Introducción a la visualización de datos

Visualización de datos en Databricks

Gang Wang

Senior Data Scientist

Tu partner de visualización de datos

       

       

Gang Wang

Senior Data Scientist

Origin Energy, Australia (2021-Actualidad)

Más de 9 años de experiencia postdoctorado

Visualización de datos en Databricks

¿Qué es la visualización de datos?

 

Visualización de datos es representar datos en formato visual.

Formatos: gráficos de líneas y barras, mapas e infografías.

Objetivo principal:

  • Hacer accesibles datos complejos.
  • Mejorar la comprensión y el uso.

Un ejemplo de gráfico de líneas muestra cómo cambió el PIB per cápita con el tiempo.

Un ejemplo de gráfico de barras muestra la distribución demográfica entre países.

1 Imágenes: Economist Writing Every Day, The Economist
Visualización de datos en Databricks

¿Por qué necesitamos visualización de datos?

Beneficios:

  • Simplifica datos complejos
  • Destaca patrones y tendencias clave
  • Potencia el procesamiento visual
  • Mejora comprensión y retención
  • Apoya decisiones y planificación
  • Aumenta accesibilidad y colaboración

Ilustración conceptual de la visualización de datos, mostrando cómo simplifica datos complejos, resalta tendencias clave y mejora la toma de decisiones al hacer la información más accesible y fácil de entender.

1 Imágenes: Kovair
Visualización de datos en Databricks

Conceptos estadísticos clave para visualizar

Datos discretos vs. continuos

  • Discretos: valores contables y distintos
  • Continuos: magnitudes medibles con un rango de valores

Estadística descriptiva

  • Resume datos para ver tendencias, patrones y atípicos
  • Ejemplos: media, mediana, distribuciones de frecuencia

Datos discretos vs. continuos

1 Imágenes: AgencyAnalytics
Visualización de datos en Databricks

Databricks para visualización de datos

Ventajas:

  • Manejo eficiente de grandes datos
  • Opciones de visualización integradas
  • Paneles interactivos
  • Entorno colaborativo

Ejemplo de un dashboard de Databricks con visualizaciones interactivas, datos en tiempo real y widgets personalizables para un análisis eficaz y la toma de decisiones.

Visualización de datos en Databricks

Entender el conjunto de datos

Conjunto de datos: NYC Taxi de Databricks

Incluye: ubicaciones de recogida y destino, horas, distancia y tarifas

Nombre de columna Detalles
tpep_pickup_datetime Fecha y hora de inicio del viaje
tpep_dropoff_datetime Fecha y hora de fin del viaje
trip_distance Distancia del viaje en millas
fare_amount Tarifa cobrada en dólares
pickup_zip Código ZIP de recogida
dropoff_zip Código ZIP de destino
Visualización de datos en Databricks

¡Vamos a practicar!

Visualización de datos en Databricks

Preparing Video For Download...