Negaidītu planēšanas kļūdu labošana programmā Altair Python vizualizācijām

Plot Displeja problēmu novēršana Altair

Altair ir populāra deklaratīvās vizualizācijas bibliotēka Python, īpaši pazīstama ar savu kodolīgo un eleganto kodu. Tomēr pat ar vienkāršākajām datu kopām var rasties kļūdas, kas var izraisīt neparedzētas displeja problēmas. Viena no šādām problēmām ietver ģeotelpisko datu attēlošanu, izmantojot nejaušas platuma un garuma vērtības.

Šajā rakstā mēs izpētīsim konkrētu problēmu, kas radās, veidojot kartei līdzīgu vizualizāciju Altair. Lai gan kods šķiet pareizs, VSCode izvade rada dīvainu kļūdu, kuru ir grūti novērst. Mērķis ir saprast, kāpēc tas notiek un kā to atrisināt.

Izmantotajā datu kopā ir ietvertas platuma un garuma koordinātas, kā arī papildu informācija, piemēram, mēnesis un kuponu skaits. Lai gan šķiet, ka dati ir labi strukturēti, diagramma tiek renderēta nepareizi, lai gan tiek izmantoti šķietami atbilstoši parametri. Tas rada šķēršļus lietotājiem, kuri cenšas pareizi vizualizēt datus.

Veicot detalizētu koda un iesaistīto datu tipu analīzi, mēs noteiksim kļūdas galveno cēloni un sniegsim detalizētus norādījumus, kā novērst šo Altair diagrammas problēmu. Neatkarīgi no tā, vai esat iesācējs datu vizualizācijā vai pieredzējis lietotājs, šī rokasgrāmata palīdzēs izvairīties no bieži sastopamām kļūmēm.

Altair planēšanas kļūdu izpratne un problēmu novēršana

Iepriekš minētajā piemērā mēs izmantojam Altair, lai attēlotu ģeotelpisko datu punktus kartei līdzīgā vizualizācijā, izmantojot nejauši ģenerētas platuma un garuma vērtības. Šīs vizualizācijas galvenais mērķis ir parādīt kuponus, kas sadalīti dažādos mēnešos, izmantojot dažādus parametrus, piemēram, marķieru lielumu, lai attēlotu kuponu skaitu. Viena no galvenajām problēmām, ar ko jāsaskaras, veidojot šādus datus, ir nodrošināt, lai punkti, kas pārklājas (tuviem platuma un garuma grādiem), nepārblīvētu diagrammu, tāpēc tiek ieviesta trīce.

Skripts sākas ar nejaušu platuma un garuma datu ģenerēšanu, izmantojot nejutīgsnejaušo skaitļu funkcijas. Šīs funkcijas simulē ģeogrāfiskos datus un kopā ar pandas, šie dati ir sakārtoti DataFrame ērtai apstrādei. Izmantojot mark_circle() Altairā katrs datu punkts kartē ir vizuāli attēlots kā aplis. Apļu izmērus nosaka, izmantojot alt.Izmērs() kodējums, kas mērogo tos atbilstoši kuponu skaitam katrā atrašanās vietā, palīdzot skatītājam viegli interpretēt ar katru datu punktu saistīto daudzumu.

Tomēr viena izplatīta problēma ir tāda, ka datu punkti ar ļoti tuvām vai identiskām koordinātām var pārklāties, padarot vizualizāciju mazāk skaidru. Lai to atrisinātu, otrā pieeja ievieš nervozitāti, kur gan platuma, gan garuma vērtībām tiek piemērota neliela nejauša nobīde. Tas padara katru punktu nedaudz atšķirīgu un palīdz izvairīties no pārklāšanās. Pievienojot satricinātās vērtības kā jaunus laukus DataFrame, Altair var attēlot šīs mainītās koordinātas, nevis sākotnējās, nodrošinot labāk lasāmu vizualizāciju, nezaudējot datu precizitāti.

Skriptā ir iekļauti arī vienību testi, izmantojot vienības tests bibliotēku, lai pārbaudītu grafiskā koda funkcionalitāti. Testa gadījums pārbauda, ​​vai Altair diagramma ir pareizi izveidota un vai nervozēšanas loģika darbojas, kā paredzēts. Šāda vizualizācijas un testēšanas kombinācija nodrošina, ka risinājums ir ne tikai vizuāli efektīvs, bet arī uzticams un apkopjams ilgtermiņā. Pievienošana rīka padomi pie diagrammas vēl vairāk uzlabo lietojamību, sniedzot detalizētu informāciju par katru punktu, kas atrodas kursorā, sniedzot lietotājiem ātru veidu, kā pārbaudīt pamatā esošos datus.

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()

Izpētiet Altair elastību datu vizualizācijā

Viens svarīgs aspekts darbā ar Altair ir tā spēja nemanāmi apstrādāt sarežģītas datu kopas, vienlaikus saglabājot vienkāršu un deklaratīvu pieeju datu vizualizācijai. Altair izmanto Vega-Lite gramatika, kas ļauj lietotājiem izveidot interaktīvas vizualizācijas, kartējot datu laukus ar vizuālām īpašībām, piemēram, krāsu, izmēru un formu. Tas padara Altair par jaudīgu rīku, lai ātri ģenerētu ieskatu vizualizācijas no neapstrādātiem datiem, īpaši gadījumos, kad ir iesaistīta ģeogrāfiskā diagramma vai vairākas kategorijas.

Vēl viena būtiska Altair iezīme ir tās atbalsts interaktivitāte. Izmantojot iebūvētās funkcijas, piemēram, atlases, lietotāji var viegli filtrēt un izcelt datus diagrammā. Tas ir ļoti noderīgi, lai izpētītu ģeotelpiskos datus, kur, izvēloties konkrētu reģionu vai laika posmu, var iegūt dziļāku ieskatu. Interaktivitāte arī ļauj lietotājiem iedziļināties datos, tos apvienojot izlases ar transformācijām, kas ļauj pievienot dinamiskus elementus, piemēram, tālummaiņas vai panoramēšanas vadīklas vai pielāgotus rīka padomus.

Strādājot ar sarežģītām vizualizācijām, piemēram, mūsu apspriesto karti, ir svarīgi pārvaldīt iespējamās kļūdas vai displeja problēmas. Dažreiz šīs kļūdas rodas nepareiza datu kodējuma vai neatbalstītu datu veidu dēļ. Nodrošinot, ka attēlojamie dati ir pareiza veida (piem., kvantitatīvi skaitliskām vērtībām vai nomināls kategoriskām vērtībām) ir būtiska precīzu vizualizāciju veidošanai. Pareiza datu formātu apstrāde un pievienošana kļūdu apstrāde savos skriptos var ietaupīt ievērojamu laiku un pūles atkļūdošanā.