Adatvizualizáció¶
Fontos, hogy az adatokat informatív módon tudjuk prezentálni mások (és persze magunk) számára.
In [59]:
import numpy as np
import random as rn
import matplotlib.pyplot as plt
import csv # csv fájlból fogunk beolvasni adatokat.
Matplotlib¶
- A legismertebb grafikon és ábra készítő Pythonban.
- Példákon keresztül nézzük meg a működését.
New Yorki mókusok¶
Az adatok egy csv (comma separated values) fájlban vannak, a honlapon megtalálható. Minden sor egy mókus észlelés adatait írja le a Central Parkban. Az első sorból látszik, hogy milyen adatok vannak megadva észlelésenként:
long,lat,unique_squirrel_id,hectare,shift,date,hectare_squirrel_number,age,primary_fur_color,highlight_fur_color, combination_of_primary_and_highlight_color,color_notes,location,above_ground_sighter_measurement,specific_location,running, chasing,climbing,eating,foraging,other_activities,kuks,quaas,moans,tail_flags,tail_twitches,approaches,indifferent,runs_from, other_interactions,lat_long,zip_codes,community_districts,borough_boundaries,city_council_districts,police_precincts
Először készítünk egy függvényt, ami beolvas egy oszlopot:
In [4]:
def getcolumn(fajlnev, ind): # egy oszlop beolvasása egy cvs fájlból, de legfeljebb 3000 elem.
ans=[]
c=0
with open(fajlnev, newline='') as csvfile:
sqreader = csv.reader(csvfile, delimiter=',', quotechar='"')
ans=[next(sqreader)[ind] for _ in range(3000)]
del ans[0]
return ans
return ans
In [5]:
getcolumn('nyc_squirrels.csv',7)[0:10] # első 10 mókus kora
Out[5]:
In [7]:
a=getcolumn('nyc_squirrels.csv',7)
num=np.array(a)
unique, counts = np.unique(num, return_counts=True) # A tömbben előforduló egyedei objektumok és hogy hányszor
# fordulnak elő
In [8]:
print(unique)
print(counts)
In [9]:
a=getcolumn('nyc_squirrels.csv',7)
num=np.array(a)
unique, counts = np.unique(num, return_counts=True)
fig, axs = plt.subplots(1, 1, figsize=(5, 5)) # méret és grafikonok száma
axs.bar(unique,counts)
plt.show()
Több grafikon egymás mellett¶
A matplotlibet kétféle stílusban lehet használni. Mi az objektum orientált stílust fogjuk követni, ez az ajánlott.
Egy képen belül több grafikon van, amit axes-nek hívunk. (Nem összekeverendő az axis szóval, ami tengelyt jelent!) Amelyikre kiadjuk a parancsot, arra rajzolunk.
(A másik stílus az volna, hogy mindig plt.parancs formában adjuk ki a rajzoló parancsokat és egy külön parancsal állítjuk be, hogy éppen melyik grafikonra rajzolunk)
In [10]:
fig, axs = plt.subplots(2, 2, figsize=(10, 10))
a=getcolumn('nyc_squirrels.csv',7)
num=np.array(a)
unique, counts = np.unique(num, return_counts=True)
axs[0, 0].bar(unique,counts)
a=getcolumn('nyc_squirrels.csv',8)
num=np.array(a)
unique, counts = np.unique(num, return_counts=True)
axs[0, 1].bar(unique,counts)
a=getcolumn('nyc_squirrels.csv',12)
num=np.array(a)
unique, counts = np.unique(num, return_counts=True)
axs[1, 0].bar(unique,counts)
a=getcolumn('nyc_squirrels.csv',4)
num=np.array(a)
unique, counts = np.unique(num, return_counts=True)
axs[1, 1].bar(unique,counts)
plt.show()
In [13]:
a=getcolumn('nyc_squirrels.csv',5)
num=np.array(a)
unique, counts = np.unique(num, return_counts=True)
fig, axs = plt.subplots(1, 1, figsize=(8, 8))
axs.bar(unique,counts)
plt.show()
In [15]:
a=getcolumn('nyc_squirrels.csv',5)
num=np.array(a)
unique, counts = np.unique(num, return_counts=True)
fig, axs = plt.subplots(1, 1, figsize=(8, 8))
axs.bar(unique,counts)
labels = axs.get_xticklabels()
plt.setp(labels, rotation=45, horizontalalignment='right')
plt.show()
In [19]:
a=getcolumn('nyc_squirrels.csv',5)
num=np.array(a)
unique, counts = np.unique(num, return_counts=True)
fig, axs = plt.subplots(1, 1, figsize=(8, 8))
axs.bar(unique,counts)
labels = axs.get_xticklabels()
plt.setp(labels, rotation=45, horizontalalignment='right')
axs.set(ylim=[50, 500], ylabel='Találkozások száma', xlabel='Dátum',title='Mókusok a Central Parkban')
plt.show()
In [21]:
a=getcolumn('nyc_squirrels.csv',5)
num=np.array(a)
unique, counts = np.unique(num, return_counts=True)
unique=[l[4:8]+". "+l[0:2]+". "+l[2:4]+"." for l in unique]
fig, axs = plt.subplots(1, 1, figsize=(8, 8))
axs.bar(unique,counts)
labels = axs.get_xticklabels()
plt.setp(labels, rotation=45, horizontalalignment='right')
axs.set(ylim=[50, 500], ylabel='Találkozások száma', xlabel='Dátum',
title='Mókusok a Central Parkban')
plt.show()
In [22]:
a=getcolumn('nyc_squirrels.csv',5)
num=np.array(a)
unique, counts = np.unique(num, return_counts=True)
unique=[l[4:8]+". "+l[0:2]+". "+l[2:4]+"." for l in unique]
fig, axs = plt.subplots(1, 1, figsize=(10, 10))
axs.bar(unique,counts,label="Nagy kék oszlopok")
labels = axs.get_xticklabels()
plt.setp(labels, rotation=45, horizontalalignment='right')
axs.set(ylim=[50, 500], ylabel='Találkozások száma', xlabel='Dátum',
title='Mókusok a Central Parkban')
for group in [1,6,5]:
axs.text( group, counts[group], "Túl sok mókus", fontsize=15,
verticalalignment="top", rotation=90,color="white")
axs.legend()
plt.show()
Kördiagram¶
In [25]:
a=getcolumn('nyc_squirrels.csv',8)
num=np.array(a)
unique, counts = np.unique(num, return_counts=True)
fig, axs = plt.subplots(1, 1, figsize=(8, 8))
axs.pie(counts,labels=unique)
axs.set(title='Mókusok színei a Central Parkban')
plt.show()
In [26]:
fig,ax = plt.subplots(1,1,figsize = (10,10))
ax.axis('equal')
langs = ['Ég', 'Piramis napos oldala', 'Piramis árnyékos oldala']
nums = [285/360,60/360,15/360]
colors=["lightskyblue","yellow","gold"]
ax.pie(nums, labels = langs, colors=colors,startangle=-50)
plt.show()
In [28]:
labels = ['Frogs', 'Hogs', 'Dogs', 'Logs']
sizes = [15, 30, 45, 10]
explode = (0.1, 0.1, 0.1, 0.5) # melyik mennyire jöjjön ki
fig1, ax1 = plt.subplots(figsize=(10,10))
ax1.pie(sizes, explode=explode, labels=labels, autopct='%1.2f%%',
shadow=True, startangle=90)
plt.show()
Függvény¶
In [29]:
a=getcolumn('nyc_squirrels.csv',5)
num=np.array(a)
unique, counts = np.unique(num, return_counts=True)
unique=[l[4:8]+". "+l[0:2]+". "+l[2:4]+"." for l in unique]
fig, axs = plt.subplots(1, 1, figsize=(10, 10))
axs.bar(unique,counts)
labels = axs.get_xticklabels()
plt.setp(labels, rotation=45, horizontalalignment='right')
axs.set(ylim=[50, 500], ylabel='Találkozások száma', xlabel='Dátum',
title='Mókusok a Central Parkban')
for group in [1,6,5]:
axs.text( group, counts[group], "Túl sok mókus", fontsize=15,
verticalalignment="top", rotation=90,color="white")
axs.plot(counts,color="red")
plt.show()
In [30]:
fig, axs = plt.subplots(1, 1, figsize=(5, 5))
plt.plot([10,20,15,30], [40,50,10,30], lw=2)
plt.plot([20,15,30,10], [40,50,10,30], lw=2)
plt.show()
In [32]:
fig, axs = plt.subplots(1, 1, figsize=(10, 10))
t = np.arange(0.0, 5.0, 0.01)
s = np.cos(2*np.pi*t)
plt.plot(t, s, lw=3)
plt.ylim(-2, 2)
plt.show()
In [34]:
fig, axs = plt.subplots(1, 1, figsize=(10, 10))
t = np.arange(0.0, 5.0, 0.01)
s = np.cos(2*np.pi*t)
line, = plt.plot(t, s, lw=2)
axs.annotate('lokális maximum', xy=(2, 1), xytext=(3, 1.5),
arrowprops=dict(facecolor='black', shrink=0.05), size=40
)
plt.ylim(-2, 2)
plt.show()
In [35]:
def f(t):
return np.exp(-t) * np.cos(2*np.pi*t)
t1 = np.arange(0.0, 5.0, 0.1)
t2 = np.arange(0.0, 5.0, 0.02)
fig, axs = plt.subplots(2, 1, figsize=(10, 10))
axs[0].plot(t1, f(t1), 'ko')
axs[0].plot( t2, f(t2), 'k')
axs[1].plot(t2, np.cos(2*np.pi*t2), 'r-')
plt.show()
Scatter plot¶
Pontokat rajzol, x-koordináta és y-koordináta tömb alapján.
In [36]:
xpos=getcolumn('nyc_squirrels.csv',0)
ypos=getcolumn('nyc_squirrels.csv',1)
xpos=np.array([float(a) for a in xpos])
ypos=np.array([float(a) for a in ypos])
fig, axs = plt.subplots(1, 1, figsize=(10, 10))
axs.scatter(xpos,ypos)
plt.show()
In [38]:
xpos=getcolumn('nyc_squirrels.csv',0)
ypos=getcolumn('nyc_squirrels.csv',1)
xpos=np.array([float(a) for a in xpos])
ypos=np.array([float(a) for a in ypos])
fig, axs = plt.subplots(1, 1, figsize=(10, 10))
axs.scatter(xpos,ypos,s=5)
plt.show()
In [39]:
xpos=getcolumn('nyc_squirrels.csv',0)
ypos=getcolumn('nyc_squirrels.csv',1)
xpos=np.array([float(a) for a in xpos])
ypos=np.array([float(a) for a in ypos])
col=getcolumn('nyc_squirrels.csv',8)
def colorpicker(c):
if c=='Gray': return "gray"
if c=='Cinnamon': return "gold"
if c=='Black': return "black"
return 'blue'
colors=[colorpicker(a) for a in col]
fig, axs = plt.subplots(1, 1, figsize=(10, 10))
axs.scatter(xpos,ypos,s=5,c=colors)
plt.show()
In [40]:
xpos=getcolumn('nyc_squirrels.csv',0)
ypos=getcolumn('nyc_squirrels.csv',1)
xpos=np.array([float(a) for a in xpos])
ypos=np.array([float(a) for a in ypos])
col=getcolumn('nyc_squirrels.csv',12)
def colorpicker(c):
if c=='Above Ground': return "blue"
return 'red'
colors=[colorpicker(a) for a in col]
fig, axs = plt.subplots(1, 1, figsize=(10, 10))
axs.scatter(xpos,ypos,s=5,c=colors)
plt.show()
Kitérő: Térkép¶
In [41]:
import folium # egy a sok térképmegjelenítő közül
In [42]:
xpos=getcolumn('nyc_squirrels.csv',0)
ypos=getcolumn('nyc_squirrels.csv',1)
xpos=np.array([float(a) for a in xpos])
ypos=np.array([float(a) for a in ypos])
coords=list(zip(ypos,xpos))
#New York koordinátái
NYC_COORD = [40.7828, -73.970]
# Térkép létrehozása
map_nyc = folium.Map(location=NYC_COORD, zoom_start=13, width=1000, height=800)
# Pontok kirajzolása comprehension segítségével
[folium.CircleMarker(coords[i], radius=1,
color='#0080bb', fill_color='#0080bb').add_to(map_nyc)
for i in range(len(coords))]
# Térkép megjelenítés
map_nyc
Out[42]:
Hisztogram¶
A party.csv New Yorki csendháborítások adatait tartalmazza.
In [43]:
hour=getcolumn('party.csv',0)
In [44]:
hour[0:10]
Out[44]:
In [45]:
hour=getcolumn('party.csv',0)
hour=[ int(row[11])*10+int(row[12]) for row in hour]
fig, axs = plt.subplots(1, 1, figsize=(10,10))
plt.hist(hour,bins=24)
plt.show()
In [46]:
hour=getcolumn('party.csv',0)
hour=[ (int(row[11])*10+int(row[12]))*3600+(int(row[14])*10+int(row[15]))*60+int(row[17])*10+int(row[18]) for row in hour]
fig, axs = plt.subplots(1, 1, figsize=(10, 10))
plt.hist(hour,bins=20)
plt.show()
In [47]:
xpos=getcolumn('party.csv',6)
ypos=getcolumn('party.csv',7)
xpos=np.array([float(a) for a in xpos if len(a)>0])
ypos=np.array([float(a) for a in ypos if len(a)>0])
NYC_COORD = [40.7128, -74.0059]
coords=list(zip(xpos,ypos))
map_nyc = folium.Map(location=NYC_COORD, zoom_start=12,
width=1000, height=800)
[folium.CircleMarker(coords[i], radius=1,
color='#0080bb', fill_color='#0080bb').add_to(map_nyc)
for i in range(len(coords))]
map_nyc
Out[47]:
Kép rajzolás tömb alapján¶
In [48]:
# labirintus rajzoló feltúrbózva.
def printmaze(image):
fig = plt.figure(figsize = (10,10))
ax = fig.add_subplot(111)
ax.imshow(image)
plt.show()
printmaze(np.array([[1,1,1],[1,0,1],[1,1,1]]))
In [49]:
#Labirintus
def makemaze(w=16,h=8):
maze=np.ones((2*w+1,2*h+1))
vis=np.zeros((2*w+1,2*h+1))
def walk(x, y):
vis[x][y] = 1
maze[x,y]=0
d = [(x - 2, y), (x, y + 2), (x + 2, y), (x, y - 2)]
rn.shuffle(d)
for (xx, yy) in d:
if (not xx in range(2*w+1)) or (not yy in range(2*h+1)) or vis[xx][yy]:
continue
if xx == x:
maze[x][max(y, yy)-1] = 0
if yy == y:
maze[max(x, xx)-1][y] = 0
walk(xx, yy)
walk(2*rn.randrange(w)+1, 2*rn.randrange(h)+1)
return maze
In [50]:
printmaze(makemaze(30,30))
Mentés képként¶
plt.savefig("nev.png")
Példák¶
További példák: https://matplotlib.org/gallery/index.html¶
In [52]:
def koch_snowflake(order, scale=10):
"""
Return two lists x, y of point coordinates of the Koch snowflake.
Arguments
---------
order : int
The recursion depth.
scale : float
The extent of the snowflake (edge length of the base triangle).
"""
def _koch_snowflake_complex(order):
if order == 0:
# initial triangle
angles = np.array([0, 120, 240]) + 90
return scale / np.sqrt(3) * np.exp(np.deg2rad(angles) * 1j)
else:
ZR = 0.5 - 0.5j * np.sqrt(3) / 3
p1 = _koch_snowflake_complex(order - 1) # start points
p2 = np.roll(p1, shift=-1) # end points
dp = p2 - p1 # connection vectors
new_points = np.empty(len(p1) * 4, dtype=np.complex128)
new_points[::4] = p1
new_points[1::4] = p1 + dp / 3
new_points[2::4] = p1 + dp * ZR
new_points[3::4] = p1 + dp / 3 * 2
return new_points
points = _koch_snowflake_complex(order)
x, y = points.real, points.imag
return x, y
In [53]:
x, y = koch_snowflake(order=5)
plt.figure(figsize=(10, 10))
plt.axis('equal')
plt.fill(x, y)
plt.show()
In [54]:
mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)
# the histogram of the data
n, bins, patches = plt.hist(x, 50, density=1, facecolor='g', alpha=0.75)
plt.xlabel('Smarts')
plt.ylabel('Probability')
plt.title('Histogram of IQ')
plt.text(60, .025, r'$\mu=100,\ \sigma=15$')
plt.axis([40, 160, 0, 0.03])
plt.grid(True)
plt.show()
In [55]:
# First create some toy data:
x = np.linspace(0, 2*np.pi, 400)
y = np.sin(x**2)
# Create just a figure and only one subplot
fig, ax = plt.subplots()
ax.plot(x, y)
ax.set_title('Simple plot')
# Create two subplots and unpack the output array immediately
f, (ax1, ax2) = plt.subplots(1, 2, sharey=True)
ax1.plot(x, y)
ax1.set_title('Sharing Y axis')
ax2.scatter(x, y)
# Create four polar axes and access them through the returned array
fig, axs = plt.subplots(2, 2, subplot_kw=dict(polar=True))
axs[0, 0].plot(x, y)
axs[1, 1].scatter(x, y)
Out[55]:
In [56]:
data = {'a': np.arange(50),
'c': np.random.randint(0, 50, 50),
'd': np.random.randn(50)}
data['b'] = data['a'] + 10 * np.random.randn(50)
data['d'] = np.abs(data['d']) * 100
plt.scatter('a', 'b', c='c', s='d', data=data)
plt.xlabel('entry a')
plt.ylabel('entry b')
plt.show()
In [58]:
t = np.arange(0., 5., 0.2)
# red dashes, blue squares and green triangles
plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')
plt.show()
