Шпаргалки по визуализации в Python ✋ Всем привет! Аналитикам и другим специалистам в области анализа данных необходимо из семпла данных сделать какое-то исследование, найти закономерность в данных и презентовать это ПМ / руководству и др. Не для каждой задачи нужно строить дашборд, поскольку задача может требовать первичный анализ.

🤔 В начале не придаешь этому значения, так как таблицы для нас содержать уже достаточное количество информации + различные статистики. Но на этом этапе хочется иметь возможность визуализировать базовые или интересные штуковины, с помощью которых можно будет сгенерировать еще гипотез.

Визуализировать можно и через Matplotlib (база всех графиков в Python), Seaborn (более расширенный функционал, чем Matplotlib), Plotly (интерактивные графики).

⬇️ Ниже приведен в коде минимум, которым можно пользоваться. Это должно покрывать большое количество задач (~80%) на распределения, поведение метрики во времени. Конечно, есть и другие виды визуализации, но это базовые. Сюда еще можно отнести boxplot для визуализации.

`import matplotlib.pyplot as plt import numpy as np

x = np.linspace(0, 10, 100) # создаём массив от 0 до 10 из 100 точек y = np.sin(x) # вычисляем sin(x) data = np.random.randn(1000) # 1000 случайных значений из нормального распределения

fig, ax = plt.subplots(1, 2, figsize=(12, 4)) # создаём фигуру с 1 строкой и 2 графиками

ax[0].hist(data, bins=20, color="skyblue", edgecolor="black") # рисуем гистограмму ax[0].set_title("Гистограмма") # заголовок графика ax[0].set_xlabel("Значения") # подпись оси X ax[0].set_ylabel("Частота") # подпись оси Y ax[0].grid(True) # включаем сетку

ax[1].plot(x, y, label="sin(x)", color="red") # рисуем линию sin(x) ax[1].set_xlim(0, 12) # ограничение по оси X ax[1].set_ylim(-2, 2) # ограничение по оси Y ax[1].set_xticks([0,2,4,6,8,10]) # задаём кастомные тики по X ax[1].set_yticks([-2,-1,0,1,2]) # задаём кастомные тики по Y ax[1].set_xlabel("Ось X") # подпись оси X ax[1].set_ylabel("Ось Y") # подпись оси Y ax[1].set_title("Линейный график") # заголовок графика ax[1].legend() # выводим легенду ax[1].grid(True) # включаем сетку

❤️ Если вдруг, вы хотите делать более красивые графики, испытывать наслаждение при их построении, а также сделать их понятнее, вэлком ниже.

1️⃣ Matplotlib [дока] 🔗 Matplotlib CheatSheet (matplotlib.org)

🔗 Гайд на Kaggle по различным визуализациям 🔗 DataCamp Matplotlib CheatSheet 2️⃣ Seaborn [дока] 🔗 DataCamp Seaborn 🔗 Вот тут очень хорошо описано + есть по другим библиотекам 3️⃣ Plotly [дока] 🔗 Plotly Express, Colab 🔗 Plotly Cheatsheet 🙊 Сам я использую matplotlib и seaborn, потому что они быстро настраиваются, но кому-то заходит и Plotly, так как он при обычной настройке может сделать красоту. Каждому свое)

Ставьте 🐳****, сохраняйте к себе, чтобы не потерять, тренируйтесь и все у вас получится!`