Înțelegerea diagramelor irisului: definiție și structură
Structura de bază a unei diagrame iris care arată axele radiale și segmentarea datelor
O diagramă iris (uneori numită diagramă radială sau diagramă a zonei polare) este o metodă de vizualizare circulară care afișează date multivariate de-a lungul mai multor axe care se extind dintr-un punct central. Fiecare axă reprezintă o variabilă diferită, cu puncte de date trasate de-a lungul acestor axe și conectate pentru a forma forme închise. Vizualizarea rezultată seamănă cu un iris, de unde și numele.
Structura fundamentală a unei diagrame iris include:
- Un punct de origine central din care radiază toate axele
- Axe radiale multiple reprezentând diferite variabile
- Puncte de date trasate de-a lungul fiecărei axe în funcție de valorile lor
- Linii conectate sau zone umplute între punctele de date
- Codare de culoare opțională pentru a reprezenta dimensiuni suplimentare
Diagramele Iris excelează în a dezvălui modele, valori aberante și relații în mai multe dimensiuni simultan. Natura lor radială le face deosebit de eficiente pentru datele ciclice, analiza comparativă și situațiile în care diagramele tradiționale ar putea avea dificultăți pentru a afișa clar relații complexe.
Sunteți gata să începeți să creați diagrame cu iris?
Descărcați șabloanele noastre gratuite pentru diagrame iris și începeți să vă vizualizați datele astăzi.
Descărcați șabloane gratuite
Aplicații în lumea reală ale diagramelor Iris
Diagramele Iris au găsit aplicații în numeroase domenii datorită capacității lor de a gestiona eficient vizualizarea datelor multivariate. Iată trei exemple convingătoare de diagrame iris în acțiune:
1. Știința datelor: Vizualizarea setului de date Fisher’s Iris
Vizualizarea grafică cu iris a celebrului set de date de iris al lui Fisher comparând trei specii
Poate cea mai potrivită aplicație, setul de date Fisher Iris (care, întâmplător, împărtășește numele) este frecvent vizualizat folosind diagrame iris. Acest set de date celebru conține măsurători a patru caracteristici (lungimea sepalului, lățimea sepalului, lungimea petalei, lățimea petalei) pentru trei specii de iris. O diagramă cu iris afișează în mod elegant toate cele patru dimensiuni simultan, facilitând compararea diferitelor specii și identificarea caracteristicilor distinctive prin modele de segmentare a datelor.
2. Valori de performanță în Business Analytics
Diagrama irisului performanței afacerii care arată KPI-urile din mai multe departamente
Organizațiile folosesc diagrame iris pentru a urmări indicatorii cheie de performanță în mai multe departamente sau unități de afaceri. Fiecare axă reprezintă o măsurătoare diferită (creșterea vânzărilor, satisfacția clienților, eficiența operațională etc.), permițând directorilor să identifice rapid zonele forte și slabe. Vizualizarea radială o face deosebit de eficientă pentru evaluările trimestriale sau anuale ale performanței, permițând analiza multivariată dintr-o privire.
3. Cercetare biologică și medicală
Diagrama cu iris care arată modelele de expresie a genelor în diferite probe de țesut
În genomica și cercetarea medicală, diagramele irisului ajută la vizualizarea datelor biologice complexe, cum ar fi modelele de expresie genetică în diferite mostre de țesut sau grupuri de pacienți. Formatul radial permite cercetătorilor să reprezinte mai multe gene sau biomarkeri simultan, dezvăluind clustere și corelații care ar putea să nu fie evidente în vizualizările tradiționale. Această aplicație demonstrează puterea diagramei iris în manipularea seturilor de date biologice cu dimensiuni mari.
Aceste exemple evidențiază versatilitatea diagramelor iris în diferite domenii. Capacitatea lor de a gestiona analiza multivariată le face instrumente valoroase pentru luarea deciziilor bazate pe date, atât în contexte științifice, cât și în cele de afaceri.
Diagrame iris vs alte metode de vizualizare
Comparație dintre diagrama iris, diagrama circulară și diagrama radar care vizualizează același set de date
Avantajele graficelor Iris
- Superior pentru vizualizarea datelor multivariate (5+ variabile)
- Excelent pentru identificarea modelelor și a valorii aberante
- Eficient pentru compararea mai multor seturi de date simultan
- Distinctiv din punct de vedere vizual și captivant
- Reprezentare compactă a relațiilor complexe
Limitările graficelor Iris
- Curba de învățare mai abruptă pentru interpretarea publicului
- Mai puțin precis pentru comparații de valori exacte
- Poate deveni aglomerat cu prea multe variabile
- Necesită alegeri atente de culoare și design
- Mai puțin obișnuit, deci poate necesita explicații suplimentare
Comparație cu diagramele circulare
În timp ce atât diagramele iris, cât și diagramele circulare folosesc un format circular, ele servesc unor scopuri diferite. Diagramele circulare excelează la afișarea relațiilor proporționale într-un singur set de date (părți ale unui întreg), dar se confruntă cu mai multe variabile. Diagramele Iris, pe de altă parte, pot afișa în mod eficient mai multe variabile și seturi de date simultan, făcându-le superioare pentru segmentarea complexă a datelor și analiza comparativă.
Comparație cu diagramele radar
Diagramele radar (numite și diagrame spider sau web) sunt cele mai apropiate rude cu diagramele iris. Ambele folosesc axe radiale pentru a afișa date multivariate. Cu toate acestea, diagramele iris utilizează de obicei umplerea zonei și pot reprezenta mai eficient mai multe seturi de date prin stratificare și codare de culori. Diagramele radar subliniază adesea liniile conectate mai degrabă decât zonele închise, ceea ce poate face recunoașterea modelelor mai dificilă în seturile de date complexe.
Crearea unei diagrame Iris cu Python și Matplotlib
Urmați acest tutorial pas cu pas pentru a vă crea propria diagramă iris folosind Python și populara bibliotecă Matplotlib. Vom folosi setul de date iris al lui Fisher ca exemplu pentru a demonstra procesul.
Codul Python și vizualizarea grafică a irisului rezultată
Pasul 1: Configurați-vă mediul
În primul rând, asigurați-vă că aveți instalate bibliotecile necesare. Veți avea nevoie de NumPy, Pandas și Matplotlib. Dacă nu le aveți deja, instalați-le folosind pip:
pip install numpy pandas matplotlib
Pasul 2: importați biblioteci și încărcați date
Acum, importați bibliotecile necesare și încărcați setul de date iris:
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.datasets import load_iris
iris = load_iris()
df = pd.DataFrame(data=iris.data, columns=iris.feature_names)
df[‘specie’] = iris.țintă
df[‘specie’] = df[‘specie’].map({0: ‘setosa’, 1: ‘versicolor’, 2: ‘virginica’})
Pasul 3: Pregătiți datele pentru diagrama Iris
Calculați valorile medii pentru fiecare caracteristică în funcție de specie pentru a crea diagrama noastră de iris:
# Calculate mean values for each feature by species
means = df.groupby('species').mean()# Obțineți nume de caracteristici și numărul de caracteristici
caracteristici = iris.feature_names
num_features = len(caracteristici)
# Configurați unghiurile pentru fiecare caracteristică (împărțiți cercul în mod egal)
unghiuri = np.linspace(0, 2*np.pi, num_features, endpoint=False).tolist()
unghiuri += unghiuri[:1]
setosa = înseamnă.loc[‘setosa’].values.tolist()
mătăsos += mătăsos[:1]
versicolor = înseamnă.loc[‘versicolor’].values.tolist()
versicolor += versicolor[:1]
virginica = înseamnă.loc[‘virginica’].valori.tolist()
virginica += virginica[:1]
etichete = caracteristici
etichete += etichete[:1]
Pasul 4: Creați diagrama irisului
Acum, să creăm vizualizarea reală a diagramei irisului:
# Create the plot
fig, ax = plt.subplots(figsize=(10, 10), subplot_kw=dict(polar=True))# Trasează fiecare specie
ax.plot(unghiuri, setosa, ‘o-’, linewidth=2, label=’Setosa’, color=’blue’)
ax.fill(unghiuri, setosa, alfa=0,25, culoare=’albastru’)
ax.plot(unghiuri, versicolor, ‘o-’, linewidth=2, label=’Versicolor’, color=’green’)
ax.fill(unghiuri, versicolor, alfa=0,25, culoare=’verde’)
ax.fill(unghiuri, virginica, alfa=0,25, culoare=’rosu’)
ax.set_xticks(unghiuri[:-1])
ax.set_xticklabels(etichete[:-1])
plt.title(‘Setul de date Iris – Comparația caracteristicilor în funcție de specie’, dimensiune=15)
plt.legend(loc=’dreapta sus’)
plt.tight_layout()
plt.show()
Pasul 5: personalizați diagrama cu iris
Puteți personaliza și mai mult diagrama irisului ajustând culorile, transparența, stilurile de linii și adăugând adnotări. Iată cum puteți îmbunătăți vizualizarea:
# Add grid lines and adjust their appearance
ax.grid(True, linestyle='-', alpha=0.5)# Reglați limitele radiale pentru o vizualizare mai bună
ax.set_ylim(0, 8)
# Adăugați un subtitrare cu informații suplimentare
ax.text(0.5, 1.1, „Compararea măsurătorilor sepalelor și petalelor între specii”,
horizontalalignment=’centru’, verticalalignment=’centru’,
transform=ax.transAxes, fontsize=12)
ax.plot(angles[0], setosa[0], ‘o’, markersize=10, color=’blue’)
ax.annotate(‘Lungimea sepalului Setosa’, xy=(unghiuri[0], mătăsos[0]),
xytext=(unghiuri[0]-0,2, mătăsos[0]+1),
arrowprops=dict(stil săgeată=’->’, culoare=’negru’))
Obțineți codul Python complet
Descărcați scriptul Python complet cu opțiuni suplimentare de personalizare și seturi de date eșantion.
Descărcați codul Python
Crearea unei diagrame iris simple cu HTML și CSS
Implementarea HTML/CSS a unei diagrame iris simple
Pentru dezvoltatorii web, iată o implementare simplificată a unei diagrame iris folosind HTML și CSS. Această abordare creează o vizualizare statică care poate fi încorporată direct în paginile web:
<!-- HTML Structure -->
<div class="iris-chart-container">
<div class="iris-chart">
<div class="axis axis-1"><span>Sepal Length</span></div>
<div class="axis axis-2"><span>Sepal Width</span></div>
<div class="axis axis-3"><span>Petal Length</span></div>
<div class="axis axis-4"><span>Petal Width</span></div>
<div class="axis axis-5"><span>Symmetry</span></div><div class=”punct de date punct-1″ stil=”–valoare: 0,8;”></div>
<div class=”punct de date punctul-2″ stil=”–valoare: 0,6;”></div>
<div class=”punct de date punctul-3″ stil=”–valoare: 0,9;”></div>
<div class=”punct de date punctul-4″ stil=”–valoare: 0,7;”></div>
<div class=”punct de date punctul-5″ stil=”–valoare: 0,5;”></div>
<div class=”zona de date”></div>
</div>
</div>
Și CSS-ul corespunzător:
/* CSS Styling */
.iris-chart-container {
width: 400px;
height: 400px;
margin: 0 auto;
}.iris-chart {
poziție: relativă;
latime: 100%;
inaltime: 100%;
raza-limită: 50%;
fundal: #f5f5f5;
}
.axa {
poziție: absolută;
sus: 50%;
stânga: 50%;
latime: 50%;
înălțime: 1px;
fundal: rgba(0, 0, 0, 0.2);
transformare-origine: centru stânga;
}
.axa-2 { transform: rotire(72deg); }
.axis-3 { transform: rotate(144deg); }
.axis-4 { transform: rotate(216deg); }
.axis-5 { transform: rotate(288deg); }
poziție: absolută;
dreapta: -60px;
transformare: rotire(90deg);
transformare-origine: centru stânga;
dimensiunea fontului: 12px;
}
poziție: absolută;
sus: 50%;
stânga: 50%;
lățime: 10px;
înălțime: 10px;
fundal: #3498db;
raza-limită: 50%;
transforma: traduce(-50%, -50%);
}
.point-2 { transform: rotate(72deg) translateX(calc(var(–valoare) * 180px)) rotire(-72deg); }
.point-3 { transform: rotate(144deg) translateX(calc(var(–valoare) * 180px)) rotire(-144deg); }
.point-4 { transform: rotate(216deg) translateX(calc(var(–valoare) * 180px)) rotire(-216deg); }
.point-5 { transform: rotate(288deg) translateX(calc(var(–valoare) * 180px)) rotire(-288deg); }
poziție: absolută;
sus: 50%;
stânga: 50%;
latime: 100%;
inaltime: 100%;
clip-path: poligon(
calc(50% + 180px * 0,8 * cos(0deg)) calc(50% + 180px * 0,8 * sin(0deg)),
calc(50% + 180px * 0,6 * cos(72deg)) calc(50% + 180px * 0,6 * sin(72deg)),
calc(50% + 180px * 0,9 * cos(144deg)) calc(50% + 180px * 0,9 * sin(144deg)),
calc(50% + 180px * 0,7 * cos(216deg)) calc(50% + 180px * 0,7 * sin(216deg)),
calc(50% + 180px * 0,5 * cos(288deg)) calc(50% + 180px * 0,5 * sin(288deg))
);
fundal: rgba(52, 152, 219, 0,3);
transforma: traduce(-50%, -50%);
}
Această implementare creează o diagramă iris de bază cu cinci axe. Îl puteți personaliza ajustând numărul de axe, culori și valorile datelor. Pentru date dinamice, ar trebui să generați valorile CSS folosind JavaScript pe baza setului dvs. de date.
Concluzie: Stăpânirea artei graficelor cu iris
Diagramele Iris reprezintă un plus puternic pentru setul dvs. de instrumente de vizualizare a datelor, mai ales atunci când aveți de-a face cu analiza multivariată și segmentarea complexă a datelor. Structura lor radială unică permite recunoașterea și compararea intuitivă a modelelor în mai multe dimensiuni simultan.
Am explorat ce sunt diagramele iris, am examinat aplicațiile lor din lumea reală în diferite domenii, am oferit un tutorial pas cu pas pentru crearea lor cu Python și am împărtășit cele mai bune practici pentru un design eficient. Indiferent dacă vizualizați date științifice, valori de afaceri sau orice alt set de date multivariate, diagramele iris oferă o alternativă convingătoare la metodele tradiționale de vizualizare.
Ca în cazul oricărei tehnici de vizualizare, cheia succesului constă în înțelegerea datelor, a publicului și a poveștii pe care doriți să o spuneți. Diagramele Iris excelează atunci când trebuie să afișați relații între mai multe variabile și să identificați modele care ar putea fi ascunse în alte tipuri de diagrame. Aplicând principiile și tehnicile prezentate în acest ghid, veți fi bine echipat pentru a crea vizualizări eficiente și perspicace ale diagramei irisului.
Sunteți gata să vă creați propriile diagrame cu iris?
Descărcați setul nostru cuprinzător de instrumente pentru diagrame iris cu șabloane, mostre de cod și resurse de design.
Obțineți setul complet de instrumente
