データ可視化

どんなデータを どんな風に分析したいか。その時、どのチャートが効果的か。
Python組み込み関数、便利なライブラリを活用してデータセットを整え、効果的な可視化を行おう。

リンク

基本：まず可視化したいDataFrameを作成する
　　　プロット用関数を作って使いまわす

視点別

データ型別

連続値

離散値

データ可視化に使うライブラリ

Python標準ライブラリ
　Collections　Counter()メソッドは文章中から頻出文字を抽出してくれる強い味方

外部ライブラリ
　Pandas　　行列データを扱う基本
　Matplotlib　グラフ描画の基本
　Seaborn　　Matplotlibラッパー　より簡単により美しく
　Plotly　　　インタラクティブ　iframeでHTML埋込可能
　Bokeh　　　モダン・インタラクティブ・動的なグラフ作成
　PyGWalker　ノーコード　GUI　ドラッグ＆ドロップ

お決まりのインポート句

import pandas as pd
pd.plotting.register_matplotlib_converters() # datetime型のデータを扱う場合
import matplotlib.pyplot as plt
%matplotlib inline
import seaborn as sns
import plotly.graph_objects as go
import plotly.express as px
from bokeh.plotting import figure, show
import pygwalker as pyg

データ可視化 学習のためのデータセット

Seaborn のサンプルデータセット:
seaborn.load_dataset(“tips”) でチップのデータセットを取得できます。

Iris データセット:
アヤメの花の3つの品種（Setosa、Versicolor、Virginica）の特徴量（がく片と花びらの長さ、幅）を含むデータセット。
数値データの可視化の学習に。

Titanic データセット:
タイタニック号の乗客の情報（年齢、性別、階級、生存結果など）を含むデータセット。
生存率や乗客属性の可視化の学習に。

Wine データセット:
ワインの特性（アルコール度数、酸度、フェノール濃度など）を含むデータセット。
クラス分類や特性の相関の可視化の学習に。

Breast Cancer Wisconsin データセット:
乳がんの診断に関連する特徴量（細胞の大きさ、一様性、境界の滑らかさなど）を含むデータセット。
クラス分類や特性の相関の可視化の学習に。

Boston Housing データセット:
ボストン市の住宅価格に関連する特徴量（犯罪率、部屋数、教育施設のアクセスなど）を含むデータセット。
回帰分析や価格予測の可視化の学習に。

California Housing データセット:
カリフォルニア州の住宅価格に関連する特徴量（人口、収入、部屋数など）を含むデータセット。
地理的な可視化や価格分布の解析の学習に。

Fashion MNIST データセット:
10種類のファッションアイテム（Tシャツ、靴、バッグなど）の画像データを含むデータセット。
画像処理や畳み込みニューラルネットワークの可視化の学習に。