数据可视化简介

Databricks 数据可视化

Gang Wang

Senior Data Scientist

您的数据可视化伙伴

       

       

Gang Wang

高级数据科学家

Origin Energy，澳大利亚（2021 至今）

博士毕业后 9+ 年经验

Databricks 数据可视化

什么是数据可视化？

 

数据可视化是用可视方式呈现数据。

形式：图表、图形、地图、信息图等。

主要目标：

  • 让复杂数据更易获取
  • 提升理解与可用性

折线图示例显示人均 GDP 随时间的变化。

柱状图示例显示各国的人口结构分布。

1 图片：Economist Writing Every Day, The Economist
Databricks 数据可视化

为何需要数据可视化？

优势：

  • 简化复杂数据
  • 突出关键模式与趋势
  • 强化视觉加工
  • 提升理解与记忆
  • 支持决策与规划
  • 提高数据可达性与协作

数据可视化的概念图，展示其如何简化复杂数据、突出关键趋势，并通过提升信息可达性来改进理解与决策。

1 图片：Kovair
Databricks 数据可视化

可视化中的关键统计概念

离散与连续数据

  • 离散数据：可计数、取值离散
  • 连续数据：可测量，取值为区间

描述性统计

  • 汇总数据以揭示趋势、模式与离群值
  • 示例：均值、中位数、频数分布

离散 vs. 连续数据

1 图片：AgencyAnalytics
Databricks 数据可视化

Databricks 用于数据可视化

优势：

  • 高效处理海量数据
  • 内置可视化选项
  • 交互式仪表板
  • 协作环境

Databricks 仪表板示例，展示交互式可视化、实时洞察和可定制组件，助力高效分析与决策。

Databricks 数据可视化

理解我们的数据集

数据集：Databricks 的 NYC Taxi 数据集

包含：上车/下车地点、时间、距离、费用

列名 说明
tpep_pickup_datetime 行程开始的日期时间
tpep_dropoff_datetime 行程结束的日期时间
trip_distance 行程英里数
fare_amount 车费（美元）
pickup_zip 上车地点 ZIP 代码
dropoff_zip 下车地点 ZIP 代码
Databricks 数据可视化

Passons à la pratique !

Databricks 数据可视化

Preparing Video For Download...