Affichage et Visualisation des Résultats

Dans Databricks, exécuter simplement le nom d'une variable ou une requête affichera les données brutes. Cependant, pour rendre ces données lisibles et « prêtes à être présentées », nous utilisons la commande display(). Il s'agit du principal moyen de transformer des chiffres bruts en informations visuelles.

La puissance de display()

Lorsque vous travaillez avec Python, vous avez peut-être l'habitude d'utiliser print(). Bien que print() fonctionne pour le texte, il n'est pas idéal pour les grands ensembles de données. En utilisant display(your_dataframe), Databricks affiche les données sous forme de tableau interactif.

Vous pouvez faire défiler des milliers de lignes. Vous pouvez cliquer sur les en-têtes de colonnes pour trier les données par ordre croissant ou décroissant. Vous pouvez utiliser la barre de recherche intégrée dans les résultats pour trouver instantanément des valeurs spécifiques :

• Vous pouvez faire défiler des milliers de lignes ;
• Vous pouvez cliquer sur les en-têtes de colonnes pour trier les données par ordre croissant ou décroissant ;
• Vous pouvez utiliser la barre de recherche intégrée dans les résultats pour trouver instantanément des valeurs spécifiques.

Création de graphiques automatiques

Une fois que vous avez exécuté une cellule avec display() ou lancé une requête SQL, un tableau de résultats apparaît. Juste en dessous de ce tableau, vous verrez une icône "+". En cliquant dessus, vous pouvez sélectionner "Visualization".

• Cela ouvre l'éditeur de visualisation (Visualization Editor) ;
• Vous pouvez choisir parmi différents types de graphiques : barre, ligne, aire, secteur, nuage de points, et plus encore ;
• Il suffit de faire glisser les colonnes souhaitées pour les axes X et Y. Databricks gère automatiquement l'agrégation (comme la somme ou la moyenne des valeurs).

Personnalisation des visuels

L’éditeur de visualisation est conçu pour la rapidité. Vous pouvez :

• Changer les couleurs : attribuer des couleurs spécifiques à différentes séries de données ;
• Étiqueter les axes : ajouter des titres personnalisés à vos axes horizontal et vertical ;
• Grouper les données : utiliser le champ « Grouper par » pour diviser un graphique linéaire en plusieurs lignes selon une catégorie, comme « Region » ou « Product Type ».

Ajout de visuels au notebook

Une fois la visualisation enregistrée, elle apparaît sous forme d’un onglet distinct à côté de votre table de données. Il est possible d’avoir plusieurs visualisations pour une même cellule. Par exemple, un onglet peut afficher les données brutes de ventes, un second un graphique en barres des ventes par région, et un troisième un graphique en secteurs de la répartition des produits. Cela permet de garder le notebook organisé et d’offrir aux parties prenantes une vue d’ensemble des données sans consulter le code sous-jacent.

Profilage des données

En plus des graphiques, Databricks propose un onglet « Data Profile » dans la zone des résultats. En cliquant dessus, vous obtenez un résumé statistique instantané de vos données, affichant la distribution des valeurs, le nombre de valeurs manquantes et les plages min/max pour chaque colonne. Cette étape est essentielle pour le nettoyage des données avant d’entamer une analyse approfondie.