Last chance! 50% off DataCamp Premium
Sale ends in
Bir ay süren veriyi anlama rehberi serimizin dokuzuncu bölümüne hoş geldiniz. Veri Okuryazarlığı Ayı kapsamında, bu seri veri dünyasındaki temel kavramları netleştirecek, sormaya çekinebileceğiniz soruları yanıtlayacak ve bunu yaparken keyif almanızı sağlayacak. Baştan başlamak isterseniz, serimizin ilk yazısını okuyun: Veri Kümesi Nedir?
Bu hafta, yaygın veri görselleştirmelerini ve bunların nasıl yorumlanacağını ele alacağız. Veri görselleştirme çoğu zaman veri bilimine giriş kapısı olarak anılır; bu yazıda, ilişkileri yakalayan veri görselleştirmelerine ve bunların nasıl yorumlanacağına bakacağız.
İlişkileri Görselleştiren Görselleştirmeler
Farklı veri noktaları arasındaki ilişkileri yakalamak, veri görselleştirmenin kritik bir uygulamasıdır. Bu bölümde ilişkileri yansıtan en popüler görselleştirmelere bakacağız. Özellikle sütun grafikleri, saçılım (scatter) grafikleri, kabarcık (bubble) grafikleri ve daha fazlası.
Sütun Grafikler
Bir sütun grafik, birden fazla kategorinin değerini karşılaştırır. Her bir kategorinin değeriyle orantılı uzunlukta dikdörtgenlerden oluşur. Sütun grafikler okunması kolay olduğundan çok yaygındır. İş dünyasında farklı markaların pazar paylarını ya da farklı bölgelerin gelirlerini karşılaştırmak gibi amaçlarla sıkça kullanılır.
Farklı amaçlara uygun birden fazla sütun grafik türü vardır.
 |
Dikey sütun grafikte, diğer adıyla kolon grafikte, yatay eksen kategorileri, dikey eksen ise değeri gösterir. |
 |
Yatay sütun grafikte kategoriler dikey eksen üzerinde yer alır. Kategori adları uzun olduğunda kolon grafiğe göre daha iyi bir alternatiftir. |
 |
Kümelenmiş sütun grafik, bir kategoride birden fazla veri serisini gösteren dikey veya yatay sütun grafiktir. Zaman içindeki değişimi göstermek ya da bir kategoride birden fazla veri serisini karşılaştırmak için kullanışlıdır. |
Sütun grafik oluştururken genel bir kural, ekseni ya da taban çizgisini sıfırdan başlatmaktır. Aksi halde kategoriler arasındaki küçük farkları abartma riski doğar. Bir diğer ipucu da sütunları anlamlı bir sıraya göre düzenlemektir. İşte etkili sütun grafiklere bazı örnekler.
Dikey bir sütun grafik. Taban çizgisinin sıfırdan başladığına ve kategorilerin on yıllara göre sıralandığına dikkat edin. (Kaynak: BBC)
ABD'li kadın sanatçıların servetini karşılaştıran yatay bir sütun grafik. (Kaynak: BBC)
2019 ve 2020'de birden fazla kategoriyi karşılaştıran kümelenmiş yatay bir grafik (Kaynak: BBC)
Saçılım Grafiği
Bir saçılım grafiği, çoklu veri noktalarını yerleştirerek iki değişken arasındaki ilişkiyi gösterir. Veriyi anlamak ve olası korelasyonları hızlıca ortaya çıkarmak için keşif aşamasında sıklıkla kullanılır.
Mil başına maliyet ile ayda sürülen mil sayısını karşılaştıran bir saçılım grafiği (Kaynak: Storytelling with Data)
Bir saçılım grafiğini yorumlamak için dikkate almanız gereken bazı pratik kavramlar şunlardır.
- Eksenleri anlayın: Her bir eksende görselleştirilen farklı ölçüler ve birimler nelerdir?
- Değişkenler arasındaki ilişki: Artan ya da azalan bir ilişki var mı? İlişki en iyi düz bir çizgiyle mi yoksa üstel bir eğriyle mi tanımlanır?
- Aykırı değerleri belirleyin: Grafiğin geri kalanıyla uyuşmayan veri noktaları var mı? Aykırı değerin neden böyle davrandığını açıklayabilir misiniz?
The Economist, saçılım grafiğiyle video oyunlarının ruh sağlığına iyi geldiğini gösteriyor (Kaynak: The Economist)
Bağlantılı Saçılım Grafiği
Bağlantılı saçılım grafiği, birbirine bağlanmış veri noktalarına sahip bir saçılım grafiğidir. Zaman içinde iki değişkenin evrimini görselleştirmek için kullanışlıdır.
Zaman içinde asker sayısı ile askeri bütçe arasındaki ilişkiyi gösteren bağlantılı bir saçılım grafiği (Kaynak: Steve Haroz)
Yukarıdaki saçılım grafiği, zaman içinde askeri bütçe ile asker sayısı arasındaki ilişkiyi betimliyor. Zaman içindeki değişimi göstermek için oklar kullanıyor. Bağlantılı bir saçılım grafiğini okumak bazıları için sezgisel olmayabilir. Bu nedenle, yardımcı açıklamalar iyi tasarlanmış bir bağlantılı saçılım grafiğinin olmazsa olmazıdır.
Araba güvenliğinin evrimini betimlemek için bağlantılı bir saçılım grafiği kullanımı (Kaynak: New York Times)
Kabarcık Grafiği
Kabarcık grafiği, x ekseni, y ekseni ve kabarcığın boyutunu kullanarak üç değişken arasındaki ilişkiyi gösteren saçılım grafiğinin bir uzantısıdır. Her bir veri noktasına renk vererek kabarcık grafiğinde dördüncü bir boyut da dahil edebilirsiniz.
Kabarcık grafikleri ve renkli kabarcık grafikleri uygulamada (Kaynak: Storytelling with Data)
Kabarcık grafiği kullanan herkes, bu tür grafiklerin okuyucuyu bunaltabileceğini unutmamalıdır. Bu nedenle, kabarcık grafiklerini etkileşimli bir anlatımla desteklemek faydalıdır. Bunun harika bir örneği, yaşam beklentisi, kişi başına düşen GSYH ve nüfus büyüklüğü arasındaki ilişkiyi gösteren Hans Rosling'in kabarcık grafiğidir.
Gapminder kabarcık grafiği, kabarcık grafiklerinin en dikkat çekici kullanımlarından biridir
Bugün Veri Görselleştirmeye Başlayın
Bu kısa veri görselleştirme girişinden keyif aldığınızı umuyoruz. Serinin bir sonraki bölümünde, dağılımları yansıtan veri görselleştirmelerine bakacağız. Veri görselleştirme öğrenme yolculuğunuza bugün başlamak isterseniz, aşağıdaki kaynaklara göz atın.
Konular
