تصور البيانات

مكتمل

يقوم علماء البيانات بتصور البيانات لفهمها بشكل أفضل. قد يفحصون البيانات الأولية، أو يفحصون مقاييس التلخيص مثل المتوسطات، أو رسما بيانيا للبيانات. الرسوم البيانية هي وسيلة قوية لتصور البيانات، وغالبا ما يستخدم علماء البيانات الرسوم البيانية لتمييز الأنماط المعقدة المعتدلة بسرعة.

تمثيل البيانات بصريًا

يتم الرسم البياني لتوفير تقييم نوعي سريع لبياناتنا، والذي يمكن أن يكون مفيدا لفهم النتائج، ومعرفة القيم المتطرفة، وفحص كيفية توزيع الأرقام، وما إلى ذلك.

في حين أننا نعرف مسبقًا في بعض الأحيان أي نوع من الرسم البياني سيكون أكثر فائدة، وأحيانًا أخرى نستخدم الرسوم البيانية بطريقة استكشافية. لفهم قوة تصور البيانات، ضع في اعتبارك البيانات التالية: موقع (x,y) لسيارة ذاتية القيادة. في النموذج الأولي للبيانات، من الصعب رؤية أي أنماط حقيقية. يخبرنا المتوسط أو المتوسط أن مسار السيارة تمحور حول x=0.2 وy=0.3، ويبدو أن نطاق الأرقام يتراوح بين -2 و2 تقريبا.

الوقت	حيث الموقع-X	حيث الموقع-Y
1	1	2
1	1.682942	1.080605
2	1.818595	-0.83229
3	0.28224	-1.97998
4	-1.5136	-1.30729
5	-1.91785	0.567324
6	-0.55883	1.920341
7	1.313973	1.507805
12	0.00001	0.00001
13	0.840334	1.814894
14	1.981215	0.273474
15	1.300576	-1.51938
16	-0.57581	-1.91532
17	-1.92279	-0.55033
18	-1.50197	1.320633
19	0.299754	1.977409
20	1.825891	0.816164

إذا قمنا الآن برسم الموقع-X مع مرور الوقت، يمكننا أن نشهد أنه يبدو أن لدينا بعض القيم المفقودة بين الأوقات 7 و 12.

إذا رسمنا الرسم البياني X مقابل Y، ينتهي الأمر بخريطة للمكان الذي تحركت فيه السيارة. من الواضح على الفور أن السيارة كانت تقود في دائرة وفي مرحلة ما قدت إلى وسط تلك الدائرة.

لا تقتصر الرسوم البيانية على مخططات مبعثرة 2D مثل تلك المذكورة أعلاه. يمكن استخدامها لاستكشاف جوانب أخرى من بياناتك؛ على سبيل المثال، النسب (المخططات الدائرية والرسوم البيانية الشريطية المكدسة) وكيفية انتشار البيانات (المدرجات التكرارية والمخططات المربعة والشعيرات). في كثير من الأحيان، عندما نحاول فهم البيانات الأولية أو النتائج، قد نجرب أنواعا مختلفة من الرسوم البيانية حتى نصادف رسما بيانيا يشرح البيانات بطريقة بديهية بصريا.