Używamy cookies, żeby zwiększyć Twoje doświadczenia na stronie
Polityka Prywatności
OK
CodeWorlds

Wizualizacja - zobaczyć to, czego nie widać w tabeli

Masz przed sobą sześć miesięcy obserwacji z rezerwatu, @name: 8, 12, 15, 10, 18, 22. Każda liczba jest poprawna, każda opisana, wszystkie leżą w jednej kolumnie DataFrame. I co z tego wynika? Czy populacja lwów rośnie? Czy maj to wyjątek, czy początek trendu? Przy sześciu wartościach jeszcze to policzysz w głowie. Przy trzech tysiącach wierszy nie policzysz już nic, a właśnie tyle przywozi się z jednego sezonu.

Mój pierwszy sezon w rezerwacie skończył się notesem pełnym wpisów, z których nie wynikało nic. Dopiero kiedy przypiąłem szpilki do mapy i połączyłem je sznurkiem, zobaczyłem to, czego notes nie pokazał przez cztery miesiące: stado wędrowało za deszczem. Wykres to ta sama mapa ze szpilkami - te same dane, ułożone tak, żeby oko wyłapało wzór, zanim rozum zdąży cokolwiek policzyć.

Dostajesz w tej lekcji dwa narzędzia. Matplotlib to warsztat, w którym budujesz wykres krok po kroku: linia, opis osi, tytuł, legenda. Seaborn to nadbudówka nad Matplotlibem, która zna gotowe wykresy statystyczne i rysuje je jednym poleceniem. Zaczynamy od warsztatu, bo Seaborn i tak opiera się na nim całym ciężarem.

Skąd bierze się 
plt

Matplotlib to pakiet, czyli spory zbiór modułów. Rysowaniem zajmuje się w nim jeden konkretny moduł: 

pyplot
. Nie jest on osobną biblioteką - mieszka w środku pakietu 
matplotlib
, więc trzeba do niego dojść ścieżką z kropką: 
matplotlib.pyplot
. Pisanie tego przy każdej linii byłoby męczarnią, więc przyjęło się nadawać mu skrót 
plt
słowem kluczowym 
as
. To nie wymóg języka, tylko konwencja, ale konwencja tak silna, że każdy przykład w dokumentacji i każda odpowiedź w sieci zakłada właśnie 
plt
.

Wokół tej jednej linii krążą trzy zapisy, które nie zadziałają, i warto je znać, żeby nie tracić wieczoru na literówkę. Zapis 

import pyplot as plt
szuka samodzielnie zainstalowanego pakietu o nazwie 
pyplot
- takiego nie ma, więc Python kończy błędem 
ModuleNotFoundError: No module named 'pyplot'
. Zapis 
from matplotlib import plot
sięga po nazwę 
plot
, ale moduł nazywa się 
pyplot
, nie 
plot
, więc dostajesz 
ImportError: cannot import name 'plot' from 'matplotlib'
. Najbardziej podstępny jest 
import matplotlib as plt
: ta linia przechodzi bez błędu, bo pakiet 
matplotlib
naprawdę istnieje. Dopiero pierwsze wywołanie wykłada się na 
AttributeError: module 'matplotlib' has no attribute 'plot'
, bo funkcje rysujące siedzą w module 
pyplot
, a nie w korzeniu pakietu.

1import matplotlib.pyplot as plt

Po tej linii nie otwiera się żadne okno i nie powstaje żaden plik. Import tylko wciąga moduł do pamięci i wiesza na nim etykietę 

plt
. Rysować zaczniesz dopiero następnym poleceniem, więc ta jedna linia nigdy niczego nie zepsuje - a jest jedyną poprawną wersją z całej czwórki.

Pierwszy trop: linia obserwacji

Zacznijmy od najprostszego pytania, jakie zadaje się danym z rezerwatu: jak liczba obserwacji zmienia się w czasie? Do zmian w czasie służy wykres liniowy, bo linia łącząca punkty pokazuje kierunek, a nie tylko wartości. Rysuje go funkcja 

plot
, która przyjmuje dwie listy: pierwsza trafia na oś poziomą, druga na pionową. Na końcu wywołujemy 
show
, czyli polecenie "pokaż mi to, co narysowałeś".

1months = ["Jan", "Feb", "Mar", "Apr", "May", "Jun"]
2lion_sightings = [8, 12, 15, 10, 18, 22]
3
4plt.plot(months, lion_sightings)
5plt.show()

Sześć liczb z notesu zamieniło się w linię, która wyraźnie pnie się w górę, z jednym dołkiem w kwietniu. Zapamiętaj podział ról: 

plot
rysuje w pamięci, a 
show
wyświetla. To dwie osobne czynności i pominięcie 
show
w zwykłym skrypcie kończy się tym, że program się wykonuje, kończy bez błędu i nie pokazuje nic. Sama funkcja 
show
niczego nie liczy i nie zmienia danych - lista 
lion_sightings
po jej wywołaniu jest dokładnie taka sama jak przed. Warto zapamiętać ją znak po znaku, bo będziesz ją pisał setki razy: 
plt
, 
.
, 
show
, 
(
, 
)
.

Wykres bez opisu to szpilki bez mapy

Poprzedni wykres ma jedną wadę: nikt poza Tobą nie wie, co przedstawia. Osie nie mają nazw, nie ma tytułu, a jeśli dorzucisz drugi gatunek, nie da się odróżnić linii. Naprawiają to cztery funkcje o mówiących nazwach: 

title
ustawia tytuł, 
xlabel
opisuje oś poziomą, 
ylabel
oś pionową, a 
legend
rysuje legendę na podstawie etykiet podanych w 
plot
jako 
label
. Dochodzi do tego 
figure
z parametrem 
figsize
, który podaje rozmiar kartki w calach jako parę liczb, oraz 
grid
, który dokłada siatkę pomocniczą.

1elephant_sightings = [5, 7, 6, 9, 11, 8]
2
3plt.figure(figsize=(10, 6))
4plt.plot(months, lion_sightings, marker="o", label="Lwy", color="gold")
5plt.plot(months, elephant_sightings, marker="s", label="Slonie", color="gray")
6
7plt.title("Obserwacje w rezerwacie - pierwsze polrocze")
8plt.xlabel("Miesiac")
9plt.ylabel("Liczba obserwacji")
10plt.legend()
11plt.grid(True, alpha=0.3)
12plt.show()

Dwa wywołania 

plot
pod rząd nie tworzą dwóch wykresów - dokładają dwie linie do tego samego rysunku. Nowa kartka powstaje dopiero przy 
plt.figure(...)
i dlatego polecam zaczynać każdy wykres właśnie od tej linii: bez niej drugi wykres w skrypcie dorysuje się na pierwszym i zobaczysz sieczkę. Parametr 
marker
zaznacza pojedyncze pomiary kółkiem lub kwadratem, 
color
ustala barwę, a 
alpha
to przezroczystość w skali od 0 do 1. Wszystkie te funkcje zmieniają wyłącznie wygląd rysunku. Liczby w listach pozostają nietknięte, a linia lwów przebiega dokładnie tam, gdzie przebiegała bez tytułu i legendy.

Zapis do pliku: 
savefig
przed 
show

Wykres oglądany na ekranie ginie razem z zamknięciem okna. Do raportu z ekspedycji potrzebujesz pliku, a od tego jest funkcja 

savefig
, która przyjmuje nazwę pliku i zapisuje rysunek na dysk. Rozszerzenie w nazwie decyduje o formacie, a parametr 
dpi
o rozdzielczości - im wyższy, tym ostrzejszy obrazek i tym cięższy plik.

1plt.figure(figsize=(10, 6))
2plt.plot(months, lion_sightings, marker="o", label="Lwy")
3plt.legend()
4
5plt.savefig("obserwacje.png", dpi=150)
6plt.show()

Kolejność dwóch ostatnich linii nie jest przypadkowa i to najczęstsza pułapka tej lekcji: 

savefig
musi stać przed 
show
. Po zamknięciu okna podglądu część backendów sprząta rysunek, więc 
savefig
wywołane później zapisuje pusty, biały obrazek - bez błędu, bez ostrzeżenia, po prostu pusty. Zapis do pliku nie zamyka przy tym okna i nie zwalnia Cię z wywołania 
show
, jeśli chcesz wykres jeszcze obejrzeć.

Słupki: 
plt.bar
, nie 
plt.bars

Linia jest dobra do czasu, ale nie do porównań. Gdy masz cztery gatunki i ich liczebności, chcesz zobaczyć, który słupek jest wyższy - a nie łączyć lwa z żyrafą sznurkiem, bo między nimi nie ma żadnego "pomiędzy". Do porównywania kategorii służy wykres słupkowy i rysuje go funkcja o krótkiej, jednoznacznej nazwie 

bar
. Pierwszym argumentem jest lista podpisów kategorii, drugim lista wartości; opcjonalny 
color
przyjmuje jedną barwę albo listę barw, po jednej na słupek.

Nazwę trzeba zapamiętać dokładnie, bo Matplotlib nie wybacza kreatywności. Funkcja nazywa się 

bar
, w liczbie pojedynczej, a nie 
bars
. Nie ma też funkcji 
column
- w Matplotlibie kolumny nazywają się słupkami i tyle. Nie ma również funkcji 
histogram
- wykres rozkładu rysuje 
hist
, o czym za chwilę, a 
np.histogram
z NumPy to zupełnie co innego, bo zwraca same liczby zamiast rysunku. Każda z tych trzech pomyłek kończy się tym samym komunikatem: 
AttributeError: module 'matplotlib.pyplot' has no attribute ...
.

1species = ["Lion", "Elephant", "Cheetah", "Giraffe"]
2populations = [120, 450, 85, 200]
3
4plt.figure(figsize=(10, 6))
5plt.bar(species, populations, color=["gold", "gray", "orange", "brown"])
6plt.title("Populacje gatunkow w rezerwacie")
7plt.xlabel("Gatunek")
8plt.ylabel("Populacja")
9plt.show()

Cztery słupki i jedno spojrzenie wystarczy, żeby wiedzieć, że słoni jest ponad pięć razy więcej niż gepardów. Kolejność słupków bierze się wprost z kolejności listy 

species
- 
bar
niczego nie sortuje i nie sumuje za Ciebie, po prostu stawia obok siebie tyle prostokątów, ile podałeś wartości. Jeśli chcesz słupki poziome, jest na to osobna funkcja 
barh
, ale przy nazwach gatunków pionowe czytają się lepiej i to je polecam.

Histogram to nie to samo co słupki

Załóżmy, że przez sezon zważyłeś dwadzieścia cztery lwy. Wykres słupkowy dałby tu dwadzieścia cztery słupki, po jednym na zwierzę - kompletnie nieczytelne i do niczego. Pytanie brzmi przecież inaczej: jakie wagi są typowe, a jakie rzadkie. Do tego służy histogram: dzieli zakres wartości na przedziały, zwane koszykami, i pokazuje, ile pomiarów wpadło do każdego. Rysuje go funkcja 

hist
, w której parametr 
bins
ustala liczbę koszyków, a 
edgecolor
rysuje obwódkę, żeby sąsiednie słupki się nie zlewały.

1lion_weights = [168, 175, 190, 182, 177, 195, 160, 188,
2                172, 181, 199, 165, 178, 186, 173, 191,
3                169, 184, 176, 193, 180, 187, 171, 179]
4
5plt.figure(figsize=(10, 6))
6plt.hist(lion_weights, bins=6, edgecolor="black", alpha=0.7)
7plt.title("Rozklad wagi lwow")
8plt.xlabel("Waga [kg]")
9plt.ylabel("Liczba osobnikow")
10plt.show()

Różnica względem 

bar
jest zasadnicza, choć oba wykresy mają słupki. Do 
bar
podajesz dwie listy: kategorie i gotowe wartości. Do 
hist
podajesz jedną listę surowych pomiarów, a zliczanie robi za Ciebie funkcja. Oś pionowa histogramu zawsze pokazuje liczebność, nawet jeśli tego nie napiszesz. Zmiana 
bins
zmienia wyłącznie sposób pokrojenia zakresu - dane pozostają te same, a przy zbyt małej liczbie koszyków rozkład wygląda gładko, przy zbyt dużej rozsypuje się na pojedyncze pomiary.

Udziały w całości: 
plt.pie

Czasem nie interesuje Cię bezwzględna liczba zwierząt, tylko to, jaką część rezerwatu stanowi każdy gatunek. Odpowiedzi na pytanie "ile procent" udziela wykres kołowy, rysowany funkcją 

pie
. Podajesz jej listę wartości, w parametrze 
labels
listę podpisów, a w 
autopct
wzorzec formatowania procentów - zapis 
"%1.1f%%"
znaczy "jedna cyfra po przecinku, a na końcu znak procenta".

1plt.figure(figsize=(8, 8))
2plt.pie(populations, labels=species, autopct="%1.1f%%",
3        colors=["gold", "gray", "orange", "brown"])
4plt.title("Udzial gatunkow w populacji rezerwatu")
5plt.show()

Procenty na wycinkach policzył sam Matplotlib, dzieląc każdą wartość przez sumę wszystkich - lista 

populations
nadal trzyma surowe sztuki, nie procenty. Dlatego wykres kołowy ma sens tylko wtedy, gdy Twoje wartości naprawdę składają się na jedną całość. Dla czterech gatunków z jednego rezerwatu to prawda, dla czterech niezależnych pomiarów już nie, a przy kilkunastu kategoriach wycinki robią się tak cienkie, że lepiej wrócić do 
bar
.

Dwie liczby naraz: 
plt.scatter

Do tej pory każdy wykres miał kategorię i liczbę. A co, jeśli chcesz sprawdzić, czy dwie liczby chodzą razem - na przykład czy w miesiącach z większymi opadami widuje się więcej lwów? Do tego służy wykres punktowy, rysowany funkcją 

scatter
, która stawia jedną kropkę na każdą parę wartości. Parametr 
s
ustala wielkość kropek, a znane już 
alpha
ich przezroczystość, dzięki czemu widać, gdzie punkty się nakładają.

1rainfall_mm = [12, 18, 45, 80, 130, 165]
2
3plt.figure(figsize=(10, 6))
4plt.scatter(rainfall_mm, lion_sightings, s=100, alpha=0.7, color="gold")
5plt.title("Opady a liczba obserwacji")
6plt.xlabel("Opady [mm]")
7plt.ylabel("Liczba obserwacji lwow")
8plt.show()

Sześć kropek układa się z grubsza wzdłuż linii biegnącej w górę: im więcej deszczu, tym więcej obserwacji. To pierwszy trop, nie dowód - 

scatter
niczego nie liczy i nie dopasowuje żadnej linii, po prostu stawia punkty tam, gdzie każesz. Kolejność argumentów ma znaczenie: pierwsza lista trafia na oś poziomą, druga na pionową, a zamiana ich miejscami da poprawny wykres o zupełnie innej wymowie.

Seaborn: nadbudówka, nie zamiennik

Matplotlib rysuje wszystko, ale każdy wykres statystyczny musisz w nim złożyć samodzielnie. Seaborn idzie o krok dalej: zna typowe wykresy używane w analizie danych, przyjmuje wprost DataFrame z Pandas i sam dobiera kolory oraz opisy osi na podstawie nazw kolumn. Nie zastępuje Matplotliba, tylko go opakowuje, dlatego 

plt.title
i 
plt.show
działają na wykresach Seaborna tak samo jak na własnych. Bibliotekę importuje się pod skrótem 
sns
, a funkcja 
set_style
ustawia wspólny styl dla wszystkich kolejnych rysunków.

Żeby pokazać rozkład wagi w podziale na gatunki, potrzebujemy danych w układzie długim: jedna kolumna z nazwą gatunku i jedna z pomiarem, po jednym wierszu na zwierzę.

1import seaborn as sns
2import pandas as pd
3
4sns.set_style("whitegrid")
5
6observations = pd.DataFrame({
7    "species": ["Lion"] * 6 + ["Cheetah"] * 6 + ["Giraffe"] * 6,
8    "weight_kg": [168, 175, 190, 182, 177, 195,
9                  52, 58, 47, 61, 55, 49,
10                  810, 950, 880, 1020, 905, 870]
11})
12
13print(observations.shape)  # (18, 2)

Osiemnaście wierszy i dwie kolumny, dokładnie jak przy DataFrame z poprzedniej lekcji - Seaborn nie wprowadza własnej struktury danych, tylko czyta tę, którą już znasz. Wywołanie 

set_style
nie narysowało niczego; zmieniło jedynie domyślny wygląd wykresów, które dopiero powstaną. Wcześniejsze rysunki pozostają takie, jakie były.

Boxplot: pudełko, wąsy i wartości odstające

Histogram pokazał rozkład jednej grupy. A jak porównać rozkłady trzech gatunków obok siebie, nie rysując trzech osobnych histogramów? Do tego służy wykres pudełkowy, po angielsku boxplot, rysowany funkcją 

boxplot
. Streszcza on rozkład do pięciu liczb: dolnej i górnej krawędzi pudełka, czyli kwartyli dzielących dane na cztery równe części, kreski mediany w środku pudełka, oraz wąsów sięgających do wartości typowych. Punkty leżące poza wąsami rysowane są osobno jako wartości odstające, czyli outliery.

1plt.figure(figsize=(10, 6))
2sns.boxplot(data=observations, x="species", y="weight_kg")
3plt.title("Rozklad wagi wedlug gatunku")
4plt.show()

Trzy pudełka na jednym rysunku i od razu widać, że gepardy mieszczą się w wąskim zakresie, a żyrafy rozstrzeliwują skalę. Dla lwów dolny kwartyl wypada na 175,5 kg, mediana na 179,5 kg, a górny kwartyl na 188 kg - te trzy liczby to właśnie krawędzie i kreska pudełka. Argument 

data
przyjmuje cały DataFrame, a 
x
i 
y
to nazwy kolumn, nie same dane; podpisy osi Seaborn pobiera z tych nazw automatycznie.

Warto od razu odsiać trzy nieporozumienia, bo nazwa "pudełko" myli. Boxplot nie służy do rysowania ramek wokół tekstu - od obramowania podpisu jest parametr 

bbox
w funkcjach tekstowych. Nie jest też narzędziem do rysowania prostokątów jako takich; owszem, rysuje prostokąt, ale ten prostokąt jest wykresem pięciu policzonych statystyk, a nie kształtem, któremu podajesz wymiary. I nie łączy wykresów w ramki obok siebie - od układania kilku wykresów na jednej kartce jest 
plt.subplots
, który poznasz na końcu lekcji. Boxplot ma dokładnie jedno zadanie: pokazać rozkład danych z kwartylami i wartościami odstającymi. Bliskim krewnym jest 
sns.violinplot
, który zamiast pudełka rysuje kształt rozkładu, oraz 
sns.countplot
, który zlicza wiersze w każdej kategorii i sam robi z tego słupki.

Macierz korelacji: liczby przed obrazkiem

Wykres punktowy pokazał związek opadów z obserwacjami lwów, ale przy trzech czy trzydziestu kolumnach nie będziesz rysował każdej pary osobno. Pandas potrafi policzyć wszystkie związki naraz metodą 

corr
, która zwraca macierz korelacji: tabelę, gdzie w każdej komórce stoi siła związku między dwiema kolumnami, w skali od minus jeden do jeden. Jedynka oznacza, że wartości rosną idealnie razem, zero - że nie mają ze sobą nic wspólnego, a minus jeden, że jedna rośnie, gdy druga maleje. Wynik przypiszemy do zmiennej o nazwie 
corr_matrix
.

1monthly = pd.DataFrame({
2    "rainfall_mm": rainfall_mm,
3    "lion_sightings": lion_sightings,
4    "elephant_sightings": elephant_sightings
5})
6
7corr_matrix = monthly.corr()
8print(corr_matrix.round(2))
9#                     rainfall_mm  lion_sightings  elephant_sightings
10# rainfall_mm                1.00            0.85                0.71
11# lion_sightings             0.85            1.00                0.47
12# elephant_sightings         0.71            0.47                1.00

Trzy kolumny liczbowe dały tabelę trzy na trzy. Na przekątnej stoją same jedynki, bo każda kolumna jest w stu procentach zgodna sama ze sobą, a cała tabela jest symetryczna względem tej przekątnej. Zwróć uwagę na warunek, o którym łatwo zapomnieć: 

corr
działa wyłącznie na liczbach. Gdyby w 
monthly
została choć jedna kolumna tekstowa, wywołanie przerwałoby się błędem 
ValueError: could not convert string to float
, a kolumny liczbowe trzeba by wcześniej odsiać parametrem 
numeric_only=True
albo metodą 
select_dtypes
znaną z poprzedniej lekcji. Tam czai się druga pułapka: jeśli po odsianiu zostanie Ci jedna kolumna liczbowa, dostaniesz macierz jeden na jeden z pojedynczą jedynką - formalnie poprawną, informacyjnie bezwartościową. Sensowna macierz korelacji potrzebuje co najmniej dwóch kolumn liczbowych.

sns.heatmap
, czyli macierz w kolorach

Trzy na trzy jeszcze przeczytasz wzrokiem, ale dwadzieścia na dwadzieścia to już ściana cyfr. Mapa cieplna zamienia każdą liczbę na kolor, dzięki czemu silne związki wyskakują z tabeli same. Rysuje ją funkcja 

heatmap
z Seaborna. Parametr 
annot
dopisuje liczby na kafelkach, 
cmap
wybiera paletę - 
"coolwarm"
maluje wartości ujemne na niebiesko, a dodatnie na czerwono - a 
center
wskazuje, która wartość ma wypaść w środku skali kolorów, czyli tutaj zero.

W najprostszej postaci to wywołanie składa się z sześciu części i warto je znać na pamięć: 

sns
, 
.
, 
heatmap
, 
(
, 
corr_matrix
, 
)
. Najpierw skrót biblioteki, potem kropka, nazwa funkcji, nawias otwierający, przekazywana macierz i nawias zamykający. Dodatkowe parametry dopisujesz dopiero po nazwie macierzy, przed nawiasem zamykającym.

1plt.figure(figsize=(8, 6))
2sns.heatmap(corr_matrix, annot=True, cmap="coolwarm", center=0)
3plt.title("Korelacje obserwacji z rezerwatu")
4plt.show()

Najgorętszy kafelek poza przekątną łączy opady z obserwacjami lwów: 0,85, czyli bardzo silny związek. Słonie reagują na deszcz słabiej, 0,71, a między lwami a słoniami zostaje ledwie 0,47. Mapa cieplna niczego nie policzyła - wszystkie te liczby były już w 

corr_matrix
, ona tylko pomalowała je tak, żeby dało się je porównać jednym spojrzeniem. I pamiętaj o klasycznej pułapce: silna korelacja mówi, że dwie rzeczy chodzą razem, a nie że jedna powoduje drugą. Deszcz nie tworzy lwów, tylko ściąga zwierzynę do wodopoju, gdzie łatwiej ją zobaczyć.

Cztery wykresy na jednej kartce

Raport z ekspedycji rzadko składa się z jednego rysunku. Zamiast zapisywać cztery osobne pliki, możesz podzielić kartkę na siatkę funkcją 

subplots
, której podajesz liczbę wierszy i kolumn. Zwraca ona dwie rzeczy naraz: obiekt całej kartki, tradycyjnie nazywany 
fig
, oraz tablicę pól do rysowania, nazywaną 
axes
. Do konkretnego pola sięgasz jak do komórki macierzy z NumPy, czyli 
axes[wiersz, kolumna]
, licząc od zera. Uwaga na nazwy metod: pole nie ma 
title
, tylko 
set_title
, bo jest obiektem, a nie modułem 
plt
.

1fig, axes = plt.subplots(2, 2, figsize=(12, 10))
2
3axes[0, 0].bar(species, populations)
4axes[0, 0].set_title("Populacje")
5
6axes[0, 1].pie(populations, labels=species, autopct="%1.1f%%")
7axes[0, 1].set_title("Udzial")
8
9axes[1, 0].hist(lion_weights, bins=6)
10axes[1, 0].set_title("Rozklad wagi")
11
12axes[1, 1].scatter(rainfall_mm, lion_sightings)
13axes[1, 1].set_title("Opady a obserwacje")
14
15plt.tight_layout()
16plt.show()

Cztery wykresy z całej lekcji wylądowały na jednej kartce w układzie dwa na dwa. Nazwy funkcji rysujących nie zmieniły się ani o literę - to wciąż 

bar
, 
pie
, 
hist
i 
scatter
, tyle że wywołane na polu zamiast na 
plt
. Wywołanie 
tight_layout
rozsuwa wykresy tak, żeby tytuły i opisy osi na siebie nie nachodziły, i to jedyne, co robi. Na koniec i tak wołasz jedno 
plt.show()
, bo cała siatka to jeden rysunek.

Podsumowanie

  • Moduł rysujący importujesz zawsze tak: 
    import matplotlib.pyplot as plt
    . Zapisy 
    import pyplot as plt
    , 
    from matplotlib import plot
    i 
    import matplotlib as plt
    prowadzą do błędu, ten ostatni dopiero przy pierwszym rysowaniu.
  • Wykres słupkowy rysuje 
    plt.bar()
    . Nie istnieją 
    plt.bars()
    , 
    plt.column()
    ani 
    plt.histogram()
    .
  • Rysunek wyświetlasz przez 
    plt.show()
    , znak po znaku: 
    plt
    , 
    .
    , 
    show
    , 
    (
    , 
    )
    .
  • plt.plot
    to zmiany w czasie, 
    plt.bar
    to porównanie kategorii, 
    plt.hist
    to rozkład jednej zmiennej, 
    plt.pie
    to udziały w całości, 
    plt.scatter
    to związek dwóch liczb.
  • Do pliku zapisujesz przez 
    plt.savefig("nazwa.png")
    i zawsze przed 
    plt.show()
    .
  • Seaborn importujesz jako 
    sns
    , przyjmuje DataFrame i dokłada wykresy statystyczne.
  • sns.boxplot
    pokazuje rozkład danych z kwartylami i wartościami odstającymi - nie rysuje ramek wokół tekstu, nie służy do rysowania prostokątów i nie łączy wykresów w ramki.
  • Mapę cieplną korelacji budujesz z sześciu części: 
    sns
    , 
    .
    , 
    heatmap
    , 
    (
    , 
    corr_matrix
    , 
    )
    .
  • Kilka wykresów na jednej kartce układa 
    plt.subplots(wiersze, kolumny)
    , a pola opisujesz metodą 
    set_title
    .

W następnej lekcji użyjemy tych wykresów w zwiadzie zwanym EDA, gdzie histogram i boxplot posłużą do wytropienia braków i wartości odstających w świeżym zbiorze. Na razie zapamiętaj jedno, @name: wykres nie dodaje do danych ani jednej informacji, tylko układa je tak, żeby oko zauważyło trop, którego kolumna liczb nigdy Ci nie pokaże.

Przejdź do CodeWorlds→