By Emilio Silvestri, Praktikant hos KNIME

Alle elsker diagrammer, grafer ... visualiseringer!

 
 
De er pæne, hurtige og ligetil. Selv med rodet og uorganiseret data er en god visualisering nøglen til at vise indsigt og funktioner, som er svære at påpege på en råtabel. I dette blogindlæg vil jeg vise dig, hvordan du bygger et enkelt, men nyttigt og flot dashboard til at præsentere dine data – i tre enkle trin!

• Trin 1: Lav nogle smukke diagrammer
• Trin 2: Pak dem ind i en komponent
• Trin 3: Implementer den interaktive visning som en webside

Datasættet

 
 
I dette blogindlæg vil vi grave i Netflix-datasæt for film og tv-udsendelser, frit tilgængelig på Kaggle. Det indeholder alle de shows, der tilbydes i USA af streamingplatformen fra januar 2020. Hvert bidrag bærer titlen på showet, uanset om det er en film eller et tv-show, instruktøren og castet, landet og produktionsåret, dato, hvor den er tilføjet til kataloget, varighed og kategori samt en kort beskrivelse. Nok information til at trække nogle interessante visualiseringer frem!
 

Fortrin: import og forbehandling af data

 
 
Du kan downloade datasættet direkte fra Kaggle side. Når du er på din maskine, importerer du dataene til en ny arbejdsgang ved at trække og slippe. Som det ofte sker, er der behov for en vis forbehandling. Ved at inspicere rådataene kan vi se, at dato tilføjet kolonne har et udførligt format, der gør det svært at arbejde med. Så jeg konverterede det til Dato&Time-formatet og grupperede alle trinene i Preprocessing-metanoden.

Arbejdsgangen udviklet til dette blogindlæg er tilgængelig på KNIME Hub og kan downloades her:

• Download arbejdsgang Opret et interaktivt dashboard i 3 trin: Netflix-datasæt

Efter at have importeret det til din KNIME Analytics-platform, kan du se indholdet af metanoden "Forbehandling" mere detaljeret.
 

Trin 1: Lav et par smukke diagrammer

 
 
Der er to slags mennesker: dem, der ser Netflix, og dem, der lyver. Men vi kan også dele befolkningen op i to forskellige kategorier: filmfolk og tv-seriefolk!

Ved vi også, hvor mange film og serier der er på Netflix? Hvilken kategori er den mest populære? Hvor lang er den længste film? Med det rigtige diagram er dette snart sagt.

For eksempel kan en Sunburst diagram (Figur 1) kan nemt pege på, hvordan showene er fordelt på kategorierne. Vedhæft en Sunburst Chart-node til Preprocessing-metanoden, konfigurer den til at gruppere først efter type (film eller tv-show), derefter efter kategori, og kør den. Højreklik nu på Sunburst Chart-knuden og vælg "Interactive View: Sunburst Chart". Visningen vist i fig. 1 vil dukke op: vi kan se, at filmene er dobbelte end tv-programmerne, og at de mest befolkede kategorier er International, Drama og Komedie. Vidste du, at?

Fig. 1. Sunburst-diagram: antallet af udbudte film er dobbelt end tv-serier. Hold markøren over en del af diagrammet for at vise procentdelen.

 

Et andet aspekt, vi kan udforske, er udviklingen af ​​kataloget gennem årene: Jeg grupperede shows efter år_tilføjet kolonne og viste resultatet på en Linje plot (Fig. 2). Tilsyneladende stiger antallet af produktioner, der tilføjes til tilbuddet, hvert år: i den første måned af 2020 har Netflix allerede tilføjet flere shows end i hele 2015!

Fig. 2. Linjeplot, der viser antallet af film og tv-serier tilføjet til Netflix-kataloget gennem årene.

 

Så byggede jeg en Bar Chart (fig. 3) for at visualisere antallet af sæsoner, der er produceret til tv-programmerne og en Histogram (Fig. 4), der grupperer film efter varighed. Forventede du så mange tv-serier tilbage med kun én sæson? Vidste du, at der er film, der er længere end 4 timer?

Fig. 3. Søjlediagram, der viser antallet af sæsoner for tv-programmer.

 


Fig. 4. Et histogram, der grupperer film efter deres varighed.

 

Der er masser af muligheder for datavisualisering i KNIME Analytics Platform. Du kan finde dedikerede noder i Node Repository > Views -> Javascript og endda bygge din egen visualisering ved hjælp af Generisk Javascript-visning node.

Hvis du er ved at løbe tør for fantasi, er der et helt udvalg af arbejdsgange på EKSEMPLER Server fuld af nyttige visualiseringer, som du nemt kan tilpasse til dine behov.

Diagrammer kan også tilpasses! Se for eksempel søjlediagrammet i figur 3, hvor jeg ændrede standard blå til den -officielle- Netflix rød.

Fig. 5. Dette er et skærmbillede af den arbejdsgang, der udfører disse visualiseringer. Forbehandlingen relateret til hver visualisering er grupperet i metanoderne.

 

Download og prøv selv arbejdsgangen, kaldet "Opret et interaktivt dashboard i 3 trin: Netflix-shows" fra KNIME Hub.

Alle producerede diagrammer og plots er interaktive. Du kan ændre de visualiserede data, plotegenskaberne, de valgte punkter og mere direkte fra den interaktive visning ved at klikke på det øverste højre Indstillingsikon, omkranset med rødt i figur 3. For mere dybdegående tilpasninger, se vejledningen, der viser hvordan man integrerer CSS-kode for at få dine JavaScript-visualiseringer til at skinne.
 

Trin 2: Pak dem ind i en komponent

 
 
Hvis én grund er pæn … to grunde er pænere! Lad os organisere al vores vidunderlige grafik i et komplet dashboard. Vælg alle fire noder, der bruges til visualiseringerne, og højreklik -> "Opret komponent...". Dette skaber en ny grå knude: den komponent.

Fig. 6. Den endelige arbejdsgang. Alle visualiseringsknuderne er blevet grupperet i en komponent.

 

Denne ensemblevisualisering kan også beriges og tilpasses. CTRL + dobbeltklik på komponenten for at åbne den. Tilføj en tekstoutput-widget-knude, og skriv den beskrivelse, du vil tilføje til din visualisering.

Vi kan gøre dashboardet mere interaktivt ved at tilføje f.eks. en Table View-node til valg. Jeg indstillede den til kun at vise de shows, der er valgt i histogrammet og søjlediagrammet.

Dette er en god måde at inspicere indholdet i de forskellige skraldespande.

Ved du for eksempel, hvilken film der er den længste på Netflix? Åbn den interaktive visning af komponenten, vælg den sidste histogrambakke – som kun indeholder én film – og se på tabelvisningen. Hvis du har hørt om den film, kan du nemt forestille dig, hvorfor den varer så længe!

Det er nu tid til at organisere vores dashboard for at gøre det pænere og forståeligt. Inde fra komponenten skal du klikke på det sidste ikon på værktøjslinjen (se skærmbillede i fig. 7) for at åbne vinduet Nodebrug og layout. Her kan du arrangere dine diagrammer, indstille position, dimension og oprette grupper. Hvis du har oprettet en indlejret komponent, vil den blive håndteret som en grupperet visualisering.

Fig. 7. Åbn vinduet Nodebrug og -layout for at organisere dit dashboard.

 

Trin 3: Implementer den interaktive visning som en webside

 
 
Du kan også inspicere komponentens interaktive visning som en webside i en webbrowser. For at udføre denne handling skal du implementere din arbejdsgang til en KNIME Server-instans ved hjælp af et-klik-implementeringen. Gør dette ved at gå til KNIME Explorer-panelet, højreklikke på din arbejdsgang og vælge "Deploy to Server...". Vælg nu den ønskede destination og klik på OK.

For at visualisere dashboardet skal du højreklikke på den uploadede arbejdsgang og vælge Åbn -> I webportal. Din browser vil lade dig udføre arbejdsgangen og visualisere dashboardet bygget af komponenten (Figur 8).
 

Resumé

 
 
I dette blogindlæg opdagede vi, hvor nemt det er at skabe et interaktivt dashboard til dine data i KNIME Analytics Platform. Konfigurer dine diagrammer, pak noderne ind i en komponent og tilpas den om nødvendigt, kør lokalt eller på KNIME WebPortal og leg med din visualisering. Så let som en pie (diagram)!

Fig. 8. Dette er dashboardvisualiseringen, som den ville se ud på KNIME WebPortal.

 

Vil du have flere visualiseringer? Her er nogle mere avancerede ideer, du nemt kan implementere. Du finder disse visualiseringer i denne mere avancerede version af eksempelworkflowet på KNIME Hub her: https://kni.me/w/grHmwo1F0xiQPdO7

Fig. 9. Verdenskort, der viser film produceret af hvert land.

 

 

Fig. 10. Tagsky, der viser de ord, der bruges mest i beskrivelser af shows.

 

Ressourcer

 
 
De arbejdsgange, der er vist i denne artikel, er både tilgængelige for dig at downloade og prøve selv på KNIME Hub:

• Opret et interaktivt dashboard i 3 trin: Netflix-shows
• Opret et interaktivt dashboard i 3 trin: Netflix-shows (avanceret)

 
Bio: Emilio Silvestri er i praktik hos KNIME i Evangeliseringsteamet. Han udviklede en solid interesse for emnet Data Science under sin bachelorgrad i datalogi, da han arbejdede på en afhandling om epilepsigenkendelse ved hjælp af Convolutional Neural Networks. Han besluttede til sidst at flytte til universitetet i Konstanz for at færdiggøre sin kandidatgrad.

Som først offentliggjort på KNIME blog.

Original. Genopslået med tilladelse.

Relateret:

• Hvad er klyngedannelse, og hvordan fungerer det?
• Min AI spiller klaver for mig
• At kode eller ikke at kode med KNIME