293304847, 6471740486,
       9613369553, 9866990096, 13180954014, 16286434094, 20736163915, 24657470331,
       26843701136, 27209601995, 28683658004, 33640085727, 35291349277, 37947904054,
       42717072777, 49424107709, 57633255739, 66371664817, 77414425532, 99130304099,
       106014600963, 115931749904, 135539487317, 155820001920, 171222025117, 186204652922,
       193599379094]

# create a line chart, years on x-axis, gdp on y-axis
plt.plot(years, gdp, color='#f39c12', marker='o', linestyle='solid')

# add a title
plt.title("Vietnam GDP")

# add a label to the y-axis
plt.ylabel("Billions of $")
plt.show()

Bar chart

Đầu vào: dữ liệu trục hoành (bảng màu), dữ liệu trục tung (mức độ yêu thích).

Bảng màu flat UI: https://flatuicolors.com/

color_names = ["Emerald", "Green Sea", "Midnight Blue", "Carrot", "Peter River"]
colors = ["#2ecc71", "#16a085", "#2c3e50", "#e67e22", "#3498db"]
num_favorite = [5, 11, 3, 8, 10]

# bars are by default width 0.8, so we'll add 0.1 to the left coordinates
# so that each bar is centered
xs = [i + 0.1 for i, _ in enumerate(color_names)]

# plot bars with left x-coordinates [xs], heights [num_favorite]
plt.bar(xs, num_favorite, color=colors)
plt.title("My Favorite Colors")

# label x-axis with color names at bar centers
plt.xticks([i + 0.5 for i, _ in enumerate(color_names)], color_names)

plt.show()

Histogram

Đầu vào: dữ liệu trục hoành (số điểm thi), dữ liệu trục tung (số học sinh có cùng điểm thi).

data = []
for i in range(100):
    data.append(np.random.randint(1, 11))

plt.hist(data, bins=10, facecolor='#bdc3c7')

plt.xlabel("Points")
plt.ylabel("# of Students")
plt.title("Results of the exam")
plt.show()

Multiple line chart

Đầu vào: dữ liệu trục hoành (số năm), dữ liệu trục tung (số lượng động vật: gấu, cá heo, cá voi).

bears = [10, 58, 85, 115, 139, 182]
dolphins = [150, 75, 32, 14, 8, 5]
whales = [80, 50, 100, 75, 90, 70]
x = [0, 1, 2, 3, 4, 5]
years = ["2009", "2010", "2011", "2012", "2013", "2014"]

# we can make multiple calls to plt.plot
# to show multiple series on the same chart
plt.plot(x, bears, '#16a085', marker='o', linewidth=3.0, label='Bears')
plt.plot(x, dolphins, '#c0392b', marker='s', linewidth=3.0, label='Dolphins')
plt.plot(x, whales, '#3498db', marker='^', linewidth=3.0, label='Whales')

# because we've assigned labels to each series
# we can get a legend for free
# loc=9 means "top center"
plt.legend(loc=9)
plt.title("Number of animals each year")
plt.xlabel("Years")
plt.xticks(x, years)
plt.show()

Scatter plot

Đầu vào: dữ liệu trục hoành (diện tích theo mét vuông), dữ liệu trục tung (giá tính theo nghìn $).

sizes = [700, 650, 720, 630, 710, 640, 600, 640, 670]
prices = [175, 170, 205, 120, 220, 130, 105, 145, 190]
labels = ["$175", "$170", "$205", "$120", "$220", "$130", "$105", "$145", "$190"]

plt.scatter(sizes, prices, marker='s', s=40, color='#2ecc71')

# label each point
for label, friend_count, minute_count in zip(labels, sizes, prices):
    plt.annotate(label,
                 xy=(friend_count, minute_count),  # put the label with its point
                 xytext=(5, -5),  # but slightly offset
                 textcoords='offset points')

plt.title("House prices")
plt.xlabel("Size in m2")
plt.ylabel("Thousand $")
plt.show()

Pie chart

Đầu vào: tên các hãng smartphone, tỉ lệ phần trăm phân bố thị trường.

Tuỳ chỉnh:

• Khoảng cách số phần trăm hướng ra ngoài (pctdistance).
• Khoảng cách nhãn hướng ra ngoài (labeldistance).
• Gốc bắt đầu pie chart quay.

data = [0.5, 0.26, 0.11, 0.04, 0.02, 0.02, 0.01, 0.04]
smart_phone = ["Apple", "Samsung", "LG", "Motorola", "HTC", "Nokia", "Amazon", "Other"]
colors = ["#ecf0f1", "#3498db", "#e67e22", "#1abc9c", "#bdc3c7", "#8e44ad", "#f39c12", "#2c3e50"]

plt.pie(data, labels=smart_phone, colors=colors, autopct='%1.1f%%', startangle=-90, pctdistance=0.9, labeldistance=1.2)

# make sure pie is a circle and not an oval
plt.axis("equal")
plt.show()

Advertisement