Огромная благодарность 🙏🤗 Все понятно, наглядно. Сижу как раз с проектом (я еще студент, но возрастной) и осталось завести графики, но что-то не идет. Сейчас после видео точно пойду и добью💃💪💃
Соглашусь, очень хорошо объясняете :) Мало где встречается объяснение основ типа иерархия объектов в matplotlib. А это значительно улучшает понимание. Для опытных людей по умолчанию кажется понятным, но новичков, кто в первый раз видит код, может стопорить.
@@machine_learrrning я вот увидел EDA и мне сразу пришли в голову статистические методы анализа переменных - какие библиотеки есть, работа с числовыми и категориальными переменными, ранжирование переменных, как привести таргет к нормальному распределению и тд. Если говорить про графики, то как наглядно визуализировать алгоритмы Random forest, KNN и тд. То есть больше прикладные задачи в ноутбуке) но я не знаю, было бы вам интересно говорить об этом
Спасибо! Очень информативное видео, очень доступно объясняете материал. С меня лайк и подписка. Надеюсь что другие Ваши видео такие же понятные, так как они именно на те темы, что мне так нужны, еще раз спасибо за Ваш труд.
Потрясающее видео! Спасибо большое! Все понятно и доступно. Прохожу сейчас небезызвестный платный курс, не буду говорить какой, но здесь сейчас я получила намного больше информации и понимания. Спасибо вам!
Касательно усов ящика с усами на 14:20, когда разговор идёт об усах Вы говорите, что сказали что чаще всего они строятся как медиана +- полтора интерквартильных размаха Но matplotlib строит следующим образом $X_{нижний}= \check t_{0.25} - 1.5* (\check t_{0.75} - \check t_{0.25})$ $X_{верхний}= \check t_{0.75} + 1.5* (\check t_{0.75} - \check t_{0.25})$ Человеческая формула Нижняя граница = квантиль(0.25) - полтора интерквартильных размаха Верхняя граница = квантиль(0.75) + полтора интерквартильных размаха Проверил на своих данных на ящиках с усами Подскажите, пожалуйста, как лучше считать ненормальные значения, как Вы предложили или как считает matplotlib?
Умница, всё чётко и по делу. Очень познавательно. Спасибо. Такой вопрос, есть способ через hotplot показать корреляуию на большом количестве признаков, скажем на 50.(чтоб это было визуально понятно)
Очень рада, что видео понравилось! Из подобия методички могу предложить два сайта: 1. www.python-graph-gallery.com/ 2. datavizcatalogue.com/ на них можно выбрать нужные вид графика и почитать для чего он применяется
Очень полезное видео, спасибо! По боксплотам не очень понял расчёт усов. Всегда полагал q1 - 1.5(q3-q1) и q3+1.5(q3-q1), здесь вроде говорится, что отнимаем и прибавляем к медиане…
Эм, а ничего что сиборн всецело и полностью основан на матплотлиб, поэтому все те графики, которые есть в сиборне априори есть в матплотлиб, с одной лишь оговоркой на простоту реализации.
да, так и есть, но в matplotlib нет heatmap, нет jointplot, pairplot в удобной упаковке, так что при надобности этих визуализаций лучше пользоваться seaborn или же писать очень большое кол-во строк кода на matplotlib
Хреново уже со старта. Там больше кастомизации, а там меньше. Я так и не понял, что имел ввиду автор. Что такое кастомизация, чего именно там больше - не понятно. Пошёл в гугл, тот сказал, что кастомизация - это подстройка товара под клиента. Ясности не добавило вообще. Хрен его знает о чём тут сказал автор...
Кастомизация от слова custom (пользователь), означает создание чего-либо лично для пользователя, лично для разработчика, который создает графики, захотел более яркие цвета - добавил, захотел больше столбик в гистограмме - добавил и т.д Жаль, что мое видео вам не помогло, благо есть куча других источников, где можно искать информацию :)
@@machine_learrrning Беда Вашего, как и многих других авторов видео в том, что не оговаривается, для кого это видео создано, на какой уровень подготовки зрителя оно ориентировано. Уже одно то, что Вы решились рассказать людям об показанных в видео инструментах, говорит о том, что Ваш рассказ предназначен для тех, кто с этими инструментами не знаком. В рассказе Вы употребляете узкоспециальную терминологию. Разумеется, раз зритель с теми инструментами не знаком, то и терминологию он не знает. Ему нужно это всё пояснять так, чтоб даже ребёнок понял. Но! Улыбнитесь :) не всё так плохо. Эту ошибку делает подавляющее большинство авторов на ютубе. Знания приходится собирать по крохам. Кое-что я всё же понял. Жаль вот только что подавляющее большинство слов Вашего звукоряда для меня как тарабарщина - придётся вникать через переводчика (то есть, копать не одну неделю термины, чтоб понять о чём конкретно речь). У меня реально другая беда. Я столкнулся с необходимостью визуализации больших массивов данных, взятых с валютного рынка. Я программирую на языке MQL4 уже более 15 лет (да и частично на других тоже - время от времени приходится делать dll-библиотеки). То есть, в программировании я не новичок. в С языком Python столкнулся впервые. И я уже больше недели пытаюсь написать код, который мне хоть что-то нарисует. Не получается хоть тресни - компилятор выдаёт постоянно всё новые и новые ошибки. Тупик какой-то. В случае, если ошибок нет, то просто ни чего не происходит. Вот смотрите, это малюсенький код, который я пытаюсь seaborn-ом визуализировать disk.yandex.ru/d/YEXsf6hID24JOw А это результат его выполнения disk.yandex.ru/i/q80cRr0I85hSJw
@@troll_eybus Нарисовать получилось. Для этого мне пришлось на одном из форумов найти тегеграмм-канал, в котором по кодам помогают. Кастомизацию я так и не понял. Отложил пока всё в долгий ящик. Я программирую на MQL4 и уже давно. Поднавалилось сейчас заказов. Просто не до ппайтона сейчас
Очень полезное видео. Вот сразу видно, что человек сам научился и может на пальцах другим обьяснить. Спасибо.
Огромная благодарность 🙏🤗 Все понятно, наглядно. Сижу как раз с проектом (я еще студент, но возрастной) и осталось завести графики, но что-то не идет. Сейчас после видео точно пойду и добью💃💪💃
Круто рассказываешь! Останусь с тобой надолго.
Соглашусь, очень хорошо объясняете :)
Мало где встречается объяснение основ типа иерархия объектов в matplotlib. А это значительно улучшает понимание.
Для опытных людей по умолчанию кажется понятным, но новичков, кто в первый раз видит код, может стопорить.
отличное видео! как всегда - понятно и наглядно, делайте больше)
Спасибо! Буду стараться почаще делать видео.
А ещё будет лучше, если напишите, какие темы вам интересней послушать :)
@@machine_learrrning я вот увидел EDA и мне сразу пришли в голову статистические методы анализа переменных - какие библиотеки есть, работа с числовыми и категориальными переменными, ранжирование переменных, как привести таргет к нормальному распределению и тд. Если говорить про графики, то как наглядно визуализировать алгоритмы Random forest, KNN и тд. То есть больше прикладные задачи в ноутбуке) но я не знаю, было бы вам интересно говорить об этом
Спасибо большое за идеи! Посмотрю, что можно рассказать
Спасибо огромное! Просто великолепное объяснение.
Прекрасный урок! Спасибо!
Спасибо большое за видео! Очень информативно и полезно!!!
Очень классное и полезное видео. Спасибо!😍
Спасибо! Очень информативное видео, очень доступно объясняете материал. С меня лайк и подписка. Надеюсь что другие Ваши видео такие же понятные, так как они именно на те темы, что мне так нужны, еще раз спасибо за Ваш труд.
Большое спасибо. Очень полезное и познавательное видео.
Спасибо большое!
Потрясающее видео! Спасибо большое! Все понятно и доступно. Прохожу сейчас небезызвестный платный курс, не буду говорить какой, но здесь сейчас я получила намного больше информации и понимания. Спасибо вам!
Спасибо за видео, очень полезно
Пожалуйста!
Рада помочь 😸
Какая ты крутая, спасибо)
Умничка!
Очень не хватает живых примеров.
Я бы сделал по 2-3 различных примера для каждой диаграммы. Это добавит ценности для зрителей.
Спасибо за идею!
Касательно усов ящика с усами на 14:20, когда разговор идёт об усах Вы говорите, что сказали что чаще всего они строятся как медиана +- полтора интерквартильных размаха
Но matplotlib строит следующим образом
$X_{нижний}= \check t_{0.25} - 1.5* (\check t_{0.75} - \check t_{0.25})$
$X_{верхний}= \check t_{0.75} + 1.5* (\check t_{0.75} - \check t_{0.25})$
Человеческая формула
Нижняя граница = квантиль(0.25) - полтора интерквартильных размаха
Верхняя граница = квантиль(0.75) + полтора интерквартильных размаха
Проверил на своих данных на ящиках с усами
Подскажите, пожалуйста, как лучше считать ненормальные значения, как Вы предложили или как считает matplotlib?
Лучше считать, как считает matplotlib, так более общепринято работать с выбросами и рисовать на этих показателях ящики с усами
@@machine_learrrning Спасибо большое) Ваши видео очень помогли разобраться с EDA
@@fordatascience2810 Очень этому рада! :)
@@machine_learrrning привет! а как считает matplotlib? медиана +- 1.5iqr?
Полезное видео
спасибо!
Всегда пожалуйста!
Спасибо большое! Все понятно и структурировано! Можете скинуть ссылку на урок с разбором кода?
Видео появилось на канале: ruclips.net/video/28XZf0Fv9-0/видео.html
Умница, всё чётко и по делу. Очень познавательно. Спасибо.
Такой вопрос, есть способ через hotplot показать корреляуию на большом количестве признаков, скажем на 50.(чтоб это было визуально понятно)
Спасибо за старание вы очень доходчево обясняете, a можете снят EDA c plotly-express тоже?
Постараюсь :)
Привет из GB . Отличный урок, спасибо огромное, а есть методичка-шпаргалка?
Очень рада, что видео понравилось!
Из подобия методички могу предложить два сайта:
1. www.python-graph-gallery.com/
2. datavizcatalogue.com/
на них можно выбрать нужные вид графика и почитать для чего он применяется
Очень полезное видео, спасибо! По боксплотам не очень понял расчёт усов. Всегда полагал q1 - 1.5(q3-q1) и q3+1.5(q3-q1), здесь вроде говорится, что отнимаем и прибавляем к медиане…
Очень рада, что видео полезное!
Есть разные способы потроения усов:
1. к среднему +- 3 сигмы
2. min, max
3. С медианой разные вариации
4. и тд
Спасибо за разъяснение, буду знать!) Видимо, я просто ориентировался на конкретную реализацию в matplotlib и seaborn.
Спасибо за разъяснение, буду знать!) Видимо, я просто ориентировался на конкретную реализацию в matplotlib и seaborn.
Спасибо за разъяснение, буду знать!) Видимо, я просто ориентировался на конкретную реализацию в matplotlib и seaborn.
Спасибо за разъяснение, буду знать!) Видимо, я просто ориентировался на конкретную реализацию в matplotlib и seaborn.
Супер
Эм, а ничего что сиборн всецело и полностью основан на матплотлиб, поэтому все те графики, которые есть в сиборне априори есть в матплотлиб, с одной лишь оговоркой на простоту реализации.
да, так и есть, но в matplotlib нет heatmap, нет jointplot, pairplot в удобной упаковке, так что при надобности этих визуализаций лучше пользоваться seaborn или же писать очень большое кол-во строк кода на matplotlib
Хреново уже со старта. Там больше кастомизации, а там меньше. Я так и не понял, что имел ввиду автор. Что такое кастомизация, чего именно там больше - не понятно. Пошёл в гугл, тот сказал, что кастомизация - это подстройка товара под клиента. Ясности не добавило вообще.
Хрен его знает о чём тут сказал автор...
Кастомизация от слова custom (пользователь), означает создание чего-либо лично для пользователя, лично для разработчика, который создает графики, захотел более яркие цвета - добавил, захотел больше столбик в гистограмме - добавил и т.д
Жаль, что мое видео вам не помогло, благо есть куча других источников, где можно искать информацию :)
@@machine_learrrning Беда Вашего, как и многих других авторов видео в том, что не оговаривается, для кого это видео создано, на какой уровень подготовки зрителя оно ориентировано.
Уже одно то, что Вы решились рассказать людям об показанных в видео инструментах, говорит о том, что Ваш рассказ предназначен для тех, кто с этими инструментами не знаком. В рассказе Вы употребляете узкоспециальную терминологию. Разумеется, раз зритель с теми инструментами не знаком, то и терминологию он не знает. Ему нужно это всё пояснять так, чтоб даже ребёнок понял. Но! Улыбнитесь :) не всё так плохо. Эту ошибку делает подавляющее большинство авторов на ютубе.
Знания приходится собирать по крохам. Кое-что я всё же понял. Жаль вот только что подавляющее большинство слов Вашего звукоряда для меня как тарабарщина - придётся вникать через переводчика (то есть, копать не одну неделю термины, чтоб понять о чём конкретно речь).
У меня реально другая беда. Я столкнулся с необходимостью визуализации больших массивов данных, взятых с валютного рынка. Я программирую на языке MQL4 уже более 15 лет (да и частично на других тоже - время от времени приходится делать dll-библиотеки). То есть, в программировании я не новичок. в С языком Python столкнулся впервые. И я уже больше недели пытаюсь написать код, который мне хоть что-то нарисует. Не получается хоть тресни - компилятор выдаёт постоянно всё новые и новые ошибки. Тупик какой-то. В случае, если ошибок нет, то просто ни чего не происходит. Вот смотрите, это малюсенький код, который я пытаюсь seaborn-ом визуализировать disk.yandex.ru/d/YEXsf6hID24JOw
А это результат его выполнения disk.yandex.ru/i/q80cRr0I85hSJw
@@svbdaa нарисовать получилось? А кастомизировать?
@@troll_eybus Нарисовать получилось. Для этого мне пришлось на одном из форумов найти тегеграмм-канал, в котором по кодам помогают. Кастомизацию я так и не понял. Отложил пока всё в долгий ящик. Я программирую на MQL4 и уже давно. Поднавалилось сейчас заказов. Просто не до ппайтона сейчас