Closed emptymalei closed 3 years ago
[@emptymalei 提供] [讨论此话题]
Jeff Leek 和 Roger D. Peng 写过一篇很有趣的论文，题目为 What is the question? 文章中，作者们提出了一个数据分析类型的层级模型，如下图。
为什么搞清楚我们手上的数据分析的问题类型很重要呢？如果搞错了分析的类型，很可能会犯严重的错误。比如如果我们手上有个 Inferential 的分析，我们却以为是 causal 分析，那么我们很可能会错误地把相关当成因果。
[@xiaohanyu 提供] [讨论此话题]
Apache Superset 是一个开源的数据分析及可视化平台，最早由 Airbnb 主导开发——Superset 的主要贡献者 [Maxime Beauchemin] 同样也是 Airflow 项目的主要贡献者。
Superset 提供如下特性：
Superset 的主要缺点在于权限控制过于复杂，对于大型团队权限管理方面，有着天然的复杂性，但是在开源的类似平台中，Superset 的可视化选项是最多的，无论是内部还是外部系统，都可以在这方面获得很多灵感。
Slope Graph 是一种非常简单但是有用的可视化方法。Slope graph 其实是一种 line graph，用来体现 categorial 数据的变化，例如随着时间的变化或者是不同的群组之间的对比，制作 slope graph 需要 categorial + numerical 的数据。 下面是 Cole 给的一个非常精彩的例子。假定我们分别在 2010 年和 2011 年做了同样的调研，得到了几个调研问题每一年的平均得分。我们可以选择使用 bar chart 来可视化：
我们虽然可以看得出这两年每个问题的变化，但是我们可能需要很认真地看才可以。作为对比，Cole 也使用 slope graph 来进行可视化：
在 slope graph 中，我们可以非常清晰地看到调研的得分的变化，甚至可以一眼看到大多数问题得分都增加了。而且对于我们用橙色突出出来的这个调研，我们也更容易看到。
如果想要分享你的视角或者经历或者建议，可以通过 Discussions 来提交，或者参与讨论，也可以写邮件给我们：hi@getdataweekly.com
来自 GetDataWeekly.com
Science/Math/Statistics
[@emptymalei 提供] [讨论此话题]
Jeff Leek 和 Roger D. Peng 写过一篇很有趣的论文，题目为 What is the question? 文章中，作者们提出了一个数据分析类型的层级模型，如下图。
为什么搞清楚我们手上的数据分析的问题类型很重要呢？如果搞错了分析的类型，很可能会犯严重的错误。比如如果我们手上有个 Inferential 的分析，我们却以为是 causal 分析，那么我们很可能会错误地把相关当成因果。
Technology
[@xiaohanyu 提供] [讨论此话题]
Apache Superset 是一个开源的数据分析及可视化平台，最早由 Airbnb 主导开发——Superset 的主要贡献者 [Maxime Beauchemin] 同样也是 Airflow 项目的主要贡献者。
Superset 提供如下特性：
Superset 的主要缺点在于权限控制过于复杂，对于大型团队权限管理方面，有着天然的复杂性，但是在开源的类似平台中，Superset 的可视化选项是最多的，无论是内部还是外部系统，都可以在这方面获得很多灵感。
Communication/Visualization
[@emptymalei 提供] [讨论此话题]
Slope Graph 是一种非常简单但是有用的可视化方法。Slope graph 其实是一种 line graph，用来体现 categorial 数据的变化，例如随着时间的变化或者是不同的群组之间的对比，制作 slope graph 需要 categorial + numerical 的数据。 下面是 Cole 给的一个非常精彩的例子。假定我们分别在 2010 年和 2011 年做了同样的调研，得到了几个调研问题每一年的平均得分。我们可以选择使用 bar chart 来可视化：
我们虽然可以看得出这两年每个问题的变化，但是我们可能需要很认真地看才可以。作为对比，Cole 也使用 slope graph 来进行可视化：
在 slope graph 中，我们可以非常清晰地看到调研的得分的变化，甚至可以一眼看到大多数问题得分都增加了。而且对于我们用橙色突出出来的这个调研，我们也更容易看到。
如果想要分享你的视角或者经历或者建议，可以通过 Discussions 来提交，或者参与讨论，也可以写邮件给我们：hi@getdataweekly.com
来自 GetDataWeekly.com