Python Data Visualization - PyData Taipei Meetup

Data visualization tools in Python. The objective are making better analysis and communication.

Transcript

1. 6/4/20 Data Visualization Python資料視覺化經驗分享 Presented by: Adam Chang
2. Who Am I? 2 PyData Taipei 副主席 籌備PyData Taipei 2020 Conference & Meetup 新光⼈壽 – 資料⼯程師 數據分析、機器學習、深度學習、API開發、NLP相關應⽤ 聚陽實業 – 專案專員 ⽣產數據分析、設計數據搜集流程、設計⽣產追蹤指標、導 ⼊系統化管理模式、⽣產改善；系統類別涵蓋倉儲、品質管 理、⽣產追蹤、訂單管理等 台灣⼈⼯智慧學校AIA 第⼆期技術⼈班
3. 3 今天會提到的 和不會提到的 今天會提到的內容： › 什麼是資料視覺化？ › 資料視覺化的⺫的？ › Python中有哪些套件可以幫助我們做資料視覺化？ › 哪些是我⾃⼰常⽤的分析圖表？ 今天不會提到的內容： › 如何做資料分析、數據的處理 › 有關於實作上的程式碼細節＆教學
4. 什麼是資料視覺化？ 4 資訊科技, 22 學⽣, 9 ⾦融/保險, 8 其他, 9 0 2 4 6 8 10 12 14 16 18 20 22 24 參與⼈員產業 “Data visualization is the graphic representation of data.” It involves producing images that communicate relationships among the represented data to viewers of the images. From https://en.wikipedia.org/wiki/Data_visualization
5. 為什麼要做資料視覺化？ 5
6. 加了⼀張圖表，整體資訊感覺更豐富 6
7. 資料視覺化有助於了解事情的全貌 7 最⼩值 四分之⼀位距 中位數 四分之三位距 最⼤值 平均值 標準差 Data: https://www.kaggle.com/c/house-prices-advanced-regression-techniques/data Picture: https://seaborn.pydata.org
8. 早期的資料視覺化是便於紀錄與快速理解全況 8 Picture: Exploratory Data Analysis by John W. Tukey
9. 衍伸出很多不同的記錄數據的⽅式 9 Picture: Exploratory Data Analysis by John W. Tukey
10. 再慢慢的變成有模有樣的圖表 10 Picture: Exploratory Data Analysis by John W. Tukey
11. 資料視覺化的⺫的在於分析與溝通 11 『讓⼈對數字有感』 分析 • 看數字 -> 了解關鍵指標 • 看圖表 -> 分析資料全貌 • 做資料的探索（EDA） • 確認資料的品質 溝通 • 你可能有個⺫的或觀點， 想說服⽤⼾或主管 • 有訊息需要傳遞給其他⼈
12. Python Visualization Packages and charts for analysis
13. Matplotlib – 最基本的Python視覺化⼯具 13 Features: ☞ 與Pandas無縫整合，有利於 在分析結構化資料時，同時快 速繪製分析圖表 ☞ 在視覺化圖表的套件中，幾乎 有最⿑全的⽂檔和教學 ☞ 具備⾼度彈性，可以在圖表上 加⼊各種東⻄ ☞ 幾乎所有常⾒的分析⽤圖表都 可以在matplotlib裡⾯找到教 學 Useful charts: Bar, Line, Scatter, Histogram, Grid... https://matplotlib.org
14. 其他Matplotlib的特⾊ 14 易於將圖⽚做各種⽅式的擺放，做交叉⽐對 圖表跟Pandas無縫整合 https://matplotlib.org
15. Seaborn – 易於統計分析的美化版Matplotlib 15 Features: ☞ 美化版的Matplotlib ☞ 整合了許多好⽤的分析圖表 ☞ 可以省下很多美化圖表的功夫 Useful charts: Boxplot, heatmap, pair-grid https://seaborn.pydata.org
16. Seaborn 16 有助於交叉⽐對資料分布的狀況 或是快速檢視各個特徵的描述性統計與分佈 https://seaborn.pydata.org
17. Missingno – 探索缺失值分佈的最佳夥伴 17 Features: ☞ 快速檢視各個欄位的缺失資料 分布 ☞ 單張圖⼀次可以檢視50欄位 ☞ 同時可以看最完整的資料和最 不完整的資料狀況 Useful charts: Missing value distribution https://github.com/ResidentMario/missingno
18. dtreeviz – 解釋Tree base model的好朋友 18 Features: ☞ 視覺化Tree base algorithm ☞ 解釋各個參數變 化對模型判斷的 影響 Useful charts: Scatter or histogram version https://github.com/parrt/dtreeviz
19. PDPbox – 觀察特徵對模型預測的分佈 19 https://github.com/SauceCat/PDPbox
20. SHAP – 分析資料特徵的影響⼒ 20 https://github.com/slundberg/shap
21. Data Visualization Creating interactive charts by python
22. bqplot & jupyter widget – 互動化的Jupyter⼯具 22 Features: ☞ 可以直接使⽤Jupyter notebook 進⾏互動 ☞ 整合了多樣化的按鈕及 互動⽅式，可以應⽤ Widget即時觀看資料變 化 Useful charts: Any charts with widgets https://github.com/bqplot/bqplot https://ipywidgets.readthedocs.io/en/latest/examples/Widget%20Basics.html
23. Bokeh – 圖表互動化的最佳夥伴 23 https://docs.bokeh.org/en/latest/index.html
24. Dash – Python最強的儀表板套件 24 https://dash.plotly.com
25. Streamlit – 最快速的Model Prototyping Tool 25 https://www.streamlit.io
26. 26 Summary Objective Package Function Analysis Matplotlib 基本的視覺化⼯具 Seaborn 統計分析圖表 Missingno 缺失值分佈 dtreeviz 解釋Tree base模型 pdpbox 解釋特定參數的影響 shap 解釋參數的權重 Communication baplot & jupyter widget 最簡單的互動圖表⼯具 bokeh 美觀的互動圖表 dash 儀表板 streamlit 模型Prototyping
27. Reference 27
28. Thank You! Data visualization by using python Presented by: Adam Chang
29. 本年度業績成⾧率最⾼達15% 29 上季執⾏ＯＯＯ的銷售測略，與去年同期平均營業額相⽐ ＸＸ通路的營收顯著成⾧15% 通路別 去年同期營收 上季平均營收 Ａ 10 15 Ｂ 12 12.5 Ｃ 7 8
30. 本年度業績成⾧率最⾼達15% 30 上季執⾏ＯＯＯ的銷售測略，與去年同期平均營業額相⽐ ＸＸ通路的營收顯著成⾧15% 通路別 去年同期營收 上季平均營收 Ａ 10 15 Ｂ 12 12.5 Ｃ 7 8 5 7 9 11 13 15 17 Ａ Ｂ Ｃ 同期與上季營收⽐較圖 去年同期營收 上季平均營收