Графік розповідає більше за тисячу слів
Розуміння візуалізації даних
Richie Cotton
Data Evangelist at DataCamp
Що ви вивчите
- Як обрати доречний тип графіка?
- Як інтерпретувати поширені типи графіків?
- Які найкращі практики побудови графіків?
Три способи отримати інсайти
Обчислення описової статистики
mean, median, standard deviation
Запуск моделей
linear and logistic regression
Побудова графіків
scatter, bar, histogram
The Datasaurus Dozen
| away_x | away_y | bullseye_x | bullseye_y | ... | x_shape_x | x_shape_y |
|---|---|---|---|---|---|---|
| 32.33 | 61.41 | 51.20 | 83.34 | ... | 38.34 | 92.47 |
| 53.42 | 26.19 | 58.97 | 85.50 | ... | 35.75 | 94.12 |
| 63.92 | 30.83 | 51.87 | 85.83 | ... | 32.77 | 88.52 |
| 70.29 | 82.53 | 48.18 | 85.05 | ... | 33.73 | 88.62 |
| 34.12 | 45.73 | 41.68 | 84.02 | ... | 37.24 | 83.72 |
| 67.67 | 37.11 | 37.89 | 82.57 | ... | 36.03 | 82.04 |
1 Matejka, J., & Fitzmaurice, G. (2017) https://www.autodeskresearch.com/publications/samestats
Середнє значення x для кожного набору даних
| dataset | mean(x) |
|---|---|
| away | 54.27 |
| bullseye | 54.27 |
| circle | 54.27 |
| dino | 54.26 |
| dots | 54.26 |
| h_lines | 54.26 |
| high_lines | 54.27 |
| dataset | mean(x) |
|---|---|
| slant_down | 54.27 |
| slant_up | 54.27 |
| star | 54.27 |
| v_lines | 54.27 |
| wide_lines | 54.27 |
| x_shape | 54.26 |
Середні x та y для кожного набору даних
| dataset | mean(x) | mean(y) |
|---|---|---|
| away | 54.27 | 47.83 |
| bullseye | 54.27 | 47.83 |
| circle | 54.27 | 47.84 |
| dino | 54.26 | 47.83 |
| dots | 54.26 | 47.84 |
| h_lines | 54.26 | 47.83 |
| high_lines | 54.27 | 47.84 |
| dataset | mean(x) | mean(y) |
|---|---|---|
| slant_down | 54.27 | 47.84 |
| slant_up | 54.27 | 47.83 |
| star | 54.27 | 47.84 |
| v_lines | 54.27 | 47.84 |
| wide_lines | 54.27 | 47.83 |
| x_shape | 54.26 | 47.84 |
Стандартні відхилення для кожного набору даних
| dataset | std_dev(x) | std_dev(y) |
|---|---|---|
| away | 16.77 | 26.94 |
| bullseye | 16.77 | 26.94 |
| circle | 16.76 | 26.93 |
| dino | 16.77 | 26.94 |
| dots | 16.77 | 26.93 |
| h_lines | 16.77 | 26.94 |
| high_lines | 16.77 | 26.94 |
| dataset | std_dev(x) | std_dev(y) |
|---|---|---|
| slant_down | 16.77 | 26.94 |
| slant_up | 16.77 | 26.94 |
| star | 16.77 | 26.93 |
| v_lines | 16.77 | 26.94 |
| wide_lines | 16.77 | 26.94 |
| x_shape | 16.77 | 26.93 |
Неперервні та категоріальні змінні
Неперервні: зазвичай числа
- зріст, температура, доходи
Неперервні та категоріальні змінні
Неперервні: зазвичай числа
- зріст, температура, доходи
Категоріальні: зазвичай текст
- колір очей, країни, індустрія
Неперервні та категоріальні змінні
Неперервні: зазвичай числа
- зріст, температура, доходи
Категоріальні: зазвичай текст
- колір очей, країни, індустрія
Можуть бути обома
- вік — неперервний, але вікова група — категоріальна
- час — неперервний, але місяць року — категоріальний
Давайте потренуємось!
Розуміння візуалізації даних
