1. Giới thiệu trực quan hóa dữ liệu

Trực quan hóa dữ liệu giúp:

• Hiểu dữ liệu nhanh hơn

• Phát hiện xu hướng

• So sánh dữ liệu dễ dàng

• Trình bày kết quả phân tích

Ví dụ:

• Doanh thu theo tháng

• Doanh thu theo sản phẩm

• Phân bố khách hàng theo khu vực

2. Thư viện Matplotlib

Matplotlib là thư viện phổ biến để vẽ biểu đồ trong Python.

Cài đặt:

pip install matplotlib

Import thư viện:

import matplotlib.pyplot as plt

3. Biểu đồ đường (Line Chart)

Biểu đồ đường thường dùng để thể hiện xu hướng theo thời gian.

Ví dụ:

import matplotlib.pyplot as plt

months = ["Jan","Feb","Mar","Apr"]
revenue = [1000,1500,1800,2000]

plt.plot(months,revenue)

plt.title("Revenue by Month")
plt.xlabel("Month")
plt.ylabel("Revenue")

plt.show()

4. Biểu đồ cột (Bar Chart)

Dùng để so sánh dữ liệu giữa các nhóm.

Ví dụ:

products = ["A","B","C"]
sales = [300,500,200]

plt.bar(products,sales)

plt.title("Sales by Product")
plt.xlabel("Product")
plt.ylabel("Sales")

plt.show()

5. Biểu đồ tròn (Pie Chart)

Dùng để thể hiện tỷ lệ phần trăm.

Ví dụ:

labels = ["North","South","East","West"]
sales = [40,25,20,15]

plt.pie(sales,labels=labels,autopct="%1.1f%%")

plt.title("Sales by Region")

plt.show()

6. Biểu đồ Histogram

Histogram dùng để xem phân bố dữ liệu.

Ví dụ:

import numpy as np

data = np.random.normal(50,10,100)

plt.hist(data,bins=10)

plt.title("Distribution of Values")

plt.show()

7. Sử dụng Seaborn

Seaborn là thư viện trực quan hóa dữ liệu cao cấp hơn Matplotlib.

Cài đặt:

pip install seaborn

Import:

import seaborn as sns

Ví dụ biểu đồ phân tán (Scatter Plot)

import seaborn as sns
import matplotlib.pyplot as plt

tips = sns.load_dataset("tips")

sns.scatterplot(x="total_bill",y="tip",data=tips)

plt.show()

Biểu đồ này giúp phân tích mối quan hệ giữa:

• total_bill

• tip

III. LÝ THUYẾT LIÊN QUAN

1. Chọn biểu đồ phù hợp

2. Nguyên tắc trực quan hóa dữ liệu

• Biểu đồ phải dễ đọc

• Không sử dụng quá nhiều màu sắc

• Có tiêu đề và nhãn trục rõ ràng

IV. TRÌNH TỰ THỰC HIỆN

Bước 1: Import thư viện

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

Bước 2: Đọc dữ liệu

df = pd.read_csv("sales.csv")

Bước 3: Vẽ biểu đồ

Ví dụ biểu đồ cột:

df.groupby("Product")["Revenue"].sum().plot(kind="bar")
plt.show()

Bước 4: Phân tích dữ liệu

Quan sát biểu đồ để:

• xác định sản phẩm bán chạy

• xác định xu hướng doanh thu