Opowiadanie historii danymi

Wizualizacja danych w Databricks

Gang Wang

Senior Data Scientist

Czym jest data storytelling?

  • Tworzenie narracji na podstawie danych
  • Łączenie wniosków z wizualizacjami

Cel:

  • Uprzystępnienie złożonych danych
  • Angażowanie i informowanie odbiorców

Dlaczego to ważne:

  • Przekształca surowe dane w wnioski
  • Wspiera podejmowanie decyzji

Koncepcyjna ilustracja data storytellingu

1 Zdjęcia: AgencyAnalytics
Wizualizacja danych w Databricks

Przed: prezentacja danych

  • Zagracony wykres liniowy, trudny do odczytania
  • Surowe dane bez kontekstu

Po: storytelling

  • Wyraźna narracja podkreślająca kluczowe wnioski
  • Prosty wykres słupkowy eksponujący ważne dane

   

1 Zdjęcia: Storytelling with Data
Wizualizacja danych w Databricks

Rola wizualizacji danych w storytellingu

  • Wykresy słupkowe: porównują wartości między kategoriami

Wykres słupkowy

  • Wykresy liniowe: pokazują trendy w czasie

Wykres liniowy

1 Zdjęcia: Corporate Finance Institute, Storytelling with data
Wizualizacja danych w Databricks

 

  • Wykresy kołowe: pokazują proporcje i relacje część–całość

Wykres kołowy

 

  • Wykresy punktowe: pokazują zależności i korelacje

Wykres punktowy

1 Zdjęcia: GeeksforGeeks, Math is Fun
Wizualizacja danych w Databricks

 

  • Mapy ciepła: ujawniają wzorce i intensywność danych

 

Mapa ciepła

 

  • Histogramy: pokazują rozkład danych liczbowych

 

Histogram

1 Zdjęcia: Sage Research Methods, Stata
Wizualizacja danych w Databricks
  • Wykresy obszarowe: pokazują zmiany w czasie z danymi skumulowanymi

Wykres obszarowy

Wizualizacja danych w Databricks

Rozumienie rozkładów statystycznych

Dlaczego są ważne

  • Ujawniają wzorce w danych
  • Wyróżniają tendencje centralne: średnia, mediana, moda
  • Pokazują rozproszenie: zakres, wariancja, odchylenie standardowe
  • Określają kształt rozkładu: skośność, kurtoza

Tendencje centralne

1 Zdjęcia: Medium
Wizualizacja danych w Databricks

Tworzenie konfigurowalnych tabel

Cel konfigurowalnych tabel:

  • Dostosowanie prezentacji do konkretnych potrzeb
  • Przejrzyste wyróżnianie kluczowych wniosków

Główne funkcje:

  • Opcje formatowania
  • Dostosowanie kolumn i wierszy
  • Sortowanie i filtrowanie
  • Etykiety danych

Koncepcyjna ilustracja konfigurowalnej tabeli

1 Zdjęcia: UX Collective
Wizualizacja danych w Databricks

Czas na ćwiczenia!

Wizualizacja danych w Databricks

Preparing Video For Download...