Come utilizzare tutte le funzionalità di Matplotlib per raccontare una storia più avvincente
Raccontare una storia avvincente con i dati diventa molto più semplice quando lo sono i grafici che supportano proprio questa storia chiaro, auto-esplicativo E visivamente piacevole al pubblico.
In molti casi, sostanza e forma sono ugualmente importanti.
I dati importanti presentati in modo inadeguato non attireranno l’attenzione che meritano, mentre i dati scadenti presentati in modo astuto verranno facilmente screditati.
Spero che questo possa entrare in risonanza con molti analisti di dati o chiunque abbia dovuto presentare un grafico davanti a un pubblico una volta nella vita.
Matplotlib semplifica e velocizza il tracciamento dei dati con funzioni standard, ma i passaggi di messa a punto richiedono uno sforzo maggiore.
Ho passato un bel po’ di tempo a ricercare le migliori pratiche per creare grafici accattivanti con Matplotlib, quindi non devi farlo tu.
In questo articolo mi concentro su grafici ad area in pila e spiega come ho messo insieme i frammenti di conoscenza che ho trovato qua e là per partire da questo…
… a tale:
Tutte le immagini, se non diversamente specificato, sono dell’autore.
Per illustrare la metodologia, ho utilizzato un set di dati pubblico contenente dettagli su come gli Stati Uniti producono la propria elettricità e che può essere trovato qui: https://ourworldindata.org/electricity-mix.
Oltre ad essere un ottimo set di dati per illustrare i grafici ad area in pila, l’ho trovato anche molto interessante.
Fonte: Ember – Dati annuali sull’elettricità (2023); Ember – Revisione europea dell’elettricità (2022); Energy Institute – Revisione statistica dell’energia mondiale (2023)
URL della licenza: https://creativecommons.org/licenses/by/4.0/
Tipo di licenza: CC BY-4.0
Fonte: towardsdatascience.com
