Geniş Ekran Test Deseni (16:9)

En Boy Oranı
Sınaması
(Yuvarlak görünmeli)

4x3

16x9
 WordCloud

INTRODUCTION TO DATA SCIENCE

VERİ BİLİMİNE GİRİŞ
TURKEY Konya Technical University
Lecture 7 : Veri görselleştirme Tool to enable a user insight into Data
Sait Ali UYMAZ

 Veri görselleştirme, insan beyninin verileri anlamasını ve içgörüler elde etmesini

kolaylaştırmak için bilgileri harita veya grafik gibi görsel bir bağlama çevirme
uygulamasıdır.
 Veri görselleştirmenin temel amacı, büyük veri kümelerinde kalıpları, eğilimleri ve
aykırı değerleri tanımlamayı kolaylaştırmaktır.
 Veri görselleştirme, veriler toplandıktan, işlendikten ve modellendikten sonra
sonuçların çıkarılması için görselleştirilmesi gerektiğini belirten veri bilimi
sürecinin adımlarından biridir.
Lecture 7 : Veri görselleştirme Tool to enable a user insight into Data
Sait Ali UYMAZ

 Bazen grafiklerin anlaşılması sayılardan daha kolaydır. Bu nedenle;

 Görsel bilgileri kullanarak bilgileri evrensel bir şekilde iletmenin hızlı ve etkili
bir yolunu sağlar.
 Veri bilimcisinin en önemli araçlarından biridir.

[Data Science from Scratch – Joel Grus]

Sayı vs Görsel Tool to enable a user insight into Data
Sait Ali UYMAZ

[Lecture Notes – Yang Lu]

Sayı vs Görsel Tool to enable a user insight into Data
Sait Ali UYMAZ

[Lecture Notes – Yang Lu]

What does Visualization do?
Sait Ali UYMAZ

 Görselleştirme için üç tür amaç;

 to explore (keşfetmek için)
◼ Hiçbir şey bilinmiyor,
◼ Görselleştirme verinin keşfi için kullanılır.

 to analyze (analiz etmek için)

◼ Hipotezler vardır,
◼ Görselleştirme doğrulama(verification) veya yanlışlama(falsification) için kullanılır

 to present (sunmak için)

◼ Veri hakkında bilinen “her şey”,
◼ Görselleştirme sonuçların iletilmesi için kullanılır

A Short Introduction on Data Visualization – Guoning Chen

 D3 Gallery:
[Link]
Visualization in Python [Link]
Sait Ali UYMAZ

 Matplotlib
 İlk Python veri görselleştirme kütüphanesidir. MATLAB’a benzer ve görsel stilleri eskidir.

 Seaborn
 Matplotlib üzerine inşaa edilmiştir. Daha az kod satırı ile daha estetik ve daha modern
grafikler oluşturur. Numpy, Pandas ve scipy kütüphaneleri ile entegre edilmiştir.

 Ggplot
 Temelinde ggplot2 (R plotting system) vardır. Pandas ile entegredir. Ggplot için verilerin
dataframe yapısında tutulması en uygun seçenektir.

 Geoplotlib
 Haritalar oluşturmak ve coğrafi verileri çizmek için kullanılanılır. Pyglet yüklü olmalıdır.
 To Compare
[Link]
6-python-libraries-for-visualization-
Visualization in Python which-one-to-use-fe43381cd658
Sait Ali UYMAZ

 Bokeh
 Json nesneleri ve HTML dokümanları gibi çıktı verebilen web-ready ve interaktif grafikler
oluşturabilir. Ayrıca streaming ve real-time verileri destekler.

 Plotly
 Veri görselleşme için online platformdur. Bokeh gibi interaktif grafikler yapılabilir. Contour
plots, dendograms, ve 3D charts gibi farklı grafikler sunar.

 Altair
 Etkili ve güzel grafikler sunar. En önemli özelliği kullanıcı dostu, basit ve etkilidir.

* Pandas, matplotlib üzerine kurulmuş yöntemler ile veri görselleştirme sağlayabilen bir kütüphanedir.
 Veri içindeki trendler, aykırılıklar ve desenleri görmeyi ve anlamayı sağlarlar

Visual Elements [Link]

Sait Ali UYMAZ
• Bar Plot • Cluster Map
Yaygın kullanılan veri görselleştirme türleri

Table of Content

• Count Plot • Swarm Plot
• Histogram • Strip Plot
 Barplot or Barchart
• Rel Plot • Cat Plot
 Histogram • Pie Plot • Resid Plot
• Tree Plot • Venn Plot
 Box Plot and Violin Plot • Sunburst Plot • Facet Grid
• Scatter Plot • Factor Plot
 Scatter Plot Veri Seti #1 • Trend Line • Rose Plot
• Ternary Plot • Radar Plot
 Line Chart • Line Chart • Polar Plot
• Density Plot • Candlesticks Plot
 Pair Plot • Bubble Plot • Heat Map
• Calendar Plot • Folium Map
 Pie Plot • Box Plot • Choropleth
• Violin Plot • Density Map
• Joint Plot • Table Plot
• Funnel Plot • Error Plot
• Correlation Plot • Word Cloud
• Pair Plot • Report
total_bill tip sex smoker day time size
19.82 3.18 Male No Sat Dinner 2
16.99 1.01 Female No Sun Dinner 2 17.81 2.34 Male No Sat Dinner 4
10.34 1.66 Male No Sun Dinner 3 13.37 2 Male No Sat Dinner 2
21.01 3.5 Male No Sun Dinner 3 12.69 2 Male No Sat Dinner 2
23.68 3.31 Male No Sun Dinner 2
21.7 4.3 Male No Sat Dinner 2
24.59 3.61 Female No Sun Dinner 4 19.65 3 Female No Sat Dinner 2
25.29 4.71 Male No Sun Dinner 4 9.55 1.45 Male No Sat Dinner 2
8.77 2 Male No Sun Dinner 2 18.35 2.5 Male No Sat Dinner 4
26.88 3.12 Male No Sun Dinner 4 15.06 3 Female No Sat Dinner 2
15.04 1.96 Male No Sun Dinner 2 20.69 2.45 Female No Sat Dinner 4
14.78 3.23 Male No Sun Dinner 2
17.78 3.27 Male No Sat Dinner 2
10.27 1.71 Male No Sun Dinner 2
24.06 3.6 Male No Sat Dinner 3
35.26 5 Female No Sun Dinner 4 16.31 2 Male No Sat Dinner 3
15.42 1.57 Male No Sun Dinner 2 16.93 3.07 Female No Sat Dinner 3
18.43 3 Male No Sun Dinner 4 18.69 2.31 Male No Sat Dinner 3
14.83 3.02 Female No Sun Dinner 2 31.27 5 Male No Sat Dinner 3
21.58 3.92 Male No Sun Dinner 2 16.04 2.24 Male No Sat Dinner 3

10.33 1.67 Female No Sun Dinner 3 17.46 2.54 Male No Sun Dinner 2
13.94 3.06 Male No Sun Dinner 2
16.29 3.71 Male No Sun Dinner 3
9.68 1.32 Male No Sun Dinner 2
16.97 3.5 Female No Sun Dinner 3
30.4 5.6 Male No Sun Dinner 4
20.65 3.35 Male No Sat Dinner 3
18.29 3 Male No Sun Dinner 2
17.92 4.08 Male No Sat Dinner 2
22.23 5 Male No Sun Dinner 2
20.29 2.75 Female No Sat Dinner 2
32.4 6 Male No Sun Dinner 4
15.77 2.23 Female No Sat Dinner 2 28.55 2.05 Male No Sun Dinner 3
39.42 7.58 Male No Sat Dinner 4 18.04 3 Male No Sun Dinner 2
 Barplot / Barchart
Sait Ali UYMAZ

 En yaygın görselleştirme grafiklerinden biridir.

 Bir sayısal değişken ile kategorik değişken arasındaki ilişkiyi gösterir.
 Barplot / Catplot [Link]
Sait Ali UYMAZ
Benzer: stripplot, swarmplot

x: X ekseninde gösterilecek kategorik değişken

y: Y ekseninde gösterilecek sürekli değişken
hue: X ekseninde çaprazlama için gösterilecek kategorik değişken
estimator: Her bir kategorinin Y ekseni değerini veren fonksiyon (mean, median, sum, min, max, etc.)
Yeni : displot/histplot [Link]

distplot/kdeplot/rugplot (Histogram ve Yoğunluk)

Sait Ali UYMAZ

Histogram
Tek boyutludur. Yani,
Density

 Tek bir değişkenin dağılımını keşfetmek için kullanılır.

 Sürekli bir dağılımı gruplayarak grafik oluşturur. Yani,
 Bir histogram değişkeni bölümlere ayırır, her
bölümdeki veri noktalarını sayar.
Count

 x eksenindeki bölmeleri ve y eksenindeki sayımları

gösterir.
 [Link]
(kernel density estimate)

distplot/kdeplot/rugplot (Histogram ve Yoğunluk)

Sait Ali UYMAZ

Default; hist=True, kde=True, rug=False bins=5

 Eğer kde=True ise y ekseni değerleri olasılık yoğunluk
tahminine göre Gauss dağılım değerlerini verir.
 Rug grafiğinde her gözlem bir çizgi ile ifade eder. KDE
çiziminin yapı taşıdır.

hist=False kde=False rug=True bins=25

Pie Chart
 Toplam tutarı kategorik bir değişkenin düzeyleri
arasında radyal dilimlere bölünmüş bir daire
olarak gösterir.
 Her kategorik değer, dairenin tek bir dilimine
karşılık gelir
 Her dilimin boyutu, her kategori düzeyinin
bütünün ne kadarını aldığını gösterir.
(box-and-whisker plot) [Link]

boxplot/violinplot
Sait Ali UYMAZ

 Niceliksel verinin dağılımının özetini gösterir. Beş-sayılı-özet tablosunun grafiğidir.

 Özellikle merkezsel konum, yayılma, çarpıklık ve basıklık yönünden verileri özetlemek ve aykırı
değerleri tanımlamak için kullanılır.
İki kategorik değişkenin çaprazlanması
boxplot/violinplot
 scatterplot
Sait Ali UYMAZ
 Çizgi grafiğine benzerdir. x ve y eksenin de her bir
gözlemi temsil etmek için noktaları kullanır.
 İki değişken arasındaki ilişkiyi görmek için kullanılır.
Değişkenler arasındaki bu ilişkiye “Correlation” denir.
 lmplot/regplot
Sait Ali UYMAZ

 Regresyon modellerine uygun arayüzler tasarlanır.

 lmplot combines regplot() and FacetGrid

lmplot/regplot
Sait Ali UYMAZ

 Niceliksel
 pairplot Multiple plots
iris = sns.load_dataset("iris") Veri setindeki değişkenlerin dağılımları ve aralarındaki ilişkileri gösterir.

Sait Ali UYMAZ

 Heatmap (Isı haritası grafiği) dataset: “flights” in seaborn
Sait Ali UYMAZ
 Karşılaştırmalı verinin görsel özetini görüntüler. Bilgiler, renk desenleri halinde sunulur.
 İki boyut ve bir hesaplama gerektirir. [Link](["year","month"])["passengers"].sum()
Heatmap (Isı haritası grafiği) dataset: “flights” in seaborn
Sait Ali UYMAZ

ColorBar
default
cbar=True

ColorMap
code or name
cmap=“YlGnBu”

annotate
data value in each cell
annot=True

(veri formatı için fmt

kullanılır)
 combine lineplot() and FacetGrid
lineplot/relplot
Sait Ali UYMAZ

 Verilerin x ve y ekseninde kesiştiği noktaların birleştirilmesi ile oluşan çizgi grafiğidir.

ax = [Link](x="", y="", data=df)

[Link]("[Link]")
 Two Tradeoffs
Sait Ali UYMAZ

1. Bilgilendiricilik ve okunabilirlik (Informativeness vs. readability)

 Çok az bilgi verileri gizleyebilir
 Ancak çok fazla bilgi bunaltıcı olabilir
 Olası çözüm: hiyerarşik organizasyon?

2. Veri merkezli ve izleyici merkezli (Data-centric vs. viewer-centric)

 İzleyiciler belirli görselleştirme türlerine alışkındır
 Ancak yeni görselleştirmeler veriler için daha doğru olabilir
 Introduction to Data Science
Veri Bilimine Giriş

Department of Computer Engineering

Sait Ali UYMAZ

sauymaz@[Link]