Dodawaj, usuwaj i zmieniaj nazwy kolumn w R za pomocą Dplyr
W tym samouczku omówimy pakiet dplyr, który umożliwia sortowanie, filtrowanie, dodawanie i zmianę nazw kolumn w języku R.
Z tego samouczka dowiesz się, jak utworzyć trójwymiarowy (3D) wykres punktowy przy użyciu języka Python w usłudze LuckyTemplates. to język programowania, który jest szeroko stosowany do analizy i wizualizacji danych. To potężne narzędzie do tworzenia interaktywnych wykresów i wykresów. Możesz obejrzeć pełny film z tego samouczka na dole tego bloga.
Wykres punktowy 3D to wizualna reprezentacja punktów danych na trójwymiarowym wykresie. Jest to przydatne do wyświetlania relacji między trzema zmiennymi i może służyć do identyfikowania wzorców i trendów w danych.
Pod koniec tego bloga będziesz w stanie utworzyć wykres punktowy 3D, który wygląda tak:
Wynikowy wykres będzie miał wbudowany fragmentator, który pozwala wybierać między różnymi warstwami danych. W przykładzie wykorzystano zestaw danych diamentów składający się z rozmiaru marchwi, ceny i głębokości diamentu.
Spis treści
Zbuduj zbiór danych i zmienne w Pythonie
Otwórz notatnik Jupyter .
Pierwszym krokiem jest zaimportowanie pakietów. W tym przykładzie używane są pakiety pandas, numpy, seaborn, matplotlib.plypot i Axes3D. Są one zapisywane jako zmienne, aby ułatwić ich użycie w kodzie.
Pakiety pandas i numpy są podstawą manipulacji danymi . A seaborn to biblioteka wizualizacji danych w Pythonie, która zapewnia interfejs wysokiego poziomu do rysowania atrakcyjnych i bogatych w informacje grafik statystycznych.
Pakiet matplotlib.plypot to biblioteka wizualizacji danych w języku Python, która służy do tworzenia szerokiej gamy statycznych, animowanych i interaktywnych wizualizacji w języku Python. I wreszcie, pakiet Axes3D umożliwia przekształcenie wykresu w postać trójwymiarową.
Po zaimportowaniu pakietów kolejnym krokiem jest załadowanie zestawu danych. W tym przypadku używany jest zestaw danych dotyczących diamentów pochodzenia morskiego, który jest zapisywany jako zmienna df .
Jeśli chcesz zobaczyć, jak wygląda zestaw danych, utwórz kolejną komórkę i uruchom df.head() . Będziesz wtedy mógł zobaczyć wymiary i dane w zbiorze danych rombów.
Aby ustawić zmienne x, y i z wykresu, postępuj zgodnie ze składnią zmienna = dataset['dimension'], jak pokazano poniżej:
Utwórz wykres punktowy 3D w Pythonie
Aby utworzyć figurę 3D, użyj zmiennej matplotlib . Następnie w nawiasach wybierz metryki wykresu, które chcesz dostosować.
Jeśli na przykład chcesz sformatować rozmiar figury, musisz użyć metryki figsize , a następnie określić żądany rozmiar.
Aby zdefiniować swoje osie, użyj zestawu danych Axes3D i umieść zmienną „fig” w nawiasie. Spowoduje to przekształcenie tej zmiennej w funkcję. Następnie użyj funkcji fig.add_axes() , aby dodać zdefiniowane osie do figury.
Po uruchomieniu kodu otrzymasz pusty wykres 3D.
Aby utworzyć wykres punktowy, użyj funkcji rozproszenia i napisz trzy zdefiniowane wcześniej osie.
Jeśli uruchomisz kod, otrzymasz teraz podstawowy wykres punktowy 3D.
Jeśli chcesz wprowadzić zmiany w formatowaniu wykresu punktowego, wróć do najnowszej linii kodu. Po ostatniej osi naciśnij SHIFT+TAB . Spowoduje to otwarcie menu rozwijanego zawierającego listę różnych zmian formatowania, które można wykonać na wykresie.
Możesz zdefiniować kolor, rozmiar i kształt każdej osi. Opcja cmap pozwala wybrać motyw kolorystyczny dla wszystkich osi zamiast określać je jeden po drugim.
Możesz także dodać etykiety osi, postępując zgodnie z poniższą składnią:
Format wykresu punktowego zależy całkowicie od tego, jak ma wyglądać końcowy wykres. Po uruchomieniu kodu w tym przykładzie będzie on wyglądał tak:
Włącz interaktywność wykresu punktowego
Następnym krokiem jest uczynienie wykresu punktowego 3D interaktywnym. Pamiętaj, że ta funkcja jest dostępna tylko w notatniku jupyter.
Aby uczynić wykresy interaktywnymi, użyj polecenia notatnika %matplotlib .
Po uruchomieniu kodu zobaczysz, że wykres punktowy został teraz dodany z elementami sterującymi, które umożliwiają zmianę perspektywy i rozmiaru wykresu.
Oprócz elementów sterujących dostępne są również informacje dotyczące pozycji x, y, z określonego punktu wykresu w zależności od tego, gdzie znajduje się kursor myszy.
Jeśli chcesz, aby wykres punktowy pojawiał się w określonym punkcie widzenia za każdym razem, gdy go uruchamiasz, możesz użyć poleceń ax.azim lub ax.elev .
Zaimportuj wykres punktowy 3D z języka Python do usługi LuckyTemplates
Gdy będziesz zadowolony z wyglądu wykresu punktowego, następnym krokiem jest zaimportowanie go z notatnika jupyter do usługi LuckyTemplates.
Otwórz pulpit usługi LuckyTemplates i przejdź do karty Narzędzia główne . Wybierz Pobierz dane > Więcej .
W kreatorze pobierania danych wyszukaj opcję skryptu w języku Python , a następnie kliknij przycisk Połącz .
Skopiuj kod ze swojego zestawu danych w notesie Jupyter i wklej go w polu tekstowym Skrypt usługi LuckyTemplates. Następnie kliknij OK .
Kliknij zestaw danych i wybierz Załaduj .
Zestaw danych z kodu Pythona można teraz zobaczyć w usłudze LuckyTemplates w okienku Pola.
Aby przedstawić je w wizualizacji, kliknij opcję wizualizacji Python w okienku Wizualizacja, a następnie włącz wizualizacje skryptów .
Następnie wybierz dane z okienka Pola, które chcesz pokazać na wykresie punktowym. Zaleca się wprowadzenie wszystkich danych, ponieważ pozwala to na rozszerzenie zestawu danych i włączenie innych funkcjonalności dostępnych w LuckyTemplates.
Po zakończeniu wróć do notatnika Jupyter i skopiuj swój kod (z wyłączeniem punktu widzenia). Wklej to w edytorze skryptów języka Python w usłudze LuckyTemplates.
Zanim uruchomisz kod, musisz wprowadzić kilka zmian. Ponieważ zestawy danych w usłudze LuckyTemplates są domyślnie nazywane zestawami danych , należy dodać komentarz do zmiennej df i zamiast tego przypisać df jako zestaw danych.
Na koniec napisz funkcję plt.show() , aby wykres punktowy można było wyświetlić w programie LuckyTemplates Desktop.
Tak teraz wygląda wykres punktowy 3D w usłudze LuckyTemplates.
Dodawanie filtrów wymiarowych w usłudze LuckyTemplates
Wspaniałą cechą usługi LuckyTemplates jest to, że umożliwia tworzenie dynamicznych wizualizacji . Możesz dodać filtry wymiarowe do wykresu punktowego 3D, aby kontrolować, które dane są wyświetlane w wizualizacji.
Przeciągnij wybrane pole do kanwy usługi LuckyTemplates, a następnie przekształć je w filtr za pomocą opcji Fragmentator w okienku Wizualizacja .
Dane na wykresie 3D będą się wtedy różnić w zależności od opcji wybranej we fragmentatorze. Możesz dodać inne wymiary i filtry do wizualizacji raportu usługi LuckyTemplates w zależności od preferencji lub wymagań.
Następnie możesz sformatować krajalnicę i przekształcić ją w przyciski. Możesz także zbudować pole tekstowe, które pokazuje wybraną opcję fragmentatora.
Wniosek
Tworzenie wykresu punktowego 3D przy użyciu języka Python w usłudze LuckyTemplates to zaawansowany sposób wizualizacji danych z trzema zmiennymi. Pozwala identyfikować wzorce i trendy w danych i można je dostosować do potrzeb konkretnego przypadku użycia.
Co więcej, przekształcenie wykresu punktowego w dynamiczną wizualizację w usłudze LuckyTemplates to świetny sposób na tworzenie interaktywnych pulpitów nawigacyjnych, które umożliwiają użytkownikom eksplorowanie i przeglądanie danych, które są dla nich istotne.
Ogólnie rzecz biorąc, używanie języka Python w usłudze LuckyTemplates umożliwia dostosowywanie wizualizacji oraz tworzenie niestandardowych wykresów i wykresów, które nie są dostępne we wbudowanych opcjach wizualizacji. Doskonale nadaje się do manipulowania danymi i ich analizowania oraz może służyć do czyszczenia, przekształcania i analizowania danych przed ich wizualizacją w usłudze LuckyTemplates.
Wszystkiego najlepszego,
W tym samouczku omówimy pakiet dplyr, który umożliwia sortowanie, filtrowanie, dodawanie i zmianę nazw kolumn w języku R.
Odkryj różnorodne funkcje zbierania, które można wykorzystać w Power Automate. Zdobądź praktyczne informacje o funkcjach tablicowych i ich zastosowaniu.
Z tego samouczka dowiesz się, jak ocenić wydajność kodów DAX przy użyciu opcji Uruchom test porównawczy w DAX Studio.
Czym jest self w Pythonie: przykłady z życia wzięte
Dowiesz się, jak zapisywać i ładować obiekty z pliku .rds w R. Ten blog będzie również omawiał sposób importowania obiektów z R do LuckyTemplates.
Z tego samouczka języka kodowania DAX dowiesz się, jak używać funkcji GENERUJ i jak dynamicznie zmieniać tytuł miary.
W tym samouczku omówiono sposób korzystania z techniki wielowątkowych wizualizacji dynamicznych w celu tworzenia szczegółowych informacji na podstawie dynamicznych wizualizacji danych w raportach.
W tym artykule omówię kontekst filtra. Kontekst filtrowania to jeden z głównych tematów, z którym każdy użytkownik usługi LuckyTemplates powinien zapoznać się na początku.
Chcę pokazać, jak usługa online LuckyTemplates Apps może pomóc w zarządzaniu różnymi raportami i spostrzeżeniami generowanymi z różnych źródeł.
Dowiedz się, jak obliczyć zmiany marży zysku przy użyciu technik, takich jak rozgałęzianie miar i łączenie formuł języka DAX w usłudze LuckyTemplates.