Aloitin hiljattain kirjoihin keskittyvän koulutuksellisen uutiskirjeen. Book Dives on kahden viikon välein ilmestyvä uutiskirje, jossa sukellamme jokaisessa uudessa numerossa johonkin tietokirjaan. Saat tietoa kirjan keskeisistä opetuksista ja siitä, miten niitä voi soveltaa tosielämässä. Voit tilata sen täältä.
Kaiken datatutkijan tulisi osata luoda tehokkaita datan visualisointeja. Ilman visualisointia jäät jumiin yrittäessäsi murskata numeroita ja kuvitellessasi tuhansia datapisteitä päähäsi!
Sen lisäksi se on myös ratkaisevan tärkeä työkalu, kun haluat viestiä tehokkaasti ei-teknisille liiketoiminnan sidosryhmille, jotka ymmärtävät tuloksesi helpommin, kun käytössäsi on pelkkien sanojen sijasta kuva.
Useimmissa datan visualisoinnin opetusohjelmissa näytetään samoja perusjuttuja: hajontadiagrammeja (scatter plots), viivapiirroksia (line plots), laatikkodiagrammeja (box plots), pylväsdiagrammeja (bar diagrammeja) ja lämpöarvoja. Nämä kaikki ovat loistavia, kun halutaan saada nopea, korkean tason näkemys tietokokonaisuudesta.
Mutta entäpä jos mentäisiin askeleen pidemmälle. 2D-diagrammi voi näyttää vain yhden akseliparin x-y väliset suhteet; 3D-diagrammi sen sijaan antaa meille mahdollisuuden tutkia kolmen akseliparin suhteita: x-y, x-z ja y-z.
Tässä artikkelissa annan sinulle helpon johdatuksen 3D-datan visualisoinnin maailmaan Matplotlibin avulla. Kaiken päätteeksi pystyt lisäämään 3D-plottauksen Data Science -työkalupakkiisi!
Juuri ennen kuin hyppäämme sisään, tutustu AI Smart -uutiskirjeeseen lukeaksesi viimeisimmät ja parhaimmat uutiset tekoälystä, koneoppimisesta ja Data Science -tieteestä!
3D-plottaus Matplotlibissä alkaa ottamalla käyttöön aputyökalupakki. Voimme ottaa tämän työkalupakin käyttöön tuomalla mplot3d kirjaston, joka tulee vakioasennuksen mukana Matplotlibiin pipin kautta. Varmista vain, että Matplotlib-versiosi on yli 1.0. 3D-plottifunktiot ovat varsin intuitiivisia: pelkän scatter sijasta kutsumme scatter3D , ja sen sijaan, että välittäisimme vain x- ja y-tiedot, välitämme yli x, y ja z. Kaikki muut funktioiden asetukset, kuten väri ja viivatyyppi, pysyvät samoina kuin 2D-plottifunktioissa.
Tässä on esimerkki 3D-viivan ja 3D-pisteiden piirtämisestä.