Zasady wizualizacji danych
Wybór odpowiedniego wykresu, data storytelling, zasady Tufte'a, data-ink ratio, kolory, kontekst, hierarchia wizualna, mylące wykresy
1Który typ wykresu najlepiej nadaje się do porównywania wartości w różnych kategoriach?
Który typ wykresu najlepiej nadaje się do porównywania wartości w różnych kategoriach?
Odpowiedź
Bar chart to najskuteczniejszy wykres do porównywania wartości między odrębnymi kategoriami. Ludzkie oko bardzo skutecznie porównuje długości wyrównane na wspólnej osi, co sprawia, że odczyt jest intuicyjny. Słupki mogą być pionowe lub poziome w zależności od liczby kategorii i długości etykiet.
2Który typ wykresu najlepiej nadaje się do pokazywania, jak wartość zmienia się w czasie?
Który typ wykresu najlepiej nadaje się do pokazywania, jak wartość zmienia się w czasie?
Odpowiedź
Line chart to standardowy wybór do wizualizacji trendów czasowych. Linia łączy punkty danych chronologicznie, dzięki czemu trendy, cykle i anomalie są od razu widoczne. W przeciwieństwie do bar chart, line chart podkreśla ciągłość i kierunek zmian, a nie poszczególne wartości.
3Jaka jest główna wada pie chart?
Jaka jest główna wada pie chart?
Odpowiedź
Główną wadą pie chart jest to, że ludzkie oko ma trudności z porównywaniem kątów i powierzchni. Powyżej 3-4 kategorii, rozróżnienie różnic proporcji staje się prawie niemożliwe. Edward Tufte zaleca, aby zawsze preferować bar chart lub tabelę danych nad pie chart, z wyjątkiem rzadkich przypadków, w których liczy się tylko relacja część-całość.
Czym jest data-ink ratio zdefiniowany przez Edwarda Tufte'a?
Jakiego typu wykresu należy użyć do wizualizacji relacji między dwiema zmiennymi liczbowymi?
+17 pytań z rozmów
Inne tematy rekrutacyjne Data Analytics
Google Sheets - Podstawy
Google Sheets - Zaawansowane formuły
SQL - Podstawy
SQL - Agregacje i grupowanie
SQL - Złączenia
BigQuery - Podstawy
Data Cleaning - Czyszczenie danych
KPI i metryki biznesowe
Statystyka opisowa
Zapier i automatyzacja No-Code
Python & Pandas - Podstawy
Google Sheets - Automatyczne dashboardy
SQL - Podzapytania i CTE
SQL - Window Functions
BigQuery - Funkcje zaawansowane
Data Modeling
Analiza funneli i konwersji
Analiza kohort i retencji
Google Tag Manager i tracking
API i webhooki
dbt - Podstawy
AB Testing i statystyka stosowana
Looker Studio (Google Data Studio)
Power BI - Podstawy
SQL - Zaawansowane zapytania analityczne
dbt - Funkcje zaawansowane
Power BI - DAX i zaawansowane dashboardy
Python Analytics - Zaawansowana analiza i ML
Opanuj Data Analytics na następną rozmowę
Uzyskaj dostęp do wszystkich pytań, flashcards, testów technicznych, ćwiczeń code review i symulatorów rozmów.
Zacznij za darmo