Гистограммы и диаграммы рассеяния

Гистограммы и диаграммы рассеяния — важные инструменты для анализа и визуализации распределения данных и связей между ними.

Гистограммы показывают частотное распределение данных, а диаграммы рассеяния выявляют связь между двумя переменными.

Понимание гистограмм

Гистограмма группирует данные по интервалам и показывает, как часто встречается каждое значение из определённого диапазона. Высота каждого столбца представляет частоту.

Например, гистограмма может показать распределение возраста людей в популяции.

Пример гистограммы

Представим, что у нас есть возраст 100 человек. Гистограмма поможет понять, как эти значения распределены по разным диапазонам.

Понимание диаграмм рассеяния

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

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

Пример диаграммы рассеяния

Рассмотрим данные о количестве часов, которые учащиеся посвятили занятиям, и их результатах тестов. Диаграмма рассеяния может показать, существует ли между этими переменными положительная, отрицательная или отсутствующая корреляция.

Создание гистограммы в Python

Ниже приведён 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 диаграммы рассеяния в Python

Ниже приведён пример создания диаграммы рассеяния 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 связи между двумя переменными. Оба типа визуализации полезны — выбор зависит от цели анализа.

Итоги и следующие шаги

В этом уроке мы рассмотрели:

• Назначение гистограмм и диаграмм рассеяния.
• Как создавать и анализировать их в Python.

Далее мы узнаем о тепловых картах для визуализации корреляций и матриц.