Visualisation de données | Guide de visualisation de données pour les débutants

Qu'est-ce que la visualisation des données?

« Une image vaut mieux que mille mots. » de la même manière, une infographie / visual peut nous aider à analyser les données et les modèles cachés d'une manière beaucoup plus facile. Ceci est un guide complet pour couvrir les bases de la visualisation. J'ai essayé d'incorporer un exemple utilisant les données de survie au cancer de Haberman pour montrer comment les images peuvent nous aider à trouver des modèles dans les données que les chiffres ne montrent pas.. Commençons!

Pourquoi visualiser des données?

La visualisation des données est un moyen de créer une histoire à travers vos données. Lorsque les données sont complexes et que la compréhension des micro-détails est essentielle, le meilleur moyen est d'analyser les données à travers des images.

Les images peuvent être utilisées à deux fins:

1. L'analyse exploratoire des données: utilisé par les analystes de données, Des statisticiens et data scientists pour mieux comprendre les données. Comme on l'appelle avec raison, utilisé pour explorer les tendances cachées, les modèles dans les données.

2. Analyse explicative des données: une fois que les analystes comprennent les données et trouvent leurs résultats, la meilleure façon de transmettre vos idées et vos découvertes est à travers des images. Ceci est utilisé pour créer une histoire qui engagera le spectateur et offrira des informations plus approfondies..

Analyse exploratoire des données de survie de Haberman

L'ensemble de données contient des cas d'une étude menée entre 1958 Oui 1970 à l'hôpital Billings de l'Université de Chicago sur la survie des patientes ayant subi une chirurgie pour un cancer du sein.

Les attributs incluent:

1. Âge du patient au moment de l'opération (numérique)
2. Année d'opération du patient (année – 1900, numérique)
3. Nombre de ganglions axillaires positifs détectés (numérique)
4. État de survie (attribut de classe)
   1 = le patient a survécu 5 ans ou plus
   2 = le patient est décédé dans les 5 ans

Commençons par utiliser les statistiques pour comprendre d'abord les données.:

On voit qu'il y a 306 rangées et 4 Colonnes. En outre, lors de la visualisation des attributs, nous comprenons comment les données sont distribuées. Pour en savoir plus combien d'exemples de chaque classe nous avons, nous pouvons utiliser un graphique à barresLe graphique à barres est une représentation visuelle des données qui utilise des barres rectangulaires pour montrer des comparaisons entre différentes catégories. Chaque barre représente une valeur et sa longueur est proportionnelle à celle-ci. Ce type de graphique est utile pour visualiser et analyser les tendances, faciliter l’interprétation des informations quantitatives. Il est largement utilisé dans diverses disciplines, tels que les statistiques, Marketing et recherche, En raison de sa simplicité et de son efficacité.....

Nous voyons que les données sont déséquilibrées avec plus de survivants que ceux qui n'ont pas pu survivre. Pour analyser davantage les données, voyons différents graphiques.

Fonction de densité de probabilité

1. Une grande partie, c'est-à-dire, de 30 une 80 ans, chevauchements entre les deux classes.

2. Les personnes du groupe d'âge de 20 une 40 ont plus de chances de survivre, 40 une 60 sont plus susceptibles de ne pas survivre, groupes de 60 une 80 avoir les mêmes chances de survie et de mort, Oui> 80 ont plus de chance de ne pas survivre.

3. L'âge seul ne peut pas dire si une personne survivra ou non.

Box plot

Les boîtes à moustachesDiagrammes encadrés, Aussi connu sous le nom de diagrammes en boîte et à moustaches, sont des outils statistiques qui représentent la distribution d’un ensemble de données. Ces diagrammes montrent la médiane, quartiles et valeurs aberrantes, Permettre de visualiser la variabilité et la symétrie des données. Ils sont utiles pour la comparaison entre différents groupes et pour l’analyse exploratoire, faciliter l’identification des tendances et des modèles dans les données.... ils nous informent sur la distribution des données et détectent les valeurs aberrantes. Notez que les survivants ont moins de nœuds que ceux qui n'ont pas pu survivre. Intéressant! Ce n'est pas comme ça? Notez également que bien que le nombre de nœuds soit une fonctionnalité plus utile, il y a un certain chevauchement avec les deux classes.

Nuage de points

On voit aux points épars que, quelle que soit l'année, le nombre de patients qui ont 0 les ganglions ont été des survivants. Cela signifie-t-il que 0 les nœuds assurent la survie? Regardez l'intrigue du violon!

Cadre de violon

Dans le graphique ci-dessus, nous voyons qu'il n'y a pas de survivants avec 0 nœuds. Les tracés de violon nous permettent de voir la distribution et les boîtes à moustaches dans une seule image. Utile! Ce n'est pas comme ça? Il y a beaucoup à apprendre des images. Visualiser pour comprendre. Visualisez pour expliquer votre compréhension. J'ai compilé quelques conseils et outils pour vous aider à démarrer.

Outils de visualisation de données

1. Peinture: Facile à utiliser, efficace et sûr. Il est très populaire et est utilisé pour prétraiter et visualiser efficacement les données. Il est également possible de partager des données.

2. Microsoft Power BI: Plateforme de visualisation de données axée sur la création de solutions basées sur les données pour les problèmes commerciaux. Utilisé pour le prétraitement, analyser et partager facilement des informations significatives. D'autres outils incluent FusionCharts, Tiret, comploter, QlikView.

3. MS Excel: C'est l'outil le plus couramment utilisé par les analystes pour traiter les données, ordonner, visualiser et prétraiter rapidement les données.

Bonnes pratiques et astuces

Utilisez un schéma de couleurs cohérent pour vos images: Alors que la couleur ajoute du sens et de la beauté à un graphique, il est souvent préférable d'utiliser des couleurs pour mettre en évidence des détails importants et pas seulement pour l'attractivité. Trop de couleurs détruira le but de la coloration, tout en utilisant une seule couleur ou trop de nuances d'une même couleur peut dérouter les téléspectateurs. En outre, tenir compte des malvoyants lors de la conception des visuels. Utiliser les couleurs de manière intuitive. Par exemple: pour l'analyse des sentiments, nous pouvons utiliser la couleur verte pour des émotions positives, rouge pour les émotions négatives et vert pour les neutres.

Utiliser la taille, la forme et le format pour transmettre la sémantique: Utilisation des tailles, des formes comme des cercles et des carrés peuvent ajouter une signification sémantique et, donc, aider les téléspectateurs à absorber les données avec facilité. En outre, Notez que, parfois, organiser les graphiques à barres dans l'ordre croissant est plus logique (dans le cas de données ordinales) pour les ranger par ordre alphabétique ou aléatoire.

Utiliser des leyendas, mots pour enregistrer correctement les données: Utilisez des étiquettes si nécessaire, mais n'encombrez pas le graphique de texte. Utiliser judicieusement les données textuelles. Positionnez les données visuelles d'une manière qui est facile à comprendre.

Utiliser des tracés interactifs: Les graphiques de course et les tracés interactifs ajoutent de la valeur et aident les téléspectateurs à interagir avec les données de manière plus approfondie.

Supprimer le courrier indésirable du graphique: Éliminez les déchets graphiques inutiles qui peuvent distraire les téléspectateurs. Ne combinez pas plusieurs vues en un seul visuel au point qu'il soit difficile à comprendre. Utilisez les échelles pour compter l'image réelle.

Étiquetage des données: Étiquetez vos données avec précision. Ne pas trop étiqueter. Assurez-vous que les étiquettes sont visibles et orientées correctement. N'ajoutez pas de dimensions aux images qui peuvent conduire à des biais.

Faire une histoire complète: Concentrez-vous sur l'image plus grande que vous essayez de capturer. Veuillez ne pas fournir d'images inexactes ou trompeuses. Utilisez judicieusement les outils visuels pour parler plus que le texte ne le ferait.

Erreurs courantes à éviter lors de la visualisation des données

1. Utiliser un visuel quand ce n'est pas nécessaire: Si les données peuvent être efficacement communiquées avec des statistiques, pas besoin de créer des images. Les images permettent d'analyser facilement ce que les nombres ne peuvent pas transmettre. Donc, choisir judicieusement quand utiliser un outil visuel.

2. Êtes-vous vraiment sûr de ce que vous essayez de transmettre? : La corrélation n'implique pas la cause. Nous devons nous assurer que nos résultats sont étayés par des recherches et des expérimentations appropriées avant de sauter aux causes.

3. Utilisation d'images 3D: Assurez-vous que la vue 3D ne cache pas une partie des données ou ne les déforme pas. Utilisez des graphiques 3D avec un soin extrême. N'ajoutez pas d'indications susceptibles d'induire le spectateur en erreur et de détruire le but de l'affichage.

Où trouver plus de ressources et de cours?

Il y a beaucoup de cours, des blogs et des livres pour nous aider à comprendre la visualisation en profondeur.

Pour de merveilleux sites de blogs: https://www.tableau.com/learn/articles/best-data-visualization-blogs, Visualisation de données, Oui Reddit étant mon préféré.

Pour des cours gratuits: Peinture offre des cours gratuits de visualisation de données qui sont requis. Kaggle propose également des cours gratuits de visualisation de données de base avec des exercices pratiques. Il existe plusieurs cours disponibles dans DataPeaker, Coursera, Udemy, L'audace qui aide à apprendre.

Pour les livres: consultez cette liste de livres organisée https://www.tableau.com/learn/articles/books-about-data-visualization être mes préférés La présentation visuelle des informations quantitatives par Edward Tufte Oui Raconter des histoires avec des données par Cole.

Derniers mots

En tant que producteurs de données, nous devons nous assurer que nous affichons les informations correctes à tout moment. Manipuler les consommateurs pour leur faire voir ce que nous voulons doit être évité à tout prix.

En tant que consommateurs de données, nous devons voir chaque élément visuel de manière critique pour nous assurer que nous voyons au-delà de ce que l'élément visuel nous persuade de voir.

J'espère que vous avez apprécié le contenu. Pour toute requête, vous pouvez me joindre à [email protégé] ou déposez un commentaire ci-dessous.

Les références

1. https://www.tableau.com/learn/articles/data-visualization

2. https://www.tableau.com/learn/articles/best-data-visualization-blogs

3. https://www.toptal.com/designers/ux/data-visualization-mistakes

4. https://blog.hubspot.com/marketing/great-data-visualization-examples

En rapport