Skąd wziął się wykres Sankeya?

Diagram zawdzięcza swoją nazwę Matthew H. Sankeyowi, który był inżynierem pracującym nad sprawnością silników parowych. Jego wykresy strumieniowe zostały opublikowane w 1898 r., choć podobne wizualizacje powstawały też wcześniej (m.in. na słynnym wykresie inwazji Napoleona na Rosję autorstwa Charlesa J. Minarda z 1869 r.).

Źródło: domena publiczna

Wykres ten tworzą linie, których kierunek oddaje kierunek przepływu, a szerokość linii świadczy o wielkości tego przepływu (im grubsza linia, tym większa wielkość strumienia). Jeżeli chcemy zawrzeć jeszcze więcej informacji na naszym diagramie, możemy też nadać różne kolory poszczególnym liniom, tak aby oddawały one różne kategorie lub żeby pokazać zmiany z jednego stanu procesu w drugi.

Podstawowa wersja Excela nie ma wbudowanego gotowego wykresu Sankeya, dlatego też trzeba go zbudować krok po kroku, bądź też pobrać dodatek E2D3. Oba sposoby zostaną zaprezentowane w niniejszym wpisie.

Jak przygotować wykres Sankeya w programie Excel? – Sposób 1 – Wykres warstwowy

W niniejszym przykładzie naszymi danymi będzie dwuwymiarowa tabela, w której wiersze (wpływy pieniężne do dwuosobowego gospodarstwa domowego) będą punktem początkowym naszego diagramu, a kolumny (rozkład wydatków w budżecie domowym) punktem końcowym. Wartości znajdujące się na ich przecięciu to natężenie przepływy (jego wielkość).

Następnie musimy określić odstęp, który będzie oddzielał nam każdą z kategorii na finalnym wykresie (pusta przestrzeń między poszczególnymi liniami wykresu), w naszym przykładzie będzie to wartość równa 500.

Na koniec na podstawie danych wejściowych trzeba będzie wykonać obliczenia pośrednie, które zostały przedstawione w czterech oddzielnych tabelach.

Krok 1: Przygotuj dane

Z danych źródłowych tworzymy tabelę z wierszem dla każdej możliwej kombinacji wierszy i kolumn danych wyjściowych. Każda kategoria wierszy jest oddzielona dodatkowym wierszem, który tworzy puste miejsca, które będą widoczne na wykresie (oddzielając nam linie od siebie).

Początek naszej tabeli będzie wyglądał następująco:

Dane z kolumny wartość pochodzą z tabeli z danymi. Natomiast kolumna Końcowa pozycja określa kolejność wierszy na końcu diagramu Sankeya, gdzie wartość 1 będzie kończyć się na samej górze wykresu, wartość 2 będzie zajmować drugą pozycję od góry itp.

Finalny wykres Sankeya będzie stworzony na bazie wykresu 100% skumulowany wykres warstwowy, dlatego też aby to było możliwe, musimy rozszerzyć naszą tabelę o kilka dodatkowych punktów danych, określających:

• Przestrzeń nad zacienioną linią Sankeya
• Wartość zacieniowanej linii Sankey
• Przestrzeń pod zacienioną linią Sankeya

Do lewej strony wcześniejszej tabeli dodajemy po cztery kolumny: Above Start, Above Mid 1, Above Mid 2, Above End, dla każdej z trzech sekcji – łącznie 12 nowych kolumn.

Poniżej znajduje się sposób kalkulacji każdej z nowo powstałej kolumny:

• Above Start – określa ilość miejsca wymaganego nad linią Sankeya w punkcie początkowym.

= SUMA(Tabela4[[#Nagłówki];[Wartość]]:[@Wartość])-[@Wartość]

• Above Mid 1 – wyrównuje kolumnę „Above Start”

=[@[Above Start]]

• Above Mid 2 – wyrównuje kolumnę „Above End”

=[@[Above End]]

• Above End – określa ilość miejsca wymaganego nad linią Sankeya w punkcie końcowym

=SUMA([Wartość])-SUMA.WARUNKÓW([Wartość];[Końcowa pozycja];”>=”&[@[Końcowa pozycja]])

• Value Start, Value Mid 1, Value Mid 2, Value End – wartość zacienionej linii Sankeya nigdy się nie zmienia, dlatego ustawiamy wartość wszystkich 4 kolumn tak aby była równa kolumnie Wartość

=[@Wartość]

• Below Start, Below Mid 1, Below Mid 2, Below End – Kolumny obliczają ilość wymaganego miejsca pod zacienioną linią Sankeya. Każde obliczenie jest konstruowane w ten sam sposób. Pobiera SUMA([Wartość]), a następnie usuwa wartość z równoważnych kolumn Start, Mid 1, Mid 2 lub End.

Below Start:

= SUMA([Wartość])-[@[Above Start]]-[@[Value Start]]

Below Mid 1:

= SUMA([Wartość])-[@[Above Mid 1]]-[@[Value Mid 1]]

Below Mid 2:

= SUMA([Wartość])-[@[Above Mid 2]]-[@[Value Mid 2]]

Below End:

= SUMA([Wartość])-[@[Above End]]-[@[Value End]]

Krok 2: Stwórz tabele dla wartości początkowych i końcowych

Gdy już skończymy tworzyć tabelę wyznaczającą relację usytuowania punktów między sobą, musimy jeszcze stworzyć dwie mniejsze tabele określające wartości początkowe (lewa strona wykresu) oraz wartości końcowe (prawa strona wykresu).

Tabela z wartościami początkowymi, w której zawarte są wszystkie kategorie z wierszy danych źródłowych rozdzielonych wierszem ‘Puste’:

Tabela z wartościami końcowymi, w której zawarte są wszystkie kategorie z kolumn danych źródłowych rozdzielonych wierszem ‘Puste’:

Krok 3: Utwórz tabelę odstępów

Ostatnią częścią obliczeń pośrednich jest zakres o nazwie Odstępy. Jest używana jako pozioma oś kategorii dla wykresu. Określa, w którym momencie nachylenie wykresu zaczyna się i kończy.

Gdy wszystkie obliczenia pośrednie są gotowe, można rozpocząć tworzenie wykresu.

Krok 4: Stwórz wykres warstwowy

Nasz ostateczny wykres Sankeya będzie stworzony na podstawie osobnych 100% skumulowanych wykresów warstwowych z 3 seriami danych, stworzonych dla każdego wiersza tabeli określającej relacje między punktami (tabela z kroku 1).

Na początku warto stworzyć pusty wykres 100% skumulowany warstwowo, ponieważ w dalszej kolejności łatwiej będzie definiować źródło danych, jak i też formatować sam wykres.

Gdy mamy pusty obszar wykresu, klikamy na niego i wybieramy Zaznacz dane. Następnie definiujemy 3 serie danych, gdzie Seria1 to są wartości z sekcji Przestrzeń nad zacienioną linią Sankeya dla danej kategorii, Seria2 odpowiada sekcji Wartość zacieniowanej linii, a Seria3 Przestrzeni pod zacienioną linią. Dodatkowo edytujemy również etykiety osi poziomej, zaznaczając dane z tabeli Odstęp.

Po wprowadzeniu danych otrzymamy taki wykres:

Przechodzimy do jego formatowania, po pierwsze klikamy na dolną oś i wybieramy opcję formatuj oś. W oknie, które pokaże nam się po prawej stronie wybieramy w Opcjach osi – Oś daty, przez co zagęszczą nam się punkty. Następnie możemy usunąć wyświetlanie tej osi na wykresie.

W kolejnym kroku należy sformatować oś pionową i z Opcji osi zaznaczyć kwadracik – Wartości w kolejności odwrotnej, co pozwoli odwrócić nam cały wykres. Na koniec usuwamy oś pionową z wykresu, który po zmianach będzie wyglądać tak:

Teraz klikamy kolejno na niebieski i szary obszar wykresu przechodząc później do formatowania i zaznaczając brak wypełnienia – zależy nam aby został tylko środkowy pasek. Następnie zaznaczamy pomarańczowy obszar, z sekcji wypełnienie wybieramy wypełnienie pełne, możemy zmienić kolor i ustawiamy przeźroczystość na poziomie 50%.

Na koniec warto również usunąć linie obramowania, jak i też poziome linie pomocnicze, które usuniemy zaznaczając wykres i przechodząc do zakładki Formatowanie na główmy pasku narzędzi, po czym w lewym rogu klikamy na rozwijaną listę i wybieramy Oś pionowa – główne linie siatki. Zostaną w ten sposób zaznaczone wszystkie linie pomocnicze i możemy je usunąć, klikając klawisz Delete i otrzymując finalnie taki wykres:

Na koniec trzeba jeszcze sformatować wykres tak, aby był transparentny. W tym celu zaznaczamy go, przechodzimy do zakładki Formatowanie i wybieramy kolejno Obszar kreślenia i Obszar wykresu z listy rozwijanej i ustawiamy je jako brak wypełnienia.

Takie działanie trzeba powtórzyć dla każdego wiersza oddzielnie, a gdy będziemy już mieli wszystkie wykresy, należy je na siebie nałożyć.

Większa część pracy już za nami – brakuje jednakże etykiet kategorii, które definiowały by nam początek przepływu oraz jego koniec.

W tym celu należy stworzyć jeszcze dwa ostatnie wykresy w oparciu o tabele określające wartości startowe i końcowe diagramu. Na ich podstawie tworzymy wykres 100% skumulowany kolumnowy.

Następnie w zakładce Projekt wykresu klikamy Przełącz wiersz/kolumną, a później formatujemy oś pionową i odwracamy ją (Formatowanie osi – Wartość w kolejności odwrotnej).

Obszary odpowiadające pustym wierszą należy ustawić im brak wypełnienia, a pozostałym obszarom dodajemy etykiety, można też zmienić im kolory.

Na sam koniec nanosimy oba ostatnie wykresy na wcześniej stworzone przepływy i wykres jest gotowy.

Jak przygotować wykres Sankeya w programie Excel? – Sposób 2 – Dodatek E2D3

Krok 1: Pobierz dodatek E2D3

Do naszej podstawowej wersji Excela możemy pobrać dodatek E2D3, wchodząc w zakładkę Wstawianie > Pobierz dodatki.

Następnie w oknie wyszukiwania wpisujemy E2D3, później klikamy Dodaj przy wyszukanym dodatku.

Po dodaniu E2D3 klikamy w Moje dodatki i wybieramy go z listy dostępnych dodatków.

Krok 2: Wstaw wykres Sankeya

W arkuszu pojawi nam się okno dialogowe z różnymi rodzajami wizualizacji, jakie znajdują się w ramach E2D3. Wśród nich odnajdujemy wykres Sankeya, najeżdżamy na niego myszką i klikami Visualize. Nie należy przerażać się japońską czcionką, która się pojawi po prostu większość przykładów wgranych do tego dodatku została stworzona w języku japońskim, ale wszystko możemy dostosować pod siebie.

Na początku arkusza pojawią nam się trzy tabele z danymi, a na środku będzie znajdowała się docelowa wizualizacja.

Krok 3: Wstaw swoje dane

Ostatnim krokiem będzie zamienienie danych, które są już wpisane na nasze własne.

Pierwszy wiersz odpowiada tytułowi wykresu, zaś następny to są nazwy poszczególnych kolumn, na wykresie są wpisane nad czarną kreską na prawo i lewo od wykresu. Od trzeciego wiersza zaczynają się już dane (po wpisaniu naszych możemy usunąć nadmiarową ilość wierszy).

Finalnie nasz wykres będzie prezentował się następująco:

Na koniec 2 uwagi:

• Wykres nie będzie działał u osoby, która nie posiada tego dodatku
• Po ostatniej aktualizacji Office 365 wszystkie dodatki nie chcą się u mnie otworzyć, żądając stale logowania. Miejmy nadzieję, że wkrótce to naprawią.

Pobierz szablon wykresu Sankeya w Excelu

Tu możesz pobrać szablon wykresu Sankeya w Excelu i wstawić swoje dane.

Krok 1: Dopasowanie kodów pocztowych

Mamy w Polsce nietypową sytuację z kodami pocztowymi – ile baz danych, tyle różnych podziałów na kody pocztowe. Projekt zaczęliśmy więc od ujednolicenia kodów pocztowych otrzymanych od klienta.

Krok 2: Budowa pliku .shp w QGIS

Kolejny etap to praca na kształtach w programie QGIS. Efektem końcowym jest plik .shp z podziałem klienta, przygotowany idealnie do wgrania do mapy 3D Excel.

Krok 3: Wgranie mapy podziału do Mapy Excel 3D (dla Excela 2016 lub 365)

Ostatni krok to formalność. Nowy podział wczytujemy do mapy 3D i wysyłamy przedstawicielom handlowym wraz z punktami handlowymi jako dodatkową warstwą. Dzięki temu każdy wie, za jaki obszar odpowiada.

Podział ten umożliwia także dalsze przygotowywanie raportów na mapie dla:

• wyników po obszarach,
• dostępności produktów na półkach,
• udziałów rynkowych,
• wizyt PH.

Mapa Excel 3D lub Mapa kształtów Power BI lub Własna Mapa Excel

Krok 3 w zależności od potrzeb możemy przygotować, bazując na aplikacji Power BI lub Własna Mapa Excel.

Mapa kształtów Power BI

Mapa własna Excel – przykład dla powiatów

Krok 1: Geokodowanie punktów adresowych

Geokodowanie to proces przypisania współrzędnych geograficznych (szerokość i długość) do punktów adresowych. Różnymi metodami i narzędziami można wykonać je także w programie Excel, korzystając z serwisów mapowych Google czy Here Maps. Finalnie otrzymujemy w tabeli z punktami dwie kolumny.

Jeśli dane GPS są już w systemie (np. aplikacja PH pobiera ja automatycznie przy wypełnianiu raportu wizyty), ten punkt mamy z głowy.

Krok 2: Przypisanie punktów do handlowców (lub korekta) poprzez wizualizację punktów na mapie

Warto sprawdzić położenie punktów na mapie. Wizualizacja przyda się też, gdy podział na obszary handlowe dopiero budujemy. Najlepsze programy umożliwiają budowę takiego podziału dynamicznie, dając możliwość łatwego zbalansowania obszarów handlowych (liczba punktów, potencjał). Jeśli podział już funkcjonuje, możemy sprawdzić, czy wygląda poprawnie – punkty są rozsądnie przydzielone, obszary nie pokrywają się. Wizualizacja danych na mapie jest możliwa w Excelu w dodatku Mapa 3D i Power BI.

Krok 3: Budowa macierzy odległości dla PH

Gdy mamy punkty przypisane do handlowców, czas zaplanować trasy. Punktem startowym do tego zadania jest budowa macierzy odległości między punktami. Macierz może być liczona odległością geograficzną lub w zaawansowanych scenariuszach drogową, co ponownie wymaga skorzystania z serwisów mapowych.

Krok 4: Szukanie optymalnej trasy

To najważniejsza część projektu, zwykle realizowana w specjalistycznych programach. Problem można znaleźć w Internecie pod nazwą problem komiwojażera (ang. travelling salesman problem lub multiple stop). Zadanie optymalizacyjne można rozwiązać wieloma metodami, przy czym dla wielu punktów żaden nie daje gwarancji optymalności. My realizujemy tego typu usługę autorskimi algorytmami na bazie VBA.

Krok 5: Wizualizacja trasy w Power BI

Po rozwiązaniu zadania warto sprawdzić trasy dla wszystkich PH na mapie. Możemy przedstawić punkty w dodatku Mapa 3D (choć nie połączymy ich linią) lub w Power BI – tu już możemy narysować zwykłą mapę tras z niestandardową wizualizacją Route Map.

Jakich narzędzi Ty używasz do planowania trasówek?

Podziel się w komentarzu.

Efektywność a atrakcyjność raportu

Tworzenie raportów możemy wyobrazić sobie jako dyscyplinę, w której na jednym biegunie mamy efektywność, a na drugim atrakcyjność. Zwykle podnoszenie efektywności odbywa się kosztem obniżenia atrakcyjności i na odwrót. Jest wiele form graficznych i sposobów interakcji z danymi, które porywają wyglądem i działaniem, a jednak praktyka pokazuje, że przekaz jest dużo mniej efektywny, głównie w kwestii czasu poświęconego na generowanie wniosków, ich liczby i jakości.

Skąd wziąć ikony w programie Excel?

Jedną z nowości Excela 365 jest możliwość szybkiego dodawania ikon poprzez kartę Wstawianie > grupa Ilustracje > Ikony. O innych nowościach w nowym Excelu pisałem już w wielu różnych wpisach.

Od aktualizacji ze stycznia 2018 r. można też dodawać dowolne pliki SVG jako zwykłe obrazy, np. ze strony (pamiętając o dodaniu autora zgodnie z wytycznymi, np. Icon made by Freepik from www.flaticon.com dla poniższego).

W jednym i drugim przypadku Excel będzie pozwalał na zmianę rozmiaru i, co ważne, koloru wypełnienia kształtów bez starty jakości.

Jak wykorzystać ikony na wykresie Excel?

Poniżej opiszę przykład wykorzystania ikon dla wykresu punktowego Excel. Lubię te wykresy, dlatego, że dają olbrzymią elastyczność w Excelu, pozwalając m.in. na dodawania linii referencyjnych i własnych kształtów. Przykład, który wybrałem do redesignu pochodzi z raportu GUS „Polska w liczbach 2016”.

Przygotowanie danych do wykresu punktowego Excel

Tabelę z danymi rozpoczynamy od danych dla lat 2010 i 2015, jednak dodajemy do niej 3 dodatkowe serie: Seria TechY (od 1 do n), TechX (o wartościach -0,1) oraz Różnica – z formułą:

=JEŻELI(C2-B2>0,05;C2-B2;BRAK())

Różnica pozwoli wyeksponować zmianę powyżej 5 punktów procentowych pomiędzy 2015 a 2010 r.

Budowa wykresu punktowego Excel

Wykres będzie składał się z 3 serii – 2010, 2015 i TechX, z których każda będzie posiadała jako wartość Y dane z serii TechY.

Seria Tech X służy w takim wykresie do stworzenia punktów, które staną się ikonami. Obrazy, reprezentujące kategorie, pobieram do Excela z polecenia Ikony > zmieniam rozmiar i kolor. Następnie zaznaczam pojedynczą ikonę > Ctrl + C > zaznaczam pojedynczy punkt na wykresie > Ctrl + V. Ikona staje się obrazem dla znacznika. Czynność powtarzam dla wszystkich kategorii.

Do wykresu możemy dodać też etykiety danych pochodzące z komórek: (1) dodaj etykiety plusem przy wykresie > (2) wybierz zakres dla polecenia Wartość z komórek > (3) wskaż komórki z etykietami.

Ostatnia seria służy nam do budowy słupków błędów: (1) dodaj słupki błędów dla serii 2010 (np. plusem przy wykresie) > (usuń pionowe słupki a dla poziomych ustaw (2) Kierunek na plus > (3) Bez zakończenia > (4) Wielkość błędu niestandardowa > (5) Dodatnia wartość błędu.

Oto efekt przed i po.

Szablon Excel z ikonami do pobrania

Tu możesz pobrać plik Excel z wykresem punktowym z ikonami i podstawić swoje dane.

A Ty skąd bierzesz ciekawe ikony? Podziel się w komentarzu.

Bezrobocie w Polsce w latach 2004-2017

Wizualizację można przeglądać na 2 sposoby:

1. Jako statyczny obraz (kliknij, aby powiększyć):

2. Jako zmiany w czasie na zmieniającym się GIF-ie:

Jak powstawała wizualizacja?

Przygotowanie wizualizacji zajęło sporo czasu z uwagi na standard znalezionych danych i testy przedziałów kartogramu.

Krok 1. Pobranie danych z GUS

Dane pochodzą z 2 źródeł ze strony GUS. Oddzielnie pobrałem plik z danymi dla powiatów dla lat 2004-2016.

Oddzielnie też dane dla aktualnego roku, które dla całego kraju są już kompletne, natomiast dla powiatów były w momencie tworzenia wizualizacji na koniec III kwartału 2017 r.

I tu pojawiły się pierwsze schody, gdyż nazwy powiatów w obu zbiorach były różne i w inny sposób przechowywane. Jeśli dodać do tego fakt, że w Polsce mamy powiaty o tych samych nazwach, potrzebny był proces uporządkowania danych.

Krok 2. Przygotowanie danych w Excel Power Query

Najlepszym narzędziem do przygotowania danych jest dla użytkowników Excel Power Query (Pobieranie i przekształcanie / Get & Transform). W Power Query:

• pobrałem 3 tabele źródłowe (2014-2016, 2017, słownik powiatów z Mapy Polski Excel Powiaty)
• dokonałem sprawdzenia słowników (poprzez operację Scalanie)
• scaliłem je w 1 źródło danych
• poprawiłem błędy i różne nazwy powiatów
• usunąłem niepotrzebne kolumny
• odpivotowałem tabelę, aby móc później pracować na tabeli przestawnej

Każdy, kto uczestniczył w kursie online Power Query lub szkoleniu stacjonarnym Excel BI w pracy analityka – Power Query, Power Pivot, Power View, Power Map, Power BI, spokojnie poradziłby sobie z tymi zadaniami.

Na końcu otrzymałem płaską tabelę, którą wkleiłem do Mapy Polski Excel.

Krok 3. Wizualizacja danych na Mapie Polski Excel z fragmentatorami

Aby sprawnie zmieniać lata na mapie, zastosowałem połączenie Mapy Polski Excel Powiaty z fragmentatorem tabeli przestawnej. Dodałem też dodatkową tabelę przestawną z odfiltrowanymi latami, którą połączyłem z komórką pod mapą. Musiałem tylko pamiętać, aby fragmentator podłączyć do wszystkich tabel przestawnych.

Dobór przedziałów i liczby klas w kartogramie jest zawsze kwestią dyskusyjną. Ponieważ wizualizacja ma na celu podkreślenie powiatów skrajnych, zastosowałem wbudowaną w mapę paletę zielono-czerwoną z przedziałami o niestandardowej rozpiętości.

Krok 4. Stworzenie wykresu typu sparklines

Wykres typu sparklines powstał w komórce Excel dla pełnych danych za wszystkie lata 2014-2017.

Krok 5. Zbudowanie wykresu panelowego

Całość umieściłem na jednym obrazie, dodając oznaczenia legend. Z wykorzystaniem programu Camtasia byłem też w stanie nagrać ruchomy obraz graficzny w formacie GIF.

Interpretacja wykresu

Choć nie jestem ekspertem merytorycznym od bezrobocia, udało mi się wychwycić kilka ciekawostek związanych z mapą:

• aktualnie prawie całe województwa wielkopolskie, łódzkie, śląskie i małopolskie zeszły poniżej poziomu 10%
• na drugim biegunie znajdują się północne powiaty województwa warmińsko-mazurskiego i zachodniopomorskie
• znacznie niższe stopy bezrobocia są w dużych miastach – już dla 2004 na stałe na zielono odcinają się takie miasta jak: Warszawa, Poznań, Kraków, Katowice
• stopniowo poprawiającą się sytuację na rynku pracy pogorszył znacznie kryzys rozpoczęty w 2008 r.

Jeśli Tobie udało wychwycić się coś ciekawego, podziel się w komentarzu.

Krok 1. Wpisz wykresy w tabelę

Utwórz wykres, który nie będzie miał osi, jego obszar kreślenia będzie równy obszarowi wykresu, a pojedyncze elementy (np. słupki) wypadną dokładnie w obszarze odpowiednich wierszy.

Możesz też skorzystać z wykresów wewnątrzkomórkowych, jak paski danych.

Krok 2. Utwórz tabelę zdefiniowaną

Poprzez polecenie Formatuj jako tabelę lub skrót Ctrl+T utworzysz obiekt, który będziesz mógł filtrować za pomocą fragmentatora (począwszy od Excela 2013).

Krok 3. Stwórz kolumnę do filtrowania

Aby końcowy użytkownik miał intuicyjny przycisk, stwórz kolumnę z prostą nazwą, np. „Czy krytyczny?” lub z intuicyjnymi wyborami (KRYT./OK). Kolumna może być niewidoczna.

Krok 4. Wstaw fragmentator

Stań kursorem w tabeli, a następnie na karcie Wstawianie wybierz Fragmentator na kolumnie do filtrowania.

Krok 5. Umieść fragmentator w widocznym miejscu

Umieść filtr w odpowiednim miejscu (np. w nagłówku lub w sekcji nad tabelą) i pozwól odbiorcy końcowemu filtrować tabelę. Możesz stworzyć więcej niż 1 filtr. Ważne, aby uświadomić użytkowników, jak z przyciskiem Ctrl przywracać wszystkie przyciski na fragmentatorze.

Pobierz plik Excel i wstaw swoje dane

Tu możesz pobrać plik Excel Fragmentator na tabeli z wykresami Excel.xlsx i wstawić swoje dane do dashboardu.

Diagram relacyjny wykorzystywany jest często w pracy naukowców, informatyków, architektów oraz inżynierów, ponieważ wizualna prezentacja jest idealnym sposobem do przejrzystego pokazania jak działa np. sieć  oraz jak jej elementy są ze sobą połączone.

Źródło: https://www.smartdraw.com/network-diagram/
Diagram jest najczęściej zbudowany z punktów, węzłów, wierzchołków, które są połączone ze sobą za pomocą krawędzi, strzałek lub po prostu linii. Zazwyczaj węzły są rysowane jako kropki lub okręgi, używa się także ikon.

Diagram relacyjny może być pośredni lub bezpośredni. Pośredni ukazuje tylko połączenia między elementami, zaś bezpośredni pokazuje czy połączenie jest jednokierunkowe czy dwukierunkowe.

Ten rodzaj diagramu jest często wykorzystywany do wizualizacji relacji oraz procesów psychicznych, biologicznych, socjalnych oraz tych, które dotyczą systemów informacyjnych. Wiele praktycznych problemów może być prezentowanych przez diagram relacyjny. W informatyce jest używany do pokazywania sieci komunikacji, organizacji danych, urządzeń obliczeniowych, przepływu obliczeń, itd. Jako przykład można podać strukturę sieciową strony internetowej, która to będzie reprezentowana przez bezpośredni diagram, w którym wierzchołki reprezentują strony internetowe, natomiast krawędzie – połączenia z jednej strony do drugiej.

Diagram relacyjny może także przedstawiać zależności korporacyjne. W artykule 15 najciekawszych infografik w Internecie jako interesująca wizualizacja została przedstawiona siatka relacji między wielkimi międzynarodowymi korporacjami, a markami, które do nich należą. Można zauważyć, że większość marek, które znamy, należy właściwie do kilku kluczowych graczy na rynku.

Na diagramie daną firmę przedstawia jej wyróżnione logo. Od logo poprowadzona jest strzałka prowadząca do należącej marki. Ponadto marki są pogrupowane w odpowiadające sobie kategorie, tj. kawy, wyroby czekoladowe, środki chemiczne itd.,

Źródło:

Na podstawie dwóch powyższych przykładów można dojść do prostego wniosku: na tym specyficznym wykresie nie ma żadnych liczb! Jest to prawdą – wielkość nie jest pokazywana numerycznie, a poprzez kolor, wielkość węzła, grubość/wielkość strzałki. Są to oczywiście oznaczenia, które nie pozwalają odczytać dokładnej wartości, a jedynie jej przybliżenie/rząd wielkości.

Ciekawostką może być możliwość stworzenia diagramu relacyjnego oferowana przez Google. Na poniższym filmie widać jak można zobaczyć relacje użytkownika Google + w sieci. Diagram ten jest interaktywny.

Innym ciekawym przykładem jest projekt fundacji ePaństwo o nazwie mojePaństwo, który pozwala na obrazowanie zależności osób i instytucji w KRS-ie.

Źródło:

Ciekawe przykłady diagramów relacyjnych

Wykres relacyjny typu force-directed (nazywany w Power BI Network Navigator)

Wykres relacyjny typu force-directed z wartością liczbową reprezentowaną jako grubość linii

Wykres strunowy (ang. chord diagram)

Wykres łukowy (ang. arc diagram)

Wykres Sankeya, pokazujący wielkość przepływów

Źródło: https://app.powerbi.com/visuals/

Jak stworzyć diagram relacyjny?

NodleXL dla programu Excel

Darmowa nakładka na Excel, która umożliwia stworzenie diagramu relacyjnego.

Źródło : https://nodexl.codeplex.com/

Power BI

Power BI Desktop to bezpłatna aplikacja do raportowania analizy i wizualizacji danych od Microsoft, w której również możliwe jest tworzenie diagramów relacyjnych. Bibliotekę diagramów dogrywa się z dodatkowych wykresów, jak np. poniższy Network Navigator:

Źródło: https://app.powerbi.com/visuals/

Cytoscape

Darmowa platforma do wizualizacji sieci połączeń molekularnych, ścieżek biologicznych oraz do integrowania tych sieci z profilami genetycznymi oraz innymi danymi. Platforma była oryginalnie zaprojektowana dla biologów, teraz jest używana do analiz sieci oraz wizualizacji.

Źródło: http://www.cytoscape.org/what_is_cytoscape.html

Datamatic

Dostępny za darmo w wersji demo. Służy do szeroko pojętej wizualizacji danych. Z dostępnych szablonów wybieramy jeden i zaczytujemy dane. Następnie dostosowujemy wynik do swoich preferencji i publikujemy.

Źródło: http://datamatic.co/

Gephi

Darmowa platforma służąca do wizualizacji grafów i relacji.

Źródło :https://gephi.org/

Graph-tool

Moduł do manipulowania oraz analizami statystycznymi diagramów. Program do użytku programistów bądź osób znających C++.

Źródło: https://graph-tool.skewed.de/

Plotly

Narzędzie w języku Python.

Źródło :https://plot.ly/ipython-notebooks/network-graphs/

Wyjaśnienie pojęć statystycznych

Sztuką jest przekazać wiedzę niełatwą w przystępny sposób, czyli np. statystykę. Spróbuję a ocenisz sam/a…

• Średnia – od niej należy zacząć, najczęściej rozumiana jako średnia arytmetyczna, czyli suma wartości zmiennych danego zbioru podzielona przez liczbę tych zmiennych, jest miarą tendencji centralnej czyli miejsca największej koncentracji wyników.
• Odchylenie standardowe – zaraz po średniej najczęściej stosowane pojęcie statystyczne. Odchylenie mówi jak daleko od średniej rozrzucone są wartości w danym zbiorze – im odchylenie jest mniejsze tym wartości są bardziej skupione wokół średniej. Odchylenie jest pierwiastkiem z wariancji.
• Wariancja – mówi o rozproszeniu wyników – czy są skoncentrowane wokół średniej, czy może od niej oddalone. Gdy wynosi zero, oznacza to, że wyniki nie są w ogóle zróżnicowane. Częściej stosowane od niej jest odchylenie standardowe.

Obliczenia w tabeli przestawnej

Warto pamiętać, że nie muszę w tabeli przestawnej tworzyć pola obliczeniowego by obliczyć odchylenie standardowe, ponieważ jest to możliwe wśród wbudowanych narzędzi tabeli przestawnej.

Aby dostać się do ustawień pola wartości tabeli przestawnej wybieram jedną z możliwości:

• w polach tabeli przestawnej, w obszarze wartości wybieram jedno z pól > wciskam strzałkę po prawej stronie (włączam menu podręczne) > ustawienia pola wartości

• klikając prawym przyciskiem myszy w obszarze raportu tabeli przestawnej > ustawienia pola wartości

Poniżej okno ustawień pola wartości , oprócz popularnie używanych: sumy czy licznika, znajdują się tu również Odchylenie standardowe, Odchstdc, Wariancja oraz Wariancja populacji.

Nazwy bardzo podobne, jednak znaczenie miar nieco inne.

• Odchylenie standardowe, Wariancja – używam gdy dane na których pracuję są tylko wycinkiem całości, czyli podzbiorem populacji.
• OdchStdc, Wariancja populacji – gdy badany element jest całą populacją (nie jest wycinkiem).

Wśród rzadziej używanych kalkulacji w tabeli przestawnej oprócz miar statystycznych znajdują się:

• Iloczyn – (ang. Product) jak sama nazwa mówi to iloczyn wartości, jeżeli dane pole nie zawiera liczb a np. tekst wówczas iloczyn wynosi zero. Do czego można wykorzystać iloczyn? Np. do obliczenia średniej geometrycznej.
• Licznik num. – zliczenie wartości, które są liczbami , zlicza wystąpienia liczb, czyli jeżeli w danej kolumnie oprócz liczb znajdzie się tekst, wówczas nie zostanie on zliczony. Tę funkcję można wykorzystać do szybkiego sprawdzenia formatu w danych – porównując wartość Licznik num. z ilością wierszy w źródłowej tabeli.

Zastosowanie miar statystycznych w tabeli przestawnej

Posiadając wiedzę na temat poszczególnych miar statystycznych, mogę wykorzystać je do analizy danych w tabeli.

Poniżej tabela z danymi dot. sprzedaży w podziale na segmenty rynku (korporacje, małe firmy, osoba fizyczna, biuro w domu). Zamieściłem w niej sumę ze sprzedaży, średnią oraz po dwa typy odchylenia standardowego oraz wariancji.

Na pierwszy rzut oka, średnie dla poszczególnych segmentów nie odbiegają zbytnio od siebie. Dzięki odchyleniu standardowemu mogę powiedzieć więcej o danych. Największe odchylenie występuje w segmencie korporacyjnym – co oznacza że występują w nim największe odchylenia od średniej, dane są najbardziej rozproszone (mamy jednocześnie bardzo niskie wartości sprzedaży jak i bardzo wysokie).

W segmencie gdzie odchylenie standardowe jest wysokie a średnia w porównaniu do innych segmentów jest porównywalna, można podejrzewać, że średnia jest błędną miarą wartości centralnej i być może należy wybrać inną np. medianę, dominantę, która lepiej zobrazuje zmienność wartości w segmencie.

Dzięki regule 3sigm (99,7% obserwacji znajduje się w odległości +/- 3 odchyleń standardowych od średniej) , odchylnie standardowe pozwala na odrzucenie ze zbioru danych wartości odstających, które mogą zniekształcać pomiary.

Dodatkowe korzyści daje również zamieszczenie odchylenia w tabeli przestawnej, ponieważ dane z łatwością można drążyć, poprzez dodanie kolejnych pól w obszarze wierszy. Poniżej pogłębienie analizy o regiony, dla segmentu korporacji. Widać, że to głównie region południowy generuje największą zmienność.

Bazę którą tu analizuję, traktuję jako całą populację, nie jako jej podzbiór, więc adekwatnymi miarami będą OdchStdc oraz Wariancja populacji – stosowane dla całych populacji.

Średnia a odchylenie standardowe na wykresie

Spróbuję pokazać regułę 3sigm na wykresie, również z oznaczeniem średniej. Dane pochodzą ze strony NBP i są to dzienne kursy euro w 2016 roku. Ponieważ kursy są podane z dokładnością do 4 miejsc po przecinku, zaokrąglam je do dwóch miejsc by później móc je zagregować (przy czterech miejscach, praktycznie żaden z kursów się nie powtarza).

Następnie w kolumnie G przeklejam jako wartości zaokrąglone kursy i usuwam z nich duplikaty. W kolumnie H zliczam ilość wystąpień każdego z kursów na przestrzeni całego roku. Ilość wystąpień oraz nieduplikujące się  kursy posłużą mi do budowy wykresu.

Zaznaczam zakres G1:H29 > Wstawianie > Wykresy > Wykres punktowy.

W komórkach L2 oraz L3 znajduje się odpowiednio średnia oraz odchylenie standardowe.

Wartości te wykorzystam do zaprezentowania reguły 3sigm czyli zakresu 3 odchyleń standardowych +/- od średniej. Średnią również zamieszczę na wykresie. Zatem zaczynam od przygotowania danych dla poszczególnych serii.

Dane dla średniej będą wyglądały jak poniżej:

Do wykresu dodam nową serię danych – Średnią. Prawym przyciskiem myszy klikam w obszarze kreślenia i z menu podręcznego wybieram > Zaznacz Dane.

Wybieram Dodaj

Uzupełniam okno Edytowanie serii odwołaniami do odpowiednich komórek > OK > OK.

Na wykresie pojawiły się dwa punkty – zmienię je na linię prezentowaną na pomocniczej osi Y. Wybieram kartę Projektowanie > Typ > Zmień typ wykresu.

W oknie Zmienianie typu wykresu wybieram > Wszystkie wykresy > Kombi.

Dla serii danych „Średnia” wybieram oś pomocniczą i wykres punktowy z wygładzonymi liniami a dla ilości wystąpień – wykres punktowy> OK.

Odrywam poziomą linię pomocniczą wybierając plus przy wykresie.

Zaznaczam poziomą oś pomocniczą > Formatowanie Osi > Opcje osi > Opcje osi > oś daty – dzięki temu pomarańczowa linia będzie pionowa.

Również klikając podwójnie na pionową oś pomocniczą wybieram Formatowanie Osi > Opcje osi > Opcje osi . Jako Maksimum wpisuję 1> Enter.

Dzięki czemu Seria danych „Średnia” na wykresie prezentuje się jak poniżej.

Tworzę jeszcze dwie serie – dla dolnej i górnej granicy przedziału (+/- 3 odchylenia standardowe od średniej). Będę je prezentować na osiach głównych więc wartości osi Y podaję od 0 do 20. Analogicznie jak wcześniej dodaję obie serie danych do wykresu i zmieniam dla nich typ na  punktowy z wygładzonymi liniami. Po dodaniu obu serii automatycznie zmieni się wartość maksymalna na osi Y , wówczas należy w Formatowaniu osi i jej Opcjach zmienić maksimum na 20 (wskazówka poniżej).

Po zmianach kolorystycznych wykres prezentuje się następująco:

Widać że wszystkie pomiary (punkty) mieszczą się w przedziale 3 odchyleń standardowych od średniej.

Pobierz plik Excel

Pobierz plik Rzadziej używane kalkulacje w tabeli przestawnej i umieść własne dane.

Co to jest Ranking FIFA?

Ranking FIFA jest sztucznym zestawieniem, pokazującym siłę reprezentacji w piłce nożnej mężczyzn. W obecnej formule jest prowadzony od 1993 r., a aktualny sposób liczenia uwzględnia wyniki reprezentacji z 4 ostatnich lat. Ranking publikowany jest co miesiąc na stronie FIFA. Po więcej informacji o rankingu zapraszam na Wikipedię, ja ze swojej strony dodam tylko, że ranking w piłkę nie gra 🙂

Jakie interakcje są dostępne?

1. Po najechaniu na punkty na wykresach, pojawia się dymek (tzw. tooltip).
2. Kliknięcie na zdjęcie trenera prowadzi do jego strony na Wikipedii.

Infografika „Polska najwyżej w historii w rankingu FIFA”

Jak powstawała infografika?

1. Pobranie danych nt. wyników polskiej reprezentacji ze stron Wikipedii za pomocą Power Query (przeczytaj o tym szczegółowo na moim drugim blogu Excel BI).
2. Pobranie danych nt. rankingu ze strony FIFA (prawie 300 różnych stron)
3. Budowa wizualizacji w Tableau
4. Publikacja infografiki w Tableau Public

Dane wykorzystanie do budowy infografiki

• Pełny ranking FIFA 1993-2016.xlsx
• Wyniki polskiej reprezentacji w piłce nożnej mężczyzn.xlsx

Jak stworzyć dobrą infografikę sportową?

Oto kilka cech, które łączą infografiki przygotowane przez Knoxa:

• Dynamika i ruch,
• Wybór głównych bohaterów,
• Duża ilość danych w prostej formie,
• Wyróżnienie najlepszych i najgorszych,
• Niewiele ikon,
• Selektywne posługiwanie się kolorem.

Źródło:

Prezentowane infografiki nie są banalne, przyciągają uwagę. Najchętniej przecież zapamiętujemy dane kolorowe, dynamiczne. Dołączona do wykresów grafika nie jest nachalna, komponuje się z wykresami i danymi kolorystycznie, ale również rozmiarem i nawiązuje do treści (koszykarze, trenerzy, bejsboliści). Każda infografika ma konkretnego bohatera, którego poznajemy na zdjęciu.

Źródło:

Wykorzystane są wykresy panelowe do szybszego i wygodniejszego porównania danych najczęściej z perspektywą czasu. Dzięki temu infografiki od razu dają informację jak dane zachowują się w czasie, jacy gracze występowali w kolejnych sezonach.

Źródło:

Dzięki zastosowaniu różnych wykresów czy ikon, informację, którą na piśmie przekazalibyśmy w postaci kilku stron, można zaprezentować na połowie strony w postaci ciekawej grafiki. W ten sposób czytelnik łatwo może wybrać interesującą go część. Pomocą są również opisane na wykresach odchylenia, czyli najwyższe i najniższe wartości.