Mikä on datan visualisointi?
Ja miksi emme välitä enää ympyräkaavioista,
Datan visualisointi ei ole pelkästään tietopisteiden kääntämistä vähäpätöisiksi palkkikaavioiksi ja viivakaavioiksi. Se on kuin sukellus merelle, joka kätkee aarteita jokaisella tasolla. Aluksi meillä on tietojen suoraviivainen rajaaminen oppikirjahahmoihin, nimittäin. sirontakaaviot, viivakaaviot, ympyräkaaviot ja pylväskaaviot. Viivakarttoja käytetään yleensä kuvaamaan datan kehitystä ajan myötä. Tässä tiedon visualisoinnin aiheessa olemme tyhjentäneet koko käsitteen eteenpäin annetulla kuvaajalla ja ympyräkaavioilla.
Kaaviotaulut
Yksi yleisimmistä käytetyistä kaavioista on pizzakartta tai piirakkakaavio.
Kaasujen osuus seoksessa.
Lähde : räikeästi
Tällä kaaviolla, jota käytetään yleisesti vaalien aikana osoittamaan, mikä puolue on saanut leijonat jakaa äänet, tällä kaaviolla, vaikka se onkin erittäin suosittu, on joitain räikeitä haittoja. Tilastotieteilijät, kuten Edward Tufte, Leland Wilkinson ja Gerald van Belle, ovat ilmaisseet halunsa käyttää piirakkakarttoja. Kattavimpia todisteita ympyräkaavioista on todennäköisesti antanut Perceptual Edge -yrityksen perustaja Stephen Few. Visual Business Intelligence Newsletter -julkaisussa julkaistussa artikkelissaan "Save the Pie for Dessert" Stephen selittää, miksi kollegoidensa ja opiskelijoidensa yllätykseksi hän katsoo, että piirakkakartat ovat tehottomia keinoja visualisoida tietoja.
Katso alla oleva ympyräkaavio.
Tässä kaaviossa, joka kuvaa 21.00 jälkeen tilattujen ruokatuotteiden osuutta, on helppo arvioida jäätelölle kuuluvan prosenttiosuuden osuus - 25%. Pienten muutosten jälkeen ei kuitenkaan ole enää mahdollista helposti tarkistaa jäätelöiden tilaamien prosenttimäärien määrää.
Vaikka jäätelöprosentti on edelleen sama 25 prosentissa. Edellä olevasta kaaviosta on vaikea ymmärtää. Edellisessä kaaviossa oli helppo arvata prosenttiosuus, koska jäätelön varjo alkoi kello 6 astetta ja venyi 9 kelloasentoon. Koska silmämme on koulutettu näkemään kellot kohdissa 12, 3, 6 ja 9 - myös ympyräkaaviota on helpompi tulkita, jos sen alueet noudattavat 4 kelloasentoa. Innokas ympyräkaavion kannattaja ilmoittaisi ja ehdotti, että tämä ongelma voitaisiin välttää helposti käyttämällä etikettejä ja merkitsemällä prosenttimäärä kustakin alueesta.
Piirakkakaavio, jossa etiketit
Mutta silloin meidän on silmämme jatkaa painopisteen siirtämistä kuvaajan alareunassa olevasta legendasta kaavion tarroihin, jotta arvo voidaan kartoittaa tuotteella. Ratkaisu tähän olisi liittää myös tuotenimi ja arvot - saada jotain vastaavaa:
Täydellinen, sanoisit. Mutta kysyin sinulta - Nyt kun olemme liittäneet esineiden nimet arvojen kanssa, miten yllä oleva ympyräkaavio eroaa alla olevasta taulukosta:
Puhdas taulukko, jossa tiedot on lajiteltu prosenttimäärä tilauksesta
Eivätkö nämä tiedot näytä paljon paremmilta kuin ympyräkaaviossa hajallaan olevat etiketit ja legendat. Mitä sitten on ympyräkaaviota? Visuaalien on tarkoitus tuoda lisäarvoa, ne ovat päätelmien tekijöitä, niiden on tarkoitus saada tiedot paljastamaan salaisuutensa. Mutta tässä tapauksessa ympyräkaavio ei täytä lupaustaan.
Syötä tietojen visualisoinnin pylväskaavio
Kevyempi ja paljon tyylikäs vaihtoehto pie-kaavioon on pylväsdiagrammi, joka pystyy ilmaisemaan kaiken, mitä piirakka sanoo ja paljon muuta tekemättä sotkua etiketeistä ja legendoista.
Samaa kuvaava pylväskaavio - helppo vertailla, verrata ja päättää
Tämä on sama tieto, joka nyt esitetään varovasti tarkkailijalle. Yksittäisten arvojen esittämisen lisäksi tämän kaavion avulla voimme nopeasti vertailla kunkin ruokaesineen suositusta ja jopa verrata peräkkäisten esineiden suhteellista arvoeroa. Samat tiedot olisivat olleet saatavissa taulukon kautta, mutta aivomme käsittelevät kuvia paremmin kuin tekstin salausta. Siksi ympyräkaavion käyttö on vähentynyt ajan myötä. Vaikka media-alan suosikki visuaalinen kuva, se on korvattu paremmilla ja hienostuneemmilla esityksillä. Rivikaavioiden, piirakoiden ja pylväskaavioiden lisäksi on lukemattomia muita kaavioita, jotka ovat hyödyllisiä. Yksi mielenkiintoinen kaavio, mutta ei niin suosittu aloittelijoille, on Sankey-kaavio. Tätä kaaviota käytetään ilmaisemaan aineen jakautuminen ja virtaus. Kyse voi olla energiasta, rahasta tai jopa vedestä.
Sankey-kaavio tyypillisen IT-työntekijän energiavirrasta ja jakautumisesta.
Yllä on kuvitteellinen Sankey-kaavio, joka kuvaa kuinka ja missä suurin osa IT-työntekijän energiasta jakautuu.
Uudemmat työkalut
Sosiaalisen median ja erilaisten ympäristöjen, joilla ihmiset voivat kirjoittaa tunteitaan, arvosteluitaan ja mielipiteitään, tulossa yksi tiedon visualisoinnin työkalu, josta on tullut melko yleinen, on sanapilvi. Sanapilvet auttavat meitä selvittämään, mistä ihmiset puhuvat.
Hyvin todellinen, elävä sanapilviesitys PUBG: n käyttäjän arvosteluista google play -kaupassa
Jos tarkastelemme täällä sanapilviä, joka on rakennettu PUBG-pelin 80 parhaan arvosteluun google play -kaupassa, näemme, että pelin kokonaisvaste on ”hyvä”, jotkut jopa kutsuvat sitä “parhaaksi” . Vaikuttaa kuitenkin siltä, että joidenkin ”päivitysten” kanssa on ongelma, että ihmiset pyytävät pelin tekijöitä korjaamaan. Todellakin, kun tarkistamme leikkikaupan arvosteluita sinä päivänä, näemme saman heijastuvan.
Päivitysongelma. Katso myös, löytyykö täältä sana “kiitos”
Tulevaisuus
Tämä vain raaputtaa jäävuoren huippua. Kirjastot kuten plotly ja D3 ovat siirtäneet datan visualisoinnin eri tasolle. Tämä on tapahtunut, koska myös kysyntä on muuttunut. Kuinka kuvittelet älykästä kaupunkia kojelaudassa? Valtava näyttö, jolla voidaan näyttää koko kaupungin vitaalit. Liikenne, virrankulutus, eri alueiden terveysolosuhteet, ilmanlaatu ja joukko muita parametreja on näytettävä yhdellä sivulla. Tämä vaatimus vaatii erilaista lähestymistapaa datan visualisointiin. Joten olemme oppineet, että mikä on datan visualisointi tämän käsitteen avulla. Emme voi enää pysyä kaavioissa ja kaavioissa. Uutta lähestymistapaa vaaditaan, kun kuvaajat kohtaavat taiteen ja mielikuvituksen, luomalla rikastuttavan visuaalisen kokemuksen. Keskustelu kirjoittaa kokonaan toisen artikkelin. Seuraavaan kertaan.
Suositellut artikkelit
Tämä artikkeli on hyödyllinen opas tietojen visualisoinnista. Täällä olemme keskustelleet peruskäsitteistä kaavioiden ja kaavioiden avulla, jotta ymmärrät helposti datan visualisoinnin. Voit myös tarkastella seuraavaa artikkelia saadaksesi lisätietoja -
- Ura Oracle-tietokannan järjestelmänvalvojassa
- 7 hyödyllisintä eroa tiedon louhinnan ja verkon louhinnan välillä
- Data Analytics -haastattelukysymykset
- Big Data Analytics -esimerkkejä