Skip to content

README.md

Latest commit

 

History

History
198 lines (135 loc) · 20.7 KB

README.md

File metadata and controls

198 lines (135 loc) · 20.7 KB

Visualizing Proportions

Sketchnote by (@sketchthedocs)
ទិដ្ឋភាពអំពីសមurtle-កត់ភាគនៃទិន្នន័យ - Sketchnote ដោយ @nitya

នៅក្នុងមេរៀននេះ អ្នកនឹងប្រើឌាតាដែលផ្តោតលើធម្មជាតិខុសប្លែក ដើម្បីបង្ហាញភាគរយ ដូចជា ចំនួនប្រភេទផ្សេងៗនៃស្រូវឈើដែលមាននៅក្នុងដាតាដែលពាក់ព័ន្ធនឹងផ្សិត។ យើងនឹងស្វែងយល់អំពីផ្សិតទាំងនេះដោយប្រើឌាតា ដែលយកពី Audubon ដែលរាយការណ៍ព័ត៌មានអំពីប្រភេទផ្សិតស្រមោល ២៣ប្រភេទក្នុងគ្រួសារ Agaricus និង Lepiota។ អ្នកនឹងសាកល្បងបង្ហាញទិន្នន័យស្រដៀងៗនេះជាគំនូរដូចជា៖

  • ក្រឡាចត្រង្គគ្រាប់បាយ 🥧
  • ក្រឡាចត្រង្គដូណាត់ 🍩
  • ក្រឡាចត្រង្គវ៉ាហ្វន 🧇

💡 គម្រោងចំណាប់អារម្មណ៍មួយមានឈ្មោះថា Charticulator របស់ Microsoft Research ផ្តល់នូវចំណុចបញ្ចូល-ចាប់យកដោយឥតគិតថ្លៃសម្រាប់ការបង្ហាញទិន្នន័យ។ ក្នុងមេរៀនមួយរបស់ពួកគេ ក៏បានប្រើ dataset ផ្សិតនេះដែរ! រួចអ្នកអាចស្វែងយល់ទិន្នន័យនិងរៀនបណ្ណាល័យជាមួយគ្នាបាន៖ Charticulator tutorial។

ការសាកល្បងមុនវគ្គសិក្សា

ស្គាល់បំពង់ផ្សិតរបស់អ្នក 🍄

ផ្សិតគឺគួរឱ្យចាប់អារម្មណ៍ខ្លាំងណាស់។ យើងនាំចូលដាតាដើម្បីសិក្សាពីពួកវា៖

import pandas as pd
import matplotlib.pyplot as plt
mushrooms = pd.read_csv('../../data/mushrooms.csv')
mushrooms.head()

តារាងមួយត្រូវបានបោះពុម្ពជាមួយទិន្នន័យល្អសម្រាប់វិភាគ៖

ចំណាត់ថ្នាក់ រូបរាងក្បាល ផ្ទៃក្បាល ពណ៌ក្បាល មានស្នាម ក្លិន តំណភ្ជាប់ស្លា ចម្ងាយស្លា ទំហំស្លា ពណ៌ស្លា រូបរាងដោះ មូលដោះ ផ្ទៃដោះលើច្រវ៉ាក់ ផ្ទៃដោះក្រោមច្រវ៉ាក់ ពណ៌ដោះលើច្រវ៉ាក់ ពណ៌ដោះក្រោមច្រវ៉ាក់ ប្រភេទមួក ពណ៌មួក ចំនួនខ្សែកោង ប្រភេទខ្សែកោង ពណ៌ស្នាមអង្កាម បរិយាយពាណិជ្ជកម្ម តំបន់រស់នៅ
ពុល ខ្ពស់កោង មានផ្ទៃស្រួយ ពណ៌ត្នោត មានស្នាម ខ្លាញ់ខ្លា បានសេរី នៅជិត ស្តាំតិច ពណ៌ខ្មៅ កំពស់ឡើង តុល្យ មានផ្ទៃស្រួយ មានផ្ទៃស្រួយ ពណ៌ស ពណ៌ស ពណ៌ស ពណ៌ស ផ្នែកខ្នាត ពណ៌ស មួយ ពីរដង ពណ៌ខ្មៅ រឹងស៊ីន ភូមិទីក្រុង
អាចបរិភោគបាន ខ្ពស់កោង មានផ្ទៃស្រួយ លឿង មានស្នាម ដំណក់ដំណាប់ បានសេរី នៅជិត ធំ ពណ៌ខ្មៅ កំពស់ឡើង ឈើភ្លៅ មានផ្ទៃស្រួយ មានផ្ទៃស្រួយ ពណ៌ស ពណ៌ស ពណ៌ស ពណ៌ស ផ្នែកខ្នាត ពណ៌ស មួយ ពីរដង ពណ៌ត្នោត ច្រើន ស្មៅ
អាចបរិភោគបាន រង្វង់ មានផ្ទៃស្រួយ ពណ៌ស មានស្នាម ថ្នាំ បានសេរី នៅជិត ធំ ពណ៌ត្នោត កំពស់ឡើង ឈើភ្លៅ មានផ្ទៃស្រួយ មានផ្ទៃស្រួយ ពណ៌ស ពណ៌ស ពណ៌ស ពណ៌ស ផ្នែកខ្នាត ពណ៌ស មួយ ពីរដង ពណ៌ត្នោត ច្រើន ទំនាប
ពុល ខ្ពស់កោង មានស្បែកក្រហម ពណ៌ស មានស្នាម ខ្លាញ់ខ្លា បានសេរី នៅជិត ស្តាំតិច ពណ៌ត្នោត កំពស់ឡើង តុល្យ មានផ្ទៃស្រួយ មានផ្ទៃស្រួយ ពណ៌ស ពណ៌ស ពណ៌ស ពណ៌ស ផ្នែកខ្នាត ពណ៌ស មួយ ពីរដង ពណ៌ខ្មៅ រឹងស៊ីន ភូមិទីក្រុង

ភ្លាមៗ អ្នកមើលឃើញថាទិន្នន័យទាំងអស់គឺជាអក្សរទេ។ អ្នកត្រូវបម្លែងទិន្នន័យនេះសម្រាប់ប្រើក្នុងក្រឡាចត្រង្គ។ ភាគច្រើនរបស់ទិន្នន័យ ក្រៅតែពិតប្រាកដ គឺតំណាងដោយវត្ថុ៖

print(mushrooms.select_dtypes(["object"]).columns)

លទ្ធផលដែលបាន៖

Index(['class', 'cap-shape', 'cap-surface', 'cap-color', 'bruises', 'odor',
       'gill-attachment', 'gill-spacing', 'gill-size', 'gill-color',
       'stalk-shape', 'stalk-root', 'stalk-surface-above-ring',
       'stalk-surface-below-ring', 'stalk-color-above-ring',
       'stalk-color-below-ring', 'veil-type', 'veil-color', 'ring-number',
       'ring-type', 'spore-print-color', 'population', 'habitat'],
      dtype='object')

យកទិន្នន័យនេះ ហើយបម្លែងជួរឈរដែលមានឈ្មោះ 'class' ទៅជាប្រភេទ category៖

cols = mushrooms.select_dtypes(["object"]).columns
mushrooms[cols] = mushrooms[cols].astype('category')
edibleclass=mushrooms.groupby(['class']).count()
edibleclass

ឥឡូវនេះ ប្រសិនបើអ្នកបោះពុម្ពទិន្នន័យផ្សិត អ្នកអាចមើលឃើញថា វាត្រូវបានក្រុមតាមប្រភេទប Poisonous/Edible៖

រូបរាងក្បាល ផ្ទៃក្បាល ពណ៌ក្បាល មានស្នាម ក្លិន តំណភ្ជាប់ស្លា ចម្ងាយស្លា ទំហំស្លា ពណ៌ស្លា រូបរាងដោះ ... ផ្ទៃដោះក្រោមច្រវ៉ាក់ ពណ៌ដោះលើច្រវ៉ាក់ ពណ៌ដោះក្រោមច្រវ៉ាក់ ប្រភេទមួក ពណ៌មួក ចំនួនខ្សែកោង ប្រភេទខ្សែកោង ពណ៌ស្នាមអង្កាម បរិយាយពាណិជ្ជកម្ម តំបន់រស់នៅ
class
អាចបរិភោគបាន ៤២០៨ ៤២០៨ ៤២០៨ ៤២០៨ ៤២០៨ ៤២០៨ ៤២០៨ ៤២០៨ ៤២០៨ ៤២០៨ ... ៤២០៨ ៤២០៨ ៤២០៨ ៤២០៨ ៤២០៨ ៤២០៨ ៤២០៨ ៤២០៨ ៤២០៨ ៤២០៨
ពុល ៣៩១៦ ៣៩១៦ ៣៩១៦ ៣៩១៦ ៣៩១៦ ៣៩១៦ ៣៩១៦ ៣៩១៦ ៣៩១៦ ៣៩១៦ ... ៣៩១៦ ៣៩១៦ ៣៩១៦ ៣៩១៦ ៣៩១៦ ៣៩១៦ ៣៩១៦ ៣៩១៦ ៣៩១៦ ៣៩១៦

ប្រសិនបើអ្នកធ្វើតាមលំដាប់ដែលបង្ហាញក្នុងតារាងនេះ ដើម្បីបង្កើតស្លាកចំណាត់ថ្នាក់ អ្នកអាចបង្កើតក្រឡាចត្រង្គគ្រាប់បាយបាន៖

ក្រឡាចត្រង្គគ្រាប់បាយ!

labels=['Edible','Poisonous']
plt.pie(edibleclass['population'],labels=labels,autopct='%.1f %%')
plt.title('Edible?')
plt.show()

Voila, ក្រឡាចត្រង្គគ្រាប់បាយបង្ហាញអត្រាតាមភាគរយនៃទិន្នន័យនេះ តាមរយៈចំណាត់ថ្នាក់ពីរនេះនៃផ្សិត។ វាសំខាន់ណាស់ក្នុងការកំណត់លំដាប់ស្លាកឲ្យត្រឹមត្រូវ ដូច្នេះសូមផ្ទៀងផ្ទាត់លំដាប់ដែលបង្កើតស្លាកជាប្រចាំមួយ!

pie chart

ក្រឡាចត្រង្គដូណាត់!

ក្រោយមក ក្រឡាចត្រង្គដូណាត់គឺជាក្រឡាចត្រង្គគ្រាប់បាយដែលមានរនាំងនៅចំកណ្ដាល។ យើងមកមើលទិន្នន័យរបស់យើងជារបៀបនេះ។

សូមមើលតំបន់រស់នៅផ្សេងៗដែលផ្សិតដាំដុះ៖

habitat=mushrooms.groupby(['habitat']).count()
habitat

នៅទីនេះ អ្នកកំពុងក្រុមទិន្នន័យរបស់អ្នកតាមតំបន់រស់នៅ។ មានចំនួន ៧ តំបន់ បើកនេះជាស្លាកសម្រាប់ក្រឡាចត្រង្គដូណាត់របស់អ្នក៖

labels=['Grasses','Leaves','Meadows','Paths','Urban','Waste','Wood']

plt.pie(habitat['class'], labels=labels,
        autopct='%1.1f%%', pctdistance=0.85)
  
center_circle = plt.Circle((0, 0), 0.40, fc='white')
fig = plt.gcf()

fig.gca().add_artist(center_circle)
  
plt.title('Mushroom Habitats')
  
plt.show()

donut chart

កូដនេះគូរក្រឡាចត្រង្គ និងរង្វង់កណ្តាលមួយ បន្ទាប់មកបន្ថែមរង្វង់កណ្តាលនោះក្នុងក្រឡាចត្រង្គ។ អ្នកអាចកែទំហំនៃរង្វង់កណ្តាលដោយផ្លាស់ប្តូរ 0.40 ទៅតម្លៃផ្សេង។

ក្រឡាចត្រង្គដូណាត់អាចកែសម្រួលបានជាច្រើនមុខ ដើម្បីផ្លាស់ប្តូរស្លាក។ ស្លាកអាចត្រូវបានសម្គាល់សម្រាប់ភាពងាយជ្រាប។ រៀនបន្ថែមនៅ ឯកសារ។

ឥឡូវដែលអ្នកបានស្គាល់របៀបក្រុមទិន្នន័យ រួចបង្ហាញវាជាក្រឡាចត្រង្គគ្រាប់បាយឬដូណាត់ អ្នកអាចស្វែងរកក្រឡាចត្រង្គប្រភេទផ្សេងទៀត។ សាកល្បងក្រឡាចត្រង្គវ៉ាហ្វន ដែលជារបៀបផ្សេងក្នុងការស្វែងយល់ពីបរិមាណ។

ក្រឡាចត្រង្គវ៉ាហ្វន!

គំរូ​ក្រឡាចត្រង្គ​ប្រភេទ 'វ៉ាហ្វន' គឺជា វិធីផ្សេងសម្រាប់បំពេញបរិមាណជារាងជួរផ្ទាំង ២D នៃជ្រុងតិចៗ។ សាកល្បងបង្ហាញបរិមាណពណ៌ក្បាលផ្សិតផ្សេងៗក្នុង dataset នេះ។ ដើម្បីធ្វើបែបនេះ អ្នកត្រូវដំឡើងបណ្ណាល័យជំនួយមួយជា PyWaffle និងប្រើ Matplotlib៖

pip install pywaffle

ជ្រើសរើសផ្នែកមួយនៃទិន្នន័យរបស់អ្នកសម្រាប់ក្រុម៖

capcolor=mushrooms.groupby(['cap-color']).count()
capcolor

បង្កើតក្រឡាចត្រង្គវ៉ាហ្វនដោយបង្កើតស្លាក ហើយបន្ទាប់មកក្រុមទិន្នន័យរបស់អ្នក៖

import pandas as pd
import matplotlib.pyplot as plt
from pywaffle import Waffle
  
data ={'color': ['brown', 'buff', 'cinnamon', 'green', 'pink', 'purple', 'red', 'white', 'yellow'],
    'amount': capcolor['class']
     }
  
df = pd.DataFrame(data)
  
fig = plt.figure(
    FigureClass = Waffle,
    rows = 100,
    values = df.amount,
    labels = list(df.color),
    figsize = (30,30),
    colors=["brown", "tan", "maroon", "green", "pink", "purple", "red", "whitesmoke", "yellow"],
)

ដោយប្រើក្រឡាចត្រង្គវ៉ាហ្វន អ្នកអាចឃើញថាពណ៌ក្បាលផ្សិតក្នុង dataset នេះមានអត្រាពីរបីមិនទ្បឿន។ គួរឱ្យចាប់អារម្មណ៍ដែលមានផ្សិតពណ៌បៃតងច្រើន។

waffle chart

✅ Pywaffle គាំទ្ររូបតំណាងនៅក្នុងក្រឡាចត្រង្គ ដែលប្រើរូបតំណាងណាមួយដែលមាននៅ Font Awesome. សាកល្បងបន្ថែម ដើម្បីបង្កើតក្រឡាចត្រង្គវ៉ាហ្វនកាន់តែគួរឱ្យចាប់អារម្មណ៍ដោយប្រើរូបតំណាងជំនួសជ្រុង។

ក្នុងមេរៀននេះ អ្នកបានរៀនពីវិធីបង្ហាញភាគរយចំនួនបី។ ជាចម្បង អ្នកត្រូវក្រុមទិន្នន័យជាប្រភេទ រួចសម្រេចថាតើវិធីណាដែលល្អបំផុតសម្រាប់បង្ហាញទិន្នន័យ - ក្រឡាចត្រង្គគ្រាប់បាយ, ដូណាត់, ឬវ៉ាហ្វន។ ទាំងអស់គឺឆ្ងាញ់ និងផ្តល់ឱ្យអ្នកប្រើនូវការមើលឃើញភ្លាមភ្លាមលើ dataset។

🚀 thách thức

សូមព្យាយាមបង្កើតក្រឡាចត្រង្គឆ្ងាញ់ៗទាំងនេះនៅ Charticulator។

ការសាកល្បងបន្ទាប់វគ្គសិក្សា

សង្គ្រោះវិញ និងសិក្សាផ្ទាល់ខ្លួន

មួយចំនួនពេលវេលា វាជាពិបាកក្នុងការជ្រើសរើសប្រើក្រឡាចត្រង្គគ្រាប់បាយ ដូណាត់ ឬវ៉ាហ្វន។ នេះជាបទអានខ្លះសម្រាប់អានអំពីប្រធានបទនេះ៖

https://www.beautiful.ai/blog/battle-of-the-charts-pie-chart-vs-donut-chart

https://medium.com/@hypsypops/pie-chart-vs-donut-chart-showdown-in-the-ring-5d24fd86a9ce

https://www.mit.edu/~mbarker/formula1/f1help/11-ch-c6.htm

https://medium.datadriveninvestor.com/data-visualization-done-the-right-way-with-tableau-waffle-chart-fdf2a19be402

សូមស្វែងយល់បន្ថែមដើម្បីរកព័ត៌មានលម្អិតអំពីការជ្រើសរើសវេលានេះ។

កិច្ចការសិក្សា

សាកល្បងវានៅ Excel

សេចក្ដីប្រកាស៖
ឯកសារនេះត្រូវបានបកប្រែដោយប្រើសេវាបកប្រែ AI Co-op Translator। ខណៈពេលយើងខិតខំប្រឹងប្រែងសម្រាប់ភាពត្រឹមត្រូវ សូមយកចិត្តទុកដាក់ថាការបកប្រែដោយស្វ័យប្រវត្តិអាចមានកំហុសឬភាពមិនត្រឹមត្រូវ។ ឯកសារដើមនៅក្នុងភាសាមុខងារដើមគួរត្រូវបានយកជាផ្លូវការជាអ្នកផ្តល់ព័ត៌មាន។ សម្រាប់ព័ត៌មានសំខាន់ ចាត់ទុកការបកប្រែដោយអ្នកជំនាញជាអ្នកណែនាំជាលក្ខណៈផ្លូវការ។ យើងមិនទទួលខុសត្រូវចំពោះការយល់ច្រឡំ ឬការបកប្រែខុសពីការប្រើប្រាស់ការបកប្រែនេះឡើយ។