Visualizzazione e Rappresentazione dei Risultati

In Databricks, eseguire semplicemente il nome di una variabile o una query mostrerà i dati grezzi. Tuttavia, per rendere questi dati leggibili e "pronti per la presentazione", utilizziamo il comando display(). Questo è il metodo principale per trasformare numeri grezzi in informazioni visive.

La potenza di display()

Quando si lavora con Python, si è abituati a utilizzare print(). Sebbene print() sia adatto per il testo, non è ideale per grandi set di dati. Utilizzando display(your_dataframe), Databricks visualizza i dati come una tabella interattiva.

È possibile scorrere tra migliaia di righe. È possibile cliccare sulle intestazioni delle colonne per ordinare i dati in ordine crescente o decrescente. È possibile utilizzare la barra di ricerca integrata nei risultati per trovare istantaneamente valori specifici:

• È possibile scorrere tra migliaia di righe;
• È possibile cliccare sulle intestazioni delle colonne per ordinare i dati in ordine crescente o decrescente;
• È possibile utilizzare la barra di ricerca integrata nei risultati per trovare istantaneamente valori specifici.

Creazione di grafici automatici

Dopo aver eseguito una cella utilizzando display() o aver eseguito una query SQL, viene visualizzata una tabella dei risultati. Subito sotto questa tabella, si trova un'icona "+". Facendo clic su questa icona è possibile selezionare "Visualizzazione".

• Si apre l'Editor di visualizzazione;
• È possibile scegliere tra diversi tipi di grafici: Barre, Linee, Area, Torta, Dispersione e altri;
• È sufficiente trascinare e rilasciare le colonne desiderate per l'asse X e l'asse Y. Databricks gestisce automaticamente l'aggregazione (come la somma o la media dei valori).

Personalizzazione delle visualizzazioni

L'Editor di Visualizzazione è progettato per la rapidità. Puoi:

• Modificare i colori: assegnare colori specifici a diverse serie di dati;
• Etichettare gli assi: aggiungere titoli personalizzati agli assi orizzontali e verticali;
• Raggruppare i dati: utilizzare il campo "Raggruppa per" per suddividere un singolo grafico a linee in più linee in base a una categoria, come "Regione" o "Tipo di prodotto."

Aggiunta di visualizzazioni al notebook

Una volta salvata la visualizzazione, questa appare come una scheda separata accanto alla tabella dei dati. È possibile avere più visualizzazioni per la stessa cella. Ad esempio, una scheda può mostrare i dati di vendita grezzi, la seconda può mostrare un grafico a barre delle vendite per regione e la terza può mostrare un grafico a torta della distribuzione dei prodotti. Questo mantiene il notebook organizzato e consente agli stakeholder di vedere la "storia" dietro i dati senza dover consultare il codice sottostante.

Profilazione dei dati

Oltre ai grafici, Databricks offre una scheda "Profilo dati" nell'area dei risultati. Facendo clic su questa scheda si ottiene un riepilogo statistico immediato dei dati, che mostra la distribuzione dei valori, il conteggio dei valori mancanti e gli intervalli min/max per ogni colonna. Questo è un passaggio essenziale per la pulizia dei dati prima di iniziare un'analisi più approfondita.