Data visualization UIT trực quan hóa dữ liệu

Nhận Dạng

Data Visualization
Họ tên : Nguyễn Trọng Ngô Việt Du
MSSV :12520565
GVHD : GV Đổ Văn Tiến
Lớp
:CS338.K21


Data Visualization
Khái Niệm : trực quan hóa
Mục đích :biến các nguồn dữ liệu qua Data Visualization để người
xem, người đọc dễ nhận biết nhất.
Sử dụng :Data Visualization thường được sử dụng sau khi có kết quả
phân tích từ dữ liệu


1/Dữ Liệu trong Data Visualization


Dữ liệu định tính (Qualitative Data)

Dữ liệu định tính phản ánh tính chất, hay loại hình, không có
biểu hiện trực tiếp bằng con số.


Dữ liệu định lượng (Quantitative Data)
biểu hiện trực tiếp bằng con số

Dữ liệu định tính (Qualitative Data)
(Bar chart/ Column chart), biểu đồ tròn (Pie chart), biểu đồ Parento.
Ví Dụ:


Dữ liệu định tính (Qualitative Data)


Dữ liệu định lượng (Quantitative Data)
Trường hợp dữ liệu định lượng
ít
biểu đồ thân và lá

Ví Dụ: độ tuổi của 30 sinh viên đang học tại trường
28 22 25 21 26 24 23 30 31 33 19 20 22 27 30 19 28 31 22 27 37 35 22 19 22 23 26 28 25 36


Dữ liệu định lượng (Quantitative Data)
Trường hợp dữ liệu định lượng được thu thập nhiều hơn
Histogram ,Frequency Polygon, Dot Plot

- Với h là trị số khoảng cách tổ/nhóm
- Xmax là giá trị lớn nhất
- Xmin là giá trị nhỏ nhất
- K là số tổ K = (2 x n) x 1/3, với n là tổng số quan sát.


Dữ liệu định lượng (Quantitative Data)
VD: năng suất lúa của 50 hộ dân (tạ/ha)

K = (2 x 50) x 1/3 = 4.64 Khoảng cách xấp xỉ 5
h = (54 – 30) / 5 = 4.8 xấp xỉ 5 tổ.


Dữ liệu định lượng (Quantitative Data)


Những dạng biểu đồ, đồ thị khác nhau trong Data
Visualization

Comparison: muốn biết sự hơn kém giữa các đối tượng
Composition: muốn biết cụ thể về từng thành phần cấu tạo và
mỗi thành phần ấy chiếm tỷ lệ như thế nào
Distribution: muốn xem xét về phân phối dữ liệu, mức độ phân tán,
mức độ tập trung của dữ liệu hay xác định các điểm bất thường,
giá trị ngoại lệ của dữ liệu
Trend: muốn tìm hiểu về xu hướng biến động của đối tượng
Relationship/Correlation: muốn tìm hiểu về mối liên hệ,
tương quan giữa 2 hay nhiều đối tượng


Bar/ Column chart (biểu đồ cột)

•So sánh các giá trị của một đối tượng
•So sánh giữa các đối tượng khác nhau theo thời
gian
•So sánh các thành phần khác loại có trong một
nhóm, một tập hợp
•Biểu đồ cột đứng nếu không có quá nhiều đối
tượng để so sánh

•Biểu đồ cột ngang được sử dụng khi nhãn, tên
của các đối tượng quá dài, hay số đối tượng so
sánh nhiều (nhiều hơn 10)


Line Graph (Biểu đồ đường)

•Muốn tìm hiểu về xu hướng tăng giảm, mức
độ biến động của dữ liệu
•So sánh, tìm hiểu mức độ liên hệ giữa các đối
tượng khác nhau ở những tập dữ liệu khác nhau


Pie chart, Stacked Column/ Bar chart

Mục đích sử dụng để tìm ra thành phần nào chiếm tỷ lệ cao nhất,
é nhất hay so sánh giữa các thành phần với nhau.


Scatter plot
Scatter plot hiển thị mối quan hệ giữa hai biến định lượng khác nhau
hoặc nó có thể thể hiện xu hướng phân phối của dữ liệu, ngoài ra còn có
thể tìm ra các giá trị ngoại lệ, và kiểm tra tính tương đồng của các bộ dữ
liệu


Cảm ơn các bạn đã lắng nghe