データの視覚化とは、データ分析の結果をグラフや表などで表示することで、分析結果を理解し、データの傾向をより明確かつ明確に判断し、データ分析を行ったことがない人でも明確に理解できるようにすることです。データの内容。法律、傾向などが含まれています。次のエディターでは、Excel、BIツール、Pythonライブラリなど、一般的に使用されるいくつかのデータ視覚化ツールを紹介します。見てみましょう。
1、Excel
Excelは私たちがよく知っているオフィスソフトウェアです。Excelがデータの視覚化も実現できることをご存じないかもしれません。適切に使用すると、非常にクールな視覚化効果が得られ、簡単に起動でき、初心者に適しています。PowerViewとPowerMapは、Excelの比較的高レベルのデータ視覚化関数です。PowerMapは、実際には3次元マップと呼ばれます。PowerViewとPowerMapの2つの領域を通じて、基本的にほとんどのデータ視覚化コンテンツを実現できます。次の図は、Excelによって描画された2019年のスーパーマーケット製品の月間売上高です。
2、BI工具
BI（ビジネスインテリジェンス）ツールは、データアナリストを多数の単純なデータチャート分析から解放し、ビジネスインテリジェンスレポートツールを使用して、美しく、明確で、モジュール式で、動的に更新されるデータの視覚化を実現します。これにより、管理者や意思決定者は事実に基づくことができます。結果として決定を下します。一般的なBIツールは次のとおりです。PowerBI、Tableau、FineBIなど。次のエディターでは、データ分析結果をより便利に表示するのに役立つPowerBIを簡単に紹介します。
Power BIは、Microsoftが独自に開発およびリリースした最新の視覚化ツールであり、Power Query、Power Privot、Power View、PowerMapなどの一連のツールの経験を組み合わせたものです。最も重要なことは、レポートの画像を介してExcelでデータをユーザーに表示できることと、Excel2016とOffice365Excelの両方でPowerBIプラグインを提供することです。Power BIインターフェイスは、レポートエディター、上部のナビゲーションバー、レポートキャンバスの3つの部分で構成されています。これらの3つの部分を通じて、データグラフと表の視覚的な表示を簡単に実現できます。以下に示すように：
3.Pythonライブラリ
Pythonにはデータの視覚化に独自の利点があり、Pythonの豊富なデータ分析ライブラリのおかげで、データ分析でますます使用されています。Pythonで一般的に使用されるデータ分析関連ライブラリには、Numpy、Scipy、Pandas、Matplotlib、Seabornがあります。NumpyとScipyは主に科学コンピューティングを担当し、Pandasはデータ処理を担当し、MatplotlibとSeabornはデータの視覚化を担当します。たとえば、Matplotlibは非常に人気のあるPythonライブラリであり、データ視覚化ソリューションを簡単に作成するために使用できます。これを使用して、散布図、線グラフ、ヒストグラム、ヒストグラム、ボックスプロットなどを描画できます。
データの視覚化はデータサイエンティストの仕事の重要な部分であり、視覚化手法を作成することは、特に大規模で高次元のデータセットの場合、物事をより明確で理解しやすくするのに役立ちます。プロジェクトの最後に、最終結果を明確で簡潔かつ説得力のある方法で提示することが非常に重要です。これは、聴衆が技術者以外の顧客であることが多く、その場合にのみ理解できるためです。