Visualização de dados | Guia de visualização de dados para iniciantes

O que é visualização de dados?

“Uma imagem vale mais que mil palavras.” de forma similar, um infográfico / o visual pode nos ajudar a analisar dados e padrões ocultos de uma maneira muito mais fácil. Este é um guia abrangente para cobrir os conceitos básicos de visualização. Tentei incorporar um exemplo usando os dados de sobrevivência ao câncer de Haberman para mostrar como as imagens podem nos ajudar a encontrar padrões nos dados que os números não mostram.. Comecemos!

Por que visualizar dados?

A visualização de dados é uma maneira de criar uma história por meio de seus dados. Quando os dados são complexos e a compreensão de microdetalhes é essencial, a melhor forma é analisar os dados por meio de imagens.

As imagens podem ser usadas para duas finalidades:

1. Análise exploratória de dados: usado por analistas de dados, estatísticos e cientistas de dados para entender melhor os dados. Como é chamado com razão, usado para explorar tendências ocultas, os padrões nos dados.

2. Análise de dados explicativos: uma vez que os analistas entendam os dados e encontrem seus resultados, a melhor maneira de transmitir suas ideias e descobertas é por meio de imagens. Isso é usado para criar uma história que envolverá o espectador e oferecerá insights mais profundos..

Análise exploratória dos dados de sobrevivência de Haberman

O conjunto de dados contém casos de um estudo realizado entre 1958 e 1970 no Hospital Billings da Universidade de Chicago sobre a sobrevivência de pacientes que passaram por uma cirurgia de câncer de mama.

Os atributos incluem:

1. Idade do paciente no momento da operação (numérico)
2. Ano de operação do paciente (ano – 1900, numérico)
3. Número de nódulos axilares positivos detectados (numérico)
4. Estado de sobrevivência (atributo de classe)
   1 = o paciente sobreviveu 5 anos ou mais
   2 = o paciente morreu dentro de 5 anos

Vamos começar usando estatísticas para entender os dados primeiro.:

Nós vemos que há 306 linhas e 4 colunas. O que mais, ao visualizar os atributos, entendemos como os dados são distribuídos. Para saber mais quantos exemplos de cada classe temos, podemos usar um gráfico de barrasO gráfico de barras é uma representação visual de dados que usa barras retangulares para mostrar comparações entre diferentes categorias. Cada barra representa um valor e seu comprimento é proporcional a ele. Esse tipo de gráfico é útil para visualizar e analisar tendências, facilitar a interpretação de informações quantitativas. É amplamente utilizado em várias disciplinas, como estatísticas, Marketing e pesquisa, devido à sua simplicidade e eficácia.....

Vemos que os dados estão desequilibrados com mais sobreviventes do que aqueles que não conseguiram sobreviver. Para fazer a varredura adicional dos dados, vamos ver gráficos diferentes.

Função densidade de probabilidade

1. Uma grande parte, quer dizer, a partir de 30 uma 80 anos, sobreposições entre as duas classes.

2. Pessoas na faixa etária de 20 uma 40 são mais propensos a sobreviver, 40 uma 60 são mais propensos a não sobreviver, grupos de 60 uma 80 tem a mesma chance de sobrevivência e morte, e> 80 tem uma chance maior de não sobreviver.

3. A idade por si só não pode dizer se uma pessoa vai sobreviver ou não.

Box plot

o plotagens de caixaDiagramas de caixa, Também conhecido como diagramas de caixa e bigode, são ferramentas estatísticas que representam a distribuição de um conjunto de dados. Esses diagramas mostram a mediana, Quartis e outliers, permitindo que a variabilidade e a simetria dos dados sejam visualizadas. Eles são úteis na comparação entre diferentes grupos e na análise exploratória, facilitando a identificação de tendências e padrões nos dados.... informam-nos sobre a distribuição dos dados e analisam valores fora do normal. Observe que os sobreviventes têm menos nós do que aqueles que não sobreviveram. Interessante! Não é assim? Observe também que embora o número de nós seja um recurso mais útil, há alguma sobreposição com ambas as classes.

Gráfico de dispersão

Vemos nos pontos dispersos que, independentemente do ano, o número de pacientes que têm 0 gânglios foram sobreviventes. Isso significa que 0 nós garantem a sobrevivência? Veja a trama do violino!

Moldura de violino

No gráfico acima, vemos que não há sobreviventes com 0 nós. Os gráficos de violino nos permitem ver a distribuição e os gráficos de caixa em uma única imagem. Útil! Não é assim? Podemos aprender muito com as imagens. Visualize para entender. Visualize para explicar sua compreensão. Compilei algumas dicas e ferramentas para você começar.

Ferramentas de visualização de dados

1. Foto: Fácil de usar, eficaz e seguro. É muito popular e é usado para pré-processar e visualizar dados de maneira eficaz. Também é possível compartilhar dados.

2. Microsoft Power BI: Plataforma de visualização de dados focada na criação de soluções baseadas em dados para problemas de negócios. Usado para pré-processamento, analise e compartilhe insights significativos com facilidade. Outras ferramentas incluem FusionCharts, Traço, Completamente, QlikView.

3. MS Excel: Esta é a ferramenta mais comum usada por analistas para lidar com dados, pedido, visualizar e pré-processar dados rapidamente.

Melhores práticas e dicas

Use um esquema de cores consistente para suas imagens: Enquanto a cor adiciona significado e beleza a um gráfico, muitas vezes é melhor usar cores para destacar detalhes importantes e não apenas para atratividade. Muitas cores irão destruir o propósito de colorir, ao usar uma única cor ou muitos tons de uma cor pode confundir os visualizadores. O que mais, considere os deficientes visuais ao projetar recursos visuais. Use as cores de forma intuitiva. Por exemplo: para análise de sentimento, podemos usar a cor verde para emoções positivas, vermelho para emoções negativas e verde para neutras.

Use o tamanho, a forma e o formato para transmitir a semântica: Usando tamanhos, formas como círculos e quadrados podem adicionar significado semântico e, portanto, ajude os espectadores a absorver dados com facilidade. O que mais, tenha em conta que, as vezes, organizar os gráficos de barras em ordem crescente faz mais sentido (no caso de dados ordinais) para organizá-los em ordem alfabética ou aleatória.

Use leyendas, palavras para registrar corretamente os dados: Use rótulos quando necessário, mas não sobrecarregue o gráfico com texto. Use dados de texto com sabedoria. Posicione os dados visuais de uma forma que seja fácil de entender.

Use plotagens interativas: Gráficos de corrida e gráficos interativos agregam valor e ajudam os espectadores a se envolver com os dados em maior profundidade.

Remover lixo do gráfico: Elimine o lixo gráfico desnecessário que pode distrair os visualizadores. Não combine várias visualizações em um único visual a ponto de ser difícil de entender. Use as escalas para contar a imagem real.

Rotulagem de dados: Rotule seus dados com precisão. Não rotule muito. Certifique-se de que os rótulos estão visíveis e orientados corretamente. Não adicione dimensões às imagens que podem levar a distorções.

Faça uma história completa: Concentre-se na imagem maior que você está tentando capturar. Não forneça imagens imprecisas ou enganosas. Use ferramentas visuais com sabedoria para falar mais do que o texto falaria.

Erros comuns a serem evitados ao visualizar dados

1. Usando um visual quando pode não ser necessário: Se os dados podem ser comunicados de forma eficaz com estatísticas, não há necessidade de criar imagens. As imagens facilitam a análise do que os números não podem transmitir. Portanto, escolha sabiamente quando usar uma ferramenta visual.

2. Você tem certeza do que está tentando transmitir?? : Correlação não implica causa. Precisamos ter certeza de que nossos resultados são suportados por pesquisas e experimentações adequadas antes de pular para as causas.

3. Usando imagens 3D: Certifique-se de que a visualização 3D não esconde uma parte dos dados ou os distorce. Use gráficos 3D com extremo cuidado. Não adicione orientações que possam enganar o espectador e destruir o propósito da tela.

Onde encontrar mais recursos e cursos?

Existem muitos cursos, blogs e livros para nos ajudar a entender a visualização em profundidade.

Para sites de blog maravilhosos: https://www.tableau.com/learn/articles/best-data-visualization-blogs, Visualização de dados, e Reddit sendo meu favorito.

Para cursos gratuitos: Foto oferece cursos gratuitos de visualização de dados obrigatórios. Kaggle também oferece cursos gratuitos de visualização de dados básicos com exercícios práticos. Existem vários cursos disponíveis no DataPeaker, Coursera, Udemy, Udacity que ajuda no aprendizado.

Para livros: verifique esta lista selecionada de livros https://www.tableau.com/learn/articles/books-about-data-visualization sendo meus favoritos A apresentação visual de informações quantitativas por Edward Tufte e Contação de histórias com dados por Cole.

Ultimas palavras

Como produtores de dados, devemos garantir que exibimos as informações corretas em todos os momentos. Manipular os consumidores para fazê-los ver o que queremos deve ser evitado a todo custo.

Como consumidores de dados, precisamos ver cada elemento visual criticamente para garantir que vemos além do que o elemento visual nos persuade a ver.

Espero que tenha gostado do conteúdo. Para qualquer consulta, você pode me encontrar em [e-mail protegido] ou deixe um comentário abaixo.

Referências

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

Relacionado