あらゆるデータセットに使える3つの可視化テクニック | Yakst

Python の可視化ライブラリである Seaborn を利用して表現豊かなグラフを生成するためのテクニックを紹介する記事です。グラフの選択基準としてデータを構成する値が分類のある値かそれとも連続値であるかに注目しており、この記事を通して実践的なテクニックを身につけることができます。 可視化は素晴らしいものです。ですが、優れた可視化の実現は悩ましく容易ではありません。 また、大勢に対して優れた可視化をプレゼンするような場合には時間と労力がかかりますよね。 私たちは棒グラフ、散布図、ヒストグラムの作り方についてはよく知っていますが、それらを美しくすることに対してはそこまでの注意を払っていません。 このことは同僚やマネージャーからの信頼に影響します。今あなたがそれを感じることはありませんが、それは起こることです。 さらに、私はコードの再利用が重要であることを知っています。新しいデータセットに触

[msh5_h]

今回はデータサイエンス系の記事を積極的に公開されているMLWhiz 氏の記事を翻訳させて頂きました。データサイエンスに詳しくないエンジニアにとっても親しみやすい内容だと思い選びました。

[sh19910711]

swarmplot

[tmatsuu]

おーあのサイト。翻訳ありがとうございます

[yarumato]

“三つの優れた可視化方法　1) Seaborn（Pythonの可視化ライブラリ）を使ったカテゴリー相関のグラフ表現（相関とは）　2)ペアープロット　3)スウォームプロット（カテゴリー単位でプロットされた点群）とグラフ注釈”

[utwang]

あとで読みたい

[h_taiji]

良く確認する