Netikėtų brėžinių klaidų taisymas „Altair“, skirtas Python vizualizacijai

Sklypo rodymo problemų „Altair“ trikčių šalinimas

„Altair“ yra populiari deklaratyvi vizualizavimo biblioteka „Python“, ypač žinoma dėl savo glausto ir elegantiško kodo. Tačiau net ir naudojant paprasčiausius duomenų rinkinius gali atsirasti klaidų, dėl kurių gali atsirasti netikėtų rodymo problemų. Viena iš tokių problemų yra susijusi su geoerdvinių duomenų braižymu naudojant atsitiktines platumos ir ilgumos reikšmes.

Šiame straipsnyje mes išnagrinėsime konkrečią problemą, su kuria susidūrėme braižydami į žemėlapį panašią vizualizaciją „Altair“. Nors kodas atrodo teisingas, VSCode išvestis sukuria keistą klaidą, kurią sunku pašalinti. Tikslas yra suprasti, kodėl taip nutinka ir kaip tai išspręsti.

Naudojamas duomenų rinkinys apima platumos ir ilgumos koordinates bei papildomą informaciją, pvz., mėnesį ir kuponų skaičių. Nors atrodo, kad duomenys yra gerai struktūrizuoti, diagrama pateikiama neteisingai, nepaisant to, kad naudojami tinkami parametrai. Tai sukuria kliūtis vartotojams, bandantiems tinkamai vizualizuoti duomenis.

Atlikdami išsamią kodo ir susijusių duomenų tipų analizę, nustatysime pagrindinę klaidos priežastį ir pateiksime nuoseklias gaires, kaip išspręsti šią „Altair“ braižymo problemą. Nesvarbu, ar esate naujokas duomenų vizualizavimo srityje, ar patyręs naudotojas, šis vadovas padės išvengti įprastų spąstų.

„Altair“ braižymo klaidų supratimas ir trikčių šalinimas

Aukščiau pateiktame pavyzdyje mes naudojame „Altair“, kad nubrėžtume geoerdvinių duomenų taškus į žemėlapį panašioje vizualizacijoje, naudodami atsitiktinai sugeneruotas platumos ir ilgumos reikšmes. Pagrindinis šios vizualizacijos tikslas yra parodyti kuponus, paskirstytus per skirtingus mėnesius, naudojant įvairius parametrus, pvz., žymeklių dydį, kad būtų nurodytas kuponų skaičius. Vienas iš pagrindinių iššūkių, su kuriais susiduriama braižant tokius duomenis, yra užtikrinti, kad sutampantys taškai (artimos platumos ir ilgumos) netrukdytų diagramai, todėl atsiranda drebėjimas.

Scenarijus pradedamas generuojant atsitiktinius platumos ir ilgumos duomenis naudojant nelygusatsitiktinių skaičių funkcijas. Šios funkcijos imituoja geografinius duomenis ir kartu su pandos, šie duomenys yra suskirstyti į duomenų rėmelį, kad būtų lengviau juos tvarkyti. Naudojant mark_circle() Altair programoje kiekvienas duomenų taškas vizualiai vaizduojamas kaip apskritimas žemėlapyje. Apskritimų dydis nustatomas naudojant alt.Size() kodavimas, kuris juos suskirsto pagal kuponų skaičių vienoje vietoje, padedantį žiūrovui lengvai interpretuoti su kiekvienu duomenų tašku susietą kiekį.

Tačiau viena dažna problema yra ta, kad duomenų taškai su labai artimomis arba identiškomis koordinatėmis gali sutapti, todėl vizualizacija tampa ne tokia aiški. Norėdami tai išspręsti, antrasis metodas įveda drebėjimą, kai mažas atsitiktinis poslinkis taikomas tiek platumos, tiek ilgumos reikšmėms. Dėl to kiekvienas taškas šiek tiek skiriasi ir padeda išvengti persidengimo. Pridėjus drebinančias reikšmes kaip naujus „DataFrame“ laukus, „Altair“ gali atvaizduoti šias pakeistas koordinates, o ne pradines, taip užtikrinant aiškesnę vizualizaciją neprarandant duomenų tikslumo.

Scenarijus taip pat apima vienetų testus naudojant unittest biblioteką, kad patikrintų braižymo kodo funkcionalumą. Bandomasis atvejis patikrina, ar Altair diagrama yra teisingai sudaryta ir ar drebėjimo logika veikia taip, kaip tikėtasi. Toks vizualizavimo ir testavimo derinys užtikrina, kad sprendimas būtų ne tik vizualiai efektyvus, bet ir patikimas bei prižiūrimas ilgalaikėje perspektyvoje. Pridedama įrankių patarimai prie diagramos dar labiau pagerina naudojimą, nes pateikia išsamią informaciją apie kiekvieną tašką užvedus pelės žymeklį, todėl vartotojai gali greitai patikrinti pagrindinius duomenis.

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()

„Altair“ duomenų vizualizavimo lankstumo tyrimas

Vienas iš svarbių darbo su Altair aspektų yra jo gebėjimas sklandžiai tvarkyti sudėtingus duomenų rinkinius, išlaikant paprastą ir deklaratyvų požiūrį į duomenų vizualizavimą. Altair naudoja Vega-Lite gramatika, leidžianti vartotojams kurti interaktyvias vizualizacijas susiejant duomenų laukus su vaizdinėmis savybėmis, tokiomis kaip spalva, dydis ir forma. Dėl to „Altair“ yra galingas įrankis, leidžiantis greitai generuoti įžvalgias vizualizacijas iš neapdorotų duomenų, ypač tais atvejais, kai naudojamas geografinis braižymas arba kelios kategorijos.

Kita svarbi „Altair“ savybė yra jos palaikymas interaktyvumas. Naudodami integruotas funkcijas, pvz., pasirinkimus, vartotojai gali lengvai filtruoti ir paryškinti duomenis diagramoje. Tai labai naudinga tyrinėjant geoerdvinius duomenis, kai pasirinkus konkretų regioną ar laikotarpį galima gauti gilesnių įžvalgų. Interaktyvumas taip pat leidžia vartotojams įsigilinti į duomenis derinant pasirinkimai su transformacijomis, leidžiančiomis pridėti dinamiškų elementų, pvz., mastelio keitimo ar panoraminių valdiklių arba pasirinktinių įrankių patarimų.

Kalbant apie sudėtingas vizualizacijas, pvz., aptartą žemėlapį, būtina valdyti galimas klaidas ar rodymo problemas. Kartais šios klaidos kyla dėl netinkamos duomenų kodavimo arba nepalaikomų duomenų tipų. Užtikrinti, kad braižomi duomenys būtų tinkamo tipo (pvz., kiekybinis skaitinėms reikšmėms arba nominalus kategoriškoms reikšmėms) yra labai svarbus kuriant tikslias vizualizacijas. Tinkamai tvarkyti duomenų formatus ir pridėti klaidų tvarkymas savo scenarijuose gali sutaupyti daug laiko ir pastangų derinant.