Введение в визуализацию данных

Визуализация данных в Databricks

Gang Wang

Senior Data Scientist

Ваш проводник в визуализации данных

       

       

Gang Wang

Старший специалист по данным

Origin Energy, Австралия (2021 – настоящее время)

Более 9 лет опыта после защиты докторской степени

Визуализация данных в Databricks

Что такое визуализация данных?

 

Визуализация данных — это представление данных в наглядном формате.

Форматы: диаграммы, графики, карты, инфографика.

Основная цель:

  • Сделать сложные данные доступными.
  • Улучшить понимание и удобство работы с данными.

Пример линейного графика, показывающего изменение ВВП на душу населения со временем.

Пример столбчатой диаграммы, показывающей демографическое распределение по разным странам.

1 Изображения: Economist Writing Every Day, The Economist
Визуализация данных в Databricks

Зачем нужна визуализация данных?

Преимущества:

  • Упрощает сложные данные
  • Выявляет ключевые закономерности и тенденции
  • Ускоряет визуальное восприятие
  • Улучшает понимание и запоминание
  • Поддерживает принятие решений и планирование
  • Повышает доступность данных и удобство совместной работы

Концептуальная иллюстрация визуализации данных: упрощение сложной информации, выявление ключевых тенденций и поддержка принятия решений.

1 Изображения: Kovair
Визуализация данных в Databricks

Ключевые статистические понятия для визуализации

Дискретные и непрерывные данные

  • Дискретные данные: счётные, отдельные значения
  • Непрерывные данные: измеримые величины с диапазоном значений

Описательная статистика

  • Обобщает данные для выявления тенденций, закономерностей и выбросов
  • Примеры: среднее, медиана, распределение частот

Дискретные vs. непрерывные данные

1 Изображения: AgencyAnalytics
Визуализация данных в Databricks

Databricks для визуализации данных

Преимущества:

  • Эффективная работа с большими наборами данных
  • Встроенные средства визуализации
  • Интерактивные дашборды
  • Среда для совместной работы

Пример дашборда Databricks с интерактивными визуализациями, данными в реальном времени и настраиваемыми виджетами для анализа данных и принятия решений.

Визуализация данных в Databricks

Знакомство с набором данных

Набор данных: NYC Taxi из Databricks

Включает: места посадки и высадки, время, расстояние и стоимость поездки

Название столбца Описание
tpep_pickup_datetime Дата и время начала поездки
tpep_dropoff_datetime Дата и время окончания поездки
trip_distance Расстояние поездки в милях
fare_amount Стоимость поездки в долларах
pickup_zip Почтовый индекс места посадки
dropoff_zip Почтовый индекс места высадки
Визуализация данных в Databricks

Давайте потренируемся!

Визуализация данных в Databricks

Preparing Video For Download...