Inleiding tot soorten gegevensvisualisatie
In de moderne arena van big data, met meer dan 2, 5 biljoen bytes (1 biljoen bytes = 10 18 bytes!) Aan gegevens die elke dag worden aangemaakt (volgens socialmediatoday.com), is er een grote behoefte aan het opslaan van de gegevens. Onnodig te zeggen dat deze gegevens dicht zijn en daarom niet zo door de gebruiker leesbaar zijn en voortdurend onophoudelijk zijn. Om het paradigma te verschuiven voor het gemakkelijk begrijpen van de reikwijdte van de gegevens en om nuttige voordelen in het bedrijf te verkrijgen, moeten de gegevens op een meer intuïtieve manier worden gepresenteerd en zijn daarom geschikte grafieken vereist om ze te visualiseren. Er zijn hulpmiddelen en methodes gebouwd om de gegevens effectief af te beelden, maar de effectiviteit hangt vooral af van het type gegevens en de vereiste gegevens om uit de gegevens te halen.
Wat is datavisualisatie?
Gegevensvisualisatie is een methodiek waarmee de gegevens in onbewerkte indeling worden afgebeeld om de betekenis daarvan naar voren te brengen. Met de komst van big data is het noodzakelijk geworden om een zinvolle manier te ontwikkelen om de data te presenteren, zodat de hoeveelheid data niet overweldigend wordt. Het gedeelte van het afbeelden van de gegevens kan worden gebruikt voor verschillende doeleinden, bijvoorbeeld het vinden van trends / overeenkomsten / patronen in gegevens, het bouwen van modellen voor machine learning of kan worden gebruikt voor een eenvoudige bewerking zoals aggregatie.
Verschillende soorten gegevensvisualisatie
De datavisualisatie is grofweg ingedeeld in 6 verschillende typen. Hoewel het gebied van datavisualisatie steeds groter wordt, zal het geen verrassing zijn als het aantal categorieën toeneemt.
| Tijdelijk: gegevens voor dit soort visualisatie moeten aan beide voorwaarden voldoen: de weergegeven gegevens moeten lineair zijn en eendimensionaal zijn. Deze typen visualisatie worden weergegeven door lijnen die elkaar kunnen overlappen en ook een gemeenschappelijk begin- en eindpunt hebben. | ||
| Scatterplots | Gebruikt punten om een gegevenspunt weer te geven. De meest voorkomende in de wereld van vandaag in machine learning tijdens verkennende data-analyse. |  |
| Cirkeldiagram | Dit type visualisatie omvat cirkelvormige afbeeldingen waarbij de booglengte de grootte aangeeft. |  |
| Polar gebiedsdiagram | Net als een cirkeldiagram is het poolgebieddiagram een cirkelvormig diagram, behalve dat de sectorhoeken even lang zijn en dat de afstand tot het centrum zich uitstrekt om de grootte aan te geven. |  |
| Lijngrafieken | Net als de spreidingsplot worden de gegevens weergegeven door punten, behalve verbonden door lijnen om de continuïteit te behouden. |  |
| tijdlijnen | Op deze manier geven we een lijst met gegevenspunten weer in chronologische volgorde van tijd. |  |
| Tijdreeksenreeksen | In tijdreeksen vertegenwoordigen we de grootte van gegevens in een 2D-grafiek in chronologische volgorde van tijdstempel in gegevens. |  |
| Hiërarchisch: dit soort visualisaties geeft geordende groepen weer binnen een grotere groep. In eenvoudige taal is de belangrijkste intuïtie achter deze visualisaties dat de clusters kunnen worden weergegeven als de stroom van de clusters vanaf een enkel punt begint. | ||
| Boomdiagram | In een boomdiagram wordt de hiërarchische stroom weergegeven in de vorm van een boom zoals de naam suggereert. Enkele terminologieën voor deze weergave zijn:
- Rootknooppunt: oorsprongspunt. - Kindknooppunt: Heeft hierboven een ouder - Bladknoop: geen kindknoop meer. |  |
| Ringdiagrammen / zonnestraaldiagram | De boomweergave in het boomdiagram wordt omgezet in een radiale basis. Dit type helpt bij het presenteren van de boom in een beknopte grootte. De binnenste cirkel is de wortelknoop. En het gebied van het onderliggende knooppunt geeft het% gegevens aan. |  |
| TreeMap | De boom wordt weergegeven in de vorm van dicht opeengepakte rechthoeken. Het gebied geeft de hoeveelheid aan. |  |
| Cirkel verpakking | Net als een boomkaart, maakt het gebruik van cirkelvormige pakking in plaats van rechthoeken. |  |
| Netwerk: de visualisatie van dit type verbindt datasets met datasets. Deze visualisaties geven weer hoe deze datasets zich tot elkaar verhouden binnen een netwerk. | ||
| Matrixgrafieken | Dit type visualisatie wordt veel gebruikt om het verband tussen verschillende variabelen in zichzelf te vinden. Bijvoorbeeld een correlatieplot |  |
| Alluviale diagrammen | Dit is een type stroomdiagram waarin de veranderingen in de stroom van het netwerk worden weergegeven over intervallen zoals gewenst door de gebruiker. |
|
| Word cloud | Dit wordt meestal gebruikt om tekstgegevens weer te geven. De woorden staan dicht op elkaar en de grootte van de tekst geeft de frequentie van het woord aan. |
|
| Node-link diagrammen | Hier worden de knooppunten weergegeven als punten en wordt de verbinding tussen knooppunten weergegeven. |  |
| Multidimensionaal: in tegenstelling tot het tijdelijke type visualisatie kunnen deze typen meerdere dimensies hebben. Hierin kunnen we 2 of meer functies gebruiken om een 3D-visualisatie door gelijktijdige lagen te maken. Hiermee kan de gebruiker belangrijke afhaalrestaurants presenteren door veel niet-bruikbare gegevens te breken. | ||
| Spreidingspercelen | In multidimensionale gegevens selecteren we 2 willekeurige functies en plotten ze vervolgens in een 2D-spreidingsplot. Door dit te doen zouden we n C 2 = n (n-1) / 2 grafieken hebben. |  |
| Gestapelde staafdiagrammen | De representatiesegmentbalken boven elkaar. Het kan een 100% gestapeld staafdiagram zijn waarbij de segregatie wordt weergegeven in% of een eenvoudig gestapeld staafdiagram dat de werkelijke grootte aangeeft |  |
| Parallel coördinaat plot | In deze weergave wordt een achtergrond getekend en worden n parallelle lijnen getekend (voor n-dimensionale gegevens). |  |
| Geospatiaal: deze visualisaties hebben betrekking op de huidige fysieke locatie door deze over te steken met kaarten (dit kan een geospatiale of ruimtelijke kaart zijn). De intuïtie achter deze visualisaties is het creëren van een holistische kijk op prestaties. | ||
| Stroomkaart | Verplaatsing van informatie of objecten van de ene locatie naar de andere wordt weergegeven waar de grootte van de pijl het bedrag aangeeft. |  |
| Choropleth-kaart | De geografische kaart wordt gekleurd op basis van een bepaalde gegevensvariabele. |  |
| cartogram | Dit type weergave gebruikt de thematische variabele voor mapping. Deze kaarten vervormen de realiteit om informatie te presenteren. Dit betekent dat op een bepaalde variabele de kaarten overdreven zijn. De afbeelding links is bijvoorbeeld een ruimtelijke kaart die is vervormd tot een bijenkorfstructuur. |  |
| Heat Map | Deze lijken erg op Choropleth in het geospatiale genre, maar kunnen ook in geospatiale gebieden worden gebruikt. |  |
| Diversen: deze visualisaties kunnen niet worden gegeneraliseerd in een bijzonder grote groep. Dus in plaats van kleinere groepen voor het individuele type te vormen, groeperen we het in diverse. Hieronder volgen enkele voorbeelden: | ||
| Open-hoog-laag-sluit grafiek | Dit type grafieken wordt meestal gebruikt voor de weergave van aandelenkoersen. De stijgende trend wordt Bullish genoemd en neemt af als Bearish. |  |
| Kagi-Chart | Doorgaans wordt het vraagaanbod van een actief weergegeven met behulp van deze grafiek. |  |
Conclusie
Uit de bovenstaande soorten visualisatie zien we dat er in grote lijnen 6 soorten groepen zijn. De bovenstaande lijst is geen uitputtende lijst, maar weinigen die op grote schaal worden gebruikt. In de komende tijden wanneer en wanneer nieuwe typen aan de lijst worden toegevoegd, kunnen de groepen toenemen. Dat is het voor soorten visualisatie. We zullen doorgaan met welke parameters we moeten bekijken tijdens het vaststellen van het type visualisatie.
Aanbevolen artikelen
Dit is een handleiding voor het type gegevensvisualisatie. Hier bespreken we de introductie en verschillende soorten datavisualisatie. U kunt ook onze andere voorgestelde artikelen doornemen voor meer informatie–
- Soorten gegevensanalysetechnieken
- Talend data-integratie
- Hulpmiddelen voor gegevensanalyse
- Data Science Tools
- Talend Tools
- Wat is data-integratie?
- Verspreidingspercelen in Matlab
- Hoe het staafdiagram wordt gebruikt in Matlab (voorbeelden)