درک داده ها و انتخاب نوع نمودار مناسب

سود:

• امکان انتخاب نوع نمودار از سوال پرسیده شده (مقایسه، روند، رابطه، جز-کل، توزیع) به جای شکل داده ها
• امکان بهبود خوانایی با مرتب سازی بر اساس مقدار، رنگ تک برجسته و برچسب گذاری مستقیم
• امکان جلوگیری از مسابقات کاذب مانند کیک سه بعدی، کیک چند تکه و چوب رابطه

یک نمودار اساساً یک جمله است: "این داده این را می گوید." نوع نادرست نمودار یا آن جمله را نامفهوم می کند یا آن را دروغ می کند. در این بخش، ما یاد خواهیم گرفت که چگونه نوع نمودار را برای سوال مورد نظر انتخاب کنیم و از هوش مصنوعی به عنوان مشاور در این انتخاب استفاده کنیم. قانون این است: ابتدا بدانید چه می خواهید بگویید، بعداً گرافیک را انتخاب کنید.

ابتدا سوال، سپس نمودار

نوع نمودار به سؤالی که می‌پرسید بستگی دارد، نه به «شکل» داده‌ها. پنج خانواده سوال اساسی:

• مقایسه: "کدام بزرگتر است؟" → نمودار میله ای.
• تغییر در طول زمان (روند): "چگونه تغییر کرده است؟" → نمودار خطی.
• جزء کل (ترکیب): «سهم آن در کل چقدر است؟» → نوار انباشته، گاهی اوقات کیک (با تعداد کمی برش).
• رابطه (همبستگی): "آیا دو متغیر با هم حرکت می کنند؟" ← طرح پراکندگی.
• توزیع: "ارزش ها چگونه پخش می شوند؟" → هیستوگرام، نمودار جعبه.

چند اصطلاح: داده های طبقه بندی کلاس ها (شهر، محصول) هستند. داده های عددی مقادیر اندازه گیری می شوند (درآمد، دما)؛ سری های زمانی اندازه گیری در طول زمان (فروش ماهانه) هستند.

می خواهید بپرسید

نوع داده

نمودار صحیح

اجتناب شود

مقوله ها را مقایسه کنید

مقوله ای + عددی

نوار افقی/عمودی

کیک سه بعدی

روند در طول زمان

سری زمانی

خط

کیک چند برش

قسمت کامل (2-4 قسمت)

سهم طبقه بندی شده

کیک روی هم میله/پوند

کیک 8 برش

رابطه دو عدد

عددی + عددی

پراکنده کردن

میله

توزیع اعداد فرد

عددی

نمودار هیستوگرام/جعبه

خط

یک عدد قابل توجه واحد

ارزش واحد

عدد بزرگ (کارت KPI)

گرافیک اجباری

نکته: نمودار دایره ای فقط برای 2 تا 4 برش کار می کند و اگر سهم ها تفاوت قابل توجهی داشته باشند. اگر 5+ برش مورد نیاز باشد، نوار افقی تقریباً همیشه خواناتر است.

گام به گام: انتخاب نمودار مناسب

1. سوال را در یک جمله بنویسید. "کدام منطقه بیشترین رشد را داشته است؟" مانند
2. خانواده سوال را مشخص کنید. مقایسه، روند، رابطه؟
3. تعداد و نوع متغیرها را بشمارید. چند بعد وجود دارد، مقوله ای یا عددی؟
4. نمودار نامزد (از جدول) را انتخاب کنید.
5. ساده کردن. محورها، شبکه‌ها، رنگ‌ها و جلوه‌های غیر ضروری را دور بریزید.
6. "آیا در یک نگاه واضح است؟" آزمایش را انجام دهید؛ 5 ثانیه به کسی نشان دهید و از او بپرسید که چه چیزی می فهمد.

برای بررسی نوع نمودار برای هوش مصنوعی، ساختار داده ها و سؤال خود را (نه داده های حساس خام) ارائه دهید:

نقش شما: مشاور تجسم داده ها من داده هایی با ساختار زیر دارم: [نام ها و انواع ستون ها، به عنوان مثال. "ماه (تاریخ)، منطقه (رده)، فروش (تعداد)"]. تعداد خطوط ~[N]. سؤالی که می خواهم به آن پاسخ دهم این است: "[تک جمله]". وظیفه: نوع نموداری را پیشنهاد دهید که این سؤال را به صادقانه ترین و خواناترین شکل نمایش دهد. 1 اولیه، 1 جایگزین بدهید و بنویسید چرا برای هر کدام مناسب است/نامناسب است. همچنین به من بگویید چرا باید از گزینه های گمراه کننده بالقوه اجتناب کنم (مثلاً کیک سه بعدی).

سوالات مختلف به نمودارهای متفاوتی از داده های مشابه نیاز دارند:

3 سوال مختلف برای یک مجموعه داده ایجاد کنید و مناسب ترین نوع نمودار را برای هر سوال مطابقت دهید. بنابراین اصل "تفریق نوع نمودار از سوال" را به من نشان دهید. ساختار داده: [ ... ].

رنگ، مرتب سازی و برچسب گذاری

نوع مناسب کافی نیست. خوانایی در جزئیات است:

• مرتب سازی: مرتب سازی میله ها بر اساس مقدار (بزرگترین به کوچکترین)، نه بر اساس حروف الفبا. اینگونه است که چشم مقایسه می کند.
• رنگ برجسته: همه چیز را رنگ نکنید. نوار/خط واحدی را که می خواهید بیان کنید برجسته کنید، بقیه را خاکستری بگذارید.
• برچسب مستقیم: در صورت امکان نام را در انتهای سطرها بنویسید. بیننده مجبور نیست نوار را از افسانه (جعبه توضیحات رنگ) بگذراند.
• شبکه کم: خطوط پس زمینه را کمرنگ نگه دارید. برجسته کردن داده ها

پیشنهادات خوانایی برای نمودار میله ای ارائه دهید: مرتب سازی (بر اساس مقدار؟)، انتخاب رنگ تک برجسته، برچسب گذاری مستقیم، حذف شبکه/محور غیر ضروری. هدف من این است که نشان دهم: "[منطقه X به وضوح جلوتر است]". واضح بگو

سه کیف کوچک

مورد 1 - از کیک به چوب. یک تیم سهم بازار 9 محصول را در نمودار دایره ای 9 برشی نشان داد. برش ها نزدیک به هم بودند و چیزی قابل درک نبود. آنها به یک نوار افقی مرتب شده بر اساس مقدار سوئیچ کردند. مخاطبان در یک نگاه دیدند که 3 محصول برتر 61 درصد از کل را تشکیل می دهند.

مورد 2 - سوال اشتباه، نمودار اشتباه. یکی از تحلیلگران سعی داشت "رابطه بین هزینه تبلیغات و فروش" را با نمودار میله ای نشان دهد. رابطه قابل مشاهده نبود. هوش مصنوعی گفت که این یک سوال رابطه است و یک طرح پراکنده لازم است. وقتی به Scatter تغییر دادیم، یک رابطه مثبت اما ضعیف (اشباع بعد از یک نقطه) مشخص شد.

مورد 3 - رنگ تاکیدی. یک مدیر تمام 12 نوار را در رنگ های مختلف نمایش داده بود. چشم نمی دانست به کجا نگاه کند. آنها فقط نوار را به رنگ نارنجی و بقیه را خاکستری کردند. "پیام واقعی" این دیدار در ثانیه اول ثبت شد. بحث حول محور سمت راست می چرخید.

اعلان ضعیف / اعلان قوی

ضعیف:

این داده ها را نمودار کنید.

بدون سوال؛ مدل به طور تصادفی (و اغلب نادرست) یک نوع را انتخاب می کند.

قوی:

نقش شما: مشاور تجسم داده ها. ساختار داده: ماه (تاریخ)، کانال (رده: 4 مقدار)، درآمد (تعداد). سوال من: "کدام کانال در 12 ماه گذشته سریعترین رشد را داشته است؟" این یک سوال TREND + COMPARISON است. صادقانه ترین نوع نمودار را پیشنهاد دهید، به من بگویید چگونه 4 کانال را در یک نمودار نشان دهم، کدام یک را برجسته کنم و آیا محور را از 0 شروع کنم. گزینه های گمراه کننده را با توجیه حذف کنید.

دومی شامل سؤال، ساختار داده، و نگرانی عدالت (محور) است. پیشنهاد دقیق خواهد بود.

چند نمودار کوچک: خیلی کوچک به جای تک نمودار بزرگ

وقتی خطوط/دسته های زیادی را در نمودار قرار می دهید، «نمودار اسپاگتی» رخ می دهد. هیچ خطی خوانده نمی شود. یک جایگزین قدرتمند مضرب کوچک است: تکرار یک نمودار، کوچک و کنار هم، برای هر دسته به طور جداگانه. به عنوان مثال، می توانید روند فروش 8 منطقه را در کنار هم به صورت 8 نمودار خطی کوچک نشان دهید، نه به صورت 8 خط در یک نمودار. همه تصاویر کوچک مقیاس یکسانی دارند تا چشم بتواند به راحتی مقایسه کند.

نقش شما: مشاور تجسم داده ها. من داده های روند 12 ماهه برای 8 منطقه دارم. 8 خط در یک نمودار مخلوط شده است. چگونه می توانم این را به عنوان "مضربی کوچک" تنظیم کنم؟ پیشنهادات مشخصی مانند مقیاس محور مشترک، طرح (چند ستون)، آنچه را که باید در هر نمودار کوچک برجسته شود، ارائه دهید. هدف: مقایسه آسان مناطق.

نکته: "آیا باید 8 خط را در یک نمودار قرار دهم؟" اگر تردید دارید، معمولاً پاسخ منفی است. بعد از 4-5 خط، یک مولتی پلات کوچک تقریباً همیشه خواناتر است.

تست 5 ثانیه و ساده سازی

هنگامی که نوع مناسب را انتخاب کردید، نمودار را ساده کنید. هر چیزی که می تواند حذف شود حذف می شود: خطوط شبکه غیر ضروری، لبه های جعبه، سایه، رنگ پس زمینه، سه بعدی. این اغلب به عنوان "کاهش جوهر گرافیک" نامیده می شود. یعنی هر پیکسلی که داده ها را نمایش نمی دهد حواس پرتی است. سپس آزمون 5 ثانیه ای را انجام دهید: نمودار را به مدت 5 ثانیه به کسی نشان دهید، آن را ببندید و بپرسید "چه می فهمی؟" بپرسید اگر نتواند پیام درست را بگوید، نمودار یا از نوع اشتباه است یا خیلی شلوغ است. این تست حقیقت را خیلی سریعتر از توضیحات طولانی می گوید.

اشتباهات رایج

• انتخاب نمودار قبل از مشخص شدن سوال: ابتدا یک نوع را انتخاب کنید و سعی کنید داده ها را در آن جا دهید.
• دور تا دور کیک: کیکی با چند برش یا قسمت های مشابه قابل خواندن نیست.
• ترتیب حروف الفبا: مقایسه را دشوار می کند. مرتب سازی بر اساس مقدار
• تورم رنگ: رنگ آمیزی هر دسته و بی توجهی به آن.
• سوال از نوار به همبستگی: همبستگی نیاز به نمودار پراکندگی دارد.
• مجبور کردن نمودار به یک عدد واحد: یک کارت KPI بزرگ برای یک رقم قابل توجه کافی است.

به طور خلاصه

نوع نمودار نه از شکل داده‌ها، بلکه از سؤالی که می‌پرسید ناشی می‌شود: مقایسه به یک میله نیاز دارد، روند به یک خط نیاز دارد، قسمت-کل به یک میله/سیاره پشته‌ای نیاز دارد، رابطه نیاز به توزیع دارد، توزیع به یک هیستوگرام/جعبه نیاز دارد. بر اساس مقدار مرتب کنید، با رنگ ثابت برجسته کنید، مستقیماً برچسب بزنید، اضافی را دور بریزید. با توجه به ساختار داده و سؤال شما، هوش مصنوعی در پیشنهاد نوع مناسب خوب است. اما شما تصمیم نهایی را می گیرید و صداقت را بررسی می کنید.

وظیفه کاربردی

3 سوال مختلف برای یکی از مجموعه داده های خود بنویسید. (1) هر سؤال را در یک خانواده سؤال (مقایسه/روند/رابطه/قسمت-کل/توزیع) قرار دهید. (2) ساختار داده ها و سوالات را به هوش مصنوعی بدهید و یک توصیه نوع نمودار دریافت کنید. (3) نمودار را با نوع اشتباه (مثلاً پای) و نوع صحیح (مثلاً نوار) ​​مقایسه کنید و در یک جمله بنویسید که کدام یک پیام را واضح تر منتقل می کند.

چک لیست

• [ ] قبل از انتخاب نمودار، سوال را در یک جمله نوشتم.
• [ ] من سوال را در یک خانواده قرار دادم (مقایسه/روند/رابطه/...).
• [ ] متناسب با سوال و نوع متغیر تایپ کنید.
• [ ] من نوارها را بر اساس مقدار مرتب کردم.
• [ ] من از یک رنگ هایلایت استفاده کردم و بقیه را خنثی کردم.
• [ ] من از انواع گمراه کننده اجتناب کردم (کیک سه بعدی، کیک چند تکه).