Odpravljanje nepričakovanih napak pri izrisu v Altairu za vizualizacije Python

Odpravljanje težav s prikazom plot v Altairu

Altair je priljubljena knjižnica deklarativne vizualizacije v Pythonu, še posebej znana po jedrnati in elegantni kodi. Vendar lahko tudi pri najpreprostejših naborih podatkov pride do napak, ki povzročijo nepričakovane težave s prikazom. Eden takih problemov vključuje risanje geoprostorskih podatkov z uporabo naključnih vrednosti zemljepisne širine in dolžine.

V tem članku bomo raziskali posebno težavo, na katero smo naleteli med risanjem zemljevidu podobne vizualizacije v Altairu. Čeprav se koda zdi pravilna, izhod v VSCode ustvari čudno napako, ki jo je težko odpraviti. Cilj je razumeti, zakaj se to zgodi in kako to rešiti.

Nabor podatkov, ki se uporablja, vključuje koordinate zemljepisne širine in dolžine ter dodatne informacije, kot sta mesec in število bonov. Čeprav se zdi, da so podatki dobro strukturirani, je grafikon upodobljen nepravilno, kljub uporabi na videz ustreznih parametrov. To ustvari oviro za uporabnike, ki poskušajo pravilno vizualizirati podatke.

S podrobno analizo kode in vključenih tipov podatkov bomo identificirali glavni vzrok napake in zagotovili navodila po korakih, kako odpraviti to težavo z izrisom Altair. Ne glede na to, ali ste šele spoznali vizualizacijo podatkov ali ste izkušen uporabnik, vam bo ta vodnik pomagal preprečiti pogoste pasti.

Razumevanje in odpravljanje napak pri izrisu Altair

V zgornjem primeru uporabljamo Altair za risanje geoprostorskih podatkovnih točk na vizualizaciji, podobni zemljevidu, z uporabo naključno ustvarjenih vrednosti zemljepisne širine in dolžine. Glavni namen te vizualizacije je prikazati bone, razdeljene v različnih mesecih, z uporabo različnih parametrov, kot je velikost oznak, ki predstavljajo število bonov. Eden od ključnih izzivov, s katerimi se soočamo pri izrisu takšnih podatkov, je zagotoviti, da prekrivajoče se točke (za bližnje zemljepisne širine in dolžine) ne obremenjujejo grafikona, zaradi česar je uvedeno tresenje.

Skript se začne z generiranjem naključnih podatkov o zemljepisni širini in dolžini z uporabo numpyfunkcije naključnega števila. Te funkcije simulirajo geografske podatke in v povezavi z pande, so ti podatki organizirani v DataFrame za enostavno rokovanje. Z uporabo mark_circle() v Altairu je vsaka podatkovna točka na zemljevidu vizualno predstavljena kot krog. Krogi so velikosti z uporabo alt.Velikost() kodiranje, ki jih meri glede na število kuponov na lokacijo, kar gledalcu pomaga enostavno razložiti količino, povezano z vsako podatkovno točko.

Ena pogosta težava pa je, da se lahko podatkovne točke z zelo blizu ali enakimi koordinatami prekrivajo, zaradi česar je vizualizacija manj jasna. Da bi to rešili, drugi pristop uvaja tresenje, kjer se za vrednosti zemljepisne širine in dolžine uporabi majhen naključni odmik. Tako se vsaka točka nekoliko razlikuje in pomaga preprečiti prekrivanje. Z dodajanjem nihajočih vrednosti kot novih polj v DataFrame lahko Altair nariše te spremenjene koordinate namesto prvotnih, kar zagotavlja bolj berljivo vizualizacijo brez žrtvovanja točnosti podatkov.

Skript vključuje tudi teste enot z uporabo test enote knjižnico za preverjanje funkcionalnosti kode za risanje. Testni primer preveri, ali je grafikon Altair pravilno instanciran in ali logika tresenja deluje po pričakovanjih. Ta kombinacija vizualizacije in testiranja zagotavlja, da rešitev ni samo vizualno učinkovita, temveč tudi zanesljiva in vzdržljiva na dolgi rok. Dodajanje opisi orodij do grafikona dodatno izboljša uporabnost z zagotavljanjem podrobnih informacij o vsaki točki pri lebdenju, kar uporabnikom omogoča hiter način pregleda temeljnih podatkov.

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()

Raziskovanje Altairjeve prilagodljivosti pri vizualizaciji podatkov

Eden od pomembnih vidikov dela z Altairom je njegova zmožnost brezhibnega ravnanja s kompleksnimi nabori podatkov, hkrati pa ohranja preprost in deklarativen pristop k vizualizaciji podatkov. Altair uporablja Vega-Lite slovnica, ki uporabnikom omogoča ustvarjanje interaktivnih vizualizacij s preslikavo podatkovnih polj v vizualne lastnosti, kot so barva, velikost in oblika. Zaradi tega je Altair močno orodje za hitro ustvarjanje pronicljivih vizualizacij iz neobdelanih podatkov, zlasti v primerih, ko gre za geografsko risanje ali več kategorij.

Druga pomembna lastnost Altairja je njegova podpora za interaktivnost. Z uporabo vgrajenih funkcij, kot so izbire, lahko uporabniki preprosto filtrirajo in označijo podatke na grafikonu. To je izjemno uporabno za raziskovanje geoprostorskih podatkov, kjer lahko izbira določene regije ali časovnega okvira zagotovi globlji vpogled. Interaktivnost uporabnikom omogoča tudi poglabljanje v podatke s kombiniranjem izbire s transformacijami, kar omogoča dodajanje dinamičnih elementov, kot so kontrolniki povečave ali premikanja, ali namigi orodij po meri.

Ko imate opravka s kompleksnimi vizualizacijami, kot je zemljevid, o katerem smo razpravljali, je nujno obvladovati morebitne napake ali težave s prikazom. Včasih so te napake posledica nepravilnega kodiranja podatkov ali nepodprtih vrst podatkov. Zagotavljanje, da so podatki, ki se izrisujejo, pravilne vrste (npr. kvantitativno za številčne vrednosti oz nominalno za kategorične vrednosti) je ključnega pomena za izdelavo natančnih vizualizacij. Pravilno ravnanje s formati podatkov in dodajanje obravnavanje napak v vaših skriptih lahko prihrani veliko časa in truda pri odpravljanju napak.