Khóa học
Tìm hiểu trực quan hóa dữ liệu
2 giờ
264.8K
Chào mừng bạn đến với phần tám của loạt bài giải mã dữ liệu kéo dài một tháng. Là một phần của Tháng Hiểu Biết Dữ Liệu, loạt bài này sẽ làm rõ các khái niệm then chốt trong thế giới dữ liệu, giải đáp những câu hỏi bạn có thể ngại hỏi và mang lại sự thú vị trong suốt hành trình. Nếu muốn bắt đầu từ đầu, hãy đọc bài đầu tiên trong loạt: Tập dữ liệu là gì?
Tuần này, chúng ta sẽ đề cập đến các dạng trực quan hóa dữ liệu phổ biến và cách diễn giải chúng. Trực quan hóa dữ liệu thường được gọi là “chất xúc tác” đưa bạn vào khoa học dữ liệu. Bài viết này sẽ xem xét các biểu đồ giúp nắm bắt xu hướng và cách diễn giải chúng.
Trực quan hóa giúp nắm bắt xu hướng
Nắm bắt xu hướng là một trong những ứng dụng hữu ích nhất của trực quan hóa dữ liệu. Trong phần còn lại, chúng ta sẽ điểm qua những biểu đồ phổ biến nhất để thể hiện xu hướng, đáng chú ý nhất là biểu đồ đường (line chart), biểu đồ spline, biểu đồ vùng (area chart) và các biến thể của chúng. Bắt đầu nhé!
Biểu đồ đường
Biểu đồ đường nối một chuỗi điểm bằng các đoạn thẳng. Đây là dạng biểu đồ thường dùng để trực quan hóa xu hướng theo thời gian. Biểu đồ đường xuất hiện ở khắp nơi: doanh nghiệp dùng để thể hiện các chỉ số như doanh thu, lợi nhuận theo thời gian; nhà khoa học dùng để minh họa mối quan hệ giữa hai biến.
Mối quan tâm đến NFT tăng suốt năm 2021, đạt đỉnh vào tháng 1/2022, rồi nhanh chóng suy giảm cùng với giá của các tiền mã hóa lớn như bitcoin. (Nguồn: Statista)
Diễn giải biểu đồ đường khá trực quan. Dưới đây là một số điều nên cân nhắc khi đọc biểu đồ đường.
- Hình dạng của biểu đồ trông thế nào? Tăng, giảm hay đi ngang?
- Độ dốc của đường ra sao? Độ dốc cho biết tốc độ thay đổi theo thời gian. Đường càng dốc, tốc độ thay đổi càng lớn.
- Lưu ý điểm cực đại hoặc cực tiểu. Điều này có thể đánh dấu bước ngoặt quan trọng hoặc trùng khớp với một sự kiện đáng chú ý.
Tuy nhiên, có một lưu ý quan trọng: khi đọc biểu đồ đường, hãy chú ý đến trục dọc và xem liệu nó có bắt đầu từ 0 hay không. Biểu đồ đường có trục y không bắt đầu từ 0 có thể khiến những thay đổi nhỏ trông như biến động lớn.
Một biểu đồ đường không bắt đầu từ 0 có thể được dùng để đánh lừa người xem (Nguồn: Chad Skelton)
Biểu đồ spline
Biểu đồ spline là một dạng biểu đồ đường sử dụng các đường cong (thay vì đường thẳng) để nối các điểm dữ liệu.
Một biểu đồ spline cho thấy các thay đổi dần dần của nhiệt độ Trái Đất trong 500 triệu năm qua (Nguồn: climate.gov)
Biểu đồ spline thể hiện xu hướng theo thời gian tốt không kém biểu đồ đường; thậm chí vượt trội khi cần truyền đạt các thay đổi mượt và dần dần. Ví dụ, doanh thu theo tháng của một cửa hàng có thể vẽ bằng biểu đồ spline để cho thấy doanh số tăng dần trong cả tháng, không dồn vào một ngày duy nhất.
Biểu đồ đa đường hoặc đa spline
Đúng như tên gọi, biểu đồ đa đường chứa nhiều hơn một đường trên cùng một trục hoặc các trục khác nhau. Nó hữu ích để so sánh xu hướng của hai biến liên quan. Khi phân tích biểu đồ đa đường, hãy quan sát kỹ và cố gắng hiểu các điểm sau:
- Mỗi đường biểu diễn điều gì?
- Sự khác biệt giữa các đường có ý nghĩa gì?
- Có khả năng tồn tại tương quan giữa hai đường không? Nếu có, có thể lý giải được không?
- Mỗi đường được đo trên một trục duy nhất hay có nhiều trục y?
Dưới đây là một số ví dụ hữu ích về biểu đồ đa đường và đa spline.
Báo cáo thường niên 2021 của Alphabet dùng biểu đồ đa spline để so sánh hiệu suất cổ phiếu với thị trường chung. (Nguồn: Alphabet Investor Reporting)
William Playfair, người tạo ra biểu đồ đường, đã dùng biểu đồ đa spline để so sánh nhập khẩu và xuất khẩu của Anh từ tận năm 1786. Khoảng cách theo chiều dọc giữa các đường cho biết cán cân thanh toán của Anh trong năm đó (Nguồn: Datylon)
Một sai lầm thường gặp là vội kết luận hai xu hướng độc lập có liên quan chỉ qua cái nhìn thoáng qua biểu đồ đa đường. Đây chính là ngụy biện tương quan và nhân quả đang diễn ra, mà chúng ta đã đề cập trong một phần trước của loạt bài giải mã dữ liệu.
Trong ví dụ dưới đây, người xem rất dễ kết luận rằng có mối liên hệ giữa số người chết đuối vì ngã vào bể bơi và số phim Nicolas Cage tham gia.
Cảnh giác với những tương quan ngụy tạo! (Nguồn: Tyler Vigen)
Biểu đồ vùng (Area chart)
Biểu đồ vùng cho thấy một giá trị số thay đổi như thế nào bằng cách tô bóng phần diện tích giữa đường và trục x. Nó giống biểu đồ đường, khác ở chỗ vùng dưới mỗi đường được tô màu.
Một biểu đồ vùng (Nguồn: Storytelling with Data)
Bạn có thể hiểu diện tích dưới đồ thị như lượng tích lũy của chuỗi dữ liệu theo thời gian. Khi nhiều biểu đồ vùng được vẽ cùng nhau, bạn có thể so sánh nhiều phân nhóm theo thời gian.
Mặc dù hữu ích, biểu đồ vùng có những lưu ý: việc so sánh diện tích tương đối của nhiều chuỗi dữ liệu có thể khó, vì biểu đồ vùng dễ trở nên rối mắt.
Biểu đồ vùng xếp chồng (Stacked Area Chart)
Biểu đồ vùng xếp chồng gồm nhiều biểu đồ vùng chồng lên nhau. Nó phù hợp nhất để theo dõi cơ cấu thành phần của một chuỗi dữ liệu theo thời gian.
Hình 8: Một biểu đồ cột xếp chồng minh họa mức độ sát thương của đại dịch (Nguồn: The Economist)
Dưới đây là một biểu đồ vùng xếp chồng ước tính mức độ thiệt hại thực sự của đại dịch năm 2020. Tác giả sử dụng vùng được tô bóng để quy một phần tỷ lệ tử vong ở Lombardy cho covid-19. Tông màu đậm hơn được dùng để nhấn mạnh mức tăng đột biến của số ca tử vong tích lũy do covid-19, đây là một kỹ thuật kể chuyện bằng dữ liệu hữu ích.
Bắt đầu với trực quan hóa dữ liệu ngay hôm nay
Hy vọng bạn thích phần giới thiệu ngắn này về trực quan hóa dữ liệu. Ở phần tiếp theo, chúng ta sẽ xem xét các trực quan hóa thể hiện mối quan hệ. Để bắt đầu hành trình học dữ liệu ngay hôm nay, hãy tham khảo các tài nguyên dưới đây.
Chủ đề
