Altair statt Matplotlib als Visualisierungstool von Daten für Machine Learning in Python

Geht es um die Visualisierung von Daten, greifen wir schnell zum Matplotlib-Modul. Das ist auch in Ordnung, aber es gibt daneben weitere Visualisierungstools für die Darstellung von Daten für Machine Learning in Python. Eines davon ist Altair und das sehen wir uns hier genauer an.

„Altair statt Matplotlib als Visualisierungstool von Daten für Machine Learning in Python“ weiterlesen

Notizen mit Sketchnotes schnell und visuell erstellen

Schon mehrmals konnte ich mich von der Geschwindigkeit und der Eleganz von sogenannten Sketchnotes überzeugen. Sowohl auf dem Lübecker als auch auf dem Kieler BarCamp gab es einige Expertinnen und Experten, die in Windeseile beeindruckende visuelle Notizen zu den jeweiligen Sessions gezaubert haben. Natürlich ist das Ganze keine Magie, sondern das richtige Anwenden von gelernten Methoden und Übung. „Notizen mit Sketchnotes schnell und visuell erstellen“ weiterlesen

Was ist matplotlib?

matplotlib ist eine Python Bibliothek zur Erstellung von Graphen auf einem hohen Niveau. Die erstellten Charts können mit nur wenig Aufwand so konfiguriert werden, dass sie sich ohne Weiteres publizieren lassen. matplotlib wird innerhalb von Python Skripten aufgerufen, aber auch innerhalb der Jupyter Notebooks oder auch auf Web Application Servern lässt sich die Bibliothek hinzuziehen. „Was ist matplotlib?“ weiterlesen

Daten visualisieren: Python Chart Galerie

Die Programmiersprache unserer Wahl ist derzeit Python, denn die Sprache zeigt sich als sehr fruchtbar, wenn es um Machine Learning geht. Da liegt es nahe, auch die Visualisierung der verarbeiteten Daten in Python vorzunehmen.

Auf der Seite Python Chart Galerie findet man eine Sammlung von Darstellungsmöglichkeiten inklusive Code-Beispielen, die sehr ansprechende Lösungen zeigen. Die für die Visualisierung verwendeten Bibliotheken sind Seaborn und matPlotLib.

So stellt die genannte Seite einen tollen Ort zum Nachschlagen der Charting-Möglichkeiten dar. Aufgrund der mitgelieferten Code-Beispiele kommt man schnell zum Ziel, wenn es um das Darstellen der vorhandenen Daten geht.

Statistische Auswertung: Manipulieren nach Zahlen

„Politicians use statistics in the same way that a drunk uses lamp-posts—for support rather than illumination.“ (Andrew Lang, schottischer Schriftsteller)

Im Dezember 2016 macht eine Studie namens Perils of Perception die Runde, in der die Diskrepanz zwischen Wahrnehmung und Realität zur Geltung kommt. In zwölf Ländern wurden von IPSOS MORI Menschen befragt, wie hoch sie den muslimischen Anteil der Menschen innerhalb der eigenen Bevölkerung schätzen. In allen Ländern wurde dieser Anteil ausnahmslos viel zu hoch eingeschätzt.

Dabei verschätzten sich die Menschen teilweise um den Faktor Vier: Beispielsweise denken die Franzosen, dass 32 % ihrer eigenen Bevölkerung islamischen Glaubens sind, tatsächlich sind es etwa 8 %. Teilweise verschätzen sich die Menschen sogar um den Faktor 17: So denken US-Amerikaner, dass 17 % der Bevölkerung Moslems sind, tatsächlich sind es nur 1 %. Aber die Darstellung der Ergebnisse ist problematisch. „Statistische Auswertung: Manipulieren nach Zahlen“ weiterlesen