Zadanie domowe - EDA Danych dotyczących Irysów¶
- Twoim zadaniem jest wykonanie analizy danych zawartych w załączonym pliku CSV (
25__iris.csv). - Plik znajduje się pod video. Pamiętaj, żeby wrzucić plik do tego samego folderu, w którym znajduje się ten notebook.
- Wykorzystaj nowo nabytą wiedzę z biblioteki
Pandas - Jeżeli jest taka konieczność posiłkuj się code explainerem lub / i data chatterem (który również te dane ma dostępne).
- Prześlij na discordzie notebook z rozwiązaniem (
#modul-4-zad1) - Pamiętaj:
- Nie spiesz się
- Potraktuj zadanie domowe jak prawdziwy projekt
- Dodawaj opisy, obserwacje, wnioski
- Dodaj wizualizacje
- Dodaj konkluzję i wnioski końcowe
Powodzenia!!! I mega zabawy!
O Danych¶
Zbiór danych zawiera informacje o trzech gatunkach irysów: Iris setosa, Iris versicolor, i Iris virginica.
Dane obejmują pomiary czterech cech: długość i szerokość działki kielicha oraz długość i szerokość płatka.
Każdy wiersz w zbiorze danych reprezentuje pojedynczy kwiat, a wartości pomiarów są podane w centymetrach.
Zbiór składa się z 150 próbek, po 50 dla każdego gatunku, i jest szeroko stosowany jako podstawowy zbiór danych do testowania algorytmów klasyfikacji oraz w nauce o danych i uczeniu maszynowym.
Kolumny:
- długość kielicha (sepal length) - Długość kielicha w cm
- szerokość kielicha (sepal width) - Szerokość kielicha w cm
- długość płatka (petal length) - Długość płatka w cm
- szerokość płatka (petal width) - Szerokość płatka w cm
- klasa (class) - Klasa irysa (setosa, versicolor, virginica)
In [3]:
import pandas as pd
In [4]:
df = pd.read_csv('25__iris.csv', sep=",")
df
Out[4]:
| długość kielicha (sepal length) | szerokość kielicha (sepal width) | długość płatka (petal length) | szerokość płatka (petal width) | klasa (class) | |
|---|---|---|---|---|---|
| 0 | 5.1 | 3.5 | 1.4 | 0.2 | Iris-setosa |
| 1 | 4.9 | 3.0 | 1.4 | 0.2 | Iris-setosa |
| 2 | 4.7 | 3.2 | 1.3 | 0.2 | Iris-setosa |
| 3 | 4.6 | 3.1 | 1.5 | 0.2 | Iris-setosa |
| 4 | 5.0 | 3.6 | 1.4 | 0.2 | Iris-setosa |
| ... | ... | ... | ... | ... | ... |
| 145 | 6.7 | 3.0 | 5.2 | 2.3 | Iris-virginica |
| 146 | 6.3 | 2.5 | 5.0 | 1.9 | Iris-virginica |
| 147 | 6.5 | 3.0 | 5.2 | 2.0 | Iris-virginica |
| 148 | 6.2 | 3.4 | 5.4 | 2.3 | Iris-virginica |
| 149 | 5.9 | 3.0 | 5.1 | 1.8 | Iris-virginica |
150 rows × 5 columns
Pokaż 10 losowych rekordów¶
In [5]:
df.sample(10)
Out[5]:
| długość kielicha (sepal length) | szerokość kielicha (sepal width) | długość płatka (petal length) | szerokość płatka (petal width) | klasa (class) | |
|---|---|---|---|---|---|
| 48 | 5.3 | 3.7 | 1.5 | 0.2 | Iris-setosa |
| 91 | 6.1 | 3.0 | 4.6 | 1.4 | Iris-versicolor |
| 30 | 4.8 | 3.1 | 1.6 | 0.2 | Iris-setosa |
| 113 | 5.7 | 2.5 | 5.0 | 2.0 | Iris-virginica |
| 145 | 6.7 | 3.0 | 5.2 | 2.3 | Iris-virginica |
| 131 | 7.9 | 3.8 | 6.4 | 2.0 | Iris-virginica |
| 15 | 5.7 | 4.4 | 1.5 | 0.4 | Iris-setosa |
| 96 | 5.7 | 2.9 | 4.2 | 1.3 | Iris-versicolor |
| 63 | 6.1 | 2.9 | 4.7 | 1.4 | Iris-versicolor |
| 19 | 5.1 | 3.8 | 1.5 | 0.3 | Iris-setosa |
Pokaż podsumownaie informacji na temat każdej z kolumn¶
In [6]:
def show_column_summary(df: pd.DataFrame) -> pd.DataFrame:
"""
Displays summary information for each column in the DataFrame.
Parameters:
df (pd.DataFrame): The pandas DataFrame for which to display column summaries.
Returns:
pd.DataFrame: A DataFrame containing summary statistics of each column.
"""
return df.describe(include='all')
summary = show_column_summary(df)
df.info()
print("---------------------------------------------------------------------------------------")
print(summary)
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 150 entries, 0 to 149
Data columns (total 5 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 długość kielicha (sepal length) 150 non-null float64
1 szerokość kielicha (sepal width) 150 non-null float64
2 długość płatka (petal length) 150 non-null float64
3 szerokość płatka (petal width) 150 non-null float64
4 klasa (class) 150 non-null object
dtypes: float64(4), object(1)
memory usage: 6.0+ KB
---------------------------------------------------------------------------------------
długość kielicha (sepal length) szerokość kielicha (sepal width) \
count 150.000000 150.000000
unique NaN NaN
top NaN NaN
freq NaN NaN
mean 5.843333 3.054000
std 0.828066 0.433594
min 4.300000 2.000000
25% 5.100000 2.800000
50% 5.800000 3.000000
75% 6.400000 3.300000
max 7.900000 4.400000
długość płatka (petal length) szerokość płatka (petal width) \
count 150.000000 150.000000
unique NaN NaN
top NaN NaN
freq NaN NaN
mean 3.758667 1.198667
std 1.764420 0.763161
min 1.000000 0.100000
25% 1.600000 0.300000
50% 4.350000 1.300000
75% 5.100000 1.800000
max 6.900000 2.500000
klasa (class)
count 150
unique 3
top Iris-setosa
freq 50
mean NaN
std NaN
min NaN
25% NaN
50% NaN
75% NaN
max NaN
Pokaż wszystkie gatunki irysów uwzględnione w analizie¶
In [7]:
for (i, gatunek) in enumerate(df["klasa (class)"].unique().tolist()):
print(i+1, '\b. ', gatunek)
1. Iris-setosa 2. Iris-versicolor 3. Iris-virginica
Pokaż podsumowanie na temat wartości każdej z kolumn, uwzględniając podział na różne gatunki kwiatów¶
In [8]:
def summarize_by_column(df: pd.DataFrame, group_by_column: str) -> pd.DataFrame:
"""
Generates a summary of information for each column in the dataframe,
grouped by the values of a specified column.
Args:
df (pd.DataFrame): The input dataframe.
group_by_column (str): The name of the column to group by.
Returns:
pd.DataFrame: A summary dataframe showing information for each column.
"""
summary = df.groupby(group_by_column).describe(include = "all")
return summary
# Example usage
if __name__ == "__main__":
class_category = "klasa (class)"
summary_df = summarize_by_column(df, class_category)
print(summary_df)
długość kielicha (sepal length) \
count mean std min 25%
klasa (class)
Iris-setosa 50.0 5.006 0.352490 4.3 4.800
Iris-versicolor 50.0 5.936 0.516171 4.9 5.600
Iris-virginica 50.0 6.588 0.635880 4.9 6.225
szerokość kielicha (sepal width) ... \
50% 75% max count mean ...
klasa (class) ...
Iris-setosa 5.0 5.2 5.8 50.0 3.418 ...
Iris-versicolor 5.9 6.3 7.0 50.0 2.770 ...
Iris-virginica 6.5 6.9 7.9 50.0 2.974 ...
długość płatka (petal length) \
75% max
klasa (class)
Iris-setosa 1.575 1.9
Iris-versicolor 4.600 5.1
Iris-virginica 5.875 6.9
szerokość płatka (petal width) \
count mean std min 25%
klasa (class)
Iris-setosa 50.0 0.244 0.107210 0.1 0.2
Iris-versicolor 50.0 1.326 0.197753 1.0 1.2
Iris-virginica 50.0 2.026 0.274650 1.4 1.8
50% 75% max
klasa (class)
Iris-setosa 0.2 0.3 0.6
Iris-versicolor 1.3 1.5 1.8
Iris-virginica 2.0 2.3 2.5
[3 rows x 32 columns]
In [9]:
def summarize_by_column(df: pd.DataFrame, group_by_category: list[str], category_name:str) -> list[pd.DataFrame]:
"""
Generates a summary of information for each column in the dataframe,
grouped by the values of a specified column.
Args:
df (pd.DataFrame): The input dataframe.
group_by_column (str): The name of the column to group by.
Returns:
pd.DataFrame: A summary dataframe showing information for each column.
"""
summary = []
for cat in group_by_category:
cat_df = df[df[category_name] == cat]
summary.append(cat_df.describe(include = "all"))
return summary
# Example usage
if __name__ == "__main__":
category_name = "klasa (class)"
class_categories = df[category_name].unique().tolist()
summary_df = summarize_by_column(df, class_categories, category_name)
for (i, summary) in enumerate(summary_df):
print()
print(i+1, "\b.", str.upper(class_categories[i]))
print(summary)
1. IRIS-SETOSA
długość kielicha (sepal length) szerokość kielicha (sepal width) \
count 50.00000 50.000000
unique NaN NaN
top NaN NaN
freq NaN NaN
mean 5.00600 3.418000
std 0.35249 0.381024
min 4.30000 2.300000
25% 4.80000 3.125000
50% 5.00000 3.400000
75% 5.20000 3.675000
max 5.80000 4.400000
długość płatka (petal length) szerokość płatka (petal width) \
count 50.000000 50.00000
unique NaN NaN
top NaN NaN
freq NaN NaN
mean 1.464000 0.24400
std 0.173511 0.10721
min 1.000000 0.10000
25% 1.400000 0.20000
50% 1.500000 0.20000
75% 1.575000 0.30000
max 1.900000 0.60000
klasa (class)
count 50
unique 1
top Iris-setosa
freq 50
mean NaN
std NaN
min NaN
25% NaN
50% NaN
75% NaN
max NaN
2. IRIS-VERSICOLOR
długość kielicha (sepal length) szerokość kielicha (sepal width) \
count 50.000000 50.000000
unique NaN NaN
top NaN NaN
freq NaN NaN
mean 5.936000 2.770000
std 0.516171 0.313798
min 4.900000 2.000000
25% 5.600000 2.525000
50% 5.900000 2.800000
75% 6.300000 3.000000
max 7.000000 3.400000
długość płatka (petal length) szerokość płatka (petal width) \
count 50.000000 50.000000
unique NaN NaN
top NaN NaN
freq NaN NaN
mean 4.260000 1.326000
std 0.469911 0.197753
min 3.000000 1.000000
25% 4.000000 1.200000
50% 4.350000 1.300000
75% 4.600000 1.500000
max 5.100000 1.800000
klasa (class)
count 50
unique 1
top Iris-versicolor
freq 50
mean NaN
std NaN
min NaN
25% NaN
50% NaN
75% NaN
max NaN
3. IRIS-VIRGINICA
długość kielicha (sepal length) szerokość kielicha (sepal width) \
count 50.00000 50.000000
unique NaN NaN
top NaN NaN
freq NaN NaN
mean 6.58800 2.974000
std 0.63588 0.322497
min 4.90000 2.200000
25% 6.22500 2.800000
50% 6.50000 3.000000
75% 6.90000 3.175000
max 7.90000 3.800000
długość płatka (petal length) szerokość płatka (petal width) \
count 50.000000 50.00000
unique NaN NaN
top NaN NaN
freq NaN NaN
mean 5.552000 2.02600
std 0.551895 0.27465
min 4.500000 1.40000
25% 5.100000 1.80000
50% 5.550000 2.00000
75% 5.875000 2.30000
max 6.900000 2.50000
klasa (class)
count 50
unique 1
top Iris-virginica
freq 50
mean NaN
std NaN
min NaN
25% NaN
50% NaN
75% NaN
max NaN
Pierwszych 10 rekordów pod względem różnych parametrów analizowanych irysów uporządkowanych malejąco¶
In [10]:
import pandas as pd
# Sorting and displaying top 10 records for each column in decreasing order
result_dict = {}
columns = df.columns.tolist()
columns.remove("klasa (class)")
for column in columns:
result_dict[column] = df.sort_values(by=column, ascending=False).head(10)
# Display results
for column, top_records in result_dict.items():
print(f"Top 10 records sorted by {column} in descending order:")
print(top_records, "\n")
Top 10 records sorted by długość kielicha (sepal length) in descending order:
długość kielicha (sepal length) szerokość kielicha (sepal width) \
131 7.9 3.8
135 7.7 3.0
122 7.7 2.8
117 7.7 3.8
118 7.7 2.6
105 7.6 3.0
130 7.4 2.8
107 7.3 2.9
125 7.2 3.2
109 7.2 3.6
długość płatka (petal length) szerokość płatka (petal width) \
131 6.4 2.0
135 6.1 2.3
122 6.7 2.0
117 6.7 2.2
118 6.9 2.3
105 6.6 2.1
130 6.1 1.9
107 6.3 1.8
125 6.0 1.8
109 6.1 2.5
klasa (class)
131 Iris-virginica
135 Iris-virginica
122 Iris-virginica
117 Iris-virginica
118 Iris-virginica
105 Iris-virginica
130 Iris-virginica
107 Iris-virginica
125 Iris-virginica
109 Iris-virginica
Top 10 records sorted by szerokość kielicha (sepal width) in descending order:
długość kielicha (sepal length) szerokość kielicha (sepal width) \
15 5.7 4.4
33 5.5 4.2
32 5.2 4.1
14 5.8 4.0
16 5.4 3.9
5 5.4 3.9
19 5.1 3.8
44 5.1 3.8
46 5.1 3.8
131 7.9 3.8
długość płatka (petal length) szerokość płatka (petal width) \
15 1.5 0.4
33 1.4 0.2
32 1.5 0.1
14 1.2 0.2
16 1.3 0.4
5 1.7 0.4
19 1.5 0.3
44 1.9 0.4
46 1.6 0.2
131 6.4 2.0
klasa (class)
15 Iris-setosa
33 Iris-setosa
32 Iris-setosa
14 Iris-setosa
16 Iris-setosa
5 Iris-setosa
19 Iris-setosa
44 Iris-setosa
46 Iris-setosa
131 Iris-virginica
Top 10 records sorted by długość płatka (petal length) in descending order:
długość kielicha (sepal length) szerokość kielicha (sepal width) \
118 7.7 2.6
122 7.7 2.8
117 7.7 3.8
105 7.6 3.0
131 7.9 3.8
107 7.3 2.9
130 7.4 2.8
109 7.2 3.6
135 7.7 3.0
100 6.3 3.3
długość płatka (petal length) szerokość płatka (petal width) \
118 6.9 2.3
122 6.7 2.0
117 6.7 2.2
105 6.6 2.1
131 6.4 2.0
107 6.3 1.8
130 6.1 1.9
109 6.1 2.5
135 6.1 2.3
100 6.0 2.5
klasa (class)
118 Iris-virginica
122 Iris-virginica
117 Iris-virginica
105 Iris-virginica
131 Iris-virginica
107 Iris-virginica
130 Iris-virginica
109 Iris-virginica
135 Iris-virginica
100 Iris-virginica
Top 10 records sorted by szerokość płatka (petal width) in descending order:
długość kielicha (sepal length) szerokość kielicha (sepal width) \
100 6.3 3.3
109 7.2 3.6
144 6.7 3.3
114 5.8 2.8
140 6.7 3.1
136 6.3 3.4
148 6.2 3.4
115 6.4 3.2
145 6.7 3.0
143 6.8 3.2
długość płatka (petal length) szerokość płatka (petal width) \
100 6.0 2.5
109 6.1 2.5
144 5.7 2.5
114 5.1 2.4
140 5.6 2.4
136 5.6 2.4
148 5.4 2.3
115 5.3 2.3
145 5.2 2.3
143 5.9 2.3
klasa (class)
100 Iris-virginica
109 Iris-virginica
144 Iris-virginica
114 Iris-virginica
140 Iris-virginica
136 Iris-virginica
148 Iris-virginica
115 Iris-virginica
145 Iris-virginica
143 Iris-virginica
Wnioski dotyczące pierwszej dziesiątki irysów pod względem różnych ich parametrów.¶
- Iris-virginica zdominował pierwszą 10 pod względem długości kielicha, w pierwszej 10 nie znalazł się żaden inny gatunek irysa
- Iris-setosa zdominował pierwszą dziesiątkę pod względem szerokości kielicha, na 10 miejcu znalazł się pojedynczy irys innego gatunku - Iris-virginica
- Iris virginica zdominował rónież pierwszą dziesiątkę pod względem długości oraz szerokości płatka. W obu przypadkach, podobnie jak przedtem w pierwszej dziesiątce uwzględniającej najwyższe pomiary, nie znalazły się inne gatunki irysa sposród tych poddawanych analizie.
Pierwszych 10 rekordów pod względem różnych parametrów analizowanych irysów uporządkowanych rosnąco¶
In [42]:
import pandas as pd
# Sorting and displaying top 10 records for each column in ascending order
result_dict = {}
columns = df.columns.tolist()
columns.remove("klasa (class)")
for column in columns:
result_dict[column] = df.sort_values(by=column, ascending=True).head(10)
# Display results
for column, top_records in result_dict.items():
print(f"Top 10 records sorted by {column} in asccending order:")
print(top_records, "\n")
Top 10 records sorted by długość kielicha (sepal length) in asccending order:
długość kielicha (sepal length) szerokość kielicha (sepal width) \
13 4.3 3.0
42 4.4 3.2
38 4.4 3.0
8 4.4 2.9
41 4.5 2.3
22 4.6 3.6
3 4.6 3.1
6 4.6 3.4
47 4.6 3.2
2 4.7 3.2
długość płatka (petal length) szerokość płatka (petal width) \
13 1.1 0.1
42 1.3 0.2
38 1.3 0.2
8 1.4 0.2
41 1.3 0.3
22 1.0 0.2
3 1.5 0.2
6 1.4 0.3
47 1.4 0.2
2 1.3 0.2
klasa (class)
13 Iris-setosa
42 Iris-setosa
38 Iris-setosa
8 Iris-setosa
41 Iris-setosa
22 Iris-setosa
3 Iris-setosa
6 Iris-setosa
47 Iris-setosa
2 Iris-setosa
Top 10 records sorted by szerokość kielicha (sepal width) in asccending order:
długość kielicha (sepal length) szerokość kielicha (sepal width) \
60 5.0 2.0
62 6.0 2.2
119 6.0 2.2
68 6.2 2.2
41 4.5 2.3
53 5.5 2.3
93 5.0 2.3
87 6.3 2.3
81 5.5 2.4
80 5.5 2.4
długość płatka (petal length) szerokość płatka (petal width) \
60 3.5 1.0
62 4.0 1.0
119 5.0 1.5
68 4.5 1.5
41 1.3 0.3
53 4.0 1.3
93 3.3 1.0
87 4.4 1.3
81 3.7 1.0
80 3.8 1.1
klasa (class)
60 Iris-versicolor
62 Iris-versicolor
119 Iris-virginica
68 Iris-versicolor
41 Iris-setosa
53 Iris-versicolor
93 Iris-versicolor
87 Iris-versicolor
81 Iris-versicolor
80 Iris-versicolor
Top 10 records sorted by długość płatka (petal length) in asccending order:
długość kielicha (sepal length) szerokość kielicha (sepal width) \
22 4.6 3.6
13 4.3 3.0
14 5.8 4.0
35 5.0 3.2
36 5.5 3.5
40 5.0 3.5
38 4.4 3.0
42 4.4 3.2
2 4.7 3.2
41 4.5 2.3
długość płatka (petal length) szerokość płatka (petal width) \
22 1.0 0.2
13 1.1 0.1
14 1.2 0.2
35 1.2 0.2
36 1.3 0.2
40 1.3 0.3
38 1.3 0.2
42 1.3 0.2
2 1.3 0.2
41 1.3 0.3
klasa (class)
22 Iris-setosa
13 Iris-setosa
14 Iris-setosa
35 Iris-setosa
36 Iris-setosa
40 Iris-setosa
38 Iris-setosa
42 Iris-setosa
2 Iris-setosa
41 Iris-setosa
Top 10 records sorted by szerokość płatka (petal width) in asccending order:
długość kielicha (sepal length) szerokość kielicha (sepal width) \
32 5.2 4.1
13 4.3 3.0
37 4.9 3.1
9 4.9 3.1
12 4.8 3.0
34 4.9 3.1
0 5.1 3.5
27 5.2 3.5
28 5.2 3.4
29 4.7 3.2
długość płatka (petal length) szerokość płatka (petal width) \
32 1.5 0.1
13 1.1 0.1
37 1.5 0.1
9 1.5 0.1
12 1.4 0.1
34 1.5 0.1
0 1.4 0.2
27 1.5 0.2
28 1.4 0.2
29 1.6 0.2
klasa (class)
32 Iris-setosa
13 Iris-setosa
37 Iris-setosa
9 Iris-setosa
12 Iris-setosa
34 Iris-setosa
0 Iris-setosa
27 Iris-setosa
28 Iris-setosa
29 Iris-setosa
Wnioski dotyczące pierwszej dziesiątki irysów z najmniejszymi wartościami pomiarów pod względem różnych ich parametrów.¶
- Iris-setosa zdominował pierwszą 10 pod względem długości kielicha, w pierwszej 10 nie znalazł się żaden inny gatunek irysa. Można zatem wnioskować, że mają one zwykle najkrótsze kielichy spośród analizowanych gatunków.
- Iris-versicolor zdominował pierwszą dziesiątkę pod względem szerokości kielicha, na 5 miejcu znalazł się pojedynczy irys innego gatunku - Iris-setosa. Można zatem wnisokować, że Iris-versicolor ma zwykle najwęższe kielichy spośród analizowanych gatunków.
- Iris-setosa zdominował rónież pierwszą dziesiątkę pod względem długości płatka oraz szerokości płatka. W obu przypadkach, podobnie jak przedtem w pierwszej dziesiątce uwzględniającej najniższe pomiary, nie znalazły się inne gatunki irysa sposród tych poddawanych analizie. Można zatem wnioskować, że Iris-setosa ma zwykle najwęższe oraz najkrótsze płatki pośród analizowanych trzech gatunków irysa.
In [78]:
columns = df.columns.tolist()
columns.remove("klasa (class)")
# Group data by 'Category' and calculate the average of 'Value' within each group
all_means = {}
for col in columns:
grouped_df = df.groupby('klasa (class)')[col].mean().sort_values(ascending=False).reset_index()
all_means[col] = grouped_df
for key, value in all_means.items():
print()
print(f"Average {key} for different iris classes:")
print(value)
Average długość kielicha (sepal length) for different iris classes:
klasa (class) długość kielicha (sepal length)
0 Iris-virginica 6.588
1 Iris-versicolor 5.936
2 Iris-setosa 5.006
Average szerokość kielicha (sepal width) for different iris classes:
klasa (class) szerokość kielicha (sepal width)
0 Iris-setosa 3.418
1 Iris-virginica 2.974
2 Iris-versicolor 2.770
Average długość płatka (petal length) for different iris classes:
klasa (class) długość płatka (petal length)
0 Iris-virginica 5.552
1 Iris-versicolor 4.260
2 Iris-setosa 1.464
Average szerokość płatka (petal width) for different iris classes:
klasa (class) szerokość płatka (petal width)
0 Iris-virginica 2.026
1 Iris-versicolor 1.326
2 Iris-setosa 0.244
Wnioski dotyczące średnich wartości kolumn dla różnych gatunków irysów¶
- Iris-virginica osiąga najwyższe średnie wartości pod względem długości kielicha, długości płatka oraz szerokości płatka spośród wszystkich trzech gatunków znajdujących się w analizowanym zbiorze danych.
- Iris-setosa osiąga nawyższą średnią szerokość kielicha spośród porónywanych 3 gatunków irysa.
- Iris-setosa osiąga najniższe średnie wartości pod względem długości płatka, długości kielicha oraz szerokości płatka pośród analizowanych trzech gatunków
- Iris-versiciolor osiąga najniższą średnią szerokość kielicha pośród analizowanych gatunków irysa.
Analiza korelacji pomiędzy różnymi parametrami irysów wszystkich trzech analizowanych gatunków¶
In [11]:
df.corr()
df.corr()
Out[11]:
| długość kielicha (sepal length) | szerokość kielicha (sepal width) | długość płatka (petal length) | szerokość płatka (petal width) | |
|---|---|---|---|---|
| długość kielicha (sepal length) | 1.000000 | -0.109369 | 0.871754 | 0.817954 |
| szerokość kielicha (sepal width) | -0.109369 | 1.000000 | -0.420516 | -0.356544 |
| długość płatka (petal length) | 0.871754 | -0.420516 | 1.000000 | 0.962757 |
| szerokość płatka (petal width) | 0.817954 | -0.356544 | 0.962757 | 1.000000 |
Wnioski dotyczące korelacji pomiędzy różnymi właściwościami irysów¶
- Długość kielicha koreluje w istotny sposób z długością oraz szerokością płatków.
- Można zauważyć nieznaczną ujemną korelację pomiędzy długością kielicha a szerokością kielicha. Jednak jest to raczej słaba korelacja.
- Najsilniejsza zuważalna korelacja występuje pomiędzy długością płatka a jego szerokoscią.
Analiza korelacji pomiędzy różnymi parametrami Iris-virginica¶
In [81]:
df[df["klasa (class)"] == "Iris-virginica"].corr()
df[df["klasa (class)"] == "Iris-virginica"].corr()
Out[81]:
| długość kielicha (sepal length) | szerokość kielicha (sepal width) | długość płatka (petal length) | szerokość płatka (petal width) | |
|---|---|---|---|---|
| długość kielicha (sepal length) | 1.000000 | 0.457228 | 0.864225 | 0.281108 |
| szerokość kielicha (sepal width) | 0.457228 | 1.000000 | 0.401045 | 0.537728 |
| długość płatka (petal length) | 0.864225 | 0.401045 | 1.000000 | 0.322108 |
| szerokość płatka (petal width) | 0.281108 | 0.537728 | 0.322108 | 1.000000 |
Korelacje pomiędzy różnymi właściwościami irysów z gatunku Iris-virginica¶
- Długość kielicha koreluje z szerokością kielicha w większym stopniu dla Iris-virginica niż miało to w przypadku porównywaniu pomiarów wszystkich irysów. Dodatkowo nie jest to ujemna korelacja jak miało to miejsce przy porównywaniu wszystkich irysów.
- Długość kielicha koreluje z szerokością płatka w zauważalnie mniejszym stopniu w przypadku Iris-virginica niż miało to miejsce w przypadku porównywania wszystkich pomiarów dla wszystkich gatunków.
- Długość płatka koreluje w zauważalnie mniejszym stopniu z szerokością płatka dla Iris-virginica niż w przypadku analizy wszystkich trzech gatunków.
Analiza korelacji pomiędzy różnymi parametrami Iris-setosa¶
In [82]:
df[df["klasa (class)"] == "Iris-setosa"].corr()
df[df["klasa (class)"] == "Iris-setosa"].corr()
Out[82]:
| długość kielicha (sepal length) | szerokość kielicha (sepal width) | długość płatka (petal length) | szerokość płatka (petal width) | |
|---|---|---|---|---|
| długość kielicha (sepal length) | 1.000000 | 0.746780 | 0.263874 | 0.279092 |
| szerokość kielicha (sepal width) | 0.746780 | 1.000000 | 0.176695 | 0.279973 |
| długość płatka (petal length) | 0.263874 | 0.176695 | 1.000000 | 0.306308 |
| szerokość płatka (petal width) | 0.279092 | 0.279973 | 0.306308 | 1.000000 |
Korelacje pomiędzy różnymi właściwościami irysów z gatunku Iris-setosa¶
- Długość kielicha koreluje z szerokością kielicha w większym stopniu dla Iris-setosa niż miało to w przypadku porównywaniu pomiarów wszystkich irysów, a także w większym stopniu niż dla Iris-virginica. Dodatkowo nie jest to ujemna korelacja, jak miało to miejsce przy porównywaniu wszystkich irysów (podbnie jak dla Iris-virginica).
- Długość kielicha koreluje z szerokością płatka w zauważalnie mniejszym stopniu w przypadku Iris-setosa niż miało to miejsce w przypadku porównywania wszystkich pomiarów dla wszystkich gatunków, ale wartość wpółczynnika korelacji jest podobna do tej obserwowanej dla Iris-viriginica.
- Długość płatka koreluje w znacznie mniejszym stopniu z szerokością płatka dla Iris-setosa niż w przypadku analizy wszystkich trzech gatunków. Dodatkowo wspóczynnik korelacji pomiędzy tymi wartościami jest podobny do wpółczynnika korelacji pomiędzy długością kielicha a szerokością płatka, który został opisany powyżej. Jest to też wartość podobna do wpółczynnika korelacji pomiędzy szerokoscią kielicha a szerokością płatka.
Analiza korelacji pomiędzy różnymi parametrami Iris-versicolor¶
In [85]:
df[df["klasa (class)"] == "Iris-versicolor"].corr()
df[df["klasa (class)"] == "Iris-versicolor"].corr()
Out[85]:
| długość kielicha (sepal length) | szerokość kielicha (sepal width) | długość płatka (petal length) | szerokość płatka (petal width) | |
|---|---|---|---|---|
| długość kielicha (sepal length) | 1.000000 | 0.525911 | 0.754049 | 0.546461 |
| szerokość kielicha (sepal width) | 0.525911 | 1.000000 | 0.560522 | 0.663999 |
| długość płatka (petal length) | 0.754049 | 0.560522 | 1.000000 | 0.786668 |
| szerokość płatka (petal width) | 0.546461 | 0.663999 | 0.786668 | 1.000000 |
Korelacje pomiędzy różnymi właściwościami irysów z gatunku Iris-versicolor¶
- Długość kielicha koreluje z szerokością kielicha w większym stopniu dla Iris-versicolor niż miało to w przypadku porównywaniu pomiarów wszystkich irysów, a także w większym stopniu niż dla Iris-virginica, ale mniejszym niż dla Iris-setosa. Dodatkowo nie jest to ujemna korelacja jak miało to miejsce przy porównywaniu wszystkich irysów (podbnie jak dla Iris-virginica, a także Iris-setosa).
- Długość kielicha koreluje z szerokością płatka w mniejszym stopniu w przypadku Iris-versicolor niż miało to miejsce w przypadku porównywania wszystkich pomiarów dla wszystkich gatunków. Dodatkowo wartość wpółczynnika korelaji dla opisywanego gatunki jest zauważalnie wyższa od tej obserwowanej zarówno dla Iris-viriginica, jak i Iris-setosa.
- Długość płatka koreluje w mniejszym stopniu z szerokością płatka dla Iris-versicolor niż w przypadku analizy wszystkich trzech gatunków. Dodatkowo można zauważyć, że współczynnik korelacji dla tych watości jest dla Iris-versicolor zauważalnie wyższy niż dla Iris-setosa oraz dla Iris-virginica
Pairplot dla wszystkich wartości numerycznych¶
In [87]:
!pip install seaborn
Collecting seaborn
In [123]:
# Import the required dependencies
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
# Load the DataFrame
df = df
# Create a pairplot with scatter plots for numerical columns and hue based on iris species
pairplot = sns.pairplot(df, hue='klasa (class)', diag_kind='hist')
# Save the plot as a PNG file
plot_filename = "iris_scatter_plot.png"
pairplot.savefig(plot_filename)
# Declare result variable
result = { "type": "plot", "value": plot_filename }
Wykresy pudełkowe dla różnych parametrów irysów z uwzględniniem wszystkich analizowanych gatunków¶
In [6]:
import matplotlib.pyplot as plt
import seaborn as sns
df.columns = df.columns.str.replace('_', ' ')
class_column = 'klasa (class)'
numerical_columns = df.columns.tolist()
numerical_columns.remove(class_column)
for col in numerical_columns:
plt.figure(figsize=(12, 6))
sns.boxplot(y=col, data=df)
mean_val = df[col].mean()
plt.axhline(mean_val, color='r', linestyle='--', label=f'Average {col}: {mean_val:.2f}')
plt.title(f'Boxplot of {col} for all flowers')
plt.legend()
plt.savefig(f"{col.replace(' ', '_')}_boxplot.png")
result = {'type': 'plot', 'value': [f"{col.replace(' ', '_')}_boxplot.png" for col in numerical_columns]}
Wnioski dotyczące rozkładu pomiarów dla wszystkich gatunków irysów¶
Długość kielicha¶
- Średnia długość kielicha jest wyższa niż mediana dla wszystkich pomiarów.
- Na wykresie pudełkowym nie widać wartości wyraźnie odstających ani powyżej, ani poniżej średniej oraz mediany.
Szerokość kielicha¶
- Średnia szerokość kielicha jest wyższa niż mediana dla wszystkich pomiarów.
- Na wykresie pudełkowym widać wartości odstające poniżej i powyżej średniej oraz mediany wszystkich pomiarów tego parametru.
Długość płatka¶
- Średnia długość płatka jest niższa niż mediana dla wszystkich pomiarów.
- Brak wartości wyraźnie odstających ani powyżej, ani poniżej średniej oraz mediany dla wszystkich pomiarów.
Szerokość płatka¶
- Średnia szerokość płatka jest niższa niż mediana dla wszystkich pomiarów.
- Na wykresie pudełkowym brak wartości odstające poniżej i powyżej średniej oraz mediany wszystkich pomiarów tego parametru.
Wykresy pudełkowe dla różnych parametrów irysów z uwzględnieniem podziału na gatunki¶
In [43]:
import matplotlib.pyplot as plt
import seaborn as sns
df.columns = df.columns.str.replace('_', ' ')
class_column = 'klasa (class)'
numerical_columns = df.columns.tolist()
numerical_columns.remove(class_column)
for col in numerical_columns:
plt.figure(figsize=(12, 6))
sns.boxplot(x=class_column, y=col, data=df)
mean_val = df[col].mean()
plt.axhline(mean_val, color='r', linestyle='--', label=f'Average {col}: {mean_val:.2f}')
plt.title(f'Boxplot of {col} by Class')
plt.legend()
plt.savefig(f"{col.replace(' ', '_')}_boxplot.png")
result = {'type': 'plot', 'value': [f"{col.replace(' ', '_')}_boxplot.png" for col in numerical_columns]}
Porónanie średnich wartości dla różnych parametrów irysów¶
In [46]:
# Import the required dependencies
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
# Calculate the mean values for each numerical column
mean_values = df.groupby("klasa (class)").mean()
overall_mean = df.mean(numeric_only=True).sort_values(ascending=False)
# Plotting
for column in overall_mean.index:
plt.figure(figsize=(12, 6))
mean_values = mean_values.sort_values(by=column, ascending=False)
sns.barplot(x=mean_values.index, y=mean_values[column])
plt.axhline(y=overall_mean[column], color='r', linestyle='--', label=f'Overall Mean: {overall_mean[column]:.2f}')
plt.title(f'Mean Values of {column} by Iris Class')
plt.ylabel('Mean Value')
plt.legend()
plt.savefig(f'{column}_mean_plot.png')
# plt.close()
# Declare result variable
result = { "type": "plot", "value": "plots_saved_as_png" }
Wnioski dotyczące średnich parametrów analizowanych gatunków irysów¶
Średnia długość kielicha¶
- Średnia długość kielicha dla wszystkich irysów wynosi ok. 5,84 cm.
- Średnia długość kielicha osiąga najwyższe wartości spośród wszystkich średnich analizowanych parametrów.
- Iris-virginica oraz Iris-versicolor osiągają średnie długości kielicha powyżej, a Iris-setosa poniżej średniej dla wszystkich gatunków.
Średnia długość płatka¶
- Średnia długość płatka dla wszystkich irysów wynosi ok. 3,76 cm.
- Średnia długość płatka jest niższa niż średnia długość kielicha, ale wyższa niż średnie dla dwóch pozostałych analizowanych parametrów.
- Iris-virginica oraz Iris-versicolor osiągają średnie długości płatka powyżej, a Iris-setosa poniżej średniej dla wszystkich gatunków.
Średnia szerkość kielicha¶
- Średnia szerkość kielicha dla wszystkich irysów wynosi ok. 3,05 cm.
- Średnia szerkość kielicha jest niższa niż średnia długość kielicha oraz średnia długość płatka, ale wyższa niż średnie dla szerokości płatka.
- Iris-virginica oraz Iris-versicolor osiągają średnie szerkości kielicha poniżej, a Iris-setosa powyżej średniej dla wszystkich gatunków.
Średnia szerkość płatka¶
- Średnia szerkość kielicha dla wszystkich irysów wynosi ok. 1,20 cm.
- Średnia szerkość kielicha jest najniższa pośród średnich wszystkich badanych parametrów.
- Iris-virginica oraz Iris-versicolor osiągają średnie szerokości płatka powyżej, a Iris-setosa poniżej średniej dla wszystkich gatunków.
Porównanie wartości minimalnych i maksymalnych dla różnych parametrów irysów wraz z uwzględnieniem klasy irysów oraz średniej z wszystkich pomiarów¶
In [40]:
import matplotlib.pyplot as plt
import seaborn as sns
df = df
numeric_columns = df.columns.tolist()
class_column = 'klasa (class)'
numeric_columns.remove(class_column)
plots = {}
# Calculate min, max, and mean for each numeric column
numeric_columns = df.select_dtypes(include=['float64']).columns
min_values = df[numeric_columns].min()
max_values = df[numeric_columns].max()
mean_values = df[numeric_columns].mean()
for col in numeric_columns:
plt.figure(figsize=(12, 6))
# Plot min value
min_value = min_values[col]
min_class = df[df[col] == min_value]["klasa (class)"].values[0]
plt.scatter(min_value, 0, color='blue', label=f'Min ({min_class}) ) - {min_value} cm')
plt.annotate(str(min_value), (min_value, 0.003))
# Plot max value
max_value = max_values[col]
max_class = df[df[col] == max_value]["klasa (class)"].values[0]
plt.scatter(max_value, 0, color='red', label=f'Max ({max_class}) - {max_value} cm')
plt.annotate(str(max_value), (max_value, 0.003))
# Plot mean value
mean_value = mean_values[col]
plt.axvline(mean_value, color='green', linestyle='--', label=f'Mean - {mean_value:.2f} cm')
plt.title(f'Scatter plot for {col}')
plt.xlabel(col)
plt.legend()
# Save the plot as a PNG file
plt.savefig(f'{col}_scatter_plot.png')
plots[col] = plot_filename
# plt.close()
# Declare result variable
result = {"type": "plot", "value": plots}
Podsumowanie analizy¶
Analizie zostały poddane różne parametry irysów z trzech gatunków (lub inaczej klas): Iris-virginica, Iris-versicolor oraz Iris-setosa. Można zauważyć pewne prawidłowości zarówno analizując wszystkie gatunki irysów razem, jak i dokonując analizy każdego z gatunków osobno. Poniżej przedstawię zbiorcze informacje na temat analizowanych danych.
Analizie zostało poddanych 150 rożnych kwiatów (po 50 dla każdego gatunku). Zbiór danych zawiera informacje o 4 głównych parametrach irysów, takich jak:
- długość kielicha
- szerokość kielicha
- długość płatka
- szerokość płatka
Analizując każdy z powyższych parametrów można zauważyć pewne prawidłowości dla każdego z nich.
Długość kielicha¶
- Średnia wartość dla wszystkich kwiatów to ok. 5,84 cm, zaś mediana wynosi ok. 5,80 cm.
- Najniższa zanotowana wartość to 4,3 cm (dla kwiatu z gatunku Iris-setosa), zaś najwyższa wynosi 7,9 cm (dla irysa z gatunku Iris-virginica).
- Spośród analizowanych gatunków najwyższą średnią długość kielicha uzyskały kwiaty z gatunku Iris-virginica (ok. 6,59 cm), zaś najniższą średnią długością kielicha charakteryzują się Iris-setosa (ok. 5 cm)
Szerokość kielicha¶
- Średnia wartość dla wszystkich kwiatów to ok. 3,05 cm, zaś wynosi mediana ok. 3 cm.
- Najniższa zanotowana wartość to 2 cm (dla kwiatu z gatunku Iris-versicolor), zaś najwyższa wynosi 4,4 cm (dla irysa z gatunku Iris-setosa).
- Spośród analizowanych gatunków najwyższą średnią szeokość kielicha uzyskały kwiaty z gatunku Iris-setosa (ok. 3,42 cm), zaś najniższą średnią długością kielicha charakteryzują się Iris-versicolor (ok. 2,77 cm)
Długość płatka¶
- Średnia wartość dla wszystkich kwiatów to ok. 3,76 cm, zaś mediana synosi ok. 4,35 cm.
- Najniższa zanotowana wartość to 1 cm (dla kwiatu z gatunku Iris-setosa), zaś najwyższa wynosi 6,9 cm (dla irysa z gatunku Iris-virginica).
- Spośród analizowanych gatunków najwyższą średnią długość płatka uzyskały kwiaty z gatunku Iris-virginica (ok. 5,55 cm), zaś najniższą średnia długością płatka charakteryzują się Iris-setosa (ok. 1,47 cm)
Szerokość płatka¶
- Średnia wartość dla wszystkich kwiatów to ok. 1,2 cm, zaś mediana wynosi ok. 1,3 cm.
- Najniższa zanotowana wartość to 0,1 cm (dla kwiatu z gatunku Iris-setosa), zaś najwyższa wynosi 2,5 cm (dla irysa z gatunku Iris-virginica).
- Spośród analizowanych gatunków najwyższą średnią szerokość płatka uzyskały kwiaty z gatunku Iris-virginica (ok. 2,02 cm), zaś najniższą średnia szerokością płatka charakteryzują się Iris-setosa (ok. 0,24 cm)
Wnioski¶
Zależnie od parametrów kwiatów na których nam zależy możemy wybrać kwiaty róznych gatunków. Przykładowo kwiaty z gatunku Iris-virginica uzyskują najwyższe średnie wartości pomiarów pod względem długości płatka oraz kielicha, a także szerokości płatka. Dodatkowo kwiaty z tego gatunku uzyskały najwyższe odnotowane wartości pośród wszystkich analizowanych kwiatów pod względem długości płatka oraz kielicha, a także szerokości płatka.
Irysy z gatunku Iris-setosa mają najwyższe średnie szerokości kielicha, za to ich płatki są średnio najkrótsze i najwęższe, a także kielichy ich kwiatów są średnio najkrótsze.
Jeśli zaś chodzi o parametry kwiatów z gatunku Iris-versicolor, to średnio ich parametry plasują się pomiędzy Iris-virginica oraz Iris-setosa, z wyjątkiem szerokości kielicha, która dla tego gatunku jest średnio najmniejsza spośród trzech analizowanych gatunków.
In [ ]: