Đề thi, bài tập trắc nghiệm online Các công cụ trực quan hóa dữ liệu – Đề 6

Biểu đồ phân tán (Scatter plot) dùng để thể hiện mối quan hệ giữa hai biến số, không phải để hiển thị sự phân bố tần suất của một biến số đơn lẻ. Histogram, Box plot và Violin plot đều phù hợp cho mục đích này.

'Grammar of graphics' là một khuôn khổ lý thuyết và thực hành, cung cấp một hệ thống các thành phần (như layer, scale, coordinate,...) và quy tắc để tạo ra nhiều loại biểu đồ khác nhau một cách có cấu trúc và linh hoạt. ggplot2 trong R là một ví dụ nổi tiếng dựa trên 'grammar of graphics'.

Trong biểu đồ Waterfall, các cột 'floating' (trôi nổi) được sử dụng để thể hiện sự thay đổi (tăng hoặc giảm) giữa các giai đoạn hoặc danh mục liên tiếp nhau. Chúng 'trôi nổi' so với trục ngang, kết nối các cột trước và sau để minh họa dòng chảy và sự tích lũy thay đổi.

Biểu đồ hộp (Box plot) rất hiệu quả để so sánh sự phân bố (trung vị, tứ phân vị, phạm vi, outliers) của một biến số định lượng giữa các nhóm khác nhau. Các hộp được vẽ cạnh nhau giúp so sánh trực quan các đặc trưng phân bố giữa các nhóm.

Biểu đồ bong bóng (Bubble chart) về cơ bản là một biểu đồ phân tán (Scatter plot) mở rộng, trong đó kích thước của các điểm (bong bóng) được thêm vào để biểu diễn thêm một chiều dữ liệu thứ ba, ngoài vị trí x và y đã thể hiện hai chiều dữ liệu đầu tiên.

Nguyên tắc quan trọng nhất khi dùng màu sắc là tính nhất quán và mục đích rõ ràng. Màu sắc nên được dùng để mã hóa thông tin, nhấn mạnh các điểm quan trọng, và tạo sự phân biệt có ý nghĩa, không nên lạm dụng hoặc dùng màu một cách tùy tiện.

Tableau là một công cụ phần mềm mạnh mẽ và phổ biến, chuyên dụng cho việc tạo ra các bảng điều khiển (dashboard) trực quan hóa dữ liệu tương tác. Nó cung cấp nhiều tính năng để kết nối với dữ liệu, xây dựng biểu đồ, và tạo ra giao diện tương tác cho người dùng khám phá dữ liệu.

Cả biểu đồ đường với đường trung bình động và biểu đồ hộp nhóm theo chu kỳ thời gian đều có thể hữu ích để làm nổi bật các chu kỳ trong dữ liệu thời gian tuần hoàn. Đường trung bình động làm mượt biến động và làm rõ xu hướng chu kỳ. Biểu đồ hộp nhóm theo chu kỳ (ví dụ: theo tháng trong năm) giúp so sánh phân bố dữ liệu giữa các chu kỳ và thấy rõ tính tuần hoàn.

Biểu đồ Sankey được thiết kế đặc biệt để trực quan hóa dữ liệu luồng hoặc dòng chảy, thể hiện sự chuyển đổi hoặc di chuyển của một lượng gì đó (ví dụ: năng lượng, tiền bạc, người dùng) giữa các trạng thái hoặc danh mục khác nhau. Độ rộng của dòng thể hiện tỷ lệ hoặc lượng của dòng chảy.

'Gestalt principles' là một tập hợp các nguyên tắc tâm lý học thị giác, mô tả cách não bộ con người tự nhiên nhóm và tổ chức các yếu tố thị giác thành các hình dạng và mẫu có ý nghĩa. Áp dụng các nguyên tắc này (ví dụ: gần gũi, tương đồng, liên tục, đóng kín) giúp thiết kế biểu đồ dễ hiểu và trực quan hơn.

Biểu đồ tròn trở nên khó đọc và kém hiệu quả khi có quá nhiều thành phần. Với số lượng lớn thành phần, các lát cắt trở nên quá nhỏ và khó so sánh. Trong trường hợp này, biểu đồ cột hoặc biểu đồ thanh sẽ phù hợp hơn.

Biểu đồ cây (Tree diagram) và Treemap được thiết kế đặc biệt để hiển thị dữ liệu có cấu trúc phân cấp. Chúng cho phép thấy rõ mối quan hệ cha-con và tỷ lệ đóng góp của các thành phần trong hệ thống phân cấp.

Pandas là một thư viện mạnh mẽ để phân tích và thao tác dữ liệu trong Python, nhưng nó không phải là một thư viện trực quan hóa dữ liệu chuyên dụng. Matplotlib, Seaborn và Plotly là các thư viện phổ biến và mạnh mẽ cho việc tạo ra các biểu đồ và đồ thị trong Python.

Biểu đồ cột (Bar chart) là lựa chọn trực tiếp và hiệu quả nhất để so sánh giá trị của một biến số giữa các danh mục khác nhau. Chiều cao của cột biểu diễn giá trị, và các cột cạnh nhau dễ dàng so sánh trực quan.

Bản đồ nhiệt (Heat map), đặc biệt là các loại bản đồ chuyên dụng như Choropleth map, là công cụ mạnh mẽ để trực quan hóa dữ liệu không gian địa lý, thể hiện sự phân bố và mật độ của dữ liệu trên các khu vực địa lý khác nhau.

Biểu đồ Violin là sự kết hợp giữa biểu đồ hộp (Box plot) và biểu đồ phân bố mật độ (Kernel Density Estimation). Nó vừa thể hiện các thống kê tóm tắt như trung vị, tứ phân vị (giống Box plot) vừa cho thấy hình dạng phân bố chi tiết hơn của dữ liệu (giống biểu đồ mật độ).

'Small multiples' là một kỹ thuật mạnh mẽ, trong đó dữ liệu được chia thành nhiều nhóm hoặc khía cạnh, và mỗi nhóm được trực quan hóa trên một biểu đồ nhỏ riêng biệt. Các biểu đồ nhỏ này được sắp xếp cạnh nhau để dễ dàng so sánh và nhận ra các mẫu hoặc sự khác biệt giữa các nhóm.

Trong biểu đồ hộp, 'whisker' thường kéo dài từ hộp đến giá trị lớn nhất và nhỏ nhất trong phạm vi dữ liệu, nhưng thường giới hạn ở 1.5 lần khoảng tứ phân vị (IQR) để loại trừ các giá trị ngoại lai. Do đó, nó biểu diễn phạm vi của dữ liệu 'điển hình', không bao gồm outliers.

Đối với dữ liệu tỷ lệ, việc không bắt đầu trục tung (y-axis) từ 0 có thể gây hiểu lầm nghiêm trọng về sự khác biệt thực tế giữa các giá trị. Nó có thể phóng đại sự khác biệt nhỏ và tạo ấn tượng sai lệch về tỷ lệ.

Biểu đồ Radar (Spider chart) thích hợp để so sánh hiệu suất hoặc đặc điểm của nhiều đối tượng (ví dụ: sản phẩm, nhân viên, đối thủ cạnh tranh) trên nhiều tiêu chí hoặc thuộc tính khác nhau. Mỗi trục của biểu đồ đại diện cho một tiêu chí, và hình dạng đa giác được tạo ra giúp so sánh trực quan điểm mạnh, điểm yếu của từng đối tượng.

'Chart junk' là thuật ngữ chỉ những yếu tố trực quan không cần thiết, thậm chí gây rối mắt và làm giảm khả năng truyền tải thông tin hiệu quả của biểu đồ. Nó bao gồm các trang trí thừa, hình ảnh 3D không cần thiết, hoặc quá nhiều màu sắc không liên quan.

Canva là một nền tảng thiết kế đồ họa trực tuyến phổ biến, nhưng nó tập trung vào thiết kế tổng quát hơn (poster, banner, mạng xã hội,...) và không chuyên dụng cho việc tạo và chia sẻ trực quan hóa dữ liệu phức tạp như Tableau Public, Google Data Studio hoặc Infogram. Các nền tảng này được xây dựng đặc biệt cho mục đích trực quan hóa dữ liệu và thường có nhiều tính năng chuyên sâu hơn.

Biểu đồ phân tán (Scatter plot) là lựa chọn phù hợp nhất để thể hiện mối quan hệ giữa hai biến số liên tục, trong đó mỗi điểm trên biểu đồ đại diện cho một cặp giá trị của hai biến.

Biểu đồ cột chồng tập trung vào việc thể hiện tổng giá trị và tỷ lệ phần trăm của các thành phần trong mỗi nhóm, giúp so sánh đóng góp tương đối của từng thành phần dễ dàng hơn so với biểu đồ cột nhóm.

Chú thích (annotation) nên được sử dụng một cách có chọn lọc và có mục đích rõ ràng. Chúng hữu ích khi cần làm nổi bật một điểm dữ liệu quan trọng, giải thích một sự kiện đặc biệt, hoặc cung cấp ngữ cảnh bổ sung để người xem hiểu biểu đồ tốt hơn. Lạm dụng chú thích có thể gây rối và giảm hiệu quả trực quan.

Biểu đồ miền (Area chart) tương tự như biểu đồ đường, nhưng vùng bên dưới đường được tô màu. Điều này làm nổi bật diện tích hoặc tổng giá trị tích lũy theo thời gian hoặc thứ tự. Nó hữu ích khi muốn nhấn mạnh 'toàn bộ' hoặc đóng góp tích lũy của các thành phần, thay vì chỉ tập trung vào xu hướng riêng lẻ như biểu đồ đường.

Mục tiêu chính của dashboard là cung cấp thông tin hữu ích và dễ hiểu cho người dùng để đưa ra quyết định hoặc theo dõi hiệu suất. Vì vậy, việc tập trung vào thông tin quan trọng và mục tiêu người dùng là yếu tố then chốt, hơn là chỉ chú trọng hình thức hoặc tính năng tương tác chung chung.

'Pre-attentive attributes' là các thuộc tính thị giác như màu sắc, hình dạng, kích thước, vị trí... mà não bộ có thể xử lý một cách nhanh chóng và tự động, trước khi ý thức tập trung vào chúng. Hiểu biết về các thuộc tính này giúp thiết kế biểu đồ hiệu quả, thu hút sự chú ý vào thông tin quan trọng.

Biểu đồ đường (Line chart) đặc biệt mạnh trong việc thể hiện xu hướng và biến động của dữ liệu theo thời gian hoặc theo một thứ tự liên tục nào đó. Đường nối các điểm dữ liệu giúp người xem dễ dàng nhận biết sự thay đổi và xu hướng chung.

Word cloud (đám mây từ) là một công cụ trực quan hóa dữ liệu văn bản phổ biến. Kích thước của mỗi từ trong đám mây tỷ lệ thuận với tần suất xuất hiện của nó trong văn bản, giúp nhanh chóng nhận diện các từ khóa và chủ đề quan trọng trong dữ liệu văn bản phi cấu trúc.