مثالی از نمودارهای میله‌ای


نکته: رایج است که ورودی پلاتلی از جنس دیتافریم پانداس (pandas) باشد و دادگان‌های موجود در پلاتلی نیز از همین جنس هستند. در کدهایی که بررسی خواهید کرد نیز از توابع پانداس گوناگونی جهت آماده‌سازی داده موردنیاز هر نمودار استفاده شده است. بنابراین اگر با پانداس و توابع آن آشنایی ندارید پیشنهاد می‌کنیم به «دوره یادگیری ماشین | تحلیل داده با پایتون» کوئرا کالج مراجعه فرمایید.

رسم نمودار میله ای در متلب

به جلسه بیست و سوم از سری جلسات آموزش متلب خوش آمدید. آموزش متلب از وبسایت متلب‌پلاس به صورت رایگان ارائه می‌شود. در جلسه قبل به آموزش کامل رسم نمودار سه بعدی در متلب، به همراه جزئیات می‌پرداختیم. در این جلسه آموزش رسم نمودار میله ای در متلب ارائه می‌شود. در یک تقسیم بندی اساسی، نمودارهای میله به دو دسته دو بعدی و سه بعدی تقسیم می‌شوند. علاوه بر آن، نمودارهای میله ای دارای جزئیاتی نظیر رنگ میله‌ها، عنوان محورها و… می‌باشند.

با متلب پلاس همراه باشید.

رسم نمودار میله ای در متلب به صورت دو بعدی

نمودار میله ای نوعی نمودار در متلب است که نقاط را برحسب مقدارشان کنارهم با یک میله رسم می‌کند. ارتفاع هر میله به مقدار ارتفاع (مقدار) هر نقطه بستگی دارد. نمودارهای میله ای کمک به درک بهتر و سریع‌تر در برخی از انواع داده دارند. مثلا قیمت سهام نوعی نمودار میله ای است. برای رسم نمودار میله ای در متلب به صورت دو بعدی از دستور bar استفاده می‌کنیم. دستور bar(y) یک نمودار میله ای برای داده‌های y رسم می‌کند. در واقع به هریک از اعضای y یک میله اختصاص می‌دهد. آموزش متلب رایگان را با یک مثال ساده از رسم نمودار میله ای با bar شروع می‌کنیم.

رسم نمودار میله ای در متلب

در نمودار شکل فوق مشاهده می‌شود که اعداد محور افقی x به طور پیشفرض اختصاص یافته‌اند. ما می‌توانیم مقادیر محور x را نیز خودمان به نمودار میله ای اختصاص دهیم. به مثال زیر دقت کنید.

رسم نمودار میله ای در متلب

تغییر ضخامت نمودار میله ای در متلب

امکان تعیین ضخامت هر یک از میله‌ها در یک نمودار میله ای در متلب، فراهم است. برای این کار کافیست مقدار ضخامت موردنظر را درون دستور bar قرار دهیم. مقدار وارده شده، برابر با درصدی از فضای قابل رسم است. در نمودار میله ای مثال زیر، ضخامت هر میله را 0.5 (50 درصد) وارد می‌کنیم.

رسم نمودار میله ای در متلب با ضخامت مشخص

رسم نمودار میله ای گروهی در متلب

در دستور bar(y)، اگر y ماتریس باشد، متلب داده‌ها را براساس سطر گروه بندی کرده و ترسیم می‌کند. مثال زیر که مربوط به رسم نمودار میله گروهی در متلب است را ببینید.

رسم نمودار میله ای گروهی در متلب

دقت داریم که ماتریس y دارای 3 سطر و 4 ستون است. به همین دلیل نمودار فوق دارای 3 گروه است. از طرفی هر گروه دارای 4 میله است، که همان تعداد ستون‌های ماتریس y می‌باشد. به عبارت دیگر، متلب درایه‌های هر ستون را یک میله با رنگ مشخص درنظر گرفته و رسم می‌کند. به تعداد ستون‌ها، میله و به تعداد سطرها، گروه داریم.

رسم نمودار میله ای به صورت چسبیده (انباشته)

برای رسم نمودار میله ای به صورت چسبیده (انباشته) روی هم، عبارت ‘stacked’ در دستور bar اضافه می‌شود. در این حالت، هر میله از نمودار مربوط به یک سطر از ماتریس است. به عبارت دیگر، به تعداد سطرها، میله خواهیم داشت. ارتفاع کل هر میله برابر با مجموع درایه‌های هر سطر است. در مثال‌های زیر، داده‌های ماتریس y را به دو شکل رسم می‌کنیم. شکل سمت چپ به صورت عادی و شکل سمت راست به صورت انباشته است.

رسم نمودار میله ای انباشته در متلب

رسم نمودار میله ای گروهی در متلب

افزودن عنوان برای هر میله

در مثال‌های فوق دیدیم که اگر بردار y را به تنهایی در دستور bar وارد کنیم.ک اعداد 1 تا تعداد میله‌ها، به نام میله‌ها اختصاص می‌یابد. اگر بردار x نیز تعریف شود، bar(x,y) به هر میله، عدد متناظر در x را اختصاص می‌دهد. اما اگر بخواهیم نام اختصاصی (رشته متن) به هر میله اختصاص دهیم از categorical استفاده می‌کنیم. ابتدا با این دستور، نام‌های موردنظر برای میله‌ها را ایجاد می‌کنیم. سپس این نام‌ها را به نمودار میله ای اختصاص می‌دهیم. برای مثال نمودار میله ای تعداد اعضای 4 کلاس درس را با ضخامت 0.5 رسم می‌کنیم. نام این کلاس‌های درس، را Class A تا Class D تعریف می‌کنیم.

رسم نمودار میله ای با عنوان در متلب

تغییر ترتیب پیشفرض نمودار میله ای در متلب

در مثال قبل چون عناوین انتخاب شده از نظر حروف الفبا مرتب بودند، مشکلی نداشتیم. اما فرض کنید می‌خواهیم نمودار میله ای قیمت سهام ‘Microsoft’, ‘Apple’, ‘McDonald’, ‘Nike’, ‘FaceBook’ را رسم کنیم.

رسم نمودار میله ای با عنوان در متلب

همانطور که مشاهده می‌کنید، متلب ترتیب وارد شده را تغییر داده است . در ترتیب وارد شده ابتدا Microsoft و انتها FaceBook بود در حالی که در شکل اینطور نیست. در واقع نرم افزار متلب داده‌ها را به ترتیب حروف الفبا مرتب کرده است. برای مثالی از نمودارهای میله‌ای رسم با ترتیب دلخواه از دستور reordercats استفاده می‌کنیم. به این صورت که داده‌ها و ترتیب موردنظر را به این دستور می‌دهیم.

ترتیب رسم نمودار میله ای با عنوان در متلب

در شکل فوق مشاهده می‌کنید که نمودار میله ای با ترتیبی که خواستیم رسم شده است.

تغییر رنگ نمودار میله ای

مشابه با رسم نمودار ساده، امکان تغییر رنگ میله‌های نمودار میله ای نیز وجود دارد. برای تغییر رنگ نمودار میله ای کافیست عبارت اختصاصی یا کد رنگ موردنظر را درون دستور bar بنویسیم. مثلا برای رسم نمودار میله با رنگ زرد (y اول کلمه yellow) برای میله‌ها، داریم.

تغییر رنگ نمودار میله ای در متلب

لیست کامل عبارت اختصاصی هر رنگ در رسم نمودار، در بخش تنظیمات رسم نمودار آمده‌است. (انتهای صفحه)

تغییر رنگ حاشیه میله‌ها

هر میله دارای یک خط در حاشیه خود است. برای تغییر رنگ حاشیه میله‌ها از عبارت ‘EdgeColor’ استفاده می‌کنیم. نام اختصاصی یا کد رنگ موردنظر پس از این عبارت می‌آید. رنگ حاشیه نمودار میله ای شکل فوق را به رنگ قرمز تغییر می‌دهیم.

تغییر رنگ حاشیه نمودار میله ای در متلب

تغییر ضخامت خط حاشیه میله‌ها

برای تغییر ضخامت خطوط حاشیه نمودار میله ای در متلب، از عبارت ‘LineWidth’ استفاده می‌کنیم. ضخامت موردنظر به صورت یک عدد اسکالر پس از این عبارت قرار می‌گیرد. مثلا برای افزایش ضخامت نمودار میله ای شکل قبل به اندازه 1.5 به صورت زیر عمل می‌کنیم.

تغییر ضخامت حاشیه نمودار میله ای در متلب

رسم نمودار میله ای روی هم

مشابه با رسم نمودار خطوط روی هم، نمودارهای میله ای هم می‌توانند روی هم رسم شوند. برای رسم نمودارها روی هم، از دستور hold on کمک می‌گیریم. با تغییر ضخامت میله‌ها در نمودار دوم، رسم شدن نمودارها روی هم به وضوح دیده می‌شود. نمودار میله ای اول را به رنگ زرد (y) و نمودار دوم را با رنگ آبی (b) رسم می‌کنیم.

رسم نمودار میله ای روی هم در متلب

رسم نمودار میله ای به صورت افقی

تمام نمودارهای میله ای که تاکنون رسم کردیم، به صورت عمودی بودند. ممکن است بخواهیم نمودار میله ای را به صورت افقی رسم کنیم. برای این کار از دستور barh استفاده می‌کنیم. در واقع حرف h که آخر bar قرار گرفته مربوط به Horizontal (افقی) است. طرز استفاده از barh هیچ تفاوتی با دستور bar ندارد. به مثال زیر دقت کنید.

رسم نمودار میله ای افقی در متلب

علاوه بر این، تمامی آنچه در بالا برای نمودار میله ای ساده ذکر شد، در barh وجود دارد. مثلا رسم گروهی به صورت افقی، تغییر رنگ، ضخامت و… در barh نیز به همان شکل برقرار است. مثلا نمودار میله ای به صورت چسبنده (انباشته) را به صورت افقی رسم می‌کنیم.

رسم نمودار افقی انباشته در متلب

رسم نمودار میله ای سه بعدی در متلب

برای رسم نمودار میله ای سه بعدی در متلب از دستور bar3 استفاده می‌کنیم. طرز استفاده از دستور bar3 کاملا مشابه bar است. به مثال زیر دقت کنید.

رسم نمودار میله ای سه بعدی در متلب

رسم نمودار میله ای سه بعدی به صورت گروهی

در نمودار میله ای سه بعدی، برای اینکه میله‌ها به صورت گروهی رسم شوند باید عبارت ‘grouped’ را بنویسیم. اگر نمودار مثال قبل را به صورت گروهی رسم کنیم، داریم؛

رسم نمودار میله ای سه بعدی گروهی در متلب

رسم نمودار میله ای سه بعدی به صورت افقی

برای رسم نمودار میله ای سه بعدی به صورت افقی از دستور bar3h استفاده می‌کنیم. در واقع حرف h که آخر bar3 قرار گرفته مربوط به Horizontal (افقی) است. طرز استفاده از bar3h هیچ تفاوتی با دستور bar3 ندارد. به مثال زیر دقت کنید.

رسم نمودار میله ای سه بعدی افقی در متلب

سایر تنظیمات نمودار میله ای سه بعدی مانند رنگ میله‌ها، انباشته کردن (چسبنده) و… مشابه با نمودار میله ای دو بعدی است. هر آنچه برای دستور bar با جزئیات ارائه شد، برای bar3 نیز برقرار است.

تنظیمات نمودار میله در متلب

رسم نمودار میله ای در متلب، دارای جزئیات بسیار زیادی است. مواردی مثل؛

  • افزودن عنوان به نمودار
  • عنوان محورها (لیبل)
  • رسم نمودار روی هم یا در کنار هم
  • عبارت اختصاصی رنگ‌ها در رسم نمودار
  • نوشتن حروف یونانی و فرمول ریاضی در نمودار

این جزئیات در رسم انواع نمودارها وجود دارد. به همین دلیل، این موارد را در بخش جزئیات آموزش رسم نمودار در متلب ارائه کرده‌ایم. برای مشاهده این موارد روی لینک قرمز قبل کلیک نمائید.

تمرینات این جلسه

در انتهای این جلسه 3 تمرین متلب مربوط به مباحث این جلسه ارائه شده است. لطفا این تمرین‌ها را حل کرده و با پاسخ آن مقایسه کنید. پاسخ تمرینات متلب این جلسه در کانال تلگرام متلب پلاس منتشر می‌شود. از آیکون‌های سمت راست صفحه می‌توانید در این کانال عضو شوید.

تمرین اول) نمودار میله ای داده‌های 18, 15, 19, 12, 14, 16 را رسم کنید.

تمرین دوم) به هر یک مثالی از نمودارهای میله‌ای از میله‌های نمودار مثال قبل، عبارت A, B, C, D, E, F را اضافه کنید.

تمرین سوم) با استفاده از hold on، یک نمودار میله ای جدید روی نمودار تمرین اول رسم کنید. داده‌ها عبارتند از: 12, 9, 14, 5, 6, 7.

جمع‌بندی

جلسه بیست و سوم از سری جلسات آموزش متلب به پایان رسید. این جلسه درباره رسم نمودارهای میله ای در متلب صحبت کردیم. نمودارهای میله ای بخش مهمی از رسم نمودار در متلب می‌باشند. کابرد اساسی نمودارهای میله ای در رسم داده‌های گسسته می‌باشد. تکنیک‌ها و جزئیات متنوعی برای این نوع نمودار بیان شد. در انتها چند تمرین برای یادگیری بیشتر به شما واگذار کردیم که پاسخ آنها در کانال تلگرامی متلب پلاس وجود دارد . بی صبرانه منتظر نظرات، سوال و ابهامات شما عزیزان هستیم. سعی می‌کنیم تا هرگونه سوال یا ابهامی که در این باره دارید را پاسخ دهیم.

توصیه می‌شود که حتما تمرینات این جلسه را انجام بدید و اگر سوال و ابهامی دارید در بخش نظرات (پایین همین صفحه) به ما بگید. از فهرست سمت راست هم می‌تونید به بقیه جلسات دسترسی داشته باشید.

2 Comments

به گفتگوی ما بپیوندید و دیدگاه خود را با ما در میان بگذارید.

خیلی عالی بود. ممنون از متلب پلاس. من برام یک سوال پیش اومد. اگر بخوام چندتا نمودار میله ای در متلب رسم کنم که کنار هم باشند، باید چکار کنم؟ دقیقا مشابه نمودارهای میله ای که شما رسم کردید فقط بجای یک نمودار، 4 تا نمودار در یک صفحه باشه.
ممنون

سلام سیاوش جان
ببینید بطور کلی برای رسم چند نمودار در یک صفحه، از دستور subplot استفاده میشه. حالا تفاوتی نداره که بخواهیم نمودار میله ای رسم کنیم یا نمودار قطبی یا هر نوع نموداری. subplot(m,n,p) صفحه ی رسم رو به m سطر و n ستون تبدیل میکنه که شماره p اون فعال هست برای رسم.
مثلا اگر بخواهیم دوتا نمودار میله ای زیر هم در متلب رسم کنیم، به این صورت عمل می کنیم.
subplot(2,1,1)
bar(x1,y1)
subplot(2,1,2)
bar(x2,y2)
جزئیات بیشتر درباره دستور subplot در متلب رو در آموزش رسم انواع نمودار در متلب توضیح دادیم.

مصورسازی تعاملی با پلاتلی (Plotly)

مصورسازی یکی از کارهای اساسی در علوم داده و هوش مصنوعی است. در تحلیل داده به‌عنوان نخستین گام به مصورسازی خواهیم پرداخت تا به درک شهودی از داده‌ برسیم و حتی گاهاً الگوهای جالب و مفید برقرار در میان داده را کشف کنیم. در هوش مصنوعی نیز در مراحل مختلفی با مصورسازی مواجه هستیم که از جمله رایج‌ترین آن‌ها می‌توان به مصورسازی روند یادگیری و عملکرد مدل، رسم نمودارهای گوناگون از معیارهای ارزیابی و نمایش ماتریس درهم‌ریختگی اشاره کرد. پلاتلی (plotly) یک کتابخانه‌ی متن‌بازِ قدرتمند است که می‌توانید از آن به‌منظور تولید مصورسازی‌های زیبا، قابل‌فهم، باکیفیت و مهم‌تر از همه تعاملی بهره ببرید. اگر تاکنون با کتابخانه‌های رایج مصورسازی کار کرده باشید، می‌دانید که خروجی آن‌ها صرفاً یک تصویر ایستا است و در بسیاری از مواقع ممکن است به دلیل خوانایی ضعیف نمودار خروجی، نیاز باشد به‌صورت دستی اندازه‌ی اجزای نمودارهای خود را تنظیم کنید. اما در پلاتلی (Plotly) مصورسازی شما مثالی از نمودارهای میله‌ای کاملاً تعاملی (interactive) بوده و حتی می‌توانید در میان داده‌های خود چرخ بزنید! در این مقاله با امکانات بی‌نظیر این کتابخانه بیشتر آشنا شده و همراه با مثال به مصورسازی چندین نمودار پرکاربرد در علوم داده خواهیم پرداخت.

پلاتلی (plotly)

پلاتلی یک کتابخانه‌ی مصورسازی متن‌باز و رایگان است که از آن می‌توان جهت رسم بیش از 40 نوع نمودار مختلف در دامنه‌های گوناگون استفاده کرد و حتی امکان ترسیم در فضای سه‌بعدی را فراهم می‌کند. این کتابخانه برای زبان‌های برنامه‌نویسی مختلفی از جمله پایتون (Python)، متلب (Matlab)، جولیا (Julia) و آر (R) توسعه یافته و آزادانه در دسترس است. جالب است بدانید این کتابخانه در زبان‌های برنامه‌نویسی مختلف بر بستر اصلی جاوااسکریپت ( plotly.js ) طراحی شده و به‌عنوان مثال هرچند شما به زبان پایتون کد می‌نویسید، اما نهایتاً مصورسازی شما برپایه‌ی وب و به‌صورت جاوااسکریپت خواهد بود. همین امر باعث شده تا مصورسازی‌های تولیدی توسط پلاتلی (Plotly) از قابلیت تعاملی بهره‌مند باشند و بتوانید آن‌ها را در ژوپیتر نت‌بوک نمایش دهید، به‌عنوان فایل html ذخیره کنید یا حتی از آن‌ها در وب‌اپلیکیشن‌های خود بهره ببرید.

اما اصلی‌ترین پرسشی که پیش می‌آید این است که با توجه به وجود بسیاری مثالی از نمودارهای میله‌ای از کتابخانه‌های مصورسازی دیگر همچون matplotlib ،seaborn و bokeh چرا باید به سراغ پلاتلی برویم؟ از مهم‌ترین مزیت‌های پلاتلی که باعث می‌شود هر تحلیل‌گر داده‌ای به پلاتلی روی آورد می‌توان به موارد زیر اشاره کرد:

  • مصورسازی‌های پلاتلی به‌صورت تعاملی هستند، به این معنی که می‌توانید پس از تولید نمودار نیز کارهای مختلفی را روی آن انجام دهید. به‌عنوان مثال بخشی از نمودار را انتخاب کنید، به قسمتی بزرگ‌نمایی یا کوچک‌نمایی کنید، اطلاعات هر جزء را مشاهده کنید و کارهای دیگری مانند این‌ها که در مثال‌های این مقاله مشاهده خواهید کرد.
  • شما می‌توانید از نمودار خود خروجی فایل html تولید کنید و حتی اگر خواستید آن را به همان شکل تعاملی در وب‌سایت خود به نمایش درآورید.
  • نمودارهای ترسیم‌شده از نظر کیفیت تصویر و زیبایی بسیار مطلوب هستند و می‌توانید بدون نگرانی از آن‌ها در مقالات علمی خود بهره ببرید.
  • رسم نمودارهای رایج به کمک یک پکیج سطح بالا از پلاتلی بسیار راحت شده و در تنها چند خط کد انجام می‌شود.
  • مستندات موجود در وب‌سایت پلاتلی بسیار کامل و همراه با مثال‌های متعدد است.

اما به‌جای تعریف‌های بیشتر اجازه دهید شروع به ترسیم نمودارهای مختلف با پلاتلی (Plotly) کرده و قابلیت‌های آن را در عمل مشاهده کنیم. جهت آشنایی کامل با هرکدام از انواع نمودارها و همچنین تسلط بر کتابخانه‌های مصورسازی پایه که از آن‌ها یاد شد، می‌توانید از «دوره یادگیری ماشین | تحلیل داده با پایتون» در کوئرا کالج بهره ببرید.

نصب پلاتلی (Plotly) پایتون

پلاتلی را می‌توانید به کمک pip با دستور زیر در محیط پایتون خود نصب کنید:

در محیط conda نیز می‌توانید از دستور زیر استفاده کنید:

تفاوت پلاتلی Express و Go

در پلاتلی دو پکیج متفاوت با نام‌های Express و Go وجود دارد. Plotly Express یک رابط سطح بالا از پلاتلی است تا به کمک آن بتوانید به‌سادگی و با حداقل خط کد ممکن نسبت به تولید مصورسازی‌های رایج اقدام کنید. اما اگر قصد مصورسازی‌های پیچیده‌تر یا اعمال سلیقه‌ی خود بر روی نمودارها را داشته باشید، باید به سراغ پکیج دیگر یعنی Plotly Go بروید که رابط سطح پایین حساب می‌شود. در این حالت نیاز به کدنویسی بیشتری خواهید داشت، اما دست شما برای هر تغییری کاملاً باز خواهد بود و از این بابت می‌توان پلاتلی‌گو را به کتابخانه‌ی matplotlib و پلاتلی‌اکسپرس را به seaborn تشبیه کرد.

به‌منظور واردسازی پلاتلی‌گو در پایتون می‌توانید از کد زیر استفاده کنید:

واردسازی پلاتلی‌اکسپرس نیز به کمک کد زیر انجام خواهد گرفت:

در ادامه نمونه‌هایی از رسم نمودارهای گوناگون در پلاتلی به کمک هر دو رویکرد معرفی‌شده را مطالعه خواهیم کرد.

دادگان

برخی از دادگان‌های مرسوم در تحلیل داده داخل کتابخانه‌ی پلاتلی گنجانده شده‌اند که لیست کامل آن‌ها را می‌توان در این سند مشاهده کرد. در مثال‌هایی که در ادامه آورده شده است از همین دادگان‌ها استفاده خواهیم کرد. لازم به ذکر است جهت واردسازی این مجموعه‌های داده باید از پلاتلی‌اکسپرس کمک بگیریم. به‌عنوان مثال جهت بارگیری دادگان مشهور gapminder می‌توان از کد زیر استفاده کرد:

لینک فایل نت‌بوک کدها و همچنین لینک مشاهده‌ی مستقیم هر نمودار به‌صورت تعاملی در انتهای این مقاله قرار داده شده است.

نمودار میله‌ای (Bar chart)

هنگامی که قصد داشته باشیم مقادیر مثالی از نمودارهای میله‌ای یک ویژگی دسته‌ای را با یک ویژگی عددی مقایسه کنیم،‌ نمودارهای میله‌ای یکی از بهترین گزینه‌های ممکن مصورسازی هستند. فرض کنیم مشغول به کار بر روی دادگان gapminder هستیم و قصد داریم نمودار میله‌ای میانگین امید به زندگی هر کشور را ترسیم کنیم. برای این کار کافیست از متد px.bar کمک گرفته و دیتافریم مربوط به دادگان و نام ویژگی‌هایی (ستون‌هایی) که باید به‌عنوان اطلاعات محور افقی و عمودی استفاده شوند را برای آن مشخص کنیم.

نکته: رایج است که ورودی پلاتلی از جنس دیتافریم پانداس (pandas) باشد و دادگان‌های موجود در پلاتلی نیز از همین جنس هستند. در کدهایی که بررسی خواهید کرد نیز از توابع پانداس گوناگونی جهت آماده‌سازی داده موردنیاز هر نمودار استفاده شده است. بنابراین اگر با پانداس و توابع آن آشنایی ندارید پیشنهاد می‌کنیم به «دوره یادگیری ماشین | تحلیل داده با پایتون» کوئرا کالج مراجعه فرمایید.

هیستوگرام (Histogram)

به‌منظور مصورسازی توزیع داده‌های عددی می‌توانیم از نمودار معروف هیستوگرام استفاده کنیم. در پلاتلی به کمک px.histogram می‌توان به‌راحتی هیستوگرام یک دیتافریم برای یک ویژگی را ترسیم کرد. این‌بار فرض کنید قصد داریم هیستوگرام امید به زندگی کل دادگان را ترسیم کرده و مشاهده کنیم هر بازه‌ی سنی در میان داده‌ها چندبار تکرار شده است. کد و تصویر متحرک خروجی در زیر آورده شده است.

توجه داشته باشید در اینجا آرگومان nbins به معنی تعداد بازه‌های موردنظر است و آرگومان color نیز نام یک ستون را می‌پذیرد. وقتی color را معادل contintent تنظیم کرده‌ایم به این معنی است که رنگ هر بخش با توجه به قاره‌ی آن تعیین شود. به‌عنوان مثال در بازه‌ی سنی 30 تا 35، فقط داده‌هایی از قاره‌های آفریقا و آسیا و به‌ترتیب با تعداد 25 و 6 حضور داشته‌اند.

نمودار دایره‌ای (Pie chart)

به کمک نمودار دایره‌ای (کلوچه‌ای) نیز می‌توان یک مصورسازی زیبا از تعداد آیتم‌های هر دسته تولید کرد. این‌بار بگذارید به کمک پلاتلی‌گو نمودار خود را ترسیم کنیم. در این نمودار قصد داریم سهم هر قاره از تعداد کشورهای جهان را ترسیم کنیم، به این معنی که مثلاً چند درصد از کشورهای جهان متعلق به قاره‌ی آسیا هستند. با فراخوانی go.Figure یک شیء گرافیکی پلاتلی ساخته می‌شود و در آرگومان data می‌توانیم لیستی از اجزای ترسیم مختلف را مشخص کنیم. در اینجا فقط یک نمودار دایره‌ای می‌خواهیم که با go.Pie ساخته می‌شود.

نمودار دایره‌ای در پلاتلی (Plotly)

نمودار نقطه‌ای (Scatter plot)

نمودار نقطه‌ای یک انتخاب کاربردی جهت مصورسازی ارتباط دو ویژگی عددی است. فرض کنیم می‌خواهیم ارتباط میانگین تولید ناخالص داخلی سرانه‌ی هر کشور با میانگین امید به زندگی در آن را بر روی یک نمودار نقطه‌ای نشان دهیم. برای این کار می‌توان از go.Scatter پلاتلی استفاده کرد. لازم به ذکر است که در کد زیر،‌ text=df4['country'] به این دلیل نوشته شده که مثالی از نمودارهای میله‌ای هروقت موس خود را به روی نقطه‌ای بردیم، نام کشور مربوط به آن نیز نمایش داده شود. در اینجا نحوه‌ی کد نوشتن‌مان برای پلاتلی نیز فرق کرده است؛ ابتدا یک شیء گرافیکی ساخته و سپس نمودار خود را به آن اضافه کرده‌ایم و در نهایت نیز اجزای کلی نمودار مانند عنوان محورهای افقی و عمودی را مشخص کرده‌ایم.

نمودار خطی (Line plot)

از نمودارهای مثالی از نمودارهای میله‌ای خطی معمولاً جهت نمایش تغییرات یک متغیر عددی در طول زمان یا بازه‌های مختلف استفاده می‌شود. به عنوان مثال فرض کنیم قصد داریم تغییرات متوسط امید به زندگی در هر قاره را طبق سال‌های مختلف ترسیم کنیم. بدین منظور می‌توان از px.Line یا go.Scatter استفاده کرد. از هرکدام این رویکردها که استفاده کنید خروجی مشابهی خواهید داشت، اما نوشتن کد با پلاتلی‌اکسپرس تنها در یک خط انجام می‌شود. تفاوت میزان کد لازم برای هر دو رویکرد را می‌توانید در زیر مشاهده کنید.

نکته: درست است که از go.Scatter در مثال پیشین جهت رسم نمودار نقطه‌ای استفاده کردیم، اما توجه داشته باشید در صورتی که آرگومان mode را بر روی marker تنظیم نکنید، این نمودار به‌صورت پیش‌فرض به شکل خطی نمایش داده خواهد شد.

نمودار خطی در پلاتلی (Plotly)

نمودار نقطه‌ای سه‌بعدی (3D Scatter plot)

یکی از جذاب‌ترین قابلیت‌های پلاتلی امکان مصورسازی در فضای سه‌بعدی است. این بار فرض کنید می‌خواهیم ارتباط بین میانگین تولید ناخالص داخلی و میانگین امید به زندگی هر قاره را بر اساس سال‌ها ترسیم کنیم. برای این کار می‌توان از px.scatter_3d استفاده کرده و ویژگی‌هایی که باید به‌عنوان محورهای طولی، عرضی و ارتفاع استفاده شوند را به‌ترتیب در پارامترهای y ، x و z مشخص کنیم. همچنین می‌توانیم با تنظیم مقدار 'continent' برای آرگومان color ، رنگ هر نقطه را با توجه به قاره‌ی آن تعیین کنیم تا داده‌های مربوط به هر قاره قابل‌تفکیک باشند.

خروجی HTML

همان طور که در ابتدای مقاله اشاره کردیم، یک قابلیت جالب و بسیار کاربردی دیگر پلاتلی، امکان ذخیره‌ی نمودارهای تولید‌شده بر بستر وب و به‌صورت فایل html است. این کار به‌راحتی و با دستور write_html انجام می‌گیرد.

در این مقاله با نحوه‌ی ترسیم چند نمونه از مهم‌ترین نمودارها در پلاتلی آشنا شدیم،‌ اما نمودارهای متنوعی در پلاتلی وجود دارد که با توجه به دادگان خود می‌توانید به استفاده و سفارشی‌سازی آن‌ها اقدام کنید. انواع نمودارهای مختلفی که می‌توان با پلاتلی ترسیم کرد و مثال‌های آن‌ها را می‌توانید در این صفحه مشاهده کنید.

علاوه بر این، رویکردهای متفاوتی از کد زدن پلاتلی را مشاهده کردیم و کافیست بر همین اساس کد خود را نوشته و با تنظیم آرگومان‌های مختلف، به تولید نمودارهایی مطابق با سلیقه‌ی خود بپردازید. مستندات مربوط به توابع مختلف پلاتلی را نیز می‌توانید از این لینک مطالعه کنید.

نمودارهای پرکاربرد در مصورسازی داده ها

مصور سازی داده نقش بسیار مهمی در فرایند علم داده و یادگیری ماشین دارد. با مصور سازی داده می توان تحلیل های بدست آمده از مراحل مختلف علم داده را برای همه افراد قابل فهم کرد. در این مقاله قصد داریم با بیان مقدمات و آشنایی با نمودارهای پرکاربرد و اصول مصورسازی داده آن را برای مبتدیان علم داده توضییح دهیم.

مصورسازی داده ها چیست؟

مصور سازی داده ها اساساً داده های تجزیه و تحلیل شده را در قالب تصاویری یعنی نمودارها و تصاویر قرار می دهد. این مصور سازی ها باعث می شود تا انسان درک روند تجزیه و تحلیل از طریق تصاویر را آسان کند.

تجسم داده ها هنگام تجزیه و تحلیل داده های بزرگ بسیار مهم است. وقتی دانشمندان داده مجموعه داده های پیچیده را تجزیه و تحلیل می کنند ، باید تحلیل های جمع آوری شده را نیز درک کنند. تجسم داده ها درک آنها را از طریق نمودارها آسان می کند.

اگر کمی با پایتون و مباحث علم داده کار کرده باشید حتما با کتابخانه matplotlib آشنا هستید. در اینجا می خواهیم ابزارها و نمودارهای پر کاربرد و موارد استفاده از ابزار های این مجموعه را در زمینه مصورسازی داده ها با یکدیگر بررسی کنیم.

۱.نمودار میله ای یا Bar Plots

این نمودار یکی از محبوب ترین نمودار هایی است که در مصورسازی داده ها ما اغلب با آنها روبرو می شویم. از آن برای مقایسه داده های عددی در برخی دسته ها / گروه ها استفاده می شود.

مثال: اگر نیاز به مقایسه تعداد دانش آموزان در رشته های مختلف داشته باشیم ، ممکن است به یک bar plot احتیاج داشته باشیم. در تصویر زیر می توان محور X را به عنوان موجودیت ها یا دانش آموزان و محور Y را به عنوان تعداد هر موجودیت در نظر گرفت.

مصورسازی داده ها

۲. Bar Plots گروهی

اگر بخواهیم چند گروه را با یکدیگر مقایسه کنیم از این نمودار استفاده می کنیم.

نمودار میله ای گروهی

۳. نمودار میله ای تجمعی یا Stacked Bar Plots

اگر بخواهیم اطلاعات مربوط به موجودیت های مختلف را در حوزه های متفاوت با یکدیگر بررسی کنیم از این نمودار استفاده می کنیم.

برای مثال اگر بخواهیم جمعیت چند استان را با یکدیگر جمع کرده و در سال های مختلف با یکدیگر مقایسه کنیم به طوری که اطلاعات جزیی هر استان را هم نمایش دهیم از این نمودار استفاده می کنیم.

نمودار میله ای تجمعی

۴. نمودار هیستوگرام(Histogram)

اگر بخواهیم اطلاعات موجود برای یک موجودیت را بررسی کنیم نمودارهای هیستوگرام گزینه مناسبی برای مصورسازی داده ها است. مثلا بررسی وضعیت سن افراد یک کشور. این نمودار به خوبی می تواند فراوانی یک موجودیت را بررسی کند.

نمودار هیستوگرام

۵. نمودار دایره ای یا Pie

مقایسه داده های عددی در برابر یک دسته درست مانند یک bar plot ، اما با یک تفاوت است. این نمودار به ما کمک می کند تا داده ها را به عنوان کسری از کل (درصد و نه تعداد خام) مقایسه کنیم.

نمودار پای

۶.نمودار پراکندگی یا Scatter

نمودارهای اسکاتر در مصورسازی داده ها روند تغییر یک موجویت را نشان می دهد. مانند میزان فروش یک محصول در یک ماه

۷. نمودار های زمانی

در این نمودارها محور X روند زمانی را نشان می دهد و نمودار Y متناسب با داده های موجود تغییر مثالی از نمودارهای میله‌ای می کند. نمودار های زمانی برای مصور سازی روند های زمانی بسیار مفید هستند. برای مثال نوسان قیمت ها سهام با این نمودار ترسیم می شوند.

8. نقشه حرارتی heat map

یکی دیگر از نمودارهایی که در علوم داده مورد استفاده قرار می گیرند نقشه های حرارتی هستند. این نمودار ها به خوبی می توانند غلظت یا فراوانی را در یک مجموعه نشان دهند. در واقع در این نمودار بخش های با غلظت کم با یک رنگ نمایش داده می شوند. هر چقدر غلظت بیشتر شوند رنگ آن بخش نیز بیشتر می شود.

نمودارهای حرارتی در مصورسازی

۹.ابرکلمات یا Word Cloud

اگر داده های متنی باشند و بخواهیم فراوانی کلمات استفاده شده در متن را نمایش دهیم علاوه بر روش های گفته شده می توان از word cloud نیز استفاده کرد. این نمودار علاوه بر آنکه فراوانی هر کلمه را نشان می دهد زیبای خاصی هم دارد که باعث می شود کاربر با دقت بیشتری آن را بررسی کند.

نمودارهای بسیار زیادی برای مصورسازی و ترسیم داده ها در علم داده وجود دارد. ولی برای کسی که می خواهد تازه وارد این حوزه شود این نمودارها کفایت می کند.

می توانید در مفاهیم پیشرفته تر در مقاله مصورسازی داده ها توسط matplotlib با مفاهیم پیشرفته تر آشنا شوید و در صورتی که می خواهید با لیست انواع نمودارها در مصورسازی داده ها آشنا شوید این لینک برای شما مرجع خوبی خواهد بود.

مثالی از نمودارهای میله‌ای

آزمون آنلاین میان ترم دوم ریاضی و آمار دهم انسانی | فصل 3 و 4: آمار و نمودارهای آماری

آزمون آنلاین میان ترم دوم ریاضی و آمار دهم انسانی | فصل 3 و 4: آمار و…

تیم مدیریت گاما

آزمون مجازی میان نوبت دوم ریاضی و آمار دهم انسانی | فصل 3 و 4: کار با داده‌های آماری و نمایش داده‌ها

آزمون مجازی میان نوبت دوم ریاضی و آمار دهم انسانی | فصل 3 و 4: کار با…

تیم مدیریت گاما

آزمون چهارگزینه‌ای فصل 1 ریاضی و آمار دهم انسانی | معادله درجه دوم (سری B)

آزمون چهارگزینه‌ای فصل 1 ریاضی و آمار دهم انسانی | معادله درجه دوم (سری…

تیم مدیریت گاما

سوالات مرحله دوم دهمین دوره مسابقه تورنی تیم ریاضی پایۀ دهم انسانی | اسفند 97

سوالات مرحله دوم دهمین دوره مسابقه تورنی تیم ریاضی پایۀ دهم انسانی | اسفند 97

مسابقه تورونی تیم

آزمون نوبت دوم ریاضی و آمار (1) دهم دبیرستان استاد شهریار | اردیبهشت 1397

آزمون نوبت دوم ریاضی و آمار (1) دهم دبیرستان استاد شهریار | اردیبهشت 1397

سوالات مرحله اول یازدهمین دوره مسابقه تورنی تیم ریاضی پایۀ دهم انسانی | آذر 98

سوالات مرحله اول یازدهمین دوره مثالی از نمودارهای میله‌ای مسابقه تورنی تیم ریاضی پایۀ دهم انسانی | آذر 98

مسابقه تورونی تیم

سوالات مرحله دوم نهمین دوره مسابقه تورنی تیم ریاضی پایۀ دهم رشته انسانی | فروردین 97

سوالات مرحله دوم نهمین دوره مسابقه تورنی تیم ریاضی پایۀ دهم رشته انسانی | فروردین…

مسابقه تورونی تیم

امتحان میان نوبت دوم ریاضی و آمار (1) دهم دبیرستان حضرت معصومه | فصل 1 تا 4

امتحان میان نوبت دوم ریاضی و آمار (1) دهم دبیرستان حضرت معصومه | فصل 1 تا 4

سکینه باقری فرد

امتحان جبرانی ترم دوم ریاضی و آمار دهم انسانی دبیرستان علامه طباطبائی | شهریور 1397

امتحان جبرانی ترم دوم ریاضی و آمار دهم انسانی دبیرستان علامه طباطبائی | شهریور 1397

امتحان مستمر ریاضی و آمار (1) دهم دبیرستان امام خمینی کرج | رسم سهمی و کار با داده های آماری

امتحان مستمر ریاضی و آمار (1) دهم دبیرستان امام خمینی کرج | رسم سهمی و کار با داده…

نمونه سوال امتحان پایانی ریاضی و آمار (1) دهم دبیرستان اندیشه برنا | شهریور 1401

نمونه سوال امتحان پایانی ریاضی و آمار (1) دهم دبیرستان اندیشه برنا | شهریور 1401

سیدطاها سیدعلی اللهی

آزمون ریاضی و آمار (1) دهم دبیرستان شیخ فضل الله نوری | فصل اول (درس 1 و 2: مسائل توصیفی و حل معادله درجه 2)

آزمون ریاضی و آمار (1) دهم دبیرستان شیخ فضل الله نوری | فصل اول (درس 1 و 2: مسائل…

محمدجواد باغبان باشی

آزمون داخلی ریاضی و آمار (1) دهم دبیرستان کوثر | فصل 3: کار با داده های آماری

آزمون داخلی ریاضی و آمار (1) دهم دبیرستان کوثر | فصل 3: کار با داده های آماری

انواع نمودار و کاربرد هریک از آن‌ها برای نمایش اطلاعات

برای تجزیه‌و‌تحلیل مؤثر و ارائه‌ی نتایج، ممکن است مجبور باشید داده‌های زیادی را بررسی کنید. هنگامی که چندین منبع داده را مدیریت می‌کنید، حجم داده‌ها می‌تواند بسیار زیاد شود و این امر ممکن است شما را سردرگم و کلافه کند. در این شرایط بهتر است بدانید که چه داده‌هایی مهمند و باید پیگیری شوند. همچنین، مثالی از نمودارهای میله‌ای باید بدانید که چگونه می‌توانید داده‌ها را بصری‌سازی و تجزیه‌و‌تحلیل کنید تا از آن‌ها اطلاعات کلیدی و عملی را به دست آورید. مهم‌تر از همه، اگر می‌خواهید از این نتایج و داده‌ها به طور کارآمد گزارش تهیه کنید، این مطلب ۱۰ نوع از کاربردی‌ترین انواع نمودار و نکات استفاده از آن‌ها را به شما ارائه می‌دهد تا از آن‌ها بهره ببرید.

جدیدترین فرصت‌های شغلی شرکت‌های معتبر را در صفحه آگهی استخدام ببینید.

۱۰ مورد از پرکاربردترین انواع نمودارها

حال ۱۰ مورد از انواع مختلف نمودار را بررسی می‌کنیم. به طور کلی محبوب ترین انواع نمودارها شامل موارد زیر هستند:

  • نمودارهای ستونی (Column charts)؛
  • نمودارهای میله‌ای (Bar charts)؛
  • نمودارهای دایره‌ای (Pie charts)؛
  • نمودارهای دوناتی (Doughnut charts)؛
  • نمودارهای خطی (Line charts)؛
  • نمودارهای مساحت (Area charts)؛
  • نمودارهای پراکندگی (Scatter charts)؛
  • نمودارهای عنکبوتی یا راداری (Spider/ Radar charts)؛
  • نمودار گِیج یا عقربه‌ای (Gauge charts)؛
  • نمودارهای مقایسه‌ای (Comparison charts).

در ادامه تصویر انواع نمودارهای بالا را آورده‌ایم.

۱۰ مورد از انواع نمودارها

یکی از بزرگ‌ترین چالش‌ها انتخاب مؤثرترین و مناسب‌ترین نوع از انواع نمودار برای کار مورد نظرتان است. به طور کلی اگر می‌خواهید مناسب‌ترین نوع از انواع نمودار را انتخاب کنید، باید تعداد کل متغیرها، نقاط داده و بازه‌ی زمانی داده‌های خود را در نظر بگیرید.

هر نوع از انواع نمودار مزایای خاص خود را دارد. به عنوان مثال نمودارهای پراکندگی برای نشان دادن روابط بین عوامل یا مفاهیم مختلف سودمند هستند، در حالی که انواع نمودار خطی برای نشان دادن روند‌ها مناسب‌ترند.

۱. نمودارهای ستونی، از انواع نمودار

نمودارهای ستونی، از انواع نمودار

نمودارهای ستونی (Column chart) برای مقایسه‌ی حداقل یک مجموعه از نقاط داده مؤثرند. محور عمودی، که به عنوان محور Y نیز شناخته می‌شود، اغلب برای نشان دادن مقادیر عددی استفاده می‌شود و محور X در خط افقی یک دوره یا دسته‌هایی را به نمایش می‌گذارد که مقایسه می‌شوند.

به طور معمول نقاط داده در نمودارهای ستونی در این انواع هستند: گل، درختچه، خوشه‌ای، انباشته و درختی، که با استفاده از این انواع نقاط داده در رنگ‌های مختلف می‌توانید روندها را پیدا کنید. نمودار ستونی خوشه‌ای به طور ویژه در نمایش و تجزیه‌وتحلیل چندین مجموعه از داده‌ها سودمند است. با نمودارهای ستونی انباشته، می‌توانید درصد خاصی از داده‌های کلی را به سرعت بررسی کنید.

۲. نمودارهای میله‌ای

انواع نمودارها - نمودارهای میله‌ای

نمودارهای میله‌ای (Bar chart) یک نوع دیگر از انواع نمودار است و برای مقایسه‌ی مفاهیم و درصد در بین عوامل یا مجموعه‌ی داده‌ها سودمند واقع می‌شوند. کاربران در این نوع از انواع نمودار می‌توانند گزینه‌های متفاوتی را برای پاسخ‌دهندگان خود تعیین کنند، به عنوان مثال فروش سالانه یا سه ماهه. مشاهده می‌کنید که نمودارهای میله‌ای شبیه به نمودارهای ستونی است که در محور X آن قرار دارد.

اگر مطمئن نیستید که چه موقع از نمودارهای میله‌ای استفاده کنید، باید درمورد نوع خاص داده‌های اصلی و ترجیح شخصی خود تصمیم بگیرید. معمولا در مقایسه با انواع دیگر نمودار که در ادامه ذکر می‌کنیم، نمودارهای میله‌ای برای نمایش و مقایسه‌ی مجموعه‌های گسترده‌ی داده‌ها یا اعداد بهترند.

۳. نمودارهای دایره‌ای، از انواع نمودار

نمودارهای دایره‌ای، از انواع نمودار

نمودارهای دایره‌ای (Pie chart) برای نشان دادن و تفکیک نمونه‌ها در یک بُعد مفیدند. این نمودار به شکل یک دایره است تا رابطه‌ی بین دسته‌های اصلی و زیر مجموعه‌ی داده‌های شما را به نمایش بگذارد. بهتر است هنگام کار با گروه‌های طبقه‌بندی شده‌ی داده‌ها، یا زمانی که می‌خواهید تفاوت‌هایی را بر اساس یک متغیر واحد در بین داده‌ها نشان دهید، از این نوع از انواع نمودار استفاده کنید.

در واقع شما می‌توانید هر گروه داده‌ی نمونه را در دسته‌های مختلف، به عنوان مثال جنسیت یا گروه‌های سنی مختلف، تجزیه کنید. برای پروژه‌های تجاری می‌توانید از نمودارهای نوع دایره‌ای برای نشان دادن اهمیت یک عامل خاص بر دیگر عوامل بهره ببرید. با این حال برای تجزیه‌وتحلیل چندین مجموعه داده‌ی مختلف باید از نمودارهای ستونی کمک بگیرید.

۴. نمودارهای دونات یا حلقه‌ای

انواع نمودار- نمودارهای دونات یا حلقه‌ای

نمودارهای حلقه‌ای (Doughnut chart) یکی دیگر از انواع نمودار هستند که از نظر مساحت موجود در مرکز برش بسیار به نمودارهای دایره‌ای شباهت دارند. نمودارهای نوع حلقه‌ای دارای چندین مولفه از جمله تقسیم بخش‌ها و معنای قوس یک بخش جداگانه هستند. این نوع از انواع نمودار برای تبیین رابطه بین نسبت گروه‌های مختلف داده مناسبند. کاربران در این حالت می‌توانند بر نسبت برش‌ها با یکدیگر تمرکز کنند. این نوع از انواع نمودار از طریق فضای خالی میانی‌شان جزئیات بیش‌تری را نسبت به نمودارهای دایره‌ای پوشش می‌دهند.

۵. نمودارهای خطی

 انواع نمودار - نمودارهای خطی

نوع بعدی از انواع نمودار، نمودار خطی (Line chart) است که برای توضیح روند در طی زمان استفاده می‌شود. محور عمودی همیشه مقدار عددی، و محور X عوامل مرتبط دیگری را نشان می‌دهد. نمودارهای خطی را می‌توان با نشانگرها به شکل حلقه، مربع یا شکل‌های دیگر نشان داد.

نمودارهای خطی به اندازه‌ی انواع دیگر نمودارها رنگارنگ نیستند، اما کاربران به‌آسانی می‌توانند روند مجموعه‌ای از داده‌ها را در یک دوره‌ی خاص مشاهده کنند. همچنین با این نوع از انواع نمودار می‌توانید روند چندین گروه داده‌ی مختلف را نیز با یکدیگر مقایسه کنید. مدیران یا رهبران مالی ممکن است از نمودارهای خطی برای اندازه‌گیری و تجزیه‌وتحلیل روندهای بلند مدت در فروش، داده‌های مالی یا آمار بازاریابی استفاده کنند.

۶. نمودارهای مساحتی، از انواع نمودار

نمودارهای مساحتی، از انواع نمودار

نمودارهای مساحتی (Area chart) که یک نوع دیگر از انواع نمودار هستند، بسیار شبیه به نمودارهای خطی‌اند، اما مانند موارد قبلی طرح‌بندی واضحی ندارند. این مورد از انواع نمودار برای نمایش دادن روند در طی یک دوره برای یک یا چند دسته‌‌بندی یا تغییرات بین چندین گروه از داده‌ها ایدئال است. نمودارهای مساحتی دارای دو نوع اصلی هستند: نمودار مساحتی انباشته و نمودار مساحتی تکمیل شده. هر دو نوع می‌توانند ماهیت مجموعه داده‌های انتخاب شده شما را نشان دهند.

۷. نمودارهای پراکندگی

انواع نمودار - نمودارهای پراکندگی

نوع بعدی از انواع نمودار، نمودارهای پراکندگی (Scatter chart) هستند که برای تحلیل چگونگی قرارگیری اهداف مختلف در اطراف موضوع اصلی و ابعاد مختلف آن‌ها، بیشترین کاربرد را دارد. به عنوان مثال شما می‌توانید به سرعت انواع محصولات را بر اساس بودجه و قیمت‌های فروش مقایسه کنید. نمودارهای پراکندگی مولفه‌های مختلفی دارند: نشانگرها ، نقاط و خطوط مستقیم. همه‌ی این مولفه‌ها می‌توانند واحد داده‌های متفاوتی را نشان داده و به هم مرتبط کنند. شما می‌توانید نمودار پراکندگی را فقط با نشانگرها یا خطوط ترسیم کنید. به طور کلی نشانگرها برای نقاط داده‌ی کوچک و خطوط برای نقاط داده‌ی بزرگ بهتر هستند.

این نوع از انواع مختلف نمودار دارای نقاط مشابهی با نمودارهای خطی هستند، زیرا هر دو از محورهای عمودی و افقی برای نشان دادن نقاط داده‌ی مختلف استفاده می‌کنند. اما نمودار پراکندگی همچنین می‌تواند میزان تفاوت یک متغیر را با دیگری نشان دهند که به عنوان همبستگی شناخته می‌شود. همبستگی‌ها می‌توانند مثبت، منفی یا برابر با صفر باشند. به عنوان مثال میانگین مثبت به این معناست که داده‌ها در بیش‌تر اوقات به طور همزمان بر اساس زمان افزایش می‌یابند.

۸. نمودارهای عنکبوتی یا رادار، از انواع نمودار

نمودارهای عنکبوتی یا رادار، از انواع نمودار

نمودارهای عنکبوتی (Spider chart) که یکی دیگر از انواع نموار هستند، به عنوان نمودارهای وب، ستاره‌ای یا نمودارهای قطبی نیز شناخته می‌شوند. اگر مجموعه‌ی بزرگی از گروه‌های مختلف داده دارید، استفاده از نمودارهای عنکبوتی بهتر از نمودارهای ستونی به حساب می‌آید. نمودار رادار در بین انواع نمودار دوبعدی برای نمایش چندین گروه داده برای حداقل سه متغیر در محورها مفید است.

مدیران منابع انسانی معمولا برای بررسی الگوی مهارت گروه‌های مختلف کارمندان و عملکرد شغلی آن‌ها از این نوع از انواع نمودار استفاده می‌کنند. علاوه بر این مدیران محصول در آی‌تی (IT) یا سازمان‌های تجاری نیز می‌توانند از چنین نمودارهایی برای مقایسه‌ی محصولات مختلف از منظر طیف گسترده‌ای از ویژگی‌ها استفاده کنند، مانند نشان دادن مجموعه‌ای از وسایل برقی مختلف هوشمند بر اساس کیفیت‌، باتری، ظاهر و پردازنده‌های آن‌ها به گونه‌ای که مصرف‌کنندگان بتوانند به‌راحتی و به‌سرعت بهترین گزینه‌ را بر اساس اولویت‌های خود برگزینند. در ادامه به چند مورد دیگر از انواع نمودار می‌پردازیم.

۹. نمودار گیج یا عقربه‌ای

انواع نمودارها - نمودار گیج یا عقربه‌ای

عوامل درنمودار گیج (Gauge) به عنوان مقدارهای مجزا نشان داده می‌شوند. چنین شاخص‌هایی معمولا از رنگ قرمز برای پیام اشتباه یا سبز برای موارد صحیح استفاده می‌کنند. این نوع از انواع نمودار برای نمایش چند شاخص کلیدی عملکرد (KPI)، به ویژه برای برنامه‌های تجاری، ایدئال هستند. بنابراین این نوع از انواع نمودار معمولا توسط مدیران یا کارفرمایان برای تکالیف جاری استفاده می‌شود.

مزیت اصلی نمودارهای گیج، نشان دادن میزان پیشرفت در یک هدف است و با نشان دادن عاملی مانند KPI ؛ با ارزیابی تک‌موردی جزئیات را به گونه‌ای آشکار می‌کند که درک آن آسان باشد. با این حال یکی از نقاط ضعف این نوع از انواع نمودار محدودیت آن در نشان دادن بیش از یک نقطه داده است. در این حالت نمودار ستونی انتخاب بهتری محسوب می‌شود.

۱۰. نمودارهای مقایسه‌ای

انواع نمودار نمودارهای مقایسه‌ای

نمودارهای مقایسه‌ای (Comparison charts)، که به عنوان نمودارهای خوشه‌ای نیز شناخته می‌شوند، به طور معمول برای مقایسه‌ی حداقل دو شی، واحد یا گروه‌های داده استفاده می‌شوند. این مثالی از نمودارهای میله‌ای نمودار می‌تواند مقایسه‌ای بصری از جزئیات کیفی و کمی بین دو یا چند چیز ارائه دهد. نمودارهای مقایسه‌ای انواع مختلفی دارند، از جمله مقایسه‌ی بین مؤلفه‌ها، موارد، سری‌های زمانی، همبستگی‌ها و توزیع فراوانی‌ها. هدف اصلی نمودارهای مقایسه‌ای نشان دادن نمایی کلی از احتمالات در شرایط مختلف است.

مثالی برای استفاده از نمودارهای مقایسه‌ای

نمودارهای مقایسه‌ای در مباحث تحقیق و فرایند تصمیم‌گیری برای موضوعات تجاری و علمی نقش پررنگی ایفا می‌کنند. تصمیم‌گیرندگان سازمان‌های بزرگ‌تر ممکن است برای تجزیه‌وتحلیل پیشرفت گروه‌های داده‌های مختلف و داده‌های رقبا در طی زمان، به مقایسه‌ی جامع و با جزئیات بیشتر نیاز داشته باشند.

نکاتی برای استفاده از انواع نمودارها و چارت‌ها

در این مطلب ۱۰ نوع از بهترین نمودارهای معمول در زندگی روزمره و کاربردهای آن‌ها را بررسی کردیم. در ادامه می‌توانید طرحی کلی از مهم‌ترین نکات مربوط به انواع نمودار را مشاهده کنید.

  • مقادیر داده: شما باید هرگونه جزئیات اضافی مانند رنگ، متن یا خط را از نمودارهای خود حذف کنید. سعی کنید یک نمودار واحد را ساده، یا آن را به دو یا چند نمودار جداگانه تقسیم کنید. متغیرهای موجود در نمودار شما باید مستقیما به واحدهای عددی گروه‌های داده‌ی شما متصل شوند؛
  • ساختار: اطمینان حاصل کنید که نمودارهای شما مقایسه‌های واضح و آسانی برای خواندن ارائه می‌دهند. بنابراین باید مجموعه داده‌های خود را بر اساس مقادیر منتخب خود به ترتیب واضحی بچینید؛
  • شاخص‌ها (ایندیکاتور): شاخص‌ها برای برجسته کردن پروژه های شما بسیار مهم هستند. برای جلوگیری از جست‌وجوی غیرمستقیم، برچسب‌ها را روی خطوط ، نوار و بخش‌های مناسب خود در نمودارها قرار دهید؛
  • رنگ‌ها و محورها: سعی کنید دسته‌بندی‌های رنگ نمودارهای خود را ساده‌تر کنید. در دسته‌های یکسان از همان رنگ در تناژهای متفاوت کمک بگیرید. در نمودارها برای محورها یا برچسب‌های یکسان از الگوی رنگی یکسانی استفاده کنید. و اگر نمی‌توانید رنگ‌ها را در نمودارهای چاپی خود به وضوح ببینید، باید رنگ‌های موجود را تغییر دهید.

خلاصه

استفاده از نمودار می‌تواند بررسی اطلاعات و داده‌های پیچیده را ساده‌تر کند. با دیدن یک نمودار به راحتی می‌توان به بسیاری از ویژگی‌های مجموعه‌ای از اطلاعات و داده‌ها پی برد. نمودار‌ها اطلاعات عددی و آماری را به‌صورت منظم نشان می‌دهند. در این مطلب انواع نمودار را بررسی کردیم. اگر هنوز هم سؤالی درمورد انواع نمودار‌ها دارید، می‌توانید با ما در میان بگذارید.

با ساختن یک رزومه حرفه‌ای، برای استخدام در بهترین فرصت‌های شغلی اقدام کنید.



اشتراک گذاری

دیدگاه شما

اولین دیدگاه را شما ارسال نمایید.