Úvod do vizualizace dat

Vizualizace dat v Databricks

Gang Wang

Senior Data Scientist

Váš partner pro vizualizaci dat

       

       

Gang Wang

Senior Data Scientist

Origin Energy, Austrálie (2021–současnost)

9+ let praxe po doktorátu

Vizualizace dat v Databricks

Co je vizualizace dat?

 

Vizualizace dat je praxe znázornění dat ve vizuální podobě.

Formáty: Grafy, diagramy, mapy a infografiky.

Hlavní cíl:

  • Zpřístupnit složitá data.
  • Zlepšit pochopení a použitelnost.

Příklad spojnicového grafu zobrazujícího vývoj HDP na obyvatele v čase.

Příklad sloupcového grafu zobrazujícího demografické rozdělení napříč různými zeměmi.

1 Obrázky: Economist Writing Every Day, The Economist
Vizualizace dat v Databricks

Proč potřebujeme vizualizaci dat?

Výhody:

  • Zjednodušuje složitá data
  • Zvýrazňuje klíčové vzory a trendy
  • Zlepšuje vizuální zpracování
  • Podporuje pochopení a zapamatování
  • Napomáhá rozhodování a plánování
  • Zvyšuje přístupnost dat a spolupráci

Koncepční ilustrace vizualizace dat ukazující, jak zjednodušuje složitá data, zvýrazňuje klíčové trendy a usnadňuje rozhodování tím, že informace zpřístupňuje a usnadňuje jejich pochopení.

1 Obrázky: Kovair
Vizualizace dat v Databricks

Klíčové statistické pojmy pro vizualizaci

Diskrétní versus spojitá data

  • Diskrétní data: spočitatelné, oddělené hodnoty
  • Spojitá data: měřitelné veličiny s rozsahem hodnot

Popisná statistika

  • Shrnuje data a odhaluje trendy, vzory a odlehlé hodnoty
  • Příklady: průměr, medián, frekvenční rozdělení

Diskrétní vs. spojitá data

1 Obrázky: AgencyAnalytics
Vizualizace dat v Databricks

Databricks pro vizualizaci dat

Výhody:

  • Efektivní práce s velkými datovými sadami
  • Vestavěné možnosti vizualizace
  • Interaktivní řídicí panely
  • Prostředí pro spolupráci

Příklad řídicího panelu Databricks s interaktivními vizualizacemi, přehledy dat v reálném čase a přizpůsobitelnými widgety pro analýzu dat a rozhodování.

Vizualizace dat v Databricks

Popis datové sady

Datová sada: NYC Taxi z Databricks

Obsahuje: místa a časy nástupu a výstupu, vzdálenost a jízdné

Název sloupce Popis
tpep_pickup_datetime Datum a čas začátku jízdy
tpep_dropoff_datetime Datum a čas konce jízdy
trip_distance Vzdálenost jízdy v mílích
fare_amount Jízdné v dolarech
pickup_zip PSČ místa nástupu cestujícího
dropoff_zip PSČ místa výstupu cestujícího
Vizualizace dat v Databricks

Pojďme procvičovat!

Vizualizace dat v Databricks

Preparing Video For Download...