Dashboardvisualisierungstypen

In diesem Artikel werden die Visualisierungstypen beschrieben, die auf KI-/BI-Dashboards verwendet werden können. Außerdem wird gezeigt, wie Sie ein Beispiel für jeden Visualisierungstyp erstellen. Anweisungen zum Erstellen eines Dashboards finden Sie unter Erstellen eines Dashboards.

Hinweis

Um die Leistung zu optimieren, können Diagramme nur 10 Tsd. Zeilen oder 10 MB auf der Canvas rendern, je nachdem, welche Option kleiner ist. Andernfalls können Visualisierungen abgeschnitten werden.

Flächenvisualisierung

Bereichsvisualisierungen kombinieren die Linien- und Balkenvisualisierungen, um zu zeigen, wie sich die numerischen Werte einer oder mehrerer Gruppen im Laufe der Progression einer zweiten Variablen ändern, in der Regel im Zeitverlauf. Sie werden häufig verwendet, um Änderungen des Verkaufstrichters im Laufe der Zeit zu zeigen.

Konfigurationswerte: Für dieses Flächenvisualisierungsbeispiel wurden die folgenden Werte festgelegt:

• Dataset: TPCH-Bestellungen
• Visualisierung: Bereich
• Titel: Total price and order year by order priority and clerk
• x-Achse:
  • Feld: o_orderdate
  • Skalierungstyp: Temporal
  • Transformieren: Yearly
  • Achsentitel: Order year
• y-Achse:
  • Feld: o_totalprice
  • Achsentitel: Total price
  • Skalierungstyp: Quantitative
  • Transformieren: Sum
• Gruppieren nach:
  • Feld: o_orderpriority
  • Legendentitel: Order priority
• Filter
  • Feld: TPCH orders.o_clerk

SQL-Abfrage: Für diese Flächenvisualisierung wurde die folgende SQL-Abfrage verwendet, um das Dataset namens TPCH orders zu generieren.

SELECT * FROM samples.tpch.orders

Balkendiagramm

Balkendiagramme stellen die Änderung der Metriken im Laufe der Zeit oder über Kategorien hinweg dar und zeigen die Verhältnismäßigkeit an, ähnlich einer Kreisvisualisierung.

Konfigurationswerte: Für dieses Balkenvisualisierungsbeispiel wurden die folgenden Werte festgelegt:

• Dataset: TPCH-Bestellungen
• Visualisierung: Balken
• Titel: Total price and order month by order priority and clerk
• x-Achse:
  • Feld: o_orderdate
  • Transformieren: Monthly
  • Skalierungstyp: Temporal
  • Achsentitel: Order month
• y-Achse:
  • Feld: o_totalprice
  • Skalierungstyp: Quantitative
  • Transformieren: Sum
  • Achsentitel: Total price
• Gruppieren nach:
  • Feld: o_orderpriority
  • Legendentitel: Order priority
• Filter
  • Feld: TPCH orders.o_clerk

SQL-Abfrage: Die folgende SQL-Abfrage hat das Dataset TPCH orders für diese Balkenvisualisierung generiert.

SELECT * FROM samples.tpch.orders

Boxplot

Die Boxplotvisualisierung veranschaulicht die Verteilungszusammenfassung numerischer Daten, optional nach Kategorie gruppiert. Mithilfe einer Boxplotvisualisierung können Sie Wertebereiche schnell kategorieübergreifend vergleichen und die Lage, Verteilung und Schiefe der Werte über ihre Quartile visualisieren. In jedem Feld gibt die dunklere Linie den Interquartilsabstand an. Weitere Informationen zum Interpretieren von Boxplotvisualisierungen finden Sie im Artikel zu Boxplot auf Wikipedia.

Konfigurationswerte: Für diese Boxplotvisualisierung wurden die folgenden Werte festgelegt:

• X-Spalte (Datasetspalte): l-returnflag
• Y-Spalten (Datasetspalte): l_extendedprice
• Name der X-Achse (Standardwert überschreiben): Return flag1
• Name der Y-Achse (Standardwert überschreiben): Extended price

SQL-Abfrage: Für diese Boxplotvisualisierung wurde die folgende SQL-Abfrage verwendet, um das Dataset zu generieren:

select * from samples.tpch.lineitem

Blasendiagramm

Blasendiagramme sind Punktdiagramme, bei denen die Größe der einzelnen Punktmarker eine relevante Metrik widerspiegelt. Um ein Blasendiagramm zu erstellen, wählen Sie Punktdiagramm als Visualisierungstyp aus. Wählen Sie in der Einstellung Größe die Metrik aus, die durch die Größe der Markierungen abgebildet werden soll.

Konfigurationswerte: In diesem Beispiel für die Blasendiagrammvisualisierung wurden die folgenden Werte festgelegt:

• Dataset: NYC-Taxifahrten
• Visualisierung: Streuen
• Titel: Trip distance, fares, and trip duration
• x-Achse:
  • Feld: trip_distance
  • Skalierungstyp: Quantitative
  • Transformieren: None
• y-Achse:
  • Feld: fare_amount
  • Skalierungstyp: Quantitative
  • Transformieren: None
• Farbe nach:
  • Feld: pickup_zip
• Größe:
  • Feld: time_spent
  • Transformieren: None

Kombinationsdiagramm

Kombinationsdiagramme kombinieren Linien- und Balkendiagramme, um die Änderungen im Laufe der Zeit mit Proportionalität darzustellen.

Konfigurationswerte: Für diese Kombinationsdiagrammvisualisierung wurden die folgenden Werte festgelegt:

• Dataset: partsupp
• Visualisierung: Kombination
• X-Achse: ps_partkey
  • Skalierungstyp: Quantitative
• y-Achse:
  • Bar: ps_availqty
  • Aggregationstyp: SUM
  • Linie: ps_supplycost
  • Aggregationstyp: AVG
• Farbe nach Y-Serie:
  • Sum of ps_availqty
  • Average ps_supplycost

SQL-Abfrage: Für diese Kombinationsdiagrammvisualisierung wurde die folgende SQL-Abfrage verwendet, um das Dataset zu generieren:

SELECT * FROM samples.tpch.partsupp

Kombinationsdiagramm mit zwei Achsen

Sie können Kombinationsdiagramme verwenden, um zwei verschiedene Y-Achsen anzuzeigen. Klicken Sie bei ausgewähltem Kombinationsdiagramm-Widget auf das Kebab-Menü in den Einstellungen für die Y-Achse im Diagrammkonfigurationsbereich. Aktivieren Sie die Option "Duale Achse aktivieren".

Konfigurationswerte: Für dieses Kombinationsdiagramm ist die Option "Duale Achse aktivieren" aktiviert. Die anderen Konfigurationen werden wie folgt festgelegt:

• Dataset: Fahrten
• Visualisierung: Kombination
• X-Achse: tpep_pickup_datetime
  • Skalierungstyp: Temporal
  • Transformieren: Weekly
• y-Achse:
  • Linke Y-Achse (Balken): trip_distance
    • Transformieren: AVG
  • Rechte Y-Achse (Linie): fare_amount
    • Transformieren: AVG

Farbe nach Y-Serie:

• Average trip_distance
  • Average fare_amount

SQL-Abfrage: Die folgende SQL-Abfragewurde verwendet, um den Datensatz zu generieren:

SELECT * FROM samples.nyctaxi.trips

Zählervisualisierung

Zähler zeigen einen einzelnen Wert prominent an, mit einer Option zum Vergleichen mit einem Zielwert. Um Zähler zu verwenden, geben Sie an, welche Datenzeile in der Zählervisualisierung für die Wertspalte und die Zielspalte angezeigt werden soll.

Sie können eine bedingte Formatierung festlegen und den Textstil in den Konfigurationsdetails von Wert anpassen.

Konfigurationswerte: Für dieses Zählervisualisierungsbeispiel wurden die folgenden Werte festgelegt:

• Dataset: TPCH-Bestellungen
• Visualisierung: Zähler
• Titel: Orders: Target amount vs. actual amount by date
• Wert:
  • Feld: avg(o_totalprice)
  • Wertzeilennummer: 1
• Ziel:
  • Feld: avg(o_totalprice)
  • Wertzeilennummer: 2
• Filter
  • Feld: TPCH orders.o_orderdate

SQL-Abfrage: Für diese Zählervisualisierung wurde die folgende SQL-Abfrage verwendet, um das Dataset namens TPCH orders_target zu generieren.

SELECT o_orderdate, avg(o_totalprice)
FROM samples.tpch.orders
GROUP BY 1
ORDER BY 1

Linienvisualisierung

Linienvisualisierungen stellen die Änderung einer oder mehrerer Metriken im Laufe der Zeit dar.

Konfigurationswerte: Für dieses Linienvisualisierungsbeispiel wurden die folgenden Werte festgelegt:

• Dataset: TPCH-Bestellungen
• Visualisierung: Linie
• Titel: Average price and order year by order priority and clerk
• x-Achse:
  • Feld: o_orderdate
  • Transformieren: Yearly
  • Skalierungstyp: Temporal
  • Achsentitel: Order year
• y-Achse:
  • Feld: o_totalprice
  • Transformieren: Average
  • Skalierungstyp: Quantitative
  • Achsentitel: Average price
• Gruppieren nach:
  • Feld: o_orderpriority
  • Legendentitel: Order priority
• Filter
  • Feld: TPCH orders.o_clerk

SQL-Abfrage: Für diese Balkenvisualisierung wurde die folgende SQL-Abfrage verwendet, um das Dataset namens TPCH orders zu generieren.

SELECT * FROM samples.tpch.orders

Wärmebilder

Wärmebilder vereinen Merkmale von Balkendiagrammen, Stapeln und Blasendiagrammen, sodass Sie numerische Daten mithilfe von Farben visualisieren können. Eine allgemeine Farbpalette für ein Wärmebild zeigt die höchsten Werte in wärmeren Farben wie Orange oder Rot und die niedrigsten Werte in kälteren Farben wie Blau oder Lila an.

Das folgende Wärmebild visualisiert beispielsweise die am häufigsten vorkommenden Entfernungen bei Taxifahrten an jedem Tag und gruppiert die Ergebnisse nach Wochentag, Entfernung und Gesamtpreis.

Hinweis

Wärmebilder können bis zu 64 Tsd. Zeilen oder 10 MB anzeigen.

Konfigurationswerte: Für diese Wärmebildvisualisierung wurden die folgenden Werte festgelegt:

• Dataset: TPCH-Bestellungen
• Visualisierung: Wärmebild
• X-Spalte (Datasetspalte): o_orderpriority
• Y-Spalten (Datasetspalte): o_orderstatus
• Farbspalte:
  • Datasetspalte: o_totalprice
  • Aggregationstyp: Average
• Name der x-Achse (Standardwert überschreiben): Order priority
• Name der y-Achse (Standardwert überschreiben): Order status
• Farbschema (Standardwert überschreiben): YIGnBu

SQL-Abfrage: Für diese Wärmebildvisualisierung wurde die folgende SQL-Abfrage verwendet, um das Dataset zu generieren:

SELECT * FROM samples.tpch.orders

Histogramm-Diagramm

Ein Histogramm zeichnet die Häufigkeit auf, mit der ein gegebener Wert in einem Dataset auftritt. Ein Histogramm hilft Ihnen zu verstehen, ob ein Dataset Werte enthält, die um eine kleine Anzahl von Bereichen gruppiert sind oder mehr verteilt sind. Ein Histogramm wird als Balkendiagramm angezeigt, in dem Sie die Anzahl der eindeutigen Balken (auch als Intervalle bezeichnet) steuern.

Konfigurationswerte: Für diese Histogrammvisualisierung wurden die folgenden Werte festgelegt:

• Dataset: TPCH-Bestellungen
• Visualisierung: Histogramm
• X-Spalte (Datasetspalte): o_totalprice
• Anzahl der Bins: 20
• Name der x-Achse (Standardwert überschreiben): Total price

Konfigurationsoptionen: Informationen zu Konfigurationsoptionen für Histogramme finden Sie unter Konfigurationsoptionen für Histogramme.

SQL-Abfrage: Für diese Histogrammvisualisierung wurde die folgende SQL-Abfrage verwendet, um das Dataset zu generieren:

select * from samples.tpch.orders

Kreisvisualisierung

Kreisvisualisierungen zeigen die Verhältnismäßigkeit zwischen Metriken. Sie sind nicht für die Übertragung von Zeitreihendaten gedacht.

Konfigurationswerte: Für dieses Kreisvisualisierungsbeispiel wurden die folgenden Werte festgelegt:

• Dataset: TPCH-Bestellungen
• Visualisierung: Kreisdiagramm
• Titel: Total price by order priority and clerk
• Winkel:
  • Feld: o_totalprice
  • Transformieren: Sum
  • Achsentitel: Total price
• Gruppieren nach:
  • Feld: o_orderpriority
  • Legendentitel: Order priority
• Filter
  • Feld: TPCH orders.o_clerk

SQL-Abfrage: Für diese Kreisvisualisierung wurde die folgende SQL-Abfrage verwendet, um den Datensatz namens TPCH orders zu generieren.

SELECT * FROM samples.tpch.orders

Pivotvisualisierung

Eine Pivotvisualisierung aggregiert Datensätze aus einem Abfrageergebnis in einer tabellarischen Anzeige. Sie ähnelt den Anweisungen PIVOT oder GROUP BY in SQL. Sie konfigurieren die Pivotvisualisierung mit Drag & Drop-Feldern.

Hinweis

Aus Leistungsgründen unterstützen Pivottabellen nur das Rendern von 100 Spalten x 100 Zeilen.

Konfigurationswerte: Für dieses Pivotvisualisierungsbeispiel wurden die folgenden Werte festgelegt:

• Dataset: TPCH-Bestellposition
• Visualisierung: Pivotdokument
• Titel: Line item quantity by return flag and ship mode by supplier
• Zeilen:
  • Feld: l_returnflag
• Spalten:
  • Feld: l_shipmode
• Cell (Zelle)
  • Dataset:
  • Feld: l_quantity
  • Transformieren: Summe
• Filter
  • Feld: TPCH lineitem.l_supplierkey

SQL-Abfrage: Für diese Pivotvisualisierung wurde die folgende SQL-Abfrage verwendet, um den Datensatz namens TPCH lineitem zu generieren.

SELECT * FROM samples.tpch.lineitem

Punktkarte

Punktkarten zeigen quantitative Daten als Symbole an bestimmten Kartenstandorten an. Markierungen werden mithilfe von Breiten- und Längengradkoordinaten positioniert, die als Teil des Resultsets für diesen Diagrammtyp eingeschlossen werden müssen. Im folgenden Beispiel werden Daten aus Kraftfahrzeugkollisionen in New York, NY, verwendet.

Konfigurationswerte: Für diese Punktzuordnungsvisualisierung wurden die folgenden Werte festgelegt:

• Dataset: Kraftfahrzeugkollisionen
• Visualisierung: Symbolkarte
• Koordinaten:
  • Breite: LATITUDE
  • Länge: LONGITUDE
• Farbe/Gruppieren nach:
  • Feld: CONTRIBUTING FACTOR

Hinweis

Keine Databricks-Datasets enthalten Breiten- oder Längengraddaten, daher wird für dieses Beispiel keine SQL-Beispielabfrage bereitgestellt.

Punktvisualisierung

Punktvisualisierungen werden häufig verwendet, um die Beziehung zwischen zwei numerischen Variablen zu zeigen. Sie können die dritte Dimension mit Farbe codieren, um zu zeigen, wie sich die numerischen Variablen in verschiedenen Gruppen unterscheiden.

Konfigurationswerte: Für dieses Punktvisualisierungsbeispiel wurden die folgenden Werte festgelegt:

• Dataset: TPCH-Bestellposition
• Visualisierung: Streuen
• Titel: Total price and quantity by ship mode and supplier
• x-Achse:
  • Feld: l_quantity
  • Achsentitel: Quantity
  • Skalierungstyp: Quantitative
  • Transformieren: None
• y-Achse:
  • Feld: l_extendedprice
  • Skalierungstyp: Quantitative
  • Transformieren: None
  • Achsentitel: Price
• Gruppieren nach:
  • Feld: l_shipmode
  • Legendentitel: Ship mode
• Filter
  • Feld: TPCH lineitem.l_supplierkey

SQL-Abfrage: Für diese Punktvisualisierung wurde die folgende SQL-Abfrage verwendet, um das Dataset namens TPCH lineitem zu generieren.

SELECT * FROM samples.tpch.lineitem

Tabellenvisualisierung

Die Tabellenvisualisierung zeigt Daten in einer Standardtabelle an, ermöglicht es Ihnen jedoch, die Daten manuell neu anzuordnen, auszublenden und zu formatieren.

Hinweis

Tabellen können bis zu 64 Tsd. Zeilen oder 10 MB anzeigen.

Konfigurationswerte: Für dieses Tabellenvisualisierungsbeispiel wurden die folgenden Werte festgelegt:

• Dataset: TPCH-Bestellposition
• Visualisierung: Tabelle
• Titel: Line item summary by supplier
• Spalten:
  • Zeilennummer anzeigen: Aktiviert
  • Feld: l_orderkey
  • Feld: l_extendedprice
    • Anzeigen als: Number
    • Zahlenformat: $0.00
  • Feld: l_discount
    • Anzeigen als: Number
    • Zahlenformat: %0.00
  • Feld: l_tax
    • Anzeigen als: Number
    • Zahlenformat: %0.00
  • Feld: l_shipdate
  • Feld: l_shipmode
• Filter
  • Feld: TPCH lineitem.l_supplierkey

SQL-Abfrage: Für diese Tabellenvisualisierung wurde die folgende SQL-Abfrage verwendet, um den Datensatz namens TPCH lineitem zu generieren.

SELECT * FROM samples.tpch.lineitem

Nummernformatierung in Diagrammen

Für die meisten Diagrammtypen können Sie numerische Werte für Achsenteilstrichbeschriftungen, Datenbeschriftungen und QuickInfos formatieren. Um eine Formatierungsformatvorlage auszuwählen, klicken Sie rechts neben einer der Bezeichnungen X-Achse oder Y-Achse Diagrammkonfigurationsbereich auf das Optionsmenü . Klicken Sie dann auf Format, um Formatierungsoptionen anzuzeigen.

Die folgenden Diagramme unterstützen Zahlenformatierung:

• Fläche
• Balkendiagramm
• Kombinationsdiagramm
• Leistungsindikator
• Wärmebild
• Histogramm
• Linie
• Pivot
• Punktdiagramm
• Tabelle (Legacyformatierung)

Sie können zwischen den folgenden Formatierungsoptionen auswählen:

• Typ: Kein, „Währung“ ($), „Prozentwert“ (%)
• Abkürzung: „Keine“, „Kompakt“, „Wissenschaftlich“
• Dezimalstellen: Max., Genau, Alle, Anzahl Stellen. Optional können Sie ein Gruppentrennzeichen wie etwa ein Komma einbeziehen.

Hinweis

Die Formatierung steht für verschiedene Arten von Währungen zur Verfügung. Nachdem Sie Währung als Typ ausgewählt haben, wählen Sie die bevorzugte Währung über die Dropdown-Auswahl.