4.9 KiB
Visualisoinnit
Datan visualisointi on yksi data-analyytikon tärkeimmistä tehtävistä. Kuva kertoo enemmän kuin tuhat sanaa, ja visualisointi voi auttaa sinua tunnistamaan kaikenlaisia mielenkiintoisia piirteitä datassasi, kuten piikkejä, poikkeamia, ryhmittymiä, suuntauksia ja paljon muuta, jotka auttavat sinua ymmärtämään, mitä tarinaa datasi yrittää kertoa.
Näissä viidessä oppitunnissa tutustut luonnosta peräisin olevaan dataan ja luot mielenkiintoisia ja kauniita visualisointeja eri tekniikoita käyttäen.
Aiheen numero | Aihe | Linkitetty oppitunti | Tekijä |
---|---|---|---|
1. | Määrien visualisointi | ||
2. | Jakautumien visualisointi | ||
3. | Suhteiden visualisointi | ||
4. | Yhteyksien visualisointi | ||
5. | Merkityksellisten visualisointien luominen |
Kiitokset
Nämä visualisointioppitunnit on kirjoitettu 🌸 Jen Looperin, Jasleen Sondhin ja Vidushi Guptan toimesta.
🍯 Yhdysvaltojen hunajantuotantodatan lähde on Jessica Lin projekti Kagglessa. Data on peräisin Yhdysvaltain maatalousministeriöltä.
🍄 Sienidatan lähde on myös Kaggle, ja sen on päivittänyt Hatteras Dunton. Tämä datasetti sisältää kuvauksia hypoteettisista näytteistä, jotka vastaavat 23 kidallisen sienen lajia Agaricus- ja Lepiota-suvuista. Sienet on kuvattu teoksessa The Audubon Society Field Guide to North American Mushrooms (1981). Tämä datasetti lahjoitettiin UCI ML:lle vuonna 1987.
🦆 Minnesotan lintudata on peräisin Kagglesta, ja sen on kerännyt Wikipedia -sivustolta Hannah Collins.
Kaikki nämä datasetit on lisensoitu CC0: Creative Commons.
Vastuuvapauslauseke:
Tämä asiakirja on käännetty käyttämällä tekoälypohjaista käännöspalvelua Co-op Translator. Vaikka pyrimme tarkkuuteen, huomioithan, että automaattiset käännökset voivat sisältää virheitä tai epätarkkuuksia. Alkuperäistä asiakirjaa sen alkuperäisellä kielellä tulee pitää ensisijaisena lähteenä. Kriittisen tiedon osalta suositellaan ammattimaista ihmiskääntämistä. Emme ole vastuussa tämän käännöksen käytöstä aiheutuvista väärinkäsityksistä tai virhetulkinnoista.