Bài 9: Trực quan hóa Dữ liệu

import matplotlib.pyplot as plt # Thư viện để vẽ đồ thị
import numpy as np # Thư viện để làm việc với mảng và tính toán số học
import matplotlib.cm as cm # Thư viện để sử dụng các colormap
import matplotlib.colors as colors # Thư viện để chuẩn hóa màu sắc

# Biểu đồ cột dân số thành phố
cities = ['Hà Nội', 'TP.HCM', 'Đà Nẵng']
populations = [8053663, 9420000, 1134000] # Các bạn kiểm tra lại số liệu hiện tại để cập nhật chính xác
# Đầu tiên tạo figure và axes
fig, ax = plt.subplots(nrows=1, ncols=1, figsize=(10, 5))
# Vẽ biểu đồ cột với màu sắc và đường viền
ax.bar(cities, populations, edgecolor="black", color=["darkred", "darkblue", "darkgreen"])
# Thêm tiêu đề
ax.set_title('Dân số các thành phố Việt Nam', fontsize=12)
# Thêm nhãn trục y và điều chỉnh font chữ
ax.set_ylabel('Dân số', fontsize=12)
# Thêm nhãn trục x và điều chỉnh font chữ
ax.set_xticks(cities)
# Thêm nhãn trục x với góc nghiêng và điều chỉnh font chữ
ax.set_xticklabels(cities, rotation=45, fontsize=12)
# Điều chỉnh kích thước font chữ của nhãn trục y
ax.tick_params(axis='y', which='major', labelsize=12)
# Thêm lưới với kiểu đường nét và độ mờ
ax.grid(linestyle='--', alpha=0.7, color="gray")
plt.tight_layout()  # Điều chỉnh layout
plt.show()

# Biểu đồ đường 
# Tạo dữ liệu ngẫu nhiên
x = np.random.rand(50)
y = np.random.rand(50)
# Tạo figure và axes
fig, ax = plt.subplots(nrows=1, ncols=1, figsize=(10, 5))
# Vẽ biểu đồ đường đầu tiên
ax.plot(x, marker='o', linestyle='-', color='b')
# Vẽ biểu đồ đường thứ hai
ax.plot(y, marker='s', linestyle='--', color='r')
ax.set_xlabel('Trục X', fontsize=12) # Thêm nhãn trục x
ax.set_ylabel('Trục Y', fontsize=12) # Thêm nhãn trục y
ax.tick_params(axis='both', which='major', labelsize=12) # Tùy chỉnh kích thước chữ trục
ax.legend(['Dữ liệu X', 'Dữ liệu Y']) # Thêm chú thích
ax.grid(linestyle='--', alpha=0.7, color="gray") # Thêm lưới
plt.show()

# Biểu đồ phân tán tọa độ thành phố
latitudes = [21.0285, 10.8231, 16.0544, 20.8449, 10.0452]
longitudes = [105.8542, 106.6297, 108.2022, 106.6881, 105.7469]
city_names = ['Hà Nội', 'TP.HCM', 'Đà Nẵng', 'Hải Phòng', 'Cần Thơ']
# Tạo figure và axes
fig, ax = plt.subplots(nrows=1, ncols=1, figsize=(8, 6))
# Vẽ biểu đồ phân tán với màu sắc và độ mờ
ax.scatter(longitudes, latitudes, s=100, c='red', alpha=0.7)
ax.set_title('Vị trí các thành phố Việt Nam') # Thêm tiêu đề
ax.set_xlabel('Kinh độ (°E)') # Thêm nhãn trục x
ax.set_ylabel('Vĩ độ (°N)') # Thêm nhãn trục y

# Thêm tên thành phố
for i, city in enumerate(city_names):
    ax.annotate(city, (longitudes[i], latitudes[i]), xytext=(5, 5), 
                textcoords='offset points', fontsize=9)
ax.grid(True, alpha=0.3) # Thêm lưới
plt.show()

import pandas as pd
df = pd.read_csv('https://raw.githubusercontent.com/mwaskom/seaborn-data/master/iris.csv')
df.head()

# Hiển thị nhiều biểu đồ trong cùng một figure
# Tạo figure và axes với 1 hàng và 2 cột
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(12, 5)) # Tạo ra figure và 2 axis
note_list = list("ab") # Danh sách ghi chú cho từng biểu đồ
for i, ax in enumerate(axes.flatten()): # Duyệt qua từng axis
    if i ==0: # Vẽ biểu đồ hộp cho chiều dài đài hoa
        # Biểu đồ hộp (box plot)
        x = [df[df['species'] == species]['sepal_length'] for species in df['species'].unique()]
        y = df['species'].unique()
        ax.boxplot(x, tick_labels=y) # Vẽ boxplot với nhãn trục x là tên loài hoa
        ax.set_xlabel('Loài hoa', fontsize=12) # Thêm nhãn trục x
        ax.set_ylabel('Chiều dài đài hoa (cm)', fontsize=12) # Thêm nhãn trục y
        ax.tick_params(axis='both', which='major', labelsize=12) # Tùy chỉnh kích thước chữ trục
        ax.text(0.07, 0.9, f'({note_list[i]})', transform=ax.transAxes, 
                fontsize=12) # Thêm ghi chú vào góc trên bên trái của biểu đồ
        
    else:
        # Biểu đồ histogram
        ax.hist(df['sepal_width'], bins=15, color='skyblue', edgecolor='black')
        ax.set_xlabel('Chiều rộng đài hoa (cm)', fontsize=12) # Thêm nhãn trục x
        ax.set_ylabel('Tần suất', fontsize=12) # Thêm nhãn trục y
        ax.tick_params(axis='both', which='major', labelsize=12) # Tùy chỉnh kích thước chữ trục
        ax.text(0.07, 0.9, f'({note_list[i]})', transform=ax.transAxes, 
                fontsize=12) # Thêm ghi chú vào góc trên bên trái của biểu đồ

# Biểu đồ phân tán với màu sắc theo loài hoa cho nhiều biến
# Tạo figure và axes với 1 hàng và 2 cột
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(12, 5), dpi=500)

species = df['species'].unique() # Lấy danh sách các loài hoa duy nhất
colors_list = ['red', 'blue', 'green'] # Màu sắc tương ứng cho từng loài hoa
for i, ax in enumerate(axes.flatten()): # Duyệt qua từng axis
    if i==0:
        for j, specie in enumerate(species):
            subset = df[df['species'] == specie]
            ax.scatter(subset['sepal_length'], subset['sepal_width'], 
                       color=colors_list[j], label=specie, alpha=0.7)
        ax.set_xlabel('Chiều dài đài hoa (cm)', fontsize=12)
        ax.set_ylabel('Chiều rộng đài hoa (cm)', fontsize=12) # Thêm nhãn trục y
        ax.legend(title='Loài hoa') # Thêm chú thích
        ax.tick_params(axis='both', which='major', labelsize=12) # Tùy chỉnh kích thước chữ trục
        ax.text(0.07, 0.9, '(a)', transform=ax.transAxes, fontsize=12) # Thêm ghi chú vào góc trên bên trái của biểu đồ
    else:
        # Biểu đồ histogram 
        ax.hist(df['sepal_width'], bins=15, color='lightgreen', edgecolor='black')
        ax.set_xlabel('Chiều rộng đài hoa (cm)', fontsize=12) # Thêm nhãn trục x
        ax.set_ylabel('Tần suất', fontsize=12) # Thêm nhãn trục y
        ax.tick_params(axis='both', which='major', labelsize=12) # Tùy chỉnh kích thước chữ trục
        ax.text(0.07, 0.9, '(b)', transform=ax.transAxes, fontsize=12) # Thêm ghi chú vào góc trên bên trái của biểu đồ

# Tạo 3 biểu đồ với 2 biểu đồ to và 1 biểu đồ nhỏ với dữ liệu ngẫu nhiên. Bạn có thể thay thế dữ liệu này bằng dữ liệu thực tế của bạn.
fig = plt.figure(figsize=(12, 8))
ax1 = plt.subplot2grid((2, 2), (0, 0), colspan=2)  # Biểu đồ to trên cùng
ax2 = plt.subplot2grid((2, 2), (1, 0))  # Biểu đồ nhỏ bên dưới bên trái
ax3 = plt.subplot2grid((2, 2), (1, 1))  # Biểu đồ nhỏ bên dưới bên phải
# Điều chỉnh khoảng cách giữa các biểu đồ
fig.subplots_adjust(hspace=0.4, wspace=0.3)
note_list = list("abc") # Danh sách ghi chú cho từng biểu đồ

for i, ax in enumerate([ax1, ax2, ax3]): # Duyệt qua từng axis
    if i == 0: # Vẽ biểu đồ thứ nhất 
        # Biểu đồ đường
        x = np.linspace(0, 10, 100)
        y = np.sin(x)
        ax.plot(x, y, color='purple')
        ax.set_xlabel('X Label', fontsize=12)
        ax.set_ylabel('Y Label', fontsize=12)
        ax.tick_params(axis='both', which='major', labelsize=12)
        ax.text(0.04, 0.9, f'({note_list[i]})', transform=ax.transAxes, 
                fontsize=12)
    elif i == 1: # Vẽ biểu đồ thứ hai
        # Biểu đồ cột
        categories = ['A', 'B', 'C', 'D']
        values = [23, 45, 56, 78]
        ax.bar(categories, values, color='orange', edgecolor='black')
        ax.set_xlabel('Danh mục', fontsize=12)
        ax.set_ylabel('Giá trị', fontsize=12)
        ax.tick_params(axis='both', which='major', labelsize=12)
        ax.text(0.07, 0.9, f'({note_list[i]})', transform=ax.transAxes, 
                fontsize=12)
    else: # Vẽ biểu đồ thứ ba
        # Biểu đồ phân tán
        x = np.random.rand(50)
        y = np.random.rand(50)
        ax.scatter(x, y, color='green', alpha=0.6)
        ax.set_xlabel('X-axis', fontsize=12)
        ax.set_ylabel('Y-axis', fontsize=12)
        ax.tick_params(axis='both', which='major', labelsize=12)
        ax.text(0.07, 0.9, f'({note_list[i]})', transform=ax.transAxes, 
                fontsize=12)

df = pd.read_csv("https://raw.githubusercontent.com/thedownlohd/Measles/refs/heads/master/data/raw/measles_cases_USA_by_state_1928_to_2002.csv")
# Lựa chọn các cột cần thiết
df = df[['year', 'state', 'disease', 'cases']]
# Bỏ qua dữ liệu trống 
df = df.dropna()
# Giữ lại dữ liệu bệnh sởi
df = df[df['disease'] == 'MEASLES']
# Lựa chọn 10 bang có tổng số ca bệnh cao nhất
top_states = df.groupby('state')['cases'].sum().nlargest(10).index
top_states_data = df[df['state'].isin(top_states)]

# Chuyển dữ liệu về dạng ma trận cho biểu đồ heatmap
heat = top_states_data.pivot_table(index='state', columns='year', values='cases', aggfunc='sum', fill_value=0)
vmin, vmax =  np.nanpercentile(heat.values, [1, 98])
# heat = np.clip(heat.values, vmin, vmax)
# Tạo figure và axes cho biểu đồ heatmap
fig, ax = plt.subplots(figsize=(12, 5.5))
# Vẽ biểu đồ heatmap với colormap và giới hạn giá trị
cax = ax.imshow(heat, aspect='auto', cmap='viridis',vmin=vmin, vmax=vmax)
# set xtick labels with 10 equal intervals
ax.set_xticks(np.linspace(0, len(heat.columns) - 1, 10)) # Thiết lập vị trí của các nhãn trục x với 10 khoảng cách đều nhau
ax.set_xticklabels(heat.columns[np.linspace(0, len(heat.columns) - 1, 10).astype(int)]) # Thiết lập nhãn trục x là các năm tương ứng với 10 khoảng cách đều nhau
ax.set_yticks(np.arange(len(heat.index))) # Thiết lập vị trí của các nhãn trục y
ax.set_yticklabels(heat.index) # Thiết lập nhãn trục y là tên các bang
ax.tick_params(axis='both', which='major', labelsize=12) # Tùy chỉnh kích thước chữ trục
ax.set_ylabel('Bang', fontsize=12) # Thêm nhãn cho trục y
# Thêm colorbar với nhãn và điều chỉnh kích thước chữ
cbar = fig.colorbar(cax, ax=ax, label='Số ca bệnh sởi', orientation='horizontal', pad=0.1, shrink=0.6,
             extend="both", ticks=np.linspace(vmin, vmax, num=7))
# Kích thước chữ nhãn colorbar
cbar.ax.tick_params(labelsize=12)
cbar.set_label('Số ca bệnh sởi', fontsize=12) # Thêm nhãn cho colorbar
plt.show()

# Tạo dữ liệu mẫu ngẫu nhiên
n_lines = 50
n_points = 100
x = np.linspace(400, 2500, n_points)
# Đường phản xạ (ngẫu nhiên)
y = 0.05 + 0.4 * np.exp(-((x[:, None] - 1000) / 800)**2) + 0.05 * np.random.rand(n_points, n_lines)

# Hàm lượng nước trong đất (%), một giá trị cho mỗi đường. Chỉ là ví dụ minh họa.
moisture = np.linspace(0, 25, n_lines)
# Chọn colormap và chuẩn hóa
cmap = cm.jet  # or 'viridis', 'plasma', etc.
norm = colors.Normalize(vmin=moisture.min(), vmax=moisture.max())
# Tạo figure và axes  
fig, ax = plt.subplots(figsize=(10, 5))

for i in range(n_lines): # Vẽ từng đường với màu sắc tương ứng với hàm lượng nước trong đất
    ax.plot(x, y[:, i], color=cmap(norm(moisture[i])))
# Thêm colorbar
sm = cm.ScalarMappable(cmap=cmap, norm=norm) # Tạo một ScalarMappable để tạo colorbar
sm.set_array([])  # only needed for colorbar
# Thêm colorbar với nhãn và điều chỉnh kích thước chữ
cbar = fig.colorbar(sm, ax=ax, extend="both", pad=0.02) 
cbar.set_label("Soil Moisture Content (%)", fontsize=12) 
ax.set_xlabel("Wavelength (nm)", fontsize=12)
ax.set_ylabel("Reflectance", fontsize=12) # Thêm nhãn cho trục y
ax.tick_params(axis='both', which='major', labelsize=12) # Tùy chỉnh kích thước chữ trục
ax.grid(linestyle='--', alpha=0.5, color="gray") # Thêm lưới với kiểu đường nét đứt và độ mờ
plt.show()