Sức mạnh của định dạng trực quan

Trực quan hóa dữ liệu trong Databricks

Gang Wang

Senior Data Scientist

Vì sao cần định dạng trực quan?

  Ví dụ xấu về định dạng trực quan

  Ví dụ tốt về định dạng trực quan

 

  • Bảng màu cầu vồng làm biểu đồ khó hiểu
  • Hình ảnh 3D khiến dữ liệu khó đọc

 

  • Cột nhất quán
  • Bảng màu đơn giản
  • Nhãn dữ liệu rõ ràng
1 Hình ảnh: Infogram
Trực quan hóa dữ liệu trong Databricks

Trục rõ ràng, mô tả đầy đủ

 

Biểu đồ có nhãn trục

Biểu đồ với nhãn trục rõ ràng

 

Biểu đồ không có nhãn trục

Biểu đồ không có nhãn trục

Trực quan hóa dữ liệu trong Databricks

Vai trò của màu sắc

  • Phân biệt chuỗi dữ liệu hoặc danh mục
  • Tăng khả năng đọc và so sánh

Biểu đồ đường với màu phù hợp

1 Hình ảnh: Microsoft
Trực quan hóa dữ liệu trong Databricks

Tầm quan trọng của nhãn dữ liệu

  • Cung cấp thông tin chính xác trong nháy mắt
  • Hỗ trợ diễn giải nhanh

  So sánh ví dụ có và không có nhãn dữ liệu chuẩn

1 Hình ảnh: Visme
Trực quan hóa dữ liệu trong Databricks

Tóm tắt định dạng hiệu quả

 

  • Tính hữu dụng hơn thẩm mỹ
  • Rõ ràng
  • Nổi bật hóa insight
  • Tương tác với khán giả

     

Tranh biếm họa về khai thác insight từ dữ liệu

1 Hình ảnh: Rock Content
Trực quan hóa dữ liệu trong Databricks

Ayo berlatih!

Trực quan hóa dữ liệu trong Databricks

Preparing Video For Download...