{"id":718,"date":"2020-12-29T17:18:41","date_gmt":"2020-12-29T17:18:41","guid":{"rendered":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/?post_type=chapter&p=718"},"modified":"2020-12-29T17:33:19","modified_gmt":"2020-12-29T17:33:19","slug":"teatrikulastuse-naide","status":"publish","type":"chapter","link":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/chapter\/teatrikulastuse-naide\/","title":{"raw":"Teatrik\u00fclastuse n\u00e4ide","rendered":"Teatrik\u00fclastuse n\u00e4ide"},"content":{"raw":"

Sissejuhatus<\/h2>\r\nEelmistes peat\u00fckkides tutvustati pandase p\u00f5hilisi andmestruktuure - seeriat (Series<\/em>) ja andmefreimi (DataFrame<\/em>). N\u00fc\u00fcd tegutseme andmefreimi abil p\u00f5hjalikumalt tegelike andmetega. Vaatame teatrik\u00fclastuse andmeid (allikas: Statistikaamet<\/a>), kust on valitud andmed k\u00f5ikide teatrite kohta kokku vahemikus 2004 - 2018. Eelnevalt on andmeid t\u00f6\u00f6deldud tabelt\u00f6\u00f6tlusprogrammiga ja k\u00f5ik komad failis on muudetud punktideks, sest allalaaditud failis on arvudes kasutatud komasid. Samuti on eemaldatud \u00fcleliigsed veerud ja lahtrid.\r\n\r\n\"\"\r\n\r\nSamuti on failikodeeringuks m\u00e4\u00e4ratud UTF-8, mida saab valida n\u00e4iteks siis, kui fail salvestatakse MS Excelis CSV formaadis. Failikodeeringu kasutamine on eriti oluline siis, kui andmetes on erilisi t\u00e4hti (n\u00e4iteks \u00e4, \u00f5 jne) v\u00f5i s\u00fcmboleid, mida on vaja \u00f5igesti kuvada.\r\n

Andmete saamine failist<\/h2>\r\nLoeme andmed veebist (andmed v\u00f5id ka alla laadida: teater.csv<\/a>), mille sisu n\u00e4eb tavalise tekstiredaktoriga (nt Notepad++) avades v\u00e4lja selline:\r\n
;2004;2005;2006;2007;2008;2009;2010;2011;2012;2013;2014;2015;2016;2017;2018\r\nTeatrite arv;21;22;26;30;26;28;29;34;41;41;37;49;46;47;58\r\nLavastused;326;348;406;414;400;401;417;464;487;490;511;550;540;559;582\r\n..uuslavastused;121;153;170;164;157;153;173;190;203;186;196;216;196;204;211\r\nEtendused;3974;4288;4651;4765;4635;4731;4593;5012;5678;5803;6010;6434;6573;6713;6695\r\nVaatajad. tuhat;937.5;843.4;922.1;1022.1;983.1;873.8;899.9;1008.3;1143;1090.7;1047.1;1146.6;1186;1164;1192\r\nTeatrisk\u00e4igud 1000 elaniku kohta;695;627;686;761.8;733.3;652;671.5;752.5;864.1;827.5;796.6;872.2;901.4;883.5;901.7\r\n<\/pre>\r\nLoeme andmed.\r\n
import pandas as pd\r\n\r\n# Andmed\r\nurl = 'http:\/\/kodu.ut.ee\/~merka123\/plotly\/teater.csv'\r\n\r\ncsv = pd.read_csv(url, encoding='UTF-8', sep=';')<\/pre>\r\nParameeteri sep<\/code> v\u00e4\u00e4rtus n\u00e4itab, milline eraldaja on andmeid sisaldavas failis m\u00e4\u00e4ratud, antud juhul on tegemist semikooloniga. Sageli kasutatakse CSV failides eraldajana koma, aga andmetes, kus arvudes kasutatakse koma, ei saa seda eraldajana kasutada.\r\n\r\nFunktsiooni read_csv<\/code> kasutamisel on veel mitmeid muid parameetreid, mida v\u00f5ib vaja minna. Nendega saab l\u00e4hemalt tutvuda siin<\/a>.\r\n
Tutvumine andmetega<\/h2>\r\nP\u00fc\u00fcame t\u00e4psemalt tutvuda meie poolt sisse loetud tabeliga. Sisseloetud tabel on meil n\u00fc\u00fcd andmefreimina kasutatav. P\u00fc\u00fcame n\u00e4iteks teada saada, mitu veergu ja rida on tabelis.\r\n\r\nFunktsioon shape<\/code> annab andmefreimi m\u00f5\u00f5tmed (ridade ja veergude arvu):\r\n
print(csv.shape)<\/pre>\r\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n  (6, 16)<\/pre>\r\nN\u00e4eme, et tabelis on 6 rida ja 16 veergu. Uurime ka, millised veerud on andmetabelis.\r\n
# Veergude pealkirjad\r\nprint(csv.columns)<\/pre>\r\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n  Index(['Unnamed: 0', '2004', '2005', '2006', '2007', '2008', '2009', '2010', '2011', '2012', '2013', '2014', '2015', '2016', '2017', '2018'], dtype='object')<\/pre>\r\nN\u00e4eme, et tabelis on esimene veerg ilma nimeta (Unnamed: 0<\/code>), mille p\u00f5hjuseks on see, et esimeses veerus on erinevad kategooriad, millel ei ole veeru pealkirja. Selle parandamiseks v\u00f5ime esimeses veerus olevad andmed muuta reasiltideks. Selleks tuleb lisada read_csv<\/code> funktsiooni juurde index_col=0<\/code>, mille tulemusel kasutatakse esimese veeru andmeid reasiltidena.\r\n\r\n \r\n
csv = pd.read_csv(url, encoding='UTF-8', sep=';', index_col=0)\r\n\r\n# V\u00e4ljastame terve tabeli, sest see ei ole v\u00e4ga suur.\r\nprint(csv)<\/pre>\r\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n                                      2004    2005  ...    2017    2018\r\n  Teatrite arv                        21.0    22.0  ...    47.0    58.0\r\n  Lavastused                         326.0   348.0  ...   559.0   582.0\r\n  ..uuslavastused                    121.0   153.0  ...   204.0   211.0\r\n  Etendused                         3974.0  4288.0  ...  6713.0  6695.0\r\n  Vaatajad. tuhat                    937.5   843.4  ...  1164.0  1192.0\r\n  Teatrisk\u00e4igud 1000 elaniku kohta   695.0   627.0  ...   883.5   901.7\r\n\r\n  [6 rows x 15 columns]\r\n<\/pre>\r\nUurime, kas andmetes on puuduvaid v\u00e4\u00e4rtusi. Kasutame selleks funktsiooni isna<\/code> ja sum<\/code>.\r\n
print(csv.isna().sum())<\/pre>\r\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n  2004    0\r\n  2005    0\r\n  2006    0\r\n  2007    0\r\n  2008    0\r\n  2009    0\r\n  2010    0\r\n  2011    0\r\n  2012    0\r\n  2013    0\r\n  2014    0\r\n  2015    0\r\n  2016    0\r\n  2017    0\r\n  2018    0\r\n  dtype: int64\r\n<\/pre>\r\nN\u00e4eme, et puuduvaid v\u00e4\u00e4rtusi ei ole. Uurime ka, mis t\u00fc\u00fcpi on andmed veergudes.\r\n
print(csv.dtypes)<\/pre>\r\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n  2004    float64\r\n  2005    float64\r\n  2006    float64\r\n  2007    float64\r\n  2008    float64\r\n  2009    float64\r\n  2010    float64\r\n  2011    float64\r\n  2012    float64\r\n  2013    float64\r\n  2014    float64\r\n  2015    float64\r\n  2016    float64\r\n  2017    float64\r\n  2018    float64\r\n  dtype: object\r\n<\/pre>\r\nVeergude andmet\u00fc\u00fcp on sobiv.\r\n
Andmete kajastamine graafikul<\/h2>\r\nAndmete p\u00f5hjal saab graafiku teha mooduli Matplotlib abil. Enne joonise tegemist, peame aga andmed transponeerima ehk vahetama \u00e4ra read ja veerud. Nimelt on meil mugavam joonist teha, kui reasiltideks on aastad ja veergudeks on erinevate kategooriate andmed (nt teatrite arv). Nii saame automaatselt m\u00e4\u00e4rata, et x-telje andmed on aastad ja y-teljel on m\u00f5ne kategooria andmed.\r\n
# Impordime mooduli\r\nimport matplotlib.pyplot as plt\r\n\r\n# Transponeerime andmed, muudame veergude pealkirjad indeksiteks ja indeksid veergude pealkirjadeks.\r\ntransponeeritud_andmed = csv.T<\/pre>\r\n \r\n\r\nTransponeeritud andmed:\r\n
            Teatrite arv  ...  Teatrisk\u00e4igud 1000 elaniku kohta\r\n2004          21.0  ...                             695.0\r\n2005          22.0  ...                             627.0\r\n2006          26.0  ...                             686.0\r\n2007          30.0  ...                             761.8\r\n2008          26.0  ...                             733.3\r\n2009          28.0  ...                             652.0\r\n2010          29.0  ...                             671.5\r\n...\r\n<\/pre>\r\nLoome joonise.\r\n
import pandas as pd\r\nimport matplotlib.pyplot as plt\r\n\r\n# Andmed\r\nurl = 'http:\/\/kodu.ut.ee\/~merka123\/plotly\/teater.csv'\r\n\r\ncsv = pd.read_csv(url, encoding='UTF-8', sep=';', index_col=0)\r\n\r\ntransponeeritud_andmed = csv.T\r\ntransponeeritud_andmed['Teatrisk\u00e4igud 1000 elaniku kohta'].plot.line(xlabel=\"Aastad\",\r\n                               ylabel=\"Teatrisk\u00e4igud 1000 elaniku kohta\",\r\n                               title=\"Teatris k\u00e4imine Eestis 2004-2018\",\r\n                               color='#3CB371')\r\n\r\nplt.show()<\/pre>\r\n\"\"","rendered":"
Sissejuhatus<\/h2>\n
Eelmistes peat\u00fckkides tutvustati pandase p\u00f5hilisi andmestruktuure – seeriat (Series<\/em>) ja andmefreimi (DataFrame<\/em>). N\u00fc\u00fcd tegutseme andmefreimi abil p\u00f5hjalikumalt tegelike andmetega. Vaatame teatrik\u00fclastuse andmeid (allikas: Statistikaamet<\/a>), kust on valitud andmed k\u00f5ikide teatrite kohta kokku vahemikus 2004 – 2018. Eelnevalt on andmeid t\u00f6\u00f6deldud tabelt\u00f6\u00f6tlusprogrammiga ja k\u00f5ik komad failis on muudetud punktideks, sest allalaaditud failis on arvudes kasutatud komasid. Samuti on eemaldatud \u00fcleliigsed veerud ja lahtrid.<\/p>\n
\"\"<\/p>\n
Samuti on failikodeeringuks m\u00e4\u00e4ratud UTF-8, mida saab valida n\u00e4iteks siis, kui fail salvestatakse MS Excelis CSV formaadis. Failikodeeringu kasutamine on eriti oluline siis, kui andmetes on erilisi t\u00e4hti (n\u00e4iteks \u00e4, \u00f5 jne) v\u00f5i s\u00fcmboleid, mida on vaja \u00f5igesti kuvada.<\/p>\n
Andmete saamine failist<\/h2>\n
Loeme andmed veebist (andmed v\u00f5id ka alla laadida: teater.csv<\/a>), mille sisu n\u00e4eb tavalise tekstiredaktoriga (nt Notepad++) avades v\u00e4lja selline:<\/p>\n
;2004;2005;2006;2007;2008;2009;2010;2011;2012;2013;2014;2015;2016;2017;2018\r\nTeatrite arv;21;22;26;30;26;28;29;34;41;41;37;49;46;47;58\r\nLavastused;326;348;406;414;400;401;417;464;487;490;511;550;540;559;582\r\n..uuslavastused;121;153;170;164;157;153;173;190;203;186;196;216;196;204;211\r\nEtendused;3974;4288;4651;4765;4635;4731;4593;5012;5678;5803;6010;6434;6573;6713;6695\r\nVaatajad. tuhat;937.5;843.4;922.1;1022.1;983.1;873.8;899.9;1008.3;1143;1090.7;1047.1;1146.6;1186;1164;1192\r\nTeatrisk\u00e4igud 1000 elaniku kohta;695;627;686;761.8;733.3;652;671.5;752.5;864.1;827.5;796.6;872.2;901.4;883.5;901.7\r\n<\/pre>\n
Loeme andmed.<\/p>\n
import pandas as pd\r\n\r\n# Andmed\r\nurl = 'http:\/\/kodu.ut.ee\/~merka123\/plotly\/teater.csv'\r\n\r\ncsv = pd.read_csv(url, encoding='UTF-8', sep=';')<\/pre>\n
Parameeteri sep<\/code> v\u00e4\u00e4rtus n\u00e4itab, milline eraldaja on andmeid sisaldavas failis m\u00e4\u00e4ratud, antud juhul on tegemist semikooloniga. Sageli kasutatakse CSV failides eraldajana koma, aga andmetes, kus arvudes kasutatakse koma, ei saa seda eraldajana kasutada.<\/p>\n
Funktsiooni read_csv<\/code> kasutamisel on veel mitmeid muid parameetreid, mida v\u00f5ib vaja minna. Nendega saab l\u00e4hemalt tutvuda siin<\/a>.<\/p>\n
Tutvumine andmetega<\/h2>\n
P\u00fc\u00fcame t\u00e4psemalt tutvuda meie poolt sisse loetud tabeliga. Sisseloetud tabel on meil n\u00fc\u00fcd andmefreimina kasutatav. P\u00fc\u00fcame n\u00e4iteks teada saada, mitu veergu ja rida on tabelis.<\/p>\n
Funktsioon shape<\/code> annab andmefreimi m\u00f5\u00f5tmed (ridade ja veergude arvu):<\/p>\n
print(csv.shape)<\/pre>\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n  (6, 16)<\/pre>\n
N\u00e4eme, et tabelis on 6 rida ja 16 veergu. Uurime ka, millised veerud on andmetabelis.<\/p>\n
# Veergude pealkirjad\r\nprint(csv.columns)<\/pre>\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n  Index(['Unnamed: 0', '2004', '2005', '2006', '2007', '2008', '2009', '2010', '2011', '2012', '2013', '2014', '2015', '2016', '2017', '2018'], dtype='object')<\/pre>\n
N\u00e4eme, et tabelis on esimene veerg ilma nimeta (Unnamed: 0<\/code>), mille p\u00f5hjuseks on see, et esimeses veerus on erinevad kategooriad, millel ei ole veeru pealkirja. Selle parandamiseks v\u00f5ime esimeses veerus olevad andmed muuta reasiltideks. Selleks tuleb lisada read_csv<\/code> funktsiooni juurde index_col=0<\/code>, mille tulemusel kasutatakse esimese veeru andmeid reasiltidena.<\/p>\n
 <\/p>\n
csv = pd.read_csv(url, encoding='UTF-8', sep=';', index_col=0)\r\n\r\n# V\u00e4ljastame terve tabeli, sest see ei ole v\u00e4ga suur.\r\nprint(csv)<\/pre>\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n                                      2004    2005  ...    2017    2018\r\n  Teatrite arv                        21.0    22.0  ...    47.0    58.0\r\n  Lavastused                         326.0   348.0  ...   559.0   582.0\r\n  ..uuslavastused                    121.0   153.0  ...   204.0   211.0\r\n  Etendused                         3974.0  4288.0  ...  6713.0  6695.0\r\n  Vaatajad. tuhat                    937.5   843.4  ...  1164.0  1192.0\r\n  Teatrisk\u00e4igud 1000 elaniku kohta   695.0   627.0  ...   883.5   901.7\r\n\r\n  [6 rows x 15 columns]\r\n<\/pre>\n
Uurime, kas andmetes on puuduvaid v\u00e4\u00e4rtusi. Kasutame selleks funktsiooni isna<\/code> ja sum<\/code>.<\/p>\n
print(csv.isna().sum())<\/pre>\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n  2004    0\r\n  2005    0\r\n  2006    0\r\n  2007    0\r\n  2008    0\r\n  2009    0\r\n  2010    0\r\n  2011    0\r\n  2012    0\r\n  2013    0\r\n  2014    0\r\n  2015    0\r\n  2016    0\r\n  2017    0\r\n  2018    0\r\n  dtype: int64\r\n<\/pre>\n
N\u00e4eme, et puuduvaid v\u00e4\u00e4rtusi ei ole. Uurime ka, mis t\u00fc\u00fcpi on andmed veergudes.<\/p>\n
print(csv.dtypes)<\/pre>\n
>>><\/strong><\/span> %Run guido.py<\/span>\r\n  2004    float64\r\n  2005    float64\r\n  2006    float64\r\n  2007    float64\r\n  2008    float64\r\n  2009    float64\r\n  2010    float64\r\n  2011    float64\r\n  2012    float64\r\n  2013    float64\r\n  2014    float64\r\n  2015    float64\r\n  2016    float64\r\n  2017    float64\r\n  2018    float64\r\n  dtype: object\r\n<\/pre>\n
Veergude andmet\u00fc\u00fcp on sobiv.<\/p>\n
Andmete kajastamine graafikul<\/h2>\n
Andmete p\u00f5hjal saab graafiku teha mooduli Matplotlib abil. Enne joonise tegemist, peame aga andmed transponeerima ehk vahetama \u00e4ra read ja veerud. Nimelt on meil mugavam joonist teha, kui reasiltideks on aastad ja veergudeks on erinevate kategooriate andmed (nt teatrite arv). Nii saame automaatselt m\u00e4\u00e4rata, et x-telje andmed on aastad ja y-teljel on m\u00f5ne kategooria andmed.<\/p>\n
# Impordime mooduli\r\nimport matplotlib.pyplot as plt\r\n\r\n# Transponeerime andmed, muudame veergude pealkirjad indeksiteks ja indeksid veergude pealkirjadeks.\r\ntransponeeritud_andmed = csv.T<\/pre>\n
 <\/p>\n
Transponeeritud andmed:<\/p>\n
            Teatrite arv  ...  Teatrisk\u00e4igud 1000 elaniku kohta\r\n2004          21.0  ...                             695.0\r\n2005          22.0  ...                             627.0\r\n2006          26.0  ...                             686.0\r\n2007          30.0  ...                             761.8\r\n2008          26.0  ...                             733.3\r\n2009          28.0  ...                             652.0\r\n2010          29.0  ...                             671.5\r\n...\r\n<\/pre>\n
Loome joonise.<\/p>\n
import pandas as pd\r\nimport matplotlib.pyplot as plt\r\n\r\n# Andmed\r\nurl = 'http:\/\/kodu.ut.ee\/~merka123\/plotly\/teater.csv'\r\n\r\ncsv = pd.read_csv(url, encoding='UTF-8', sep=';', index_col=0)\r\n\r\ntransponeeritud_andmed = csv.T\r\ntransponeeritud_andmed['Teatrisk\u00e4igud 1000 elaniku kohta'].plot.line(xlabel=\"Aastad\",\r\n                               ylabel=\"Teatrisk\u00e4igud 1000 elaniku kohta\",\r\n                               title=\"Teatris k\u00e4imine Eestis 2004-2018\",\r\n                               color='#3CB371')\r\n\r\nplt.show()<\/pre>\n
\"\"<\/p>\n","protected":false},"author":16,"menu_order":12,"template":"","meta":{"pb_show_title":"on","pb_short_title":"","pb_subtitle":"","pb_authors":[],"pb_section_license":""},"chapter-type":[],"contributor":[],"license":[],"class_list":["post-718","chapter","type-chapter","status-publish","hentry"],"part":93,"_links":{"self":[{"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/pressbooks\/v2\/chapters\/718","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/pressbooks\/v2\/chapters"}],"about":[{"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/wp\/v2\/types\/chapter"}],"author":[{"embeddable":true,"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/wp\/v2\/users\/16"}],"version-history":[{"count":5,"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/pressbooks\/v2\/chapters\/718\/revisions"}],"predecessor-version":[{"id":720,"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/pressbooks\/v2\/chapters\/718\/revisions\/720"}],"part":[{"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/pressbooks\/v2\/parts\/93"}],"metadata":[{"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/pressbooks\/v2\/chapters\/718\/metadata\/"}],"wp:attachment":[{"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/wp\/v2\/media?parent=718"}],"wp:term":[{"taxonomy":"chapter-type","embeddable":true,"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/pressbooks\/v2\/chapter-type?post=718"},{"taxonomy":"contributor","embeddable":true,"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/wp\/v2\/contributor?post=718"},{"taxonomy":"license","embeddable":true,"href":"https:\/\/web.htk.tlu.ee\/digitaru\/tarkvara2\/wp-json\/wp\/v2\/license?post=718"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}