資料科學第五週-樞紐分析、表資料視覺化長條圖

繼續資料視覺化的過程吧，來試試看同樣查看分佈的長條圖，並介紹Seaborn。

Seaborn 是建立在 Matplotlib 基礎上，提供了更高級、更美觀的繪圖功能。

查看分佈-以桃園的廟為例

先讀取桃園區有登記的廟宇：

import pandas as pd
data = pd.read_json('http://data.tycg.gov.tw/api/v1/rest/datastore/b2247404-3d92-4829-9855-0cd5e71b92b3?format=json&limit=500')
df = pd.DataFrame(data['result']['records'])
df.head()

樞紐分析表Pivot()

主要把兩篇分開，也是想介紹Pandas中也有像Excel樞紐分析表的功能，非常強！重點參數如下：

• index: 用於指定作為索引的列。這將成為新 DataFrame 的行標籤。

• columns: 用於指定作為列的列。這將成為新 DataFrame 的列標籤。

• values: 用於指定要聚合的列。如果未指定，將使用所有剩餘的列。

• aggfunc: 用於指定聚合函數。默認為 numpy.mean。可以是函數名稱或函數列表。

在這我好奇「每個神有沒有隸屬的宗教？」，我就可以使用樞紐分析表，同時也秀一下Excel的版本，方便視覺化了解index, columns, value, 和aggfunc

df.to_excel('df.xlsx')

pivot_table = pd.pivot_table(df, index='教別',columns='主祀神祇',values='寺廟名稱', aggfunc='count')
pivot_table

挑選福德正神來作為各教別的呈現資料

god = pivot_table['福德正神']
god

長條圖

為了教學唬爛一下，加入一種神明

god = pd.DataFrame(god)
god['盧盧大神'] = [10, 20, 30, 40]
god

長條圖的參數

• x：X 軸的標籤，通常是一組類別數據或索引。

• height：Y 軸的數據，對應於每個 X 軸標籤的高度。

• width：條形的寬度，默認為 0.8。可以調整寬度使長條圖更加緊湊或分散。

• bottom：條形的基準線，默認為 0。如果要實現堆疊長條圖，可以設置為另一組數據的高度。

• align：條形的位置對齊方式，有兩個選項：

  • 'center'（默認）：條形的中心對齊 X 軸位置。

  • 'edge'：條形的左邊緣對齊 X 軸位置。

繪圖

plt.title('福德正神各宗教分布')
plt.bar(x=god.index, height=god['福德正神'],color='#05A6A6')

同時兩個神明做比較

同時兩種資料進行比較時，較簡單的做法可以使用pandas內建的bar chart，但缺點就是不能調整細節。

god.plot(kind='bar') 

使用matplotlib可以對顏色、文字等進行修改，但要注意寬度可能重疊，要做調整，個人覺得顏色還是圖的靈魂啊！

plt.title('福德正神各宗教分布')
plt.bar(x=god.index, height=god['福德正神'],width=0.3,align='edge',color='#658BFC')
plt.bar(x=god.index, height=god['盧盧大神'],width=0.2,color='#B9CAFC')
plt.legend(god.columns)

顏色的挑選

在挑選顏色時可以參考幾個網站，我個人推薦Adobe Color，其他也都可以嘗試看看：

Adobe Color

https://color.adobe.com/zh/create/color-wheel

Nippon Colors

https://nipponcolors.com/#higosusutake

預設顏色表

https://www.practicalpythonfordatascience.com/ap_seaborn_palette

Pandas, Matplotlib, Seaborn用法差異

最後，引用NTUDAC的圖，做個簡單用法比較

作業-Youbike各站資料呈現

示範利用AI的力量如何更快速產生結果

import pandas as pd

url = 'http://data.tycg.gov.tw/api/v1/rest/datastore/a1b4714b-3b75-4ff8-a8f2-cc377e4eaa0f?format=json&limit=500'
youbike_data = pd.read_json(url)

df_youbike = pd.DataFrame(youbike_data['result']['records'])
df_youbike.head()

資料轉型與排序

df_youbike['tot'] = df_youbike['tot'].astype('int')
df_youbike['sbi'] = df_youbike['sbi'].astype('int')

df_youbike.sort_values(by='tot',ascending=False).head(10)

詢問ＡＩ

各站可借數量，label之間寬一點

# prompt: 各站可借數量，label之間寬一點

import matplotlib.pyplot as plt
plt.figure(figsize=(20, 6))
plt.title('Youbike 各站可借數量')
plt.bar(x=df_youbike['sna'], height=df_youbike['sbi'], width=1)  # 使用 width 調整柱狀圖寬度
plt.xticks(rotation=90)  # 旋轉 x 軸標籤，避免重疊
plt.tight_layout()  # 調整佈局，避免標籤超出圖表範圍
plt.show()