Segmented Bar Group ใน Data Analytics : คู่มือฉบับสมบูรณ์

กราฟแท่งแบบแบ่งกลุ่มเป็นแนวคิดที่คุ้นเคยใน Data Analytics แต่คุณรู้พื้นฐานของมันหรือไม่?

กราฟเป็นวิธีหนึ่งที่ใช้กันทั่วไปในการแสดงความสัมพันธ์ระหว่างข้อมูล โดยเฉพาะอย่างยิ่งกราฟที่ซับซ้อนเกินไปและมีจำนวนมากสำหรับภาพประกอบที่สะดวกภายในพื้นที่และเวลาจำกัด ด้วยข้อมูลจำนวนมหาศาลที่รวบรวมและประมวลผลผ่านการวิเคราะห์ข้อมูล จึงจำเป็นต้องมีวิธีนำเสนอข้อมูลนั้นเพื่อการตีความและการอนุมานที่ถูกต้อง การสร้างภาพข้อมูลทำให้เราเห็นภาพที่ชัดเจนของความหมายของข้อมูลโดยการให้รูปแบบภาพผ่านแผนภูมิและกราฟ ดังนั้น ข้อมูลจึงสามารถเข้าใจได้มากขึ้นในจิตใจของมนุษย์ และสามารถระบุรูปแบบ แนวโน้ม และความผิดปกติภายในชุดข้อมูลขนาดใหญ่ได้อย่างรวดเร็ว หากคุณเป็นมือใหม่ในด้านการวิเคราะห์ข้อมูลและวิทยาศาสตร์ข้อมูล การรับรองด้านวิทยาศาสตร์ข้อมูลของ upGrad สามารถช่วยให้คุณเจาะลึกเข้าไปในโลกของข้อมูลและการวิเคราะห์ได้อย่างแน่นอน

ความสามารถในการสร้างข้อโต้แย้งที่น่าเชื่อผ่านการแสดงข้อมูลเป็นภาพเป็นหนึ่งในคุณสมบัติที่โดดเด่นของผู้เชี่ยวชาญด้าน Data Science ที่มีทักษะ ในขณะที่มี ตัวเลือกกราฟและแผนภูมิหลายตัว

คุณสามารถเลือกเพื่อแสดงข้อมูลในสถานการณ์ต่างๆ กราฟแท่งแบบแบ่งกลุ่มหรือแผนภูมิแท่งแบบแบ่งกลุ่มได้รับความสนใจจากนักวิเคราะห์ข้อมูลค่อนข้างมาก

บทความนี้จะแนะนำคุณเกี่ยวกับพื้นฐานของกราฟแท่งแบบแบ่งกลุ่ม เหตุใดจึงใช้ ตำแหน่งที่ใช้ และ หลักสูตร upGrad Data Science ที่จะช่วยให้คุณเชี่ยวชาญทักษะที่จำเป็นในการเป็นนักวิเคราะห์ข้อมูลที่ประสบความสำเร็จ

แต่ก่อนอื่น เรามาทำความเข้าใจเกี่ยวกับกราฟแท่งกันก่อน

กราฟแท่ง

ในบรรดาประเภทกราฟ/แผนภูมิที่ใช้บ่อยที่สุด แผนภูมิแท่งหรือกราฟแท่งประกอบด้วยชุดของแท่งกราฟที่แสดงการเปรียบเทียบระหว่างหมวดหมู่ข้อมูลที่แตกต่างกัน แผนภูมิแท่งเป็นแผนภูมิประเภทหนึ่งที่พบบ่อยที่สุดและมักจะเข้าใจได้ง่ายเนื่องจากคุ้นเคย

แม้จะมีความเรียบง่ายของแผนภูมิแท่ง แต่ก็มีการใช้งานที่จำกัด ก่อนที่จะแสดงภาพประกอบข้อมูลในแผนภูมิแท่ง การประเมินลักษณะของข้อมูลและจำนวนตัวแปรที่เพิ่มลงในแผนภูมิเป็นสิ่งสำคัญ ตามหลักการแล้ว แผนภูมิแท่งเป็นตัวเลือกที่ยอดเยี่ยมเมื่อเราต้องการติดตามการพัฒนาตัวแปรหนึ่งหรือสองตัวแปรเมื่อเวลาผ่านไป เราสามารถใช้เพื่อเปรียบเทียบตัวแปรต่างๆ ในรูปแบบของแผนภูมิแท่งแบบคลัสเตอร์ อย่างไรก็ตาม การเปรียบเทียบดังกล่าวอาจนำไปสู่การแสดงที่รกและอาจนำไปสู่ความสับสน

ด้านล่างนี้เป็นภาพประกอบสองภาพ – ภาพแรกเป็นแผนภูมิแท่งแบบง่าย (โดยใช้ตัวแปรเดียว) และตัวอย่างที่สองแสดงแผนภูมิแท่งแบบคลัสเตอร์ (โดยใช้ตัวแปรสองตัว) ภาพประกอบทั้งสองแสดงการพัฒนาของรายได้ของบริษัทในช่วงเวลาที่กำหนด ซึ่งเป็นการใช้งานทั่วไปของแผนภูมิแท่งในสถานการณ์ขององค์กร ตัวอย่างที่สองแสดงการเปรียบเทียบรายได้ของสองบริษัทในช่วงเวลาหนึ่ง

ภาพประกอบ 1 ( ที่มาของภาพ )

ภาพประกอบ 2 ( ที่มาของภาพ )

กราฟแท่งแบบเรียงซ้อน

ไม่เหมือนกับแผนภูมิแท่งแบบคลัสเตอร์ที่แสดงแท่งแบบเคียงข้างกัน กราฟแท่งแบบเรียงซ้อนจะแบ่งแท่งออกเป็นส่วนๆ กราฟแท่งแบบเรียงซ้อนใช้เพื่อแสดงว่าหมวดหมู่ที่ใหญ่กว่าถูกแยกส่วนออกเป็นหมวดหมู่ย่อยๆ อย่างไร และแต่ละส่วนมีผลกระทบต่อจำนวนรวมอย่างไร แท่งในแผนภูมิแท่งแบบเรียงซ้อนถูกจัดประเภทเป็นลำดับการเรียงซ้อน ซึ่งแสดงถึงค่าต่างๆ แกนหนึ่งแสดงค่าที่ไม่ต่อเนื่อง และอีกแกนระบุแถบตัวแปรในลำดับการเรียงซ้อน ใช้สีต่างๆ เพื่อแสดงส่วนที่โดดเด่นของแถบทั้งหมด

ด้านล่างนี้เป็นภาพประกอบที่แสดงแผนภูมิแท่งแบบเรียงซ้อน: ที่มาของภาพ

กราฟแท่งแบบเรียงซ้อนและกราฟแท่งแบบแบ่งส่วน

กราฟแท่งแบบเรียงซ้อนมีสองประเภท: กราฟแท่งแบบเรียงซ้อนแบบธรรมดาและแบบสแต็คแท่งกราฟแท่งแบบ 100%

• ใน กราฟแท่งแบบเรียงซ้อนอย่างง่าย แต่ละค่าสำหรับเซ็กเมนต์จะถูกวางไว้หลังค่าก่อนหน้า ดังนั้น มูลค่ารวมของแท่งคือผลรวมของค่าส่วนทั้งหมด ดังนั้น กราฟแท่งแบบเรียงซ้อนแบบธรรมดาจึงเหมาะอย่างยิ่งสำหรับการเปรียบเทียบจำนวนเงินทั้งหมดกับแต่ละกลุ่ม/แถบที่แบ่งส่วน
• กราฟแท่ง แบบ เรียงซ้อน 100% หรือ กราฟแท่งแบบ แบ่งส่วน เป็นกราฟแท่งแบบเรียงซ้อน โดยที่แท่งแบบแบ่งส่วนรวมกันได้ 100% กล่าวอีกนัยหนึ่ง แท่งแบบเรียงซ้อนแสดงเปอร์เซ็นต์สัมพัทธ์ของชุดข้อมูลหลายชุด และผลรวมของแต่ละแท่งที่เรียงซ้อนจะเป็น 100% เสมอ ดังนั้นจึงเป็นสิ่งสำคัญที่จะต้องแน่ใจว่าแต่ละแท่งแสดงถึง 100% ในขณะที่สร้างแผนภูมิแท่งแบบแบ่งส่วน มิฉะนั้น มันจะกลายเป็นแผนภูมิแท่งแบบเรียงซ้อนอย่างง่าย

แผนภูมิแท่งแบบเรียงซ้อนแสดงความสัมพันธ์แบบส่วนต่อส่วน และยังสามารถแสดงให้เห็นว่าส่วนต่างๆ เปลี่ยนแปลงอย่างไรเมื่อเวลาผ่านไป ด้านล่างนี้คือภาพประกอบง่ายๆ ของแผนภูมิแท่งแบบแบ่งกลุ่มซึ่งแสดงให้เห็นว่าส่วนแบ่งการตลาดของผลิตภัณฑ์เปลี่ยนแปลงไปทุกปีอย่างไร ข้อเสียเปรียบที่สำคัญของแผนภูมิแท่งแบบแบ่งกลุ่มดังกล่าวคือ แม้ว่าจะเปรียบเทียบชุดข้อมูลแรกได้ง่าย (ถัดจากแกนแนวตั้งในภาพประกอบด้านล่าง) แต่ชุดข้อมูลที่ตามมาจะเปรียบเทียบได้ยากกว่าเนื่องจากไม่ได้จัดแนวกับเส้นฐานทั่วไป

ที่มาของภาพ

รับ ใบรับรองวิทยาศาสตร์ข้อมูล ออนไลน์จากมหาวิทยาลัยชั้นนำของโลก รับโปรแกรม PG สำหรับผู้บริหาร โปรแกรมประกาศนียบัตรขั้นสูง หรือโปรแกรมปริญญาโท เพื่อติดตามอาชีพของคุณอย่างรวดเร็ว

ภาพประกอบต่อไปนี้จะอธิบายเพิ่มเติมเกี่ยวกับความแตกต่างทางกายวิภาคระหว่างแผนภูมิแท่งแบบเรียงซ้อนแบบธรรมดาและแผนภูมิแท่งแบบแบ่งส่วน:

ที่มาของภาพ

ข้อควรจำขณะสร้างแผนภูมิแท่งแบบแบ่งส่วน

• แผนภูมิแท่งทั้งแบบเรียงซ้อนและแบบแบ่งส่วนมีการแสดงสองมิติด้วยสองแกน โดยแกนหนึ่งแสดงประเภท และอีกแกนแสดงค่าตัวเลข แกนที่แสดงประเภทไม่มีมาตราส่วนเพื่อระบุว่าหมายถึงกลุ่มที่ไม่เกิดร่วมกัน (เช่น บริษัท ปี ฯลฯ) แต่แกนที่มีค่าตัวเลขจะมีมาตราส่วนที่มีหน่วยวัดที่สอดคล้องกัน
• แถบสามารถวางในแนวตั้งหรือแนวนอนก็ได้ หมวดหมู่หลักแต่ละหมวดหมู่จะแบ่งออกเป็นส่วนๆ โดยที่แต่ละส่วนจะแสดงหมวดหมู่ย่อยของตัวแปรหมวดหมู่ที่สอง
• ความสูงหรือความยาวของเซ็กเมนต์สี่เหลี่ยมแสดงปริมาณของหมวดหมู่ย่อยแต่ละหมวด และเรียงซ้อนกันแบบ end-to-end ในแนวตั้งหรือแนวนอน
• ความยาวหรือความสูงของแท่งแต่ละแท่งแสดงถึงยอดรวมในแต่ละหมวดหมู่หลัก (100% ในแผนภูมิแท่งแบบแบ่งส่วน)
• หมวดหมู่ย่อยที่เทียบเท่ากันควรแสดงด้วยสีเดียวกัน
• ต้องเว้นวรรคบางส่วนระหว่างแถบของหมวดหมู่หลักเพื่อระบุว่าเป็นตัวแทนของกลุ่มที่ไม่ต่อเนื่อง

ข้อดีและข้อเสียของแผนภูมิแท่งแบบแบ่งส่วน

แผนภูมิแท่งแบบแบ่งกลุ่มเป็นเครื่องมือที่สะดวกสำหรับการแสดงข้อมูลเป็นภาพ มีความเรียบง่ายโดยธรรมชาติของกราฟแท่งและยังพบการประยุกต์ใช้ในการดำเนินการวิเคราะห์ข้อมูลจำนวนมาก อย่างไรก็ตาม มีข้อเสียหลายประการ ซึ่งจำกัดการใช้งานในสถานการณ์เฉพาะของการวิเคราะห์ข้อมูล

ต่อไปนี้เป็นข้อดีและข้อเสียของแผนภูมิแท่งแบบแบ่งกลุ่ม:

ข้อดี:

• มันค่อนข้างง่ายที่จะเข้าใจองค์ประกอบของข้อมูลที่เป็นหมวดหมู่
• สิ่งเหล่านี้แสดงถึงการเปลี่ยนแปลงบางส่วนถึงทั้งหมดเมื่อเวลาผ่านไป
• พวกเขาสามารถแสดงหลายประเภทและชุดข้อมูลในพื้นที่กะทัดรัด

จุดด้อย:

• อ่านยากขึ้นเมื่อมีกลุ่มที่เพิ่มขึ้นในแต่ละแถบ
• การเปรียบเทียบส่วนต่างๆ ระหว่างกันกลายเป็นเรื่องยากเนื่องจากไม่สอดคล้องกับเส้นฐานทั่วไป
• เนื่องจากแท่งแบบเรียงซ้อนถูกทำให้เป็นมาตรฐานถึง 100% มิติของค่าสัมบูรณ์จะหายไป

ก้าวไปข้างหน้า: พิสูจน์อนาคตอาชีพของคุณด้วย upGrad

upGrad เป็นแพลตฟอร์มการศึกษาระดับอุดมศึกษาออนไลน์ชั้นนำที่นำเสนอโปรแกรมและหลักสูตรที่เกี่ยวข้องกับอุตสาหกรรม ด้วยผู้เรียนที่ชำระเงินแล้วกว่า 40,000 รายใน 85 ประเทศ นวัตกรรมของ upGrad ในการผสมผสานเทคโนโลยีล่าสุดและแนวทางปฏิบัติด้านการศึกษาได้ช่วยคนทำงานมากกว่า 500,000 คนในสาขาของตน

นี่คือสิ่งที่ ข้อดีของ upGrad มอบให้กับผู้เรียน:

• การเรียนรู้ที่ยืดหยุ่นและหลักสูตรที่เกี่ยวข้องกับอุตสาหกรรมพร้อมการให้คำปรึกษาในอุตสาหกรรมส่วนบุคคล โครงการภาคปฏิบัติในภาคปฏิบัติของอุตสาหกรรม และเซสชันสดกับคณาจารย์และผู้เชี่ยวชาญ
• เครือข่ายแบบเพียร์ทูเพียร์ ฟอรัมการแก้ปัญหาข้อสงสัย และโอกาสในการสร้างเครือข่าย
• คณะจากมหาวิทยาลัยและบริษัทชั้นนำ
• ทีมงานที่ปรึกษา
• แนวทางขับเคลื่อนผลลัพธ์
• ความช่วยเหลือด้านอาชีพ 360 องศา

ใบรับรอง Executive PG ของ upGrad ในสาขาวิทยาศาสตร์ข้อมูล และ ปริญญาโทสาขาวิทยาศาสตร์ข้อมูล เป็นโปรแกรมที่มีโครงสร้างดีสองโปรแกรมที่จะช่วยให้คุณเข้าใจทักษะและความรู้ที่จำเป็นต่อการเจริญก้าวหน้าในสายอาชีพด้าน Data Science แต่ละโปรแกรมมีสิทธิพิเศษที่จะนำเสนอ แต่ทั้งสองโปรแกรมได้รับการออกแบบมาเพื่อให้ประสบการณ์การเรียนรู้ที่น่าดึงดูดซึ่งสอดคล้องกับมาตรฐานอุตสาหกรรมล่าสุด ด้วยโครงการที่เกี่ยวข้องกับอุตสาหกรรมที่ลงมือปฏิบัติจริง ผู้ถือใบรับรองสามารถมั่นใจได้ว่าพวกเขาจะพร้อมที่จะเผชิญกับตลาดงานที่ท้าทายและมีการแข่งขันสูงซึ่งต้องใช้ทักษะระดับมืออาชีพอย่างต่อเนื่อง ยิ่งไปกว่านั้น โปรแกรมยังเป็นโอกาสพิเศษในการเชื่อมต่อกับผู้เชี่ยวชาญด้าน Data Science ในทุกภาคส่วนอุตสาหกรรม

การรับรอง PG ในโปรแกรม Data Science ไฮไลท์:

• ระยะเวลาหลักสูตรเจ็ดเดือนพร้อมรูปแบบออนไลน์เต็มรูปแบบ
• ออกแบบมาเป็นพิเศษสำหรับมืออาชีพด้านการทำงาน
• ใบรับรองระดับสูงกว่าปริญญาตรีจาก IIIT Bangalore
• ครอบคลุมภาษาโปรแกรมและเครื่องมือต่างๆ เช่น Excel, Python, Tableau และ MySQL
• เนื้อหามากกว่า 300 ชั่วโมงพร้อมกรณีศึกษาและโครงการมากกว่า 7 รายการ เซสชันสดมากกว่า 20 รายการ และการมอบหมายการเขียนโค้ด 6 รายการ

ปริญญาโท Data Science จาก International University of Applied Sciences ประเทศเยอรมนี

ไฮไลท์ของโปรแกรม:

• ระยะเวลาของหลักสูตร 24 เดือน (ออนไลน์ปีแรกและปีที่สองในมหาวิทยาลัยในประเทศเยอรมนี)
• การรับรองแบบคู่ (โปรแกรม PG สำหรับผู้บริหารจาก IIIT-B และปริญญาโทจาก IU ประเทศเยอรมนี) และใบรับรอง NASSCOM
• ไม่จำเป็นต้องมี IELTS สำหรับผู้เรียนระดับ upGrad
• ครอบคลุมเครื่องมือและซอฟต์แวร์มากกว่า 14+ รายการ
• เนื้อหามากกว่า 500 ชั่วโมงพร้อมกรณีศึกษาและโครงการมากกว่า 60 รายการ เซสชันสดมากกว่า 20 รายการ และเซสชันการฝึกสอน 25 1:8 กับผู้เชี่ยวชาญในอุตสาหกรรม

สรุปแล้ว

การรู้วิธีสร้างแผนภูมิแท่งแบบแบ่งกลุ่มเป็นสิ่งจำเป็นสำหรับ Data Analytics โดยเฉพาะอย่างยิ่งหากคุณเป็นมือใหม่และเพิ่งเริ่มต้นด้วยเทคนิคการสร้างภาพข้อมูล กราฟดังกล่าวสามารถสร้างได้อย่างง่ายดายใน Excel และไม่ต้องการความรู้ขั้นสูงเกี่ยวกับเครื่องมือและซอฟต์แวร์ที่ซับซ้อน อย่างแรกเลย สิ่งสำคัญคือต้องมีแนวคิดที่ชัดเจนเกี่ยวกับข้อมูลที่คุณกำลังทำงานด้วย และไม่ว่าจะพอดีกับการแสดงแผนภูมิแท่งแบบแบ่งกลุ่มหรือไม่

ด้วยศักยภาพ ของตลาดโลกของ Big Data และ Business Analytics ที่แสดงแนวโน้มที่สดใส ในอนาคต จึงเป็นเรื่องที่ปลอดภัยที่จะพิจารณาว่าอาชีพใน Data Sciences นั้นเต็มไปด้วยความเป็นไปได้ ดังนั้น ลงทะเบียนกับ upGrad และเริ่มเรียนรู้อย่างดีที่สุด!