Excel, Python, और R में सैंकी आरेख कैसे बनाएं

सैंकी आरेखों की खूबसूरती बहु-चरणीय प्रणालियों को सरल बनाने की उनकी क्षमता में है। ऊर्जा हानियों या बजट आवंटनों के सबसे बड़े हिस्सों को ढूंढने के लिए डेटा की पंक्तियों में खोज-बीन करने के बजाय, आप सबसे मोटे प्रवाह देखकर तुरंत उन्हें पहचान सकते हैं। इससे वे ऊर्जा प्रबंधन, वित्तीय विश्लेषण, मार्केटिंग फ़नल अनुकूलन, और ऐसे किसी भी परिदृश्य में उपयोगी हो जाते हैं जहाँ संसाधनों के प्रवाह और रूपांतरण को समझना सटीक संख्यात्मक तुलना से अधिक महत्वपूर्ण होता है।

जो लोग प्रवाह विज़ुअलाइज़ेशन से आगे अपनी विश्लेषणात्मक क्षमताओं का विस्तार करना चाहते हैं, उनके लिए हमारे Data Visualization in Power BI कोर्स और Data Visualization in Tableau कोर्स उद्योग-मानक बिजनेस इंटेलिजेंस प्लेटफ़ॉर्म पर प्रोफेशनल डैशबोर्ड और इंटरेक्टिव रिपोर्ट बनाना सिखाते हैं।

सैंकी आरेख क्या है?

सैंकी आरेख एक विशेष प्रकार का प्रवाह विज़ुअलाइज़ेशन है जिसमें जोड़ने वाले तीरों की चौड़ाई विभिन्न चरणों, श्रेणियों या इकाइयों के बीच प्रवाह की मात्रा का प्रतिनिधित्व करती है। पारंपरिक फ्लोचार्ट जो प्रक्रिया के चरण दिखाते हैं या बार चार्ट जो असतत मानों की तुलना करते हैं, उनसे अलग, सैंकी आरेख इस बात को उत्कृष्टता से दर्शाते हैं कि किसी प्रणाली में मात्राएँ कैसे आगे बढ़ती हैं, रूपांतरित होती हैं, या वितरित होती हैं।

सैंकी आरेख के अवयव दिखाए गए हैं। चित्र: लेखक।

ऊपर दिया गया आरेख दर्शाता है कि $100,000 का वार्षिक बजट विभिन्न श्रेणियों से कैसे होकर गुजरता है। ध्यान दें कि Marketing का आवंटन ($40,000) R&D ($25,000) की तुलना में स्पष्ट रूप से मोटा प्रवाह दिखता है, जिससे अनुपातिक अंतर तुरंत स्पष्ट हो जाता है।

सैंकी आरेखों का इतिहास और विकास

पहला ज्ञात सैंकी आरेख 1898 में सामने आया जब कैप्टन मैथ्यू हेनरी फिनीयस रियल सैंकी ने इसे स्टीम इंजन की ऊर्जा दक्षता दिखाने के लिए उपयोग किया। उनके आरेख ने दिखाया कि ईंधन की ऊर्जा का केवल एक छोटा हिस्सा ही उपयोगी कार्य में लगता है, जबकि अधिकांश अपशिष्ट ऊष्मा के रूप में नष्ट हो जाता है।

हालाँकि, अनुपातिक प्रवाह विज़ुअलाइज़ेशन की अवधारणा कैप्टन सैंकी से पहले की है। चार्ल्स जोसेफ मिनार्ड ने 1869 में वह आरेख बनाया जिसे कई लोग सबसे प्रसिद्ध प्रवाह आरेख मानते हैं, जिसमें नेपोलियन के 1812 के रूस अभियान की विपत्ति दर्शाई गई थी। मिनार्ड के आरेख ने दिखाया कि सेना का आकार रूस में आगे बढ़ते समय और फिर लौटते समय कैसे घटता गया, जहाँ रेखा की मोटाई जीवित सैनिकों की संख्या दर्शाती थी।

सैंकी आरेख के घटक

सैंकी आरेख के प्रमुख तत्वों को समझना आपको मौजूदा आरेखों की व्याख्या करने और अपने स्वयं के आरेख प्रभावी ढंग से बनाने—दोनों में मदद करता है।

• नोड्स आपकी प्रणाली में श्रेणियों, चरणों या इकाइयों का प्रतिनिधित्व करते हैं। हमारे बजट उदाहरण में "Annual Budget", "Marketing" और "Digital Ads" सभी नोड्स हैं। स्रोत नोड्स (जैसे "Annual Budget") आमतौर पर बाएँ दिखाई देते हैं, जबकि लक्ष्य नोड्स (जैसे "Digital Ads") दाएँ दिखाई देते हैं, हालाँकि यह आपके लेआउट वरीयताओं पर निर्भर कर सकता है।
• प्रवाह या लिंक नोड्स के बीच दिशात्मक कनेक्टर होते हैं, और उनकी चौड़ाई उनके द्वारा प्रदर्शित मान के अनुपात में होती है। Annual Budget से Marketing की ओर मोटा नारंगी प्रवाह $40,000 का प्रतिनिधित्व करता है, जबकि Content की ओर बहुत पतला प्रवाह केवल $5,000 दिखाता है। यही अनुपातिक चौड़ाई वह प्रमुख विशेषता है जो सैंकी आरेखों को परिमाण के अंतर को उजागर करने में इतना प्रभावी बनाती है।
• मान वह संख्यात्मक डेटा है जो प्रत्येक प्रवाह की चौड़ाई निर्धारित करता है। ये आपके सिस्टम से होकर जाने वाले धन, ऊर्जा, सामग्री, लोग, या किसी भी मापनीय संसाधन का प्रतिनिधित्व कर सकते हैं। आरेख इन मानों के आधार पर स्वतः उपयुक्त चौड़ाई की गणना करता है, जिससे दृश्य सटीकता सुनिश्चित होती है।
• ड्रॉप-ऑफ विशेष प्रवाह होते हैं जो हानियों, अपशिष्ट, या उन संसाधनों का प्रतिनिधित्व करते हैं जो किसी लक्ष्य नोड तक पहुँचे बिना सिस्टम से बाहर हो जाते हैं। जबकि हमारे बजट उदाहरण में ड्रॉप-ऑफ नहीं दिखाए गए हैं, आप उन्हें ऊर्जा आरेखों में ऊष्मा हानि दर्शाने के लिए या मार्केटिंग फ़नल में उन ग्राहकों के लिए देख सकते हैं जो प्रक्रिया छोड़ देते हैं।

सैंकी आरेख कैसे बनाएं

सैंकी आरेख बनाने के लिए आपके पसंदीदा टूल और तकनीकी सुविधा स्तर के आधार पर अलग-अलग तरीकों की आवश्यकता होती है। हम Excel, Python और R का उपयोग करके उसी बजट आवंटन उदाहरण से गुजरेंगे, ताकि आप अपने कार्यप्रवाह और विशेषज्ञता के अनुसार सबसे उपयुक्त विधि चुन सकें।

Excel में सैंकी आरेख

Excel में मूल रूप से सैंकी चार्ट प्रकार शामिल नहीं है, यानी आपको ऐसे विज़ुअलाइज़ेशन बनाने के लिए किसी तृतीय-पक्ष ऐड-इन का उपयोग करना होगा। मेरे अनुभव में, ChartExpo सबसे लोकप्रिय और उपयोगकर्ता-अनुकूल विकल्पों में से एक है।

ChartExpo इंटरफ़ेस और सैंकी आरेख पूर्वावलोकन। चित्र: लेखक।

आरेख बनाने से पहले, आपको अपने डेटा को स्रोत-लक्ष्य-मूल्य प्रारूप में संरचित करना होगा जहाँ प्रत्येक पंक्ति एक प्रवाह कनेक्शन का प्रतिनिधित्व करती है। हमारे बजट उदाहरण के लिए, इसका अर्थ है प्रत्येक बजट आवंटन को एक अलग पंक्ति में सूचीबद्ध करना, जिसमें स्रोत श्रेणी, लक्ष्य श्रेणी और डॉलर राशि हो।

ChartExpo स्थापित होने के बाद प्रक्रिया सरल है। पहले, ऐड-इन को Microsoft AppSource से या Excel के ऐड-इन मार्केटप्लेस के माध्यम से इंस्टॉल करें। फिर, हेडर सहित अपने डेटा रेंज का चयन करें और ChartExpo के विज़ुअलाइज़ेशन विकल्पों में से Sankey Chart चुनें।

ऐड-इन आपके डेटा स्ट्रक्चर के आधार पर स्वतः आपके स्रोत, लक्ष्य और मूल्य कॉलम का पता लगाता है। ऊपर दिए गए इंटरफ़ेस में दिखाया गया है कि ChartExpo आपके आरेख का पूर्वावलोकन प्रदान करता है, साथ ही Create Chart From Selection करने, विज़ुअलाइज़ेशन को अनुकूलित करने, या तैयार चार्ट को प्रेजेंटेशन या रिपोर्ट में उपयोग के लिए निर्यात करने के विकल्प देता है।

Python में सैंकी आरेख

Python सैंकी आरेख बनाने के लिए उत्कृष्ट विकल्प प्रदान करता है, जिनमें Plotly इसकी इंटरैक्टिव क्षमताओं और प्रोफेशनल आउटपुट गुणवत्ता के कारण सबसे अधिक अनुशंसित लाइब्रेरी है। उसी बजट आवंटन उदाहरण का उपयोग करते हुए जिससे हमने शुरुआत की थी, हम उसे कोड के माध्यम से हूबहू पुन:निर्मित करेंगे।

चरण 1: डेटा तैयारी

अपने डेटा को Plotly द्वारा अपेक्षित प्रारूप में व्यवस्थित करके शुरू करें। आपको तीन मुख्य घटकों की आवश्यकता होगी: नोड नामों की सूची, और प्रत्येक प्रवाह के लिए स्रोत सूचकांक, लक्ष्य सूचकांक और मान बताने वाले एरे।

import plotly.graph_objects as go

# Define all nodes in your diagram
nodes = ["Annual Budget", "Marketing", "Operations", "R&D", 
         "Digital Ads", "Events", "Content", "Salaries", 
         "Office", "Utilities", "Software", "Equipment"]

# Define the connections (using node indices)
source_indices = [0, 0, 0, 1, 1, 1, 2, 2, 2, 3, 3]
target_indices = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
values = [40, 35, 25, 25, 10, 5, 20, 10, 5, 15, 10]संचालित द्वारा

सूचकांक आपके नोड्स सूची में स्थितियों के अनुरूप होते हैं, इसलिए source_indices = [0, 0, 0] का अर्थ है कि पहले तीन प्रवाह "Annual Budget" (स्थिति 0) से शुरू होते हैं।

चरण 2: बुनियादी सैंकी निर्माण

Plotly के Sankey ऑब्जेक्ट का उपयोग कर कोर आरेख संरचना बनाएं। आवश्यक पैरामीटर हैं नोड परिभाषाएँ और लिंक विनिर्देश।

fig = go.Figure(data=[go.Sankey(
    node=dict(
        label=nodes,
        pad=15,
        thickness=20
    ),
    link=dict(
        source=source_indices,
        target=target_indices,
        value=values
    )
)])संचालित द्वारा

यह डिफ़ॉल्ट स्टाइलिंग के साथ एक क्रियाशील सैंकी आरेख बनाता है। pad नोड्स के बीच रिक्ति नियंत्रित करता है, जबकि thickness यह निर्धारित करता है कि नोड आयत कितने चौड़े दिखें।

चरण 3: स्टाइलिंग और अनुकूलन

अपने आरेख को रंगों, बेहतर लेआउट और प्रोफेशनल फ़ॉर्मैटिंग से निखारें।

# Add colors and transparency
fig.update_traces(
    node_color=["#1f77b4", "#ff7f0e", "#2ca02c", "#d62728",
                "#ff9999", "#ff9999", "#ff9999", "#90ee90",
                "#90ee90", "#90ee90", "#ffcccb", "#ffcccb"],
    link_color=["rgba(255, 127, 14, 0.4)", "rgba(44, 160, 44, 0.4)",
                "rgba(214, 39, 40, 0.4)", "rgba(255, 127, 14, 0.6)",
                "rgba(255, 127, 14, 0.6)", "rgba(255, 127, 14, 0.6)",
                "rgba(44, 160, 44, 0.6)", "rgba(44, 160, 44, 0.6)",
                "rgba(44, 160, 44, 0.6)", "rgba(214, 39, 40, 0.6)",
                "rgba(214, 39, 40, 0.6)"]
)

# Update layout for better presentation
fig.update_layout(
    title="Annual Budget Allocation",
    font=dict(size=16, family="Arial Black", color="black"),
    width=900,
    height=600
)संचालित द्वारा

चरण 4: प्रदर्शन और निर्यात

अपने आरेख को प्रदर्शित करें और विभिन्न उपयोगों के लिए अलग-अलग प्रारूपों में सहेजें।

fig.show()  # Display in Jupyter notebook or browser

# Export options
fig.write_html("budget_sankey.html")  # Interactive web version
fig.write_image("budget_sankey.png")  # Static imageसंचालित द्वारा

वेब अनुप्रयोगों के लिए, आप इसे सीधे Dash ऐप्स में एकीकृत कर सकते हैं, जिससे आपके सैंकी आरेख इंटरेक्टिव डैशबोर्ड का हिस्सा बन जाते हैं। परिणामी विज़ुअलाइज़ेशन ठीक वही है जो हमने शुरुआती दृश्य में देखा था। हमारे पास एक बेहतरीन कोड-अलॉन्ग है जो सिखाता है कि कैसे Plotly और Dash के साथ डैशबोर्ड बनाएं ताकि आप इसे स्वयं आज़मा सकें।

R में सैंकी आरेख

R networkD3 पैकेज के माध्यम से सैंकी आरेख बनाने की उत्कृष्ट क्षमताएँ प्रदान करता है, जो इंटरेक्टिव, वेब-रेडी विज़ुअलाइज़ेशन बनाता है। हमारे परिचित बजट आवंटन डेटा का उपयोग करते हुए, हम दिखाएँगे कि R कैसे बिल्ट-इन इंटरेक्टिविटी फीचर्स के साथ वही प्रोफेशनल परिणाम दे सकता है।

networkD3 पैकेज विशेष रूप से R में D3.js-संचालित नेटवर्क विज़ुअलाइज़ेशन (जिसमें सैंकी आरेख शामिल हैं) बनाने के लिए डिज़ाइन किया गया है। यह दृष्टिकोण कई लाभ प्रदान करता है: स्वतः इंटरेक्टिविटी (हॉवर इफेक्ट, ज़ूमिंग), R Markdown रिपोर्ट्स के साथ आसान एकीकरण, और वेब परिनियोजन के लिए निर्बाध निर्यात विकल्प।

चरण 1: सेटअप और डेटा तैयारी

पहले आवश्यक पैकेज इंस्टॉल और लोड करें, फिर अपने डेटा को networkD3 द्वारा अपेक्षित प्रारूप में संरचित करें।

# Install required packages (run once)
install.packages(c("networkD3", "dplyr"))

# Load libraries
library(networkD3)
library(dplyr)

# Create nodes dataframe
nodes <- data.frame(
  name = c("Annual Budget", "Marketing", "Operations", "R&D",
           "Digital Ads", "Events", "Content", "Salaries", 
           "Office", "Utilities", "Software", "Equipment")
)

# Create links dataframe (note: networkD3 uses 0-based indexing)
links <- data.frame(
  source = c(0, 0, 0, 1, 1, 1, 2, 2, 2, 3, 3),
  target = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11),
  value = c(40, 35, 25, 25, 10, 5, 20, 10, 5, 15, 10)
)संचालित द्वारा

Python से मुख्य अंतर यह है कि R में नोड्स और लिंक्स के लिए अलग-अलग डेटा फ़्रेम की आवश्यकता होती है, तथा लिंक्स डेटा फ़्रेम में नोड स्थितियों को संदर्भित करने के लिए शून्य-आधारित इंडेक्सिंग का उपयोग किया जाता है।

चरण 2: बुनियादी सैंकी निर्माण

आवश्यक पैरामीटरों के साथ sankeyNetwork() फ़ंक्शन का उपयोग कर अपना आरेख बनाएं।

# Create basic Sankey diagram
sankey_plot <- sankeyNetwork(
  Links = links,
  Nodes = nodes,
  Source = "source",
  Target = "target", 
  Value = "value",
  NodeID = "name",
  units = "K USD"
)

# Display the plot
Sankey_plotसंचालित द्वारा

यह एक इंटरेक्टिव सैंकी आरेख तैयार करता है जहाँ उपयोगकर्ता प्रवाह पर हॉवर करके सटीक मान देख सकते हैं और नोड्स को खींचकर लेआउट को पुनर्गठित कर सकते हैं।

चरण 3: अनुकूलन और स्टाइलिंग

अपने आरेख को रंग, आकार और प्रोफेशनल फ़ॉर्मैटिंग विकल्पों से बेहतर बनाएं।

# Advanced Sankey with customization
(sankey_advanced <- sankeyNetwork(
  Links = links,
  Nodes = nodes,
  Source = "source",
  Target = "target",
  Value = "value",
  NodeID = "name",
  units = "K USD",
  fontSize = 14,
  fontFamily = "Arial",
  nodeWidth = 30,
  nodePadding = 20,
  margin = list(top = 50, right = 50, bottom = 50, left = 50),
  height = 600,
  width = 900
))संचालित द्वारा

चरण 4: निर्यात और एकीकरण विकल्प

R आपके इंटरेक्टिव आरेखों को कई प्रारूपों में सहेजना और रिपोर्ट्स में एकीकृत करना आसान बनाता है।

# Save as HTML file
library(htmlwidgets)
saveWidget(sankey_advanced, "budget_sankey.html", selfcontained = TRUE)

# For R Markdown integration, simply include the plot object
# The diagram will render as an interactive widget in your document

# For static image export (optional - requires webshot2 package)
install.packages("webshot2")
library(webshot2)

webshot("budget_sankey.html", "budget_sankey.png", vwidth = 900, vheight = 600)संचालित द्वारा

R के networkD3 पैकेज से बनाया गया इंटरेक्टिव सैंकी आरेख। चित्र: लेखक। 

यह परिणामी आरेख हमारे Python और Excel संस्करणों के समान दृश्य अंतर्दृष्टि प्रदान करता है, लेकिन बिल्ट-इन इंटरेक्टिविटी के साथ जो उपयोगकर्ताओं को डेटा को और गहराई से खोजने में मदद करती है।

सैंकी आरेख के विकल्प और तुलना

सैंकी आरेख तब सबसे बेहतर काम करते हैं जब श्रेणियों के बीच स्पष्ट दिशात्मक संबंध हों, जहाँ सटीक तुलना से अधिक प्रवाह की मात्रा मायने रखती हो। हालाँकि, कई स्थितियाँ अलग विज़ुअलाइज़ेशन दृष्टिकोण की मांग करती हैं।

कब सैंकी आरेख का उपयोग न करें

जब आपकी श्रेणियों के बीच कोई दिशात्मक प्रवाह न हो, तो सैंकी आरेख से बचें। यदि आपका डेटा मात्र विभिन्न समूहों या वर्गीकरणों को दिखाता है जिनके बीच कोई मूवमेंट नहीं है, तो बार चार्ट या पाई चार्ट आपका संदेश अधिक स्पष्टता से बताएँगे। उदाहरण के लिए, विभिन्न कंपनियों के बीच बाज़ार हिस्सेदारी की तुलना में कोई प्रवाह शामिल नहीं होता, इसलिए बार चार्ट अधिक उपयुक्त होगा।

जब आपको सटीक संख्यात्मक तुलना चाहिए, तब उनसे बचें। भले ही सैंकी आरेख सापेक्ष परिमाण दिखाने में प्रभावी हैं, परंतु बदलती चौड़ाइयों के कारण पाठकों के लिए सटीक मान निकालना या विस्तृत तुलना करना कठिन हो सकता है। यदि पक्षकारों को विशिष्ट प्रतिशत या राशि को सटीकता से तुलना करनी है, तो टेबल या बार चार्ट बेहतर काम करते हैं।

जब आपका डेटा बहुत जटिल हो जाए और आरेख में अव्यवस्था पैदा करे, तो विकल्पों पर विचार करें। 10–15 से अधिक नोड्स या अत्यधिक परस्पर जुड़े प्रवाह के साथ, सैंकी आरेख दृश्य रूप से भारी हो सकते हैं। क्रॉसिंग लाइनों और ओवरलैपिंग प्रवाह से सिस्टम के भीतर व्यक्तिगत पथों का अनुसरण करना कठिन हो जाता है।

जब आपका दर्शक सैंकी आरेखों से अपरिचित हो, तो सरल विज़ुअलाइज़ेशन चुनें। चूँकि वे बार चार्ट या लाइन ग्राफ़ की तुलना में कम सामान्य हैं, कुछ दर्शक प्रारूप को समझने में ही अधिक समय लगा सकते हैं बजाय आपके डेटा की व्याख्या के। सामान्य दर्शकों के लिए प्रस्तुतियों में, परिचित चार्ट प्रकारों पर टिके रहें, जब तक कि प्रवाह संबंध आपके संदेश के लिए अनिवार्य न हो।

विशिष्ट परिदृश्यों के लिए बेहतर विकल्प

एल्यूवियल आरेख श्रेणीगत या समय-आधारित प्रवाह के लिए बेहतर काम करते हैं जहाँ आप कई समय अवधियों या चरणों में होने वाले बदलावों को ट्रैक कर रहे हों। जहाँ सैंकी आरेख किसी समय बिंदु पर किसी प्रणाली से होकर गुजरने वाली मात्राओं को दिखाते हैं, वहीं एल्यूवियल आरेख श्रेणीगत डेटा के विकास को उत्कृष्टता से दिखाते हैं। उदाहरण के लिए, कई चुनावों में मतदाताओं का विभिन्न राजनीतिक दलों के बीच जाना या कॉलेज के दौरान छात्रों का मेजर बदलना—ये एल्यूवियल आरेख के लिए बेहतर अनुकूल हैं बनिस्बत सैंकी आरेख के।

पैरेलल कोऑर्डिनेट प्लॉट बहु-चर डेटा की तुलना के लिए बेहतर होते हैं, जहाँ आप एक साथ कई आयामों में पैटर्न देखना चाहते हैं। ये तब अच्छा काम करते हैं जब प्रत्येक डेटा बिंदु के लिए कई चर हों और आप क्लस्टर या अपवाद पहचानना चाहते हों। उदाहरण के लिए, कीमत, ईंधन दक्षता, सुरक्षा रेटिंग और प्रदर्शन मीट्रिक के आधार पर कारों की तुलना पैरेलल कोऑर्डिनेट से बेहतर होती है, बजाय इन संबंधों को प्रवाह प्रारूप में समेटने के।

बंप चार्ट समय के साथ रैंक में बदलावों को सैंकी या एल्यूवियल आरेखों दोनों की तुलना में अधिक प्रभावी ढंग से संभालते हैं। जब आप दिखा रहे हों कि अलग-अलग इकाइयाँ समय के साथ रैंकिंग में ऊपर-नीचे कैसे होती हैं, तो बंप चार्ट प्रवाह की दृश्य जटिलता के बिना प्रक्षेपवक्र को स्पष्ट रूप से दिखाते हैं। सोचें कि कैसे अलग-अलग कंपनियों की बाज़ार स्थिति तिमाहियों में बदलती है, या खेल टीमों की लीग स्टैंडिंग में सीज़न दर सीज़न कैसे अदला-बदली होती है।

और अधिक जानने के लिए, हमारा ब्लॉग पोस्ट Top 5 Business Intelligence Courses to Take on DataCamp पढ़ें, जो महत्वपूर्ण BI टूल्स पर विशेषज्ञता बनाने में मार्गदर्शन देता है।

निष्कर्ष

सफल विज़ुअलाइज़ेशन आपकी विशिष्ट स्थिति के लिए सही टूल चुनने पर निर्भर करता है। सैंकी आरेखों का उपयोग तब करें जब दिशात्मक प्रवाह संबंध सटीक संख्यात्मक तुलना से अधिक मायने रखते हों, और जब आपके दर्शकों को किसी प्रणाली में सबसे महत्वपूर्ण प्रवाह को तेजी से पहचानने की आवश्यकता हो।

जो पाठक सैंकी आरेखों से आगे विस्तार करना चाहते हैं, उनके लिए हमारा ब्लॉग पोस्ट 10 Data Visualization Project Ideas for All Levels अलग-अलग जटिलता स्तरों पर आपकी विज़ुअलाइज़ेशन पोर्टफोलियो बनाने के लिए व्यावहारिक परियोजना सुझाव प्रदान करता है। ये प्रोजेक्ट्स आलोचनात्मक सोच कौशल विकसित करने में मदद करते हैं और आपकी डेटा विज़ुअलाइज़ेशन क्षमताओं का ठोस प्रमाण बनाते हैं।