読者です 読者をやめる 読者になる 読者になる

quattro_4 scribble

scribble 落書き (調べた事をただ落書きする)

Intro to Data Science : Lesson 4

Intro to Data Science Online Course - Udacity

Data Visualization

  • Information Visualization
    • Clarity
    • Precision
    • Efficiency
  • シャルル・ミナール
  • ナポレオンのロシア進軍の図
    • 軍の大きさ、撤退した人、温度
    • Size/Location/Direction of Army, Temperature
  • Components of effective visualization
    • visual cues / visual encoding
      • Position (plot, dots)
        • 散布図 scattergraph , scatter plot
      • Length (bar chart)
      • Angle (Pie chart)
        • 小さい差が分からない
      • Direction
      • Shape
      • Area/Volume
      • Color
        • Hue (色相) , Saturation (彩度) -> volume
    • coordinate systems
    • Scale / Data types
    • Context
      • Annotation
  • Interviews of AT&T data scientists
  • 正確さ Position -> Length -> Angle -> Direction -> Area -> Volume -> Saturation -> Hue
  • Python Packages
    • matplotlib
    • ggplot (R ggplot2)
      • gg = Grammer of Graphics
print ggplot(data, aes(xvar, yvar)) + geom_point(color = 'coral') + geom_line(color='coral') + \
      ggtitle('title') + xlab('x-label') + ylab('y-label')

年次折れ線グラフ(ホームラン数)

    data = read_csv(hr_year_csv)
    gg = ggplot(data, aes('yearID', 'HR')) + geom_point(color='red') + geom_line(color='red')
    return gg
  • geom = geometric 幾何学

  • Data type

    • Numeric
      • Discrete / Continuous
    • Categorical Data
      • can take numerical values ordinal data (Stars)
    • Time series

2つの群を折れ線で描画
aesの中でcolorをフィールドで指定する

    data = pandas.read_csv('hr_by_team_year_sf_la.csv')    
    gg = ggplot(data, aes('yearID', 'HR', color='teamID')) + geom_point() + geom_line()
    return gg

http://nbviewer.ipython.org/gist/modqhx/1a8eb7a149e84e1a218a

  • Scatter plot 散布図
    • 2チームの勝率
    • line chart 折れ線グラフ
  • Multivariate
    • ホームラン数と勝率
      • dotの大きさ、彩度
  • advice

Pythonの問題は2問のみ

ちょうど1h