LuckyTemplatesda Python Kullanarak 3B Dağılım Grafiği Oluşturma

Bu öğreticide, LuckyTemplates'da Python kullanarak üç boyutlu (3B) dağılım grafiği oluşturmayı öğreneceksiniz. veri analizi ve görselleştirme için yaygın olarak kullanılan bir programlama dilidir. Etkileşimli çizimler ve çizelgeler oluşturmak için güçlü bir araçtır. Bu eğitimin tam videosunu bu blogun alt kısmından izleyebilirsiniz.

3B dağılım grafiği, veri noktalarının üç boyutlu bir grafik üzerinde görsel bir temsilidir. Üç değişken arasındaki ilişkileri görüntülemek için yararlıdır ve verilerdeki kalıpları ve eğilimleri belirlemek için kullanılabilir.

Bu blogun sonunda, şuna benzeyen bir 3B dağılım grafiği oluşturabileceksiniz:

Ortaya çıkan grafik, farklı veri katmanları arasında seçim yapmanızı sağlayan yerleşik bir dilimleyiciye sahip olacaktır. Örnekte havuç boyutu, fiyatı ve elmas derinliğinden oluşan bir elmas veri seti kullanılmıştır.

İçindekiler

• Python'da Veri Kümesini ve Değişkenleri Oluşturun
• Python'da 3B Dağılım Çizimi Figürünü Oluşturun
• Dağılım Grafiğinin Etkileşimini Etkinleştirin
• 3B Dağılım Grafiğini Python'dan LuckyTemplates'a Aktarın
• LuckyTemplates'da Boyutlu Filtreler Ekleme
• Çözüm

Python'da Veri Kümesini ve Değişkenleri Oluşturun

Jupyter not defterinizi açın .

İlk adım paketleri içe aktarmaktır. Bu örnek için pandas, numpy, seaborn, matplotlib.plypot ve Axes3D paketleri kullanılmıştır. Kodda kullanımlarını kolaylaştırmak için değişkenler olarak kaydedilirler.

Pandalar ve numpy paketleri , veri işleme için temeldir. Ve seaborn , Python'da çekici ve bilgilendirici istatistiksel grafikler çizmek için üst düzey bir arayüz sağlayan bir veri görselleştirme kitaplığıdır.

matplotlib.plypot paketi, Python'da çok çeşitli statik, animasyonlu ve etkileşimli görselleştirmeler oluşturmak için kullanılan bir Python veri görselleştirme kitaplığıdır . Ve son olarak, Axes3D paketi, grafiği 3 boyutlu bir şekil olarak dönüştürmenize olanak tanır.

Paketleri içe aktardıktan sonra, bir sonraki adım veri setini yüklemektir. Bu durumda, seaborn diamond veri seti kullanılır ve df değişkeni olarak kaydedilir .

Veri kümesinin neye benzediğini görmek istiyorsanız, başka bir hücre oluşturun ve df.head() komutunu çalıştırın . Ardından, elmas veri kümesinin içindeki boyutları ve metrikleri görebileceksiniz.

Grafiğinizin x, y ve z değişkenlerini ayarlamak için aşağıda görüldüğü gibi değişken = veri kümesi['boyut'] sözdizimini izleyin:

Python'da 3B Dağılım Çizimi Figürünü Oluşturun

3B figürü oluşturmak için matplotlib değişkenini kullanın. Ardından parantez içinde özelleştirmek istediğiniz grafiğin metriklerini seçin.

Örneğin, şekil boyutunu biçimlendirmek istiyorsanız, şekil boyutu metriğini kullanmanız ve ardından istediğiniz boyutu belirtmeniz gerekir.

Eksenlerinizi tanımlamak için Axes3D veri setini kullanın ve 'şekil' değişkenini parantez içine alın. Bunu yapmak, bu değişkeni bir işleve dönüştürür. Ardından, tanımladığınız eksenleri şekle eklemek için fig.add_axes() işlevini kullanın.

Kodu çalıştırdığınızda, boş bir 3B grafik alırsınız.

Dağılım grafiğini oluşturmak için dağılım işlevini kullanın ve daha önce tanımladığınız üç ekseni yazın.

Kodu çalıştırırsanız, artık temel bir 3B dağılım grafiği elde edeceksiniz.

Dağılım grafiğinizde biçimlendirme değişiklikleri yapmak istiyorsanız, en son kod satırına geri dönün. Son eksenden sonra SHIFT+TAB tuşlarına basın . Bu, çizim üzerinde gerçekleştirebileceğiniz farklı biçimlendirme değişikliklerinin listesini içeren bir açılır menü açar.

Her eksenin rengini, boyutunu ve şeklini tanımlayabilirsiniz. Cmap seçeneği , eksenlerinizi tek tek belirtmek yerine tüm eksenleriniz için bir renk teması seçmenize olanak tanır .

Aşağıdaki sözdizimini izleyerek eksen etiketleri de ekleyebilirsiniz:

Dağılım grafiğinin formatı, tamamen nihai grafiğin nasıl görünmesini istediğinize bağlıdır. Bu örnekteki kodu çalıştırdığınızda, şu şekilde görünecektir:

Dağılım Grafiğinin Etkileşimini Etkinleştirin

Bir sonraki adım, 3B dağılım grafiğini etkileşimli hale getirmektir. Bu özelliğin yalnızca jupyter notebook'ta mevcut olduğunu unutmayın.

Grafiklerinizi etkileşimli hale getirmek için %matplotlib notebook komutunu kullanın.

Kodu çalıştırdığınızda, grafiğin perspektifini ve boyutunu değiştirmenize izin veren kontrollerle dağılım grafiğinin artık eklendiğini göreceksiniz.

Kontrollerin yanı sıra, fare imlecinizin nereye yerleştirildiğine bağlı olarak belirli bir çizim noktasının x, y, z konumuyla ilgili bilgiler de vardır.

Dağılım grafiğinizin her çalıştırdığınızda belirli bir bakış açısında görünmesini istiyorsanız, ax.azim veya ax.elev komutlarını kullanabilirsiniz.

3B Dağılım Grafiğini Python'dan LuckyTemplates'a Aktarın

Dağılım grafiğinizin görünümünden memnun kaldığınızda sonraki adım, onu jupyter notebook'tan LuckyTemplates'a aktarmaktır.

LuckyTemplates masaüstünüzü açın ve Giriş sekmesine gidin . Veri Al > Daha Fazla öğesini seçin .

Veri Al sihirbazında , Python betiği seçeneğini bulun ve ardından Bağlan'a tıklayın .

Jupyter not defterindeki veri kümenizdeki kodu kopyalayın ve LuckyTemplates'ın Komut Dosyası metin kutusuna yapıştırın. Ardından, Tamam'ı tıklayın .

Veri kümesine tıklayın ve Yükle'yi seçin .

Python kodunuzdaki veri kümesi artık LuckyTemplates'da Alanlar bölmesi altında görülebilir.

Bunları bir görselde sunmak için Görselleştirme bölmesinin altındaki Python görseli seçeneğine tıklayın ve ardından betik görsellerini etkinleştirin .

Ardından, dağılım grafiğinizde gösterilmesini istediğiniz verileri Alanlar bölmesinden seçin. Veri kümesini genişletmenize ve LuckyTemplates'da bulunan diğer işlevleri etkinleştirmenize olanak tanıdığı için tüm verileri getirmeniz önerilir.

Bittiğinde, Jupyter not defterinize geri dönün ve kodunuzu kopyalayın (bakış noktası hariç). Bunu LuckyTemplates'daki Python betik düzenleyicisine yapıştırın .

Kodu çalıştırmadan önce birkaç değişiklik yapmanız gerekir. LuckyTemplates'daki veri kümelerine varsayılan olarak veri kümesi adı verildiğinden , df değişkenini yorumlamanız ve bunun yerine veri kümesi olarak df'yi atamanız gerekir.

Son olarak, dağılım grafiğinin LuckyTemplates masaüstünde görüntülenebilmesi için plt.show( ) işlevini yazın.

3B dağılım grafiğiniz artık LuckyTemplates'da böyle görünüyor.

LuckyTemplates'da Boyutlu Filtreler Ekleme

LuckyTemplates'ın harika yanı, dinamik görselleştirmeler yapmanıza olanak sağlamasıdır . Görselleştirmede hangi verilerin görüntüleneceğini kontrol edebilmeniz için 3B dağılım grafiğinize boyutsal filtreler ekleyebilirsiniz.

İstediğiniz bir alanı LuckyTemplates tuvaline sürükleyin ve ardından Görselleştirme bölmesindeki Dilimleyici seçeneğini kullanarak bu alanı bir filtreye dönüştürün .

3B çizimdeki veriler, dilimleyicide belirlediğiniz seçeneğe bağlı olarak değişecektir. Tercihinize veya gereksinimlerinize bağlı olarak LuckyTemplates rapor görselleştirmenize başka boyutlar ve filtreler ekleyebilirsiniz .

Daha sonra dilimleyicinizi biçimlendirebilir ve düğmelere dönüştürebilirsiniz. Seçtiğiniz dilimleyici seçeneğini gösteren bir metin kutusu da oluşturabilirsiniz.

Çözüm

LuckyTemplates'da Python kullanarak 3B dağılım grafiği oluşturmak, verileri üç değişkenle görselleştirmenin güçlü bir yoludur. Verilerdeki kalıpları ve eğilimleri tanımlamanıza olanak tanır ve özel kullanım durumunuzun ihtiyaçlarına uyacak şekilde özelleştirilebilir.

Ayrıca, dağılım grafiğini LuckyTemplates'da dinamik bir görselleştirmeye dönüştürmek, kullanıcıların kendileriyle ilgili verileri keşfetmesine ve görüntülemesine olanak tanıyan etkileşimli panolar oluşturmanın harika bir yoludur.

Genel olarak, LuckyTemplates'da Python kullanmak, görselleştirmelerinizi özelleştirmenize ve yerleşik görselleştirme seçeneklerinde bulunmayan özel grafikler ve çizimler oluşturmanıza olanak tanır. Veri işleme ve analizi için mükemmeldir ve LuckyTemplates'da görselleştirilmeden önce verileri temizlemek, dönüştürmek ve analiz etmek için kullanılabilir.

Herşey gönlünce olsun,