Datenvisualisierung: So werden die Diagramme in Plotly interaktiv
Plotten und Datenvisualisierung sind wesentliche Techniken der Datenanalyse und -kommunikation. Dabei werden grafische Darstellungen von Daten erstellt, um Muster, Trends und Beziehungen besser zu verstehen. Plotly ist eine leistungsstarke Bibliothek genau dafür - mit einer sehr benutzerfreundlichen Oberfläche und umfangreichen Anpassungsoptionen. Im ersten Teil (g+) unserer zweiteiligen Plotly-Reihe haben wir gezeigt, wozu Datenvisualisierung überhaupt taugt, und haben einen Einstieg in Plotly in Python gegeben. Hier geht es nun um das Anpassen von Plots, die Arbeit mit Achsen und Legenden und den eigentlichen Punkt von Plotly: die Interaktivität.
Für alle, die Teil 1 nicht gelesen haben, erstmal eine kurze Zusammenfassung, wofür das Plotten gut sein kann: Da wäre zunächst die Datenexploration , bei der Datensätze erkundet werden, um ein tieferes Verständnis der zugrundeliegenden Muster und Strukturen zu bekommen. Ein weiterer wichtiger Punkt ist die Mustererkennung , denn Menschen sind visuell geprägt und können Muster und Trends schnell erfassen, wenn sie bildlich dargestellt werden. Zudem können durch die Visualisierung komplexe Informationen klarer und prägnanter präsentiert werden. Visualisierungen dienen zum Storytelling und zur effektiven Kommunikation datenbasierter Geschichten und sie helfen bei der Entscheidungsfindung und bei der Qualitätskontrolle .