Introdução aos tipos de visualização de dados
Na arena moderna do big data, com mais de 2, 5 quintilhões de bytes (1 quintilhão de bytes = 10 18 bytes!) De dados criados todos os dias (de acordo com socialmediatoday.com), existe uma necessidade urgente de armazenar os dados. Escusado será dizer que esses dados são densos e, portanto, não são tão legíveis pelo usuário e são constantemente desfocados. Para mudar o paradigma para entender facilmente o escopo dos dados e obter benefícios úteis nos negócios, os dados devem ser apresentados de uma maneira mais intuitiva e, portanto, exigiriam gráficos apropriados para visualizá-los. Existem ferramentas e metodologias criadas para retratar efetivamente os dados, mas a eficácia depende principalmente do tipo de dado e do requisito necessário para ser extraído dos dados.
O que é visualização de dados?
A visualização de dados é uma metodologia pela qual os dados em formato bruto são retratados para trazer à tona o significado disso. Com o advento do big data, tornou-se imperativo criar uma maneira significativa de mostrar os dados para que a quantidade de dados não se torne esmagadora. A parte de retratar os dados pode ser usada para vários propósitos, por exemplo, encontrar tendências / pontos comuns / padrões nos dados, criar modelos para aprendizado de máquina ou pode ser usada para uma operação simples como agregação.
Diferentes tipos de visualização de dados
A visualização de dados é amplamente classificada em 6 tipos diferentes. Embora a área de visualização de dados esteja em constante crescimento, não será uma surpresa se o número de categorias aumentar.
| Temporal: Os dados para esses tipos de visualização devem satisfazer as duas condições: os dados representados devem ser lineares e devem ser unidimensionais. Esses tipos de visualização são representados através de linhas que podem se sobrepor e também possuem um ponto de dados inicial e final comum. | ||
| Gráficos de dispersão | Usa pontos para representar um ponto de dados. O mais comum no mundo de hoje em aprendizado de máquina durante a análise exploratória de dados. |  |
| Gráfico de pizza | Esse tipo de visualização inclui gráficos circulares em que o comprimento do arco significa a magnitude. |  |
| Diagrama de área polar | Assim como o gráfico de pizza, o diagrama da área Polar é um gráfico circular, exceto os ângulos do setor, que são iguais em comprimento e a distância de extensão do centro significa a magnitude. |  |
| Gráficos de linha | Como o gráfico de dispersão, os dados são representados por pontos, exceto unidos por linhas para manter a continuidade. |  |
| Linhas do tempo | Dessa forma, exibimos uma lista de pontos de dados em ordem cronológica de tempo. |  |
| Sequências de séries temporais | Em séries temporais, representamos a magnitude dos dados em um gráfico 2D em ordem cronológica do registro de data e hora nos dados. |  |
| Hierárquico: esses tipos de visualizações retratam grupos ordenados dentro de um grupo maior. Em linguagem simples, a principal intuição por trás dessas visualizações é que os clusters podem ser exibidos se o fluxo dos clusters iniciar a partir de um único ponto. | ||
| Diagrama de árvore | Em um diagrama de árvore, o fluxo hierárquico é representado na forma de uma árvore, como o nome sugere. Poucas terminologias para esta representação são:
- Nó raiz: ponto de origem. - Nó filho: tem um pai acima - Nó folha: Não há mais nó filho. |  |
| Gráficos de Anéis / Diagrama do Sunburst | A representação em árvore no diagrama em árvore é convertida em uma base radial. Esse tipo ajuda a apresentar a árvore em um tamanho conciso. O círculo mais interno é o nó raiz. E a área do nó filho significa a% de dados. |  |
| TreeMap | A árvore é representada na forma de retângulos bem compactados. A área significa a quantidade contida. |  |
| Embalagem do círculo | Semelhante a um mapa de árvore, ele usa empacotamento circular em vez de retângulos. |  |
| Rede: a visualização desse tipo conecta conjuntos de dados a conjuntos de dados. Essas visualizações mostram como esses conjuntos de dados se relacionam em uma rede. | ||
| Gráficos matriciais | Esse tipo de visualização é amplamente utilizado para encontrar a conexão entre diferentes variáveis dentro de si. Por exemplo, gráfico de correlação |  |
| Diagramas aluviais | Este é um tipo de diagrama de fluxo no qual as alterações no fluxo da rede são representadas em intervalos conforme desejado pelo usuário. |
|
| Palavra nuvem | Isso geralmente é usado para representar dados de texto. As palavras estão compactadas e o tamanho do texto significa a frequência da palavra. |
|
| Diagramas de link de nó | Aqui os nós são representados como pontos e a conexão entre nós é apresentada. |  |
| Multidimensional: Em contraste com o tipo temporal de visualização, esses tipos podem ter várias dimensões. Neste, podemos usar 2 ou mais recursos para criar uma visualização 3D através de camadas simultâneas. Isso permitirá que o usuário apresente informações importantes, quebrando muitos dados não úteis. | ||
| Gráficos de dispersão | Em dados multidimensionais, selecionamos dois recursos e os plotamos em um gráfico de dispersão em 2D. Ao fazer isso, teríamos n C 2 = n (n-1) / 2 gráficos. |  |
| Gráficos de barras empilhadas | O segmento de representação é um em cima do outro. Pode ser um gráfico de barras empilhadas a 100%, onde a segregação é representada em% ou um gráfico de barras empilhadas simples, que indica a magnitude real |  |
| Gráfico de coordenadas paralelas | Nesta representação, um pano de fundo é desenhado e n linhas paralelas são desenhadas (para dados n-dimensionais). |  |
| Geoespacial: Essas visualizações estão relacionadas à localização física na vida real, cruzando-a com mapas (pode ser um mapa geoespacial ou espacial). A intuição por trás dessas visualizações é criar uma visão holística do desempenho. | ||
| Mapa de fluxo | O movimento de informações ou objetos de um local para outro é apresentado onde o tamanho da seta significa a quantidade. |  |
| Mapa de Choropleth | O mapa geoespacial é colorido com base em uma variável de dados específica. |  |
| Cartograma | Este tipo de representação usa a variável temática para mapeamento. Esses mapas distorcem a realidade para apresentar informações. Isso significa que em uma variável específica os mapas são exagerados. Por exemplo, a imagem à esquerda é um mapa espacial distorcido em uma estrutura de colméia. |  |
| Mapa de calor | Eles são muito semelhantes ao Choropleth no gênero geoespacial, mas também podem ser usados em áreas além do geoespacial. |  |
| Diversos: essas visualizações não podem ser generalizadas em um grupo particularmente grande. Portanto, em vez de formar grupos menores para o tipo individual, agrupamos em diversos. Alguns exemplos estão abaixo: | ||
| Gráfico Abrir-Alto-Baixo-Fechar | Esse tipo de gráfico é normalmente usado para representação do preço das ações. A tendência crescente é denominada de alta e decrescente como de baixa. |  |
| Kagi-Chart | Normalmente, a oferta por demanda de um ativo é representada usando este gráfico. |  |
Conclusão
A partir dos tipos de visualização acima, vemos que, em termos gerais, existem 6 tipos de grupos. A lista acima não é uma lista exaustiva, mas poucas são amplamente utilizadas. Nos próximos tempos, quando novos tipos forem adicionados à lista, os grupos poderão aumentar. É isso para os tipos de visualização. Continuaríamos com os parâmetros a serem observados durante a fixação no tipo de visualização.
Artigos recomendados
Este é um guia para o tipo de visualização de dados. Aqui discutimos a introdução e os diferentes tipos de visualização de dados. Você também pode consultar nossos outros artigos sugeridos para saber mais:
- Tipos de técnicas de análise de dados
- Integração de Dados Talend
- Ferramentas de análise de dados
- Ferramentas de ciência de dados
- Ferramentas Talend
- O que é integração de dados?
- Gráficos de Dispersão em Matlab
- Como o gráfico de barras é usado no Matlab (exemplos)