最適なチャートを選ぶことで、洞察を最大化しましょう：ネットワーク、ヒートマップ、またはサンキーダイアグラム？

洞察を最大化する最適なチャートは？ネットワーク、ヒートマップ、またはサンキーダイアグラム？

美しい可視化は素晴らしいですが、解釈性を最大化するためには、慎重にグラフを選ぶ必要があります。

可視化はデータ解析の重要な要素です。データを洞察に変え、ストーリーテリングの支援をします。このブログ記事では、ネットワークチャート、ヒートマップ、サンキーチャートに焦点を当てます。これらのチャートは同じ入力を持っていますが、特定の目標で設計されているため、解釈性は異なることに注意する必要があります。ネットワーク、ヒートマップ、サンキーチャートの違い、アプリケーション、実際の例を使って解釈性を説明します。 すべての例は、D3Blocksライブラリを使用してPythonで作成されています。

ヒートマップとサンキーチャートの入力。

データサイエンティストとして、プロット作成はよくあるが重要なタスクです。これらのプロットは、時には正当性のチェックに役立ち、時にはプレゼンテーションに使用され、物語の基礎を形成します。特に後者の場合、複雑な情報を論理的なグラフィカルな可視化に変換することを目指しています。

プロット作成は写真撮影のようです。物語を伝える風景を捉えたいのです。

ただし、どのチャートを使用するかを決定することは常に簡単なタスクではありません。なぜなら、チャートは類似の入力を持つことがあっても、特定の部分を説明するために設計されているからです。3つのチャートの入力には、source、target、およびweightの情報が必要です。次に、小さな例を示します。これは変数（またはノード）がどのように接続され、その強度を示しています。つまり、Pennyは強さ5でLeonardと接続されています。2番目のノード名は再びPennyで、Amyと接続されていますが、値が3で若干少なくなっています。以下同様です。

• 「AIは個人の知識管理をどのように変革しているのか？」
• 「Pythonプロジェクトを保護する：究極のコードセキュリティのために直接setup.pyの呼び出しを避ける！」
• LayoutLMv3を使用してビジネス文書から主要な情報を抽出する方法

# Source node namessource = ['Penny', 'Penny', 'Amy', 'Bernadette', 'Bernadette', 'Sheldon', 'Sheldon', 'Sheldon', 'Rajesh']# Target node namestarget = ['Leonard', 'Amy', 'Bernadette', 'Rajesh', 'Howard', 'Howard', 'Leonard', 'Amy', 'Penny']# Edge Weightsweight = [5, 3, 2, 2, 5, 2, 3, 5, 2]

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!