Einführung in die Datenvisualisierung

Datenvisualisierung in Databricks

Gang Wang

Senior Data Scientist

Dein Partner für Datenvisualisierung

       

       

Gang Wang

Senior Data Scientist

Origin Energy, Australien (seit 2021)

9+ Jahre Berufserfahrung nach Promotion

Datenvisualisierung in Databricks

Was ist Datenvisualisierung?

 

Datenvisualisierung bedeutet, Daten visuell darzustellen.

Formate: Diagramme, Grafiken, Karten, Infografiken.

Hauptziel:

  • Komplexe Daten zugänglicher machen.
  • Verständnis und Nutzbarkeit erhöhen.

Ein Liniendiagramm zeigt die Entwicklung des BIP pro Kopf über die Zeit.

Ein Balkendiagramm zeigt die demografische Verteilung in verschiedenen Ländern.

1 Bilder: Economist Writing Every Day, The Economist
Datenvisualisierung in Databricks

Warum brauchen wir Datenvisualisierung?

Vorteile:

  • Vereinfacht komplexe Daten
  • Hebt Muster und Trends hervor
  • Unterstützt visuelle Verarbeitung
  • Verbessert Verständnis und Behalten
  • Unterstützt Entscheidungen und Planung
  • Erhöht Zugänglichkeit und Zusammenarbeit

Eine konzeptionelle Darstellung der Datenvisualisierung: vereinfacht komplexe Daten, zeigt Schlüsseltrends und verbessert Entscheidungen, indem Informationen zugänglicher und verständlicher werden.

1 Bilder: Kovair
Datenvisualisierung in Databricks

Zentrale statistische Konzepte für Visualisierung

Diskrete vs. stetige Daten

  • Diskret: zählbare, getrennte Werte
  • Stetig: messbare Größen mit Wertebereich

Deskriptive Statistik

  • Daten zusammenfassen: Trends, Muster, Ausreißer
  • Beispiele: Mittelwert, Median, Häufigkeitsverteilungen

Diskrete vs. stetige Daten

1 Bilder: AgencyAnalytics
Datenvisualisierung in Databricks

Databricks für Datenvisualisierung

Vorteile:

  • Große Datensätze effizient verarbeiten
  • Eingebaute Visualisierungsoptionen
  • Interaktive Dashboards
  • Kollaborative Umgebung

Beispiel eines Databricks-Dashboards mit interaktiven Visualisierungen, Echtzeit-Einblicken und anpassbaren Widgets für effektive Analyse und Entscheidungen.

Datenvisualisierung in Databricks

Unser Datensatz

Datensatz: NYC Taxi-Datensatz von Databricks

Enthält: Abhol- und Zielorte, Zeiten, Distanz und Fahrpreise

Spaltenname Details
tpep_pickup_datetime Datum und Uhrzeit des Fahrtbeginns
tpep_dropoff_datetime Datum und Uhrzeit des Fahrtendes
trip_distance Fahrstrecke in Meilen
fare_amount Fahrpreis in US-Dollar
pickup_zip PLZ des Abholorts
dropoff_zip PLZ des Zielorts
Datenvisualisierung in Databricks

Lass uns üben!

Datenvisualisierung in Databricks

Preparing Video For Download...