Вступ до візуалізації даних

Візуалізація даних у Databricks

Gang Wang

Senior Data Scientist

Ваш партнер з візуалізації даних

       

       

Gang Wang

Старший дата-сайентіст

Origin Energy, Австралія (2021–дотепер)

9+ років досвіду після PhD

Візуалізація даних у Databricks

Що таке візуалізація даних?

 

Візуалізація даних — це подання даних у візуальному форматі.

Формати: діаграми, графіки, карти, інфографіка.

Головна мета:

  • Зробити складні дані доступнішими.
  • Поглибити розуміння та зручність використання.

Приклад лінійного графіка показує, як ВВП на душу населення змінювався з часом.

Приклад стовпчикової діаграми показує демографічний розподіл у різних країнах.

1 Зображення: Economist Writing Every Day, The Economist
Візуалізація даних у Databricks

Навіщо потрібна візуалізація даних?

Переваги:

  • Спрощує складні дані
  • Виділяє ключові патерни та тренди
  • Підсилює зорове сприйняття
  • Покращує розуміння й запам'ятовування
  • Підтримує ухвалення рішень і планування
  • Підвищує доступність даних і співпрацю

Концептуальна ілюстрація візуалізації даних: спрощує складні дані, підсвічує ключові тренди та допомагає ухваленню рішень завдяки кращій доступності й розумінню інформації.

1 Зображення: Kovair
Візуалізація даних у Databricks

Ключові статистичні поняття для візуалізації

Дискретні та неперервні дані

  • Дискретні дані: зліченні, окремі значення
  • Неперервні дані: вимірювані величини з діапазоном значень

Описова статистика

  • Підсумовує дані, щоб виявити тренди, патерни та викиди
  • Приклади: середнє, медіана, частотні розподіли

Дискретні vs неперервні дані

1 Зображення: AgencyAnalytics
Візуалізація даних у Databricks

Databricks для візуалізації даних

Переваги:

  • Ефективна робота з великими наборами даних
  • Вбудовані опції для візуалізації
  • Інтерактивні дашборди
  • Спільне середовище для роботи

Приклад панелі Databricks з інтерактивними візуалізаціями, аналітикою в реальному часі та настроюваними віджетами для ефективного аналізу даних і прийняття рішень.

Візуалізація даних у Databricks

Розуміння нашого набору даних

Набір даних: NYC Taxi з Databricks

Містить: місця посадки й висадки, час, відстань і вартість

Назва стовпця Опис
tpep_pickup_datetime Дата й час початку поїздки
tpep_dropoff_datetime Дата й час завершення поїздки
trip_distance Відстань поїздки у милях
fare_amount Вартість поїздки в доларах
pickup_zip ZIP-код місця посадки пасажира
dropoff_zip ZIP-код місця висадки пасажира
Візуалізація даних у Databricks

Давайте потренуємось!

Візуалізація даних у Databricks

Preparing Video For Download...