Introducción a los tipos de visualización de datos
En el ámbito moderno de los grandes datos, con más de 2.5 quintillones de bytes (¡1 quintillón de bytes = 10 18 bytes!) De datos creados todos los días (de acuerdo con socialmediatoday.com), existe una gran necesidad de almacenar los datos. Huelga decir que estos datos son densos y, por lo tanto, no son tan legibles para el usuario y están constantemente desenfocados. Para cambiar el paradigma para comprender fácilmente el alcance de los datos y obtener beneficios útiles en el negocio, los datos deben presentarse de una manera más intuitiva y, por lo tanto, requerirán gráficos apropiados para visualizarlos. Existen herramientas y metodologías creadas para retratar de manera efectiva los datos, pero la efectividad depende principalmente del tipo de datos y los requisitos necesarios para obtenerlos.
¿Qué es la visualización de datos?
La visualización de datos es una metodología mediante la cual se representan los datos en formato sin procesar para resaltar el significado de eso. Con el advenimiento de los grandes datos, se ha convertido en imperativo construir una forma significativa de mostrar los datos para que la cantidad de datos no sea abrumadora. La parte de la representación de los datos se puede utilizar para diversos fines, por ejemplo, encontrar tendencias / puntos en común / patrones en los datos, construir modelos para el aprendizaje automático o se puede utilizar para una operación simple como la agregación.
Diferentes tipos de visualización de datos
La visualización de datos se clasifica ampliamente en 6 tipos diferentes. Aunque el área de visualización de datos es cada vez mayor, no será una sorpresa si aumenta el número de categorías.
| Temporal: los datos para este tipo de visualización deben cumplir ambas condiciones: los datos representados deben ser lineales y unidimensionales. Estos tipos de visualización se representan a través de líneas que pueden superponerse y también tienen un punto de datos de inicio y finalización común. | ||
| Gráfico de dispersión | Utiliza puntos para representar un punto de datos. El más común en el mundo de hoy en el aprendizaje automático durante el análisis exploratorio de datos. |  |
| Gráfico circular | Este tipo de visualización incluye gráficos circulares donde la longitud del arco significa la magnitud. |  |
| Diagrama de área polar | Al igual que el gráfico circular, el diagrama de área polar es un diagrama circular, excepto que los ángulos del sector son iguales en longitud y la distancia de extensión desde el centro significa la magnitud. |  |
| Gráficos lineales | Al igual que el diagrama de dispersión, los datos están representados por puntos, excepto unidos por líneas para mantener la continuidad. |  |
| Líneas de tiempo | De esta manera, mostramos una lista de puntos de datos en orden cronológico de tiempo. |  |
| Secuencias de series de tiempo | En series de tiempo representamos la magnitud de los datos en un gráfico 2-D en orden cronológico de marca de tiempo en los datos. |  |
| Jerárquico: este tipo de visualizaciones retrata grupos ordenados dentro de un grupo más grande. En un lenguaje simple, la intuición principal detrás de estas visualizaciones es que los grupos pueden mostrarse si el flujo de los grupos comienza desde un solo punto. | ||
| Diagrama de árbol | En un diagrama de árbol, el flujo jerárquico se representa en forma de árbol, como su nombre indica. Pocas terminologías para esta representación son:
- Nodo raíz: punto de origen. - Nodo hijo: tiene un padre arriba - Nodo hoja: no más nodo hijo. |  |
| Gráficos de anillo / diagrama de rayos de sol | La representación de árbol en el diagrama de árbol se convierte en una base radial. Este tipo ayuda a presentar el árbol en un tamaño conciso. El círculo más interno es el nodo raíz. Y el área del nodo secundario significa el% de datos. |  |
| TreeMap | El árbol se representa en forma de rectángulos muy juntos. El área significa la cantidad contenida. |  |
| Embalaje circular | Similar a un mapa de árbol, utiliza empaque circular en lugar de rectángulos. |  |
| Red: la visualización de este tipo conecta conjuntos de datos a conjuntos de datos. Estas visualizaciones retratan cómo estos conjuntos de datos se relacionan entre sí dentro de una red. | ||
| Tablas matriciales | Este tipo de visualización se usa ampliamente para encontrar la conexión entre diferentes variables dentro de sí mismas. Por ejemplo, gráfico de correlación |  |
| Diagramas aluviales | Este es un tipo de diagrama de flujo en el que los cambios en el flujo de la red se representan a intervalos, según lo desee el usuario. |
|
| Nube de palabras | Esto se usa típicamente para representar datos de texto. Las palabras están muy juntas y el tamaño del texto significa la frecuencia de la palabra. |
|
| Diagramas de enlace de nodo | Aquí los nodos se representan como puntos y se presenta la conexión entre nodos. |  |
| Multidimensional: en contraste con el tipo temporal de visualización, estos tipos pueden tener múltiples dimensiones. En esto, podemos usar 2 o más funciones para crear una visualización en 3-D a través de capas concurrentes. Esto permitirá al usuario presentar conclusiones clave al romper una gran cantidad de datos no útiles. | ||
| Gráfico de dispersión | En los datos multidimensionales, seleccionamos 2 características y luego las graficamos en un diagrama de dispersión 2D. Al hacer esto tendríamos n C 2 = n (n-1) / 2 gráficos. |  |
| Gráficos de barras apiladas | Las barras del segmento de representación una encima de la otra. Puede ser un gráfico de barras 100% apiladas donde la segregación se representa en% o un gráfico de barras apiladas simple que denota la magnitud real |  |
| Gráfico de coordenadas paralelas | En esta representación, se dibuja un fondo y se dibujan n líneas paralelas (para datos n-dimensionales). |  |
| Geoespacial: estas visualizaciones se relacionan con la ubicación física actual de la vida real al cruzarla con mapas (puede ser un mapa geoespacial o espacial). La intuición detrás de estas visualizaciones es crear una visión holística del rendimiento. | ||
| Mapa de flujo | El movimiento de información u objetos de un lugar a otro se presenta donde el tamaño de la flecha significa la cantidad. |  |
| Mapa Choropleth | El mapa geoespacial se colorea sobre la base de una variable de datos particular. |  |
| Cartograma | Este tipo de representación utiliza la variable temática para el mapeo. Estos mapas distorsionan la realidad para presentar la información. Esto significa que en una variable particular los mapas son exagerados. Por ejemplo, la imagen de la izquierda es un mapa espacial distorsionado a una estructura de colmena. |  |
| Mapa de calor | Estos son muy similares a Choropleth en el género geoespacial, pero también se pueden usar en áreas separadas del geoespacial. |  |
| Varios: estas visualizaciones no pueden generalizarse en un grupo particularmente grande. Entonces, en lugar de formar grupos más pequeños para el tipo individual, lo agrupamos en varios. Pocos ejemplos están a continuación: | ||
| Gráfico abierto-alto-bajo-cerrado | Este tipo de gráficos se usa típicamente para la representación del precio de las acciones. La tendencia creciente se llama alcista y disminuye como bajista. |  |
| Kagi-Chart | Típicamente, la demanda-oferta de un activo se representa utilizando este gráfico. |  |
Conclusión
De los tipos de visualización anteriores, vemos que, en términos generales, hay 6 tipos de grupos. La lista anterior no es una lista exhaustiva, pero son pocas las que se usan ampliamente. En los próximos tiempos, a medida que se agreguen nuevos tipos a la lista, los grupos podrían aumentar. Eso es todo para los tipos de visualización. Continuaríamos sobre qué parámetros mirar durante la fijación del tipo de visualización.
Artículos recomendados
Esta es una guía para el tipo de visualización de datos. Aquí discutimos la Introducción y los diferentes tipos de visualización de datos. También puede consultar nuestros otros artículos sugeridos para obtener más información:
- Tipos de técnicas de análisis de datos
- Integración de datos de Talend
- Herramientas de análisis de datos
- Herramientas de ciencia de datos
- Herramientas Talend
- ¿Qué es la integración de datos?
- Parcelas de dispersión en Matlab
- Cómo se usa el gráfico de barras en Matlab (ejemplos)