Vizualizácia dát L07 (2025)

Zhrnutie prednášky

Prednáška sa venuje histogramom ako nástroju na vizualizáciu rozdelenia číselných dát, demonštrovanému na príklade očakávanej dĺžky života v krajinách sveta. Vysvetľuje sa princíp tvorby histogramu – rozdelenie rozsahu hodnôt na rovnako veľké intervaly (biny) a spočítanie výskytov v každom z nich – a to, čo z neho možno vyčítať: typické hodnoty, rozsah, tvar rozdelenia (unimodálne, bimodálne), symetriu a odľahlé hodnoty. Rozoberajú sa rozdiely medzi automatickým delením v knižniciach Seaborn a Plotly a manuálnym nastavením pekných, okrúhlych hraníc intervalov. Zdôrazňuje sa dôležitosť rovnako veľkých intervalov, keďže nerovnaké šírky stĺpcov môžu skresliť vnímanie plochy verzus výšky. Napokon sa rozlišuje histogram od stĺpcového grafu (barplot) pre kategórie s nerovnakými intervalmi, na príklade vekových skupín a odľahlých hodnôt HDP jednotlivých krajín.

• - Histogram vizualizuje rozdelenie jednej číselnej premennej pomocou rovnako veľkých intervalov (binov)
• - Z histogramu možno usúdiť typické hodnoty, rozsah, tvar rozdelenia, symetriu a odľahlé hodnoty
• - Rozdelenie môže byť unimodálne (jeden vrchol) alebo multimodálne (viacero vrcholov)
• - Knižnice Seaborn a Plotly automaticky volia intervaly, no často nie sú „pekné“ – vhodnejšie je nastaviť si ich ručne (napr. po 5 rokoch)
• - Intervaly histogramu musia byť rovnako veľké, inak vzniká zavádzajúci dojem o ploche vs. výške stĺpcov
• - Pre kategórie s nerovnakými hranicami (napr. vekové skupiny) sa používa stĺpcový graf (barplot), nie histogram
• - Histogram umožňuje na prvý pohľad identifikovať odľahlé hodnoty, napr. extrémne bohaté krajiny podľa HDP

Zhrnutie pripravené s pomocou AI z prepisu videa.