データ可視化の導入

Databricks で学ぶデータ可視化

Gang Wang

Senior Data Scientist

あなたの可視化パートナー

       

       

Gang Wang

シニアデータサイエンティスト

Origin Energy, オーストラリア (2021年〜現在)

博士号取得後 9年以上の経験

Databricks で学ぶデータ可視化

データ可視化とは

 

データ可視化は、データを視覚的に表現する手法です。

形式: チャート、グラフ、地図、インフォグラフィック

主な目的:

  • 複雑なデータをわかりやすくする
  • 理解と活用を促進する

折れ線グラフの例。1人あたりGDPの推移を示す。

棒グラフの例。各国の人口構成を示す。

1 画像: Economist Writing Every Day, The Economist
Databricks で学ぶデータ可視化

なぜ可視化が必要か

利点:

  • 複雑なデータを簡潔化
  • 主要なパターンや傾向を強調
  • 視覚処理を促進
  • 理解と記憶定着を向上
  • 意思決定と計画を支援
  • アクセス性と共同作業を強化

データ可視化の概念図。複雑な情報を簡潔にし、主要な傾向を示し、意思決定を支援して理解しやすくする。

1 画像: Kovair
Databricks で学ぶデータ可視化

可視化のための統計の要点

離散データと連続データ

  • 離散データ: 数えられる個別の値
  • 连続データ: 連続した範囲をとる測定値

記述統計

  • データを要約し傾向・パターン・外れ値を把握
  • 例: 平均・中央値・度数分布

離散データ vs. 連続データ

1 画像: AgencyAnalytics
Databricks で学ぶデータ可視化

データ可視化における Databricks

利点:

  • 大規模データの効率的処理
  • 可視化の標準機能
  • 互換性のあるインタラクティブなダッシュボード
  • 共同作業に適した環境

Databricks のダッシュボード例。インタラクティブな可視化、リアルタイムの洞察、カスタマイズ可能なウィジェットにより、分析と意思決定を支援。

Databricks で学ぶデータ可視化

データセットの理解

データセット: Databricks の NYC Taxi データ

内容: 乗車・降車の場所と時刻、走行距離、運賃

列名 詳細
tpep_pickup_datetime 乗車開始の日時
tpep_dropoff_datetime 降車終了の日時
trip_distance 走行距離 (マイル)
fare_amount 運賃 (ドル)
pickup_zip 乗車地点のZIPコード
dropoff_zip 降車地点のZIPコード
Databricks で学ぶデータ可視化

練習してみましょう！

Databricks で学ぶデータ可視化

Preparing Video For Download...