Ispravljanje neočekivanih pogrešaka iscrtavanja u Altairu za Python vizualizacije

Rješavanje problema s prikazom crteža u Altairu

Altair je popularna knjižnica deklarativne vizualizacije u Pythonu, posebno poznata po svom sažetom i elegantnom kodu. Međutim, čak i kod najjednostavnijih skupova podataka može doći do pogrešaka, što dovodi do neočekivanih problema s prikazom. Jedan takav problem uključuje iscrtavanje geoprostornih podataka korištenjem slučajnih vrijednosti zemljopisne širine i dužine.

U ovom ćemo članku istražiti određeni problem na koji smo naišli tijekom iscrtavanja vizualizacije nalik karti u Altairu. Iako se kod čini ispravnim, izlaz u VSCodeu daje čudnu pogrešku koju je teško otkloniti. Cilj je razumjeti zašto se to događa i kako to riješiti.

Skup podataka koji se koristi uključuje koordinate zemljopisne širine i dužine, uz dodatne informacije kao što su mjesec i broj vaučera. Dok se čini da su podaci dobro strukturirani, grafikon se prikazuje neispravno, unatoč korištenju naizgled odgovarajućih parametara. Ovo stvara prepreku za korisnike koji pokušavaju pravilno vizualizirati podatke.

Kroz detaljnu analizu koda i tipova podataka koji su uključeni, identificirat ćemo glavni uzrok pogreške i dati upute korak po korak o tome kako riješiti ovaj problem iscrtavanja Altaira. Bilo da ste novi u vizualizaciji podataka ili ste iskusni korisnik, ovaj će vam vodič pomoći da izbjegnete uobičajene zamke.

Razumijevanje i rješavanje Altairovih grešaka pri iscrtavanju

U gornjem primjeru koristimo Altair za iscrtavanje točaka geoprostornih podataka na vizualizaciji nalik karti, koristeći nasumično generirane vrijednosti zemljopisne širine i dužine. Primarna svrha ove vizualizacije je prikazati bonove raspoređene u različitim mjesecima, koristeći različite parametre kao što je veličina markera za predstavljanje broja bonova. Jedan od ključnih izazova s ​​kojima se susreće prilikom iscrtavanja takvih podataka je osiguravanje da preklapajuće točke (za bliske geografske širine i dužine) ne zatrpavaju grafikon, zbog čega je uvedeno podrhtavanje.

Skripta počinje generiranjem nasumičnih podataka o zemljopisnoj širini i dužini pomoću numpyfunkcije slučajnih brojeva. Ove funkcije simuliraju geografske podatke, au kombinaciji s pande, ti su podaci organizirani u DataFrame radi lakšeg rukovanja. Korištenjem označi_krug() u Altairu je svaka podatkovna točka vizualno predstavljena kao krug na karti. Krugovi su veličine pomoću alt.Size() kodiranje, koje ih skalira prema broju vaučera po lokaciji, pomažući gledatelju da lako protumači količinu povezanu sa svakom podatkovnom točkom.

Međutim, jedan uobičajeni problem je da se podatkovne točke s vrlo bliskim ili identičnim koordinatama mogu preklapati, čineći vizualizaciju manje jasnom. Kako bi se to riješilo, drugi pristup uvodi podrhtavanje, gdje se mali nasumični pomak primjenjuje i na vrijednosti zemljopisne širine i dužine. Time se svaka točka malo razlikuje i pomaže u izbjegavanju preklapanja. Dodavanjem poremećenih vrijednosti kao novih polja u DataFrame, Altair može iscrtati te izmijenjene koordinate umjesto originalnih, osiguravajući čitljiviju vizualizaciju bez žrtvovanja točnosti podataka.

Skripta također uključuje jedinične testove pomoću jedinični test knjižnica za provjeru funkcionalnosti koda za crtanje. Testni slučaj provjerava je li Altair dijagram ispravno instanciran i radi li logika podrhtavanja kako se očekuje. Ova kombinacija vizualizacije i testiranja osigurava da rješenje nije samo vizualno učinkovito, već i pouzdano i održivo na duge staze. Dodavanje opisi alata na grafikon dodatno poboljšava upotrebljivost pružajući detaljne informacije o svakoj točki pri lebdenju, dajući korisnicima brz način pregleda temeljnih podataka.

import altair as alt
import pandas as pd
import numpy as np
# Generate random data for plottinglats = np.random.uniform(51.5, 51.6, 100)
lons = np.random.uniform(-0.1, 0.1, 100)
months = np.arange(1, 13)
vouchers = np.random.randint(1, 100, 100)
# Create DataFrametest_df = pd.DataFrame({'lat': lats, 'lon': lons, 'month': np.random.choice(months, 100), 'vouchers': vouchers})
# Plot using Altair with correct encodingchart = alt.Chart(test_df).mark_circle().encode(
    longitude='lon:Q',
    latitude='lat:Q',
    size='vouchers:Q',
    color='month:N',
    tooltip=['lat', 'lon', 'vouchers']
)
chart.show()

import altair as alt
import pandas as pd
import numpy as np
# Adding jitter to avoid overlapping points
test_df['lat_jittered'] = test_df['lat'] + np.random.uniform(-0.001, 0.001, len(test_df))
test_df['lon_jittered'] = test_df['lon'] + np.random.uniform(-0.001, 0.001, len(test_df))
# Plot with jittered coordinateschart_jittered = alt.Chart(test_df).mark_circle().encode(
    longitude='lon_jittered:Q',
    latitude='lat_jittered:Q',
    size=alt.Size('vouchers:Q', scale=alt.Scale(range=[0, 1000]), legend=None),
    color=alt.value('blue'),
    tooltip=['lat_jittered', 'lon_jittered', 'vouchers']
)
chart_jittered.show()

import unittest
import altair as alt
import pandas as pd
import numpy as np
class TestAltairPlots(unittest.TestCase):
    def setUp(self):
        self.test_df = pd.DataFrame({'lat': np.random.uniform(51.5, 51.6, 100),
                                     'lon': np.random.uniform(-0.1, 0.1, 100),
                                     'vouchers': np.random.randint(1, 100, 100)})
    def test_plot_creation(self):
        chart = alt.Chart(self.test_df).mark_circle().encode(
            longitude='lon:Q', latitude='lat:Q', size='vouchers:Q')
        self.assertTrue(chart is not None)

if __name__ == '__main__':
    unittest.main()

Istraživanje Altairove fleksibilnosti u vizualizaciji podataka

Jedan važan aspekt rada s Altairom je njegova sposobnost besprijekornog rukovanja složenim skupovima podataka uz zadržavanje jednostavnog i deklarativnog pristupa vizualizaciji podataka. Altair koristi Vega-Lite gramatika, koja korisnicima omogućuje izradu interaktivnih vizualizacija preslikavanjem podatkovnih polja na vizualna svojstva poput boje, veličine i oblika. To čini Altair moćnim alatom za brzo generiranje pronicljivih vizualizacija iz neobrađenih podataka, posebno u slučajevima kada je uključeno zemljopisno iscrtavanje ili više kategorija.

Još jedna kritična značajka Altaira je njegova podrška za interaktivnost. Korištenjem ugrađenih funkcija poput odabira, korisnici mogu jednostavno filtrirati i istaknuti podatke na grafikonu. Ovo je izuzetno korisno za istraživanje geoprostornih podataka, gdje odabir određene regije ili vremenskog okvira može pružiti dublje uvide. Interaktivnost također omogućuje korisnicima dubljenje podataka kombiniranjem selekcije s transformacijama, što omogućuje dodavanje dinamičkih elemenata kao što su kontrole zumiranja ili pomicanja ili prilagođeni opisi alata.

Kada se radi o složenim vizualizacijama, poput karte o kojoj smo razgovarali, bitno je upravljati potencijalnim pogreškama ili problemima s prikazom. Ponekad te pogreške dolaze zbog netočnog kodiranja podataka ili nepodržanih vrsta podataka. Osiguravanje da su podaci koji se iscrtavaju ispravne vrste (npr. kvantitativni za brojčane vrijednosti ili nominalni za kategoričke vrijednosti) kritičan je za proizvodnju točnih vizualizacija. Ispravno rukovanje formatima podataka i dodavanje obrada grešaka u vašim skriptama može značajno uštedjeti vrijeme i trud u otklanjanju pogrešaka.