سلام! من به عنوان تأمین کننده محصولات NAN ، اغلب در مورد چگونگی تجسم داده ها با مقادیر "نان" سؤال می شود. "نان" ، که مخفف "یک عدد" نیست ، می تواند یک درد واقعی در گردن باشد وقتی می خواهید داده های خود را حس کنید. اما نگران نباشید ، من نکات و ترفندهایی را دارم که به شما در مقابله با این ارزشهای مزاحم کمک می کند و تجسم های بسیار خوبی ایجاد می کنم.
اول از همه ، بیایید در مورد اینکه چرا ارزشهای "نان" در وهله اول نشان داده می شوند صحبت کنیم. آنها می توانند به دلایل زیادی ظاهر شوند. شاید در هنگام جمع آوری داده ها خطایی مانند نقص سنسور یا ورود مفقود شده در صفحه گسترده وجود داشته باشد. یا شاید داده ها فقط برای یک مشاهده خاص وجود نداشته باشد. به عنوان مثال ، اگر شما در حال جمع آوری داده هایی در مورد ارتفاعات افراد هستید و برخی از افراد نمی خواستند این اطلاعات را به اشتراک بگذارند ، این مقادیر "نان" خواهند بود.
حال ، وقتی نوبت به تجسم داده ها با مقادیر 'نان می رسد ، اولین قدم این است که بفهمیم با آنها چه کار می کنید. چند رویکرد مشترک وجود دارد.
یک گزینه این است که به سادگی ردیف ها یا ستون هایی را که حاوی مقادیر "نان" هستند حذف کنید. این می تواند یک رفع سریع و آسان باشد ، به خصوص اگر یک مجموعه داده بزرگ داشته باشید و تعداد مقادیر "نان" نسبتاً اندک باشد. با این حال ، شما باید با این روش مراقب باشید. حذف داده ها می تواند نتایج شما را کاهش دهد و تصویری نادرست از آنچه واقعاً در جریان است به شما ارائه دهد. به عنوان مثال ، اگر در حال تجزیه و تحلیل داده های فروش هستید و تمام ردیف ها را با مقادیر "نان" حذف می کنید ، ممکن است روندها یا الگوهای مهم مربوط به آن ورودی های مفقود شده را از دست ندهید.
رویکرد دیگر پر کردن ارزشهای "نان" با چیز دیگری است. می توانید از میانگین ، میانه یا نحوه داده های موجود استفاده کنید. به عنوان مثال ، اگر به دنبال مجموعه ای از دما هستید و مقادیر "نان" کمی وجود دارد ، می توانید میانگین دمای مقادیر غیر "نان" را محاسبه کرده و از آن برای پر کردن خالی استفاده کنید. این می تواند به صاف کردن داده های شما کمک کند و تجسم را آسان تر کند. اما دوباره ، این یک راه حل عالی نیست. استفاده از آمار خلاصه برای پر کردن مقادیر "نان" نیز می تواند داده های شما را تحریف کند ، به خصوص اگر داده ها دارای تنوع زیادی باشند.
همچنین می توانید از تکنیک های پیشرفته تری مانند درون یابی استفاده کنید. درون یابی شامل تخمین مقادیر گمشده بر اساس مقادیر نقاط داده های اطراف است. به عنوان مثال ، اگر یک مجموعه داده زمان - سری با مقادیر "نان" دارید ، می توانید از درون یابی خطی استفاده کنید تا تخمین بزنید که مقادیر باید در آن نقاط زمانی از دست رفته باشد. این می تواند یک روش دقیق تر برای مقابله با مقادیر "نان" باشد ، اما همچنین می تواند پیچیده تر و زمان باشد - مصرف.
هنگامی که تصمیم گرفتید با مقادیر "نان" چه کاری انجام دهید ، وقت آن است که داده های خود را شروع کنید. تعداد زیادی ابزار در آنجا وجود دارد که می تواند به شما در ایجاد تجسم عالی کمک کند. برخی از موارد محبوب شامل کتابخانه های پایتون مانند Matplotlib و Seaborn و همچنین بسته های R مانند GGPLOT2 است.
بیایید بگوییم که شما با گذشت زمان یک مجموعه داده از فروش محصول دریافت کرده اید ، و چند مقدار "نان" نیز وجود دارد. شما تصمیم گرفته اید که ارزش "نان" را با مبلغ فروش متوسط پر کنید. اکنون ، شما می خواهید یک نمودار خط ایجاد کنید تا روند فروش را نشان دهید. با استفاده از Matplotlib در پایتون ، می توانید چنین کاری انجام دهید:
وارد کردن matplotlib.pyplot به عنوان plt واردات پاندا به عنوان pd # فرض "داده" داده های شما با داده های فروش = pd.read_csv ('sales_data.csv') # ارزش 'nan' ارزش ها را با داده های مدیان ["فروش"] = داده ها ["فروش" ، داده ها ["فروش] داده ها [Data '). plt.xlabel ('date') plt.ylabel ('فروش') plt.title ('فروش محصول با گذشت زمان') plt.show ()این کد در داده های فروش شما از یک فایل CSV خوانده می شود ، مقادیر "نان" را با مبلغ فروش متوسط پر می کند ، و سپس یک نمودار خط ساده برای نشان دادن روند فروش به مرور زمان ایجاد می کند.
اگر به تجسم های پیچیده تر ، مانند توطئه های پراکندگی یا نمودارهای نوار علاقه مند هستید ، این ابزارها نیز می توانند از عهده آن برآیند. به عنوان مثال ، اگر یک مجموعه داده دریافت کرده اید که فروش محصولات مختلف و رتبه بندی مشتری را با هم مقایسه می کند ، و مقادیر "نان" در ستون رتبه بندی وجود دارد ، می توانید یک نقشه پراکندگی ایجاد کنید تا ببینید آیا رابطه بین فروش و رتبه بندی وجود دارد یا خیر.
اکنون می خواهم به برخی از محصولاتی که در شرکت خود ارائه می دهیم اشاره کنم. ما برخی از دستگاه های Xpon Onu بسیار جالب را در اختیار داریم. بررسی کنیدXpon onu 4GE WiFi5 AC1200بشر این یک دستگاه عالی برای دسترسی به اینترنت پر سرعت با قابلیت های ساخته شده - در WI - FI 5 است. و اگر به چیزی با ویژگی های بیشتر احتیاج دارید ، بهگلدان های Xon un 4ge catv wifi5 ac1200بشر این یکی نه تنها دسترسی به اینترنت را فراهم می کند بلکه از اتصالات CATV و POTS نیز پشتیبانی می کند. برای جدیدترین فناوری WI - FI ،این Tut 4ge Voip Cave Cati6راه رفتن است این اتصال WI با سرعت بالا - FI 6 را به همراه پشتیبانی VoIP و CATV ارائه می دهد.
اگر در بازار این نوع محصولات هستید یا در مورد تجسم داده ها با ارزش های "نان" سؤالی دارید ، از دستیابی به آن دریغ نکنید. ما در اینجا هستیم تا به شما کمک کنیم تا از داده های خود نهایت استفاده را ببرید و محصولات مناسبی را برای نیازهای خود بدست آوریم. این که آیا شما یک صاحب مشاغل کوچک هستید که به دنبال بهبود زیرساخت های اینترنتی خود هستید یا یک تحلیلگر داده که سعی در ایجاد داده های کثیف دارد ، ما راه حل هایی را برای شما دریافت کرده ایم. بنابراین ، بیایید مکالمه را شروع کنیم و ببینیم چگونه می توانیم با هم کار کنیم!
منابع
- Vanderplas ، J. (2016). کتاب راهنمای علوم داده Python: ابزارهای اساسی برای کار با داده ها. اویرلی مدیا.
- ویکام ، H. (2016). GGPLOT2: گرافیک های ظریف برای تجزیه و تحلیل داده ها. اسپرینگر
