「データビジュアライゼーションを簡略化するためのスロープチャートの使用」

「スロープチャートを活用してデータビジュアライゼーションを簡単にする方法」

データの可視化、データのストーリーテリング

スロープチャートを使用して困惑するチャートを簡素化する：Python Altairのチュートリアル

私たちは視覚化に可能な限り多くの概念を含めるためにグラフをプロットすることがあります。その結果、私たちのチャートは読みづらくて気が散ることがあります。そのため、何かをプロットする前に、椅子に座って何を伝えたいかを計画しましょう。次に、データを見て、プロットするのに実際に必要なものは何かを決定します。可視化の中でそれ以外のものを省いてください。

このチュートリアルでは、圧倒的な傾向線を簡素化するためにスロープチャートを使用する方法を見ていきます。データアナリストであれば、スロープチャートを使用することで、情報の大きな損失が発生するため、驚いて飛び上がるかもしれません。しかし、いくつかの場合には、本当に価値があると保証します。

スロープチャートを使用できるケースを見てみましょう。

スロープチャートを使用できるケース

スロープチャートは、最初と最後のポイントのみを表示する線グラフの一種です、以下の図に示されています。

• 「SageMakerエンドポイントとしてカスタムMLモデルを展開する」
• エンターテイメントデータサイエンス：ストリーミングvs劇場
• 「Neosyncをご紹介します：開発環境やテストにおいて、製造データを同期化し、匿名化するためのオープンソースソリューション」

スロープチャートは特に、データの傾向の傾きのみを知りたい場合に便利です。したがって、スロープチャートは傾向線を簡素化するのに役立ちます。たとえば、製品の売上が期間にわたって増加または減少するかどうかを見るためにスロープチャートを使用することができます。同じチャートに多くの傾向線を表現する必要があり、各傾向線の最初と最後の値にのみ興味がある場合、スロープチャートを使用してチャートを簡素化することができます。

データの可視化のためのPythonライブラリであるPython Altairを使用して、実用的な例を実装してみましょう。

例：観光客の到着シナリオ

Eurostatによってオープンデータとして公開された観光宿泊施設への到着数データセットを考えてみましょう。ポルトガルの観光客の到着数を他の5つの国、ドイツ、フランス、イタリア、…と比較したいと思うとします。

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