Большие данные и машинное обучение, лекция-4: визуализация данных Python+Pandas+Matplotlib, часть-1
Обзор библиотек визуализации данных: Matplotlib, Seaborn, Mayavi
3д: Matplotlib axis-3d vs Mayavi
Matplotlib pyplot + NumPy: математика над вектором значений, график по точкам
Pandas + Matplotlib: DataFrame.plot
Данные: датасет ILO (МОТ - Международная организация труда) ilostat.ilo.org
Таблица для анализа: средня зарплата по видам деятельности, полу, странам и годам
Этапы решения задачи по визуализации: задать вопрос, на который ответит график, выбрать подходящий типовой график, подготовить данные - фильтрация, группировка, прочие преобразования
Строим график: столбчатая диаграмма (bar chart) средней зарплаты в России по годам в долларах США (CUR_TYPE_USD)
Подготовка данных: фильтрация данных, выбор колонок для столбиков, группировка значений по горизонтаельной оси - DataFrame.set_index
Заголовок и легенда
Несколько стобликов внутри групп, рубли и доллары на одном графике: простой set_index не подойдет, необходимо перегруппировать данные
Сводная таблица DataFrame.pivot_table: превратить повторяющиеся категории в колонки
Несколько стобликов внутри групп, рубли и доллары на одном графике: после перегруппировки сводной таблицей получилось ок
Галопирующая инфляция и деноминация: несопоставимый масштаб данных на одном графике
Логарифмическая шкала, подводные камни логарифма
Несколько графиков в одном окне (subplots=True)
Ручное масштабирование данных: ретроспективная деноминация
Номинальная зарплата, реальное содержание заработной платы, индекс потребительских цен (инфляция)
Данные по индексам потребильских цен: МОТ, Росстат