Comment faire des tracés de coordonnées parallèles en Python

Les tracés de coordonnées parallèles sont un outil de visualisation utile utilisé pour montrer les relations entre plusieurs variables partageant les mêmes données numériques. Dans LuckyTemplates, ces tracés sont créés avec un code Python très simple que vous pouvez utiliser et créer et styliser facilement. 

Dans le blog d'aujourd'hui, nous allons apprendre à créer des tracés de coordonnées multivariées ou parallèles à l'aide de Python . Nous allons parcourir le processus étape par étape, de la préparation des données à la personnalisation du tracé pour une meilleure lisibilité. Vous pouvez regarder la vidéo complète de ce tutoriel au bas de ce blog . 

Table des matières

• Tracés de coordonnées parallèles en Python : exemple 1
  • Le code Python de tracé
  • Faire l'intrigue en Python
  • Affichage de l'intrigue en Python
• Tracés de coordonnées parallèles en Python : exemple 2
  • Le code Python de l'ensemble de données
  • Tracés de style en Python
• Conclusion

Tracés de coordonnées parallèles en Python : exemple 1

C'est notre première intrigue. Il montre nos trois variables—Variables A, B et C, et les deux lignes représentant les éléments 1 et 2. 

Cela signifie que nous avons deux ensembles de données, un pour l'élément 1 et un autre pour l'élément 2. Et pour chaque ensemble de données, nous avons nos trois variables. 

Examinons les données pour mieux comprendre comment l'intrigue a été structurée. 

Commencez par surligner le graphique. Cliquez sur Données. 

Un tableau avec des données très simples devrait apparaître. Il a été créé à l'aide de l'option d'insertion de tableau. Nous pouvons voir que dans les colonnes se trouvent les variables A, B et C pour chaque élément qui sont séparés dans chaque ligne.

Nous avons des données simples, mais nous pouvons les transformer en quelque chose de très révélateur. Par exemple, dans notre graphique, nous pouvons déterminer que la relation entre les données est assez "faible". 

Pour illustrer, nous pouvons comparer ce graphique à nos données. La variable B dans l'item 1 est 100 et 115 dans l'item 2, comme le montre le graphique. 

Nous pouvons également identifier comment les éléments et les variables sont liés. Par exemple, nous pouvons facilement voir que la variable A est inférieure à B et que C est la plus faible des trois.

Le code Python de tracé

Passons maintenant au code Python utilisé pour l'intrigue réelle. 

Commencez par choisir le visuel Python dans le volet Visualisations . 

Mettez en surbrillance notre premier graphique pour ouvrir l' éditeur de script Python . 

Tout d'abord, nous importons matplotlib.pyplot et l'enregistrons en tant que variable plt. 

Ensuite, nous apportons les fonctionnalités de pandas.plotting . Pandas sert de bibliothèque de manipulation de données dans LuckyTemplates. Il est principalement utilisé pour manipuler des données, mais il possède également des fonctionnalités de traçage.

Importons parallel_coordinates depuis pandas.plotting . Parallel_coordinates sera la fonction principale pour créer le graphique. 

Faire l'intrigue en Python

À la ligne 13, nous documentons ce que nous allons faire en écrivant # make a plot.

Nous utilisons parallel_coordinates et transmettons le jeu de données. 

À la ligne 3, nous pouvons voir que le jeu de données est créé à l'aide de la fonction pandas.DataFrame() . Ensuite, nous ajoutons l'élément, la variable A, la variable B et la variable C, qui sont ensuite reflétées dans notre liste de valeurs . 

À la ligne 4, le jeu de données est dédupliqué à l'aide de dataset.drop_duplicates().

Nous pouvons accéder au volet Visualisations pour voir les valeurs que nous avons ajoutées.

La suppression de l'une de ces valeurs affectera nos visuels. Par exemple, si nous supprimons la variable C, les coordonnées changeront en conséquence, nous montrant comment les valeurs fonctionnent. 

Ramenons notre Variable C en cochant la case à côté sous Données dans le volet Champs .

Ensuite, passez la fonction parallel_coordinates qui prend quelques arguments différents. Dans notre cas, il prend l' ensemble de données et l' élément, qui fournira le type et la dimension de notre ensemble de données.

Si nous supprimons Item de notre fonction et l'exécutons, le visuel ne fonctionnera pas.

Nous aurons une erreur de script Python indiquant qu'il manque à la fonction parallel_coordinates ( ) 1 argument positionnel requis, qui est class_column. 

Alors rajoutons Item . Parce qu'il est positionnel, nous n'avons pas besoin d'écrire les coordonnées de classe. Nous pouvons exécuter le code une fois terminé. 

Affichage de l'intrigue en Python

L'étape suivante consiste à montrer l'intrigue, donc à la ligne 16, nous documentons ce que nous allons faire en écrivant # afficher l'intrigue.

Rappelez-vous que nous avons importé matplotlib.pyplot plus tôt et que nous l'avons enregistré sous plt. Nous l'avons fait parce que nous avons besoin de la fonction plt.show( ) pour afficher notre intrigue. 

Tracés de coordonnées parallèles en Python : exemple 2

Notre deuxième graphique est un ensemble de données d'iris montrant la longueur des pétales, la largeur des pétales, la longueur des sepales et la largeur des sepales. Il a un peu plus de style par rapport au premier graphique. 

Cet ensemble de données a été créé avec du code Python. 

Pour afficher nos données, cliquez sur Transformer les données et accédez à iris_dataset. 

Le jeu de données contient des colonnes pour les dimensions : longueur des sépales , largeur des sépales , longueur des pétales et largeur des pétales . Il a également une colonne pour le type d'espèce . 

Le code Python de l'ensemble de données

Nos données ont été importées facilement à l'aide du code Python. Accédez à Source pour afficher le script Python. 

Notre code Python ne comporte que deux lignes. Dans la première ligne, nous avons importé seaborn et l'avons enregistré en tant que variable sns . Nous avons nommé notre jeu de données iris_dataset et utilisé la variable sns pour charger le jeu de données à l'aide de la fonction sns.load_dataset('iris') . 

Cliquez sur OK pour obtenir les données que nous avons vues ci-dessus. Naviguez dans les données, et une fois cela fait, nous pouvons fermer l'ensemble de données en allant sur Close & Apply > Close . 

Tracés de style en Python

Pour ouvrir l'éditeur de script Python pour notre graphique plus stylisé, cliquez sur notre deuxième graphique.

Nous commençons par importer matplotlib.pyplot en tant que plt. 

Ensuite, nous utilisons la fonction plt.style.use ('dark_background') pour styliser le visuel. 

Nous pouvons facilement personnaliser l'arrière-plan en fonction de notre style préféré à l'aide de la référence de feuille de style de matplotlib . Dans notre cas, nous avons utilisé un fond sombre.

Essayons également d'utiliser ggplot , qui est un style couramment utilisé.

Si nous l'exécutons, cela nous donnera un visuel qui ressemble à ceci. 

Ensuite, chargez la fonction pandas pour le graphique en important parallel_coordinates depuis pandas.plotting. 

Pour faire le tracé, nous apportons le jeu de données et définissons notre espèce comme classe . 

Par rapport à notre premier tracé, nous ajoutons un paramètre supplémentaire qui est la colormap pour obtenir des couleurs différentes. Passez cela en utilisant la variable matplotlib, plt.get_cmap. 

Il existe de nombreuses variables de couleur matplotlib parmi lesquelles choisir dans la référence Colormap de matplotlib .

Par exemple, nous utilisons actuellement l'ensemble 2 des palettes de couleurs qualitatives, mais nous pouvons également le remplacer par d'autres couleurs, telles que hsv des palettes de couleurs cycliques. 

Cliquez sur Exécuter pour obtenir un tracé qui ressemble à ceci. 

Hsv n'a pas l'air très bien sur nos données, mais nous pouvons jouer jusqu'à ce que nous trouvions la palette de couleurs la plus appropriée pour notre tracé. 

Corrélation Python : Guide de création
d'ensembles de données visuels dans Pandas avec ProfileReport() | Python dans LuckyTemplates
Fonction Seaborn en Python pour visualiser la distribution d'une variable

Conclusion

Dans ce didacticiel, nous avons couvert les bases de la création de tracés de coordonnées parallèles en Python. Nous avons suivi le processus de préparation des données, de création du tracé et de personnalisation du tracé pour une meilleure lisibilité. 

Les tracés de coordonnées parallèles sont un outil puissant pour visualiser des données de grande dimension et peuvent être utilisés dans divers domaines, notamment la finance, l'ingénierie et l'apprentissage automatique. Maintenant que nous savons comment créer des tracés de coordonnées parallèles en Python , nous pouvons commencer à les utiliser pour mieux comprendre et visualiser nos propres données.

Tous mes vœux,

Gaelim Hollande