# Principi di data visualization (Data Analytics)

> Scelta del grafico giusto, data storytelling, principi di Tufte, data-ink ratio, colori, contesto, gerarchia visiva, grafici fuorvianti

- 20 domande da colloquio
- Junior
- [Domande da colloquio: Data Analytics](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio.md)

## 1. Quale tipo di grafico è più adatto per confrontare valori tra diverse categorie?

**Risposta**

Il bar chart è il grafico più efficace per confrontare valori tra categorie distinte. L'occhio umano è molto efficiente nel confrontare lunghezze allineate su uno stesso asse, rendendo la lettura intuitiva. Le barre possono essere verticali o orizzontali a seconda del numero di categorie e della lunghezza delle etichette.

## 2. Quale tipo di grafico è più adatto per mostrare come un valore cambia nel tempo?

**Risposta**

Il line chart è la scelta standard per visualizzare le tendenze temporali. La linea collega i punti dati cronologicamente, rendendo immediatamente visibili tendenze, cicli e anomalie. A differenza del bar chart, il line chart enfatizza la continuità e la direzione del cambiamento piuttosto che i valori individuali.

## 3. Qual è il principale svantaggio di un pie chart?

**Risposta**

Il difetto principale dei pie chart è che l'occhio umano fa fatica a confrontare angoli e aree. Oltre le 3-4 categorie, diventa quasi impossibile distinguere le differenze di proporzione. Edward Tufte raccomanda di preferire sempre un bar chart o una tabella di dati a un pie chart, eccetto in rari casi in cui conta solo la relazione parte-tutto.

## Altre 17 domande disponibili

- Cos'è il data-ink ratio definito da Edward Tufte?
- Quale tipo di grafico dovrebbe essere utilizzato per visualizzare la relazione tra due variabili numeriche?

Registrati gratis: https://sharpskill.dev/it/login

## Altri argomenti di colloquio Data Analytics

- [Google Sheets - Fondamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/google-sheets-basics.md): 20 domande, Junior
- [Google Sheets - Formule avanzate](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/google-sheets-advanced.md): 20 domande, Junior
- [SQL - Fondamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/sql-basics.md): 25 domande, Junior
- [SQL - Aggregazioni e raggruppamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/sql-aggregations.md): 20 domande, Junior
- [SQL - Join](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/sql-joins.md): 20 domande, Junior
- [BigQuery - Fondamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/bigquery-fundamentals.md): 20 domande, Junior
- [Data Cleaning - Pulizia dei dati](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/data-cleaning.md): 20 domande, Junior
- [KPI e metriche di business](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/kpis-metrics.md): 20 domande, Junior
- [Statistica descrittiva](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/descriptive-statistics.md): 20 domande, Junior
- [Zapier e automazione No-Code](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/zapier-automation.md): 20 domande, Junior
- [Python & Pandas - Fondamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/python-pandas-basics.md): 20 domande, Junior
- [Google Sheets - Dashboard automatizzate](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/google-sheets-dashboards.md): 20 domande, Mid-Level
- [SQL - Subquery e CTE](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/sql-subqueries-ctes.md): 20 domande, Mid-Level
- [SQL - Window Functions](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/sql-window-functions.md): 20 domande, Mid-Level
- [BigQuery - Funzionalità avanzate](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/bigquery-advanced.md): 20 domande, Mid-Level
- [Data Modeling](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/data-modeling.md): 20 domande, Mid-Level
- [Analisi di funnel e conversione](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/funnel-analysis.md): 20 domande, Mid-Level
- [Analisi delle coorti e retention](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/cohort-retention.md): 20 domande, Mid-Level
- [Google Tag Manager e tracking](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/gtm-tracking.md): 20 domande, Mid-Level
- [API e webhook](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/apis-webhooks.md): 20 domande, Mid-Level
- [dbt - Fondamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/dbt-fundamentals.md): 20 domande, Mid-Level
- [AB Testing e statistica applicata](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/ab-testing.md): 20 domande, Mid-Level
- [Looker Studio (Google Data Studio)](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/looker-studio.md): 20 domande, Mid-Level
- [Power BI - Fondamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/power-bi-fundamentals.md): 20 domande, Mid-Level
- [SQL - Query analitiche avanzate](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/sql-advanced-analytics.md): 20 domande, Senior
- [dbt - Funzionalità avanzate](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/dbt-advanced.md): 20 domande, Senior
- [Power BI - DAX e dashboard avanzate](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/power-bi-dax.md): 20 domande, Senior
- [Python Analytics - Analisi avanzata e ML](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/python-analytics-advanced.md): 20 domande, Senior

---

Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack.
HTML version of this page: https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/data-viz-principles