Гистограммы и графики Scatter

Гистограммы и графики scatter — важные инструменты для анализа и визуализации распределения данных и взаимосвязей.

Гистограммы показывают распределение частот данных, а графики scatter выявляют связь между двумя переменными.

Изучение гистограмм

Гистограмма группирует данные по интервалам и показывает, как часто встречается каждый диапазон значений. Высота каждого столбца обозначает частоту.

Например, гистограмма может показать распределение возраста людей в некоторой совокупности.

Пример гистограммы

Представим, что у нас есть данные о возрасте 100 человек. Гистограмма поможет понять, как этот возраст распределён по различным диапазонам.

Изучение диаграмм рассеяния

Диаграммы рассеяния отображают точки данных на двумерной плоскости. Каждая точка представляет пару значений двух переменных.

Например, диаграмма рассеяния может показать взаимосвязь между количеством часов занятий и результатами тестов.

Пример диаграммы рассеяния

Рассмотрим данные о количестве часов, которые учащиеся потратили на занятия, и их результатах тестов. Диаграмма рассеяния может показать наличие положительной, отрицательной или нулевой корреляции между этими переменными.

Создание гистограммы в Python

Вот пример создания гистограммы с помощью Matplotlib:

import matplotlib.pyplot as plt
import numpy as np

data = np.random.normal(50, 10, 100)
plt.hist(data, bins=10, color='blue', alpha=0.7)
plt.title('Histogram Example')
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.show()

Создание графика scatter в Python

Вот пример создания графика scatter с помощью Matplotlib:

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [10, 20, 25, 30, 50]

plt.scatter(x, y, color='red')
plt.title('Scatter Plot Example')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.show()

Сравнение гистограмм и диаграмм рассеяния

Гистограммы показывают распределение данных, а диаграммы рассеяния выявляют взаимосвязи между двумя переменными. Обе визуализации полезны в зависимости от цели анализа.

Итоги и следующие шаги

В этом уроке мы рассмотрели:

• Назначение гистограмм и диаграмм рассеяния.
• Создание и анализ этих визуализаций в Python.

Далее мы узнаем о тепловых картах, которые помогают визуализировать корреляции и матрицы.