Giới thiệu trực quan hóa dữ liệu

Trực quan hóa dữ liệu trong Databricks

Gang Wang

Senior Data Scientist

Đồng hành trực quan hóa dữ liệu của bạn

       

       

Gang Wang

Senior Data Scientist

Origin Energy, Australia (2021–nay)

Hơn 9 năm kinh nghiệm sau Tiến sĩ

Trực quan hóa dữ liệu trong Databricks

Trực quan hóa dữ liệu là gì?

 

Trực quan hóa dữ liệu là việc biểu diễn dữ liệu dưới dạng trực quan.

Định dạng: biểu đồ đường/cột, bản đồ, infographic.

Mục tiêu chính:

  • Giúp dữ liệu phức tạp dễ tiếp cận hơn.
  • Tăng hiểu biết và khả năng sử dụng.

Ví dụ biểu đồ đường cho thấy GDP bình quân đầu người thay đổi theo thời gian.

Ví dụ biểu đồ cột cho thấy phân bố nhân khẩu theo các quốc gia.

1 Ảnh: Economist Writing Every Day, The Economist
Trực quan hóa dữ liệu trong Databricks

Vì sao cần trực quan hóa dữ liệu?

Lợi ích:

  • Đơn giản hóa dữ liệu phức tạp
  • Nổi bật mẫu và xu hướng chính
  • Tăng xử lý thị giác
  • Cải thiện hiểu và ghi nhớ
  • Hỗ trợ quyết định và lập kế hoạch
  • Tăng khả năng truy cập và cộng tác

Minh họa khái niệm trực quan hóa dữ liệu, cho thấy cách nó đơn giản hóa dữ liệu phức tạp, làm nổi bật xu hướng chính, và hỗ trợ quyết định bằng cách làm thông tin dễ tiếp cận và dễ hiểu hơn.

1 Ảnh: Kovair
Trực quan hóa dữ liệu trong Databricks

Khái niệm thống kê chính cho trực quan hóa

Dữ liệu rời rạc và liên tục

  • Rời rạc: giá trị đếm được, tách biệt
  • Liên tục: đại lượng đo lường có dải giá trị

Thống kê mô tả

  • Tóm tắt dữ liệu để lộ xu hướng, mẫu, ngoại lệ
  • Ví dụ: trung bình, trung vị, phân bố tần suất

Dữ liệu rời rạc vs. liên tục

1 Ảnh: AgencyAnalytics
Trực quan hóa dữ liệu trong Databricks

Databricks cho trực quan hóa dữ liệu

Lợi ích:

  • Xử lý hiệu quả dữ liệu lớn
  • Tùy chọn trực quan hóa tích hợp
  • Bảng thông tin tương tác
  • Môi trường cộng tác

Ví dụ Databricks Dashboard hiển thị đồ họa tương tác, thông tin thời gian thực và widget tùy chỉnh để phân tích dữ liệu và ra quyết định hiệu quả.

Trực quan hóa dữ liệu trong Databricks

Hiểu tập dữ liệu của chúng ta

Tập dữ liệu: NYC Taxi từ Databricks

Bao gồm: điểm đón/trả, thời gian, quãng đường, và giá cước

Tên cột Chi tiết
tpep_pickup_datetime Ngày giờ bắt đầu chuyến đi
tpep_dropoff_datetime Ngày giờ kết thúc chuyến đi
trip_distance Quãng đường (dặm)
fare_amount Cước (USD)
pickup_zip ZIP nơi đón khách
dropoff_zip ZIP nơi trả khách
Trực quan hóa dữ liệu trong Databricks

Ayo berlatih!

Trực quan hóa dữ liệu trong Databricks

Preparing Video For Download...