Trực Quan Hóa Dữ Liệu Bằng Python (Data Visualization)

Trực quan hóa dữ liệu là bước quan trọng trong phân tích dữ liệu.
Một biểu đồ tốt giúp bạn:

• Hiểu xu hướng
• Nhìn thấy mối tương quan
• Phát hiện outliers
• Truyền tải insights nhanh hơn bảng số

Python có 3 thư viện mạnh nhất:

• Matplotlib – nền tảng cơ bản
• Seaborn – đẹp, trực quan
• Plotly – biểu đồ tương tác (interactive)

Bài này tập trung vào Matplotlib + Seaborn, phù hợp cho Data Analyst.

---

1. Chuẩn bị dữ liệu mẫu

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

df = pd.DataFrame({
    "month": ["Jan","Feb","Mar","Apr","May","Jun"],
    "revenue": [120,150,180,200,170,190],
    "cost": [30,50,40,60,45,55]
})

---

2. Line Chart – Biểu đồ xu hướng

Doanh thu theo tháng:

plt.plot(df["month"], df["revenue"], marker="o")
plt.title("Revenue by Month")
plt.xlabel("Month")
plt.ylabel("Revenue")
plt.grid()
plt.show()

Dùng để:

• Hiểu xu hướng
• Dự đoán thay đổi theo thời gian
• So sánh nhiều dòng (multi-line)

---

3. Bar Chart – So sánh theo nhóm

sns.barplot(x="month", y="revenue", data=df)
plt.title("Revenue by Month")
plt.show()

Ứng dụng:

• So sánh doanh thu theo tháng
• So sánh sản phẩm / chi phí / khách hàng

---

4. Grouped Bar Chart – So sánh nhiều chỉ số

import numpy as np

x = np.arange(len(df["month"]))
width = 0.35

plt.bar(x - width/2, df["revenue"], width, label="Revenue")
plt.bar(x + width/2, df["cost"], width, label="Cost")

plt.xticks(x, df["month"])
plt.legend()
plt.title("Revenue vs Cost")
plt.show()

---

5. Scatter Plot – Mối tương quan

sns.scatterplot(x="cost", y="revenue", data=df)
plt.title("Revenue vs Cost")
plt.show()

Dùng để xem:

• Mối quan hệ giữa 2 biến
• Xu hướng tuyến tính
• Outliers

---

6. Histogram – Phân phối dữ liệu

df["revenue"].plot(kind="hist", bins=10)
plt.title("Revenue Distribution")
plt.show()

Dùng để:

• Xem dữ liệu có lệch hay không
• Ước lượng mật độ phân phối

---

7. Boxplot – Phát hiện ngoại lai (Outliers)

sns.boxplot(y=df["revenue"])
plt.title("Revenue Boxplot")
plt.show()

---

8. Heatmap – Ma trận tương quan

sns.heatmap(df.corr(), annot=True, cmap="coolwarm")
plt.title("Correlation Heatmap")
plt.show()

Dùng để:

• Xem biến nào liên quan đến biến nào
• Lọc biến mạnh/yếu trước khi mô hình hóa

---

9. Pie Chart – Biểu đồ tròn (giới hạn dùng)

sizes = df["revenue"]
labels = df["month"]

plt.pie(sizes, labels=labels, autopct="%1.1f%%")
plt.title("Revenue Share")
plt.show()

Lưu ý:
Không nên dùng khi dữ liệu > 5 nhóm.

---

10. Pairplot – Phân tích đa biến

sns.pairplot(df)
plt.show()

Dùng cho:

• Khám phá dữ liệu ban đầu
• Tìm mối liên hệ giữa nhiều biến

---

11. Plotly – Biểu đồ tương tác (tùy chọn nâng cao)

import plotly.express as px

fig = px.line(df, x="month", y="revenue", title="Revenue Trend")
fig.show()

Ứng dụng:

• Dashboard
• Báo cáo trực tuyến
• Trình bày trong doanh nghiệp

---

12. Kết luận

Trong bài 5 bạn đã biết cách tạo các biểu đồ quan trọng nhất:

• Line chart
• Bar chart & Grouped bar
• Scatter plot
• Histogram
• Boxplot
• Heatmap
• Pie chart
• Pairplot
• Plotly interactive chart

Trực quan hóa là bước quan trọng nhất để biến dữ liệu thành insights.

Biểu đồ tốt = Quyết định tốt.