Wprowadzenie do wizualizacji danych

Wizualizacja danych w Databricks

Gang Wang

Senior Data Scientist

Prowadzący kurs

       

       

Gang Wang

Starszy Data Scientist

Origin Energy, Australia (2021–obecnie)

Ponad 9 lat doświadczenia po doktoracie

Wizualizacja danych w Databricks

Czym jest wizualizacja danych?

 

Wizualizacja danych to przedstawianie danych w formie graficznej.

Formaty: wykresy, grafy, mapy i infografiki.

Główny cel:

  • Ułatwienie dostępu do złożonych danych.
  • Poprawa zrozumienia i użyteczności.

Wykres liniowy pokazuje zmiany PKB per capita w czasie.

Wykres słupkowy pokazuje rozkład demograficzny w różnych krajach.

1 Zdjęcia: Economist Writing Every Day, The Economist
Wizualizacja danych w Databricks

Dlaczego wizualizacja danych jest ważna?

Zalety:

  • Upraszcza złożone dane
  • Wyróżnia kluczowe wzorce i trendy
  • Wspomaga przetwarzanie wizualne
  • Poprawia zrozumienie i zapamiętywanie
  • Wspiera podejmowanie decyzji i planowanie
  • Zwiększa dostępność danych i współpracę

Koncepcyjna ilustracja wizualizacji danych pokazująca, jak upraszcza złożone dane, wyróżnia kluczowe trendy i wspiera podejmowanie decyzji.

1 Zdjęcia: Kovair
Wizualizacja danych w Databricks

Kluczowe pojęcia statystyczne w wizualizacji

Dane dyskretne a ciągłe

  • Dane dyskretne: policzalne, odrębne wartości
  • Dane ciągłe: mierzalne wielkości o zakresie wartości

Statystyki opisowe

  • Podsumowują dane, ujawniając trendy, wzorce i wartości odstające
  • Przykłady: średnia, mediana, rozkłady częstości

Dane dyskretne a ciągłe

1 Zdjęcia: AgencyAnalytics
Wizualizacja danych w Databricks

Databricks w wizualizacji danych

Zalety:

  • Wydajna obsługa dużych zbiorów danych
  • Wbudowane opcje wizualizacji
  • Interaktywne dashboardy
  • Środowisko współpracy

Przykład dashboardu Databricks z interaktywnymi wizualizacjami, wglądami w dane w czasie rzeczywistym i konfigurowalnymi widżetami do analizy danych i podejmowania decyzji.

Wizualizacja danych w Databricks

Omówienie zbioru danych

Zbiór danych: NYC Taxi dataset z Databricks

Zawiera: lokalizacje odbioru i docelowe, czasy, odległość i opłaty

Nazwa kolumny Opis
tpep_pickup_datetime Data i godzina rozpoczęcia kursu
tpep_dropoff_datetime Data i godzina zakończenia kursu
trip_distance Odległość kursu w milach
fare_amount Opłata za kurs w dolarach
pickup_zip Kod pocztowy miejsca odbioru
dropoff_zip Kod pocztowy miejsca docelowego
Wizualizacja danych w Databricks

Czas na ćwiczenia!

Wizualizacja danych w Databricks

Preparing Video For Download...