» «
גרף (נתונים)
מה זה גרף ולמה צריך גרפים?



גְּרָף (Graph Data), או גרף נתונים, הוא תיאור שבדרך כלל הוא דו-ממדי של מספר פרטי מידע המקושרים ביניהם על ידי יחסים כלשהם.

הגרף ישמש בדרך כלל להצגה חזותית של מידע כמותי. הוא מאפשר השוואה של הפריטים השונים זה לזה, בעזרת יחידות המידה שבדרך כלל מוצגות על הציר או על שני צירי הגרף. כי גם אם גרפים עתירי נתונים יוצגו לעתים עם מערכת צירים תלת-ממדית, בדרך כלל הם יוצגו בגרפים המבוססים על מערכת צירים דו-ממדית.

הציר האופקי, הציר שממש כמו האופק שאליו אנו מביטים נמתח לרוחב, יציג בדרך כלל את המשתנה. אם למשל נציג גרף של פופולריות של מוצר לאורך תקופה מסוימת, אז הציר האופקי יציג את הזמן, למשל את החודשים בשנה האחרונה.

הציר האנכי, העומד, יציג את הפונקציה. למשל בגרף של פופולריות המוצר בשנה האחרונה הציר הזה יציג את הפופולריות שלו, הפונקציה של המשתנה - כמה המוצר נמכר, או מה אחוז הנשאלים שאהבו את המוצר בסקר החודשי.


#למה צריך את זה?
גדולתו של הגרף היא בייצוג ויזואלי והשוואתי, באופן מופשט וללא מידע מיותר. כל זה לגבי קבוצת הפריטים או הנתונים, כשכולם מקושרים ביניהם באופן כלשהו.

יתרונם הגדול של הגרפים הוא בקלות ובמהירות של קליטת המידע מהם. גרף טוב יאפשר זיהוי מהיר של הקשר בין הנתונים והיחסים ביניהם, לעתים גם כולל המגמות שניתן לזהות בהם והחריגות שבין הנתונים.


#סוגי גרפים
ישנם כמה סוגי גרפים, כשלכל סוג יש יתרונות משלו ושימושים מתאימים לסוג המידע שהוא מציג היטב לצרכי ויזואליזציה של נתונים.

הגרפים הבולטים, השכיחים והשימושיים ביותר הם גרף עמודות, גרף קו, גרף עוגה, היסטוגרמה, גרף פיזור, תרשים קופסה (Box Plot), גרף בועות, גרף רציף, גרף נרות יפניים (גרף קו המציג את המדידות בניתוח טכני באופן משוכלל יותר מנקודות על הקו) ומפת חום (Heatmap) שהיא מעט שונה אבל נחשבת גם היא לסוג של גרף.

למחקר תאורטי נרחב זכו הגרפים במסגרת תורת הגרפים. ישנם סוגי גרפים שונים. להיכרות איתם ראו את תגית "סוגי גרפים".


הנה הסבר לילדים על מה זה גרף:

https://youtu.be/LW7I0Skjaew


כמה מסוגי הגרפים שמשתמשים בהם:

https://youtu.be/bmY28wdGL9M


איך יודעים באיזה גרף להשתמש בכל הקשר?

https://youtu.be/o7F-tbBl_hA


גרף נתונים בקו שמדגים את השינויים לאורך זמן (עברית):

https://youtu.be/siBhC7scAdQ


כך אפשר לזהות הטעיה באמצעות גרף (מתורגם):

https://youtu.be/E91bGT9BjYk


וגרף הנרות היפניים בעולם המסחר במניות (עברית):

https://youtu.be/FPZbtNtbMtc?long=yes
היסטוגרמה
איך היסטוגרמה מראה התפלגויות?



היסטוגרמה (Histogram) דומה במראה לגרף עמודות, אך היא משרתת מטרה שונה: היא מראה התפלגות של נתונים רציפים. ציר אחד (בדרך כלל אופקי) מחולק ל"טווחים" או "אשכולות" של ערכים (בין X ל-Y, Y ל-Z, וכו') והציר האחר מראה כמה נתונים נופלים בכל טווח כזה.

כל עמודה בהיסטוגרמה מייצגת את מספר המקרים או התצפיות שהתגלו בטווח ערכים מסוים. כך למעשה ההיסטוגרמה נותנת מושג על צורת ההתפלגות – האם רוב הנתונים מרוכזים בטווח צר, פזורים באופן אחיד, או אולי יש שני "שיאים" וכו'.

אם נאסוף, לדוגמה, את ציוני המבחן של 100 תלמידים, נוכל ליצור היסטוגרמה שבה כל עמודה מראה כמה תלמידים קיבלו ציון בטווח מסוים (נגיד 50-60, 60-70, 70-80, וכו'). כך אפשר לראות האם רוב הכיתה קיבלה ציונים גבוהים, נמוכים, או שהתפלגו באופן שווה.


#יתרונות
היסטוגרמה מצטיינת בהצגת התפלגות ערכים – משהו שגרף עמודות רגיל אינו עושה, כי גרף עמודות מציג כל קטגוריה בנפרד ולא טווח רציף.

בעזרת היסטוגרמה אפשר לזהות במהירות מאפיינים של הנתונים כמו שכיחות (כמה פעמים ערכים מופיעים בטווח מסוים), האם יש הטיה לכיוון גבוה או נמוך והאם הנתונים מרוכזים סביב ערך מרכזי או מפוזרים.

כך, למשל, אפשר לראות אם יש "זנב ארוך" – כלומר מעט ערכים רחוקים מהמרכז (מה שיראה כעמודה בודדת רחוקה מהשאר).


#התאמה
היסטוגרמה מתאימה במיוחד עבור נתונים מספריים רציפים בכמות גדולה, כאשר רוצים להבין את הצורה הכללית שלהם.

כל מצב שבו יש מדידה כמותית להרבה פרטים - ציוני תלמידים, גבהים של אנשים, משך זמן שלוקח לאנשים לבצע משימה, טמפרטורות יומיות בחודש – יתאים להיסטוגרמה.

מה שכן, חשוב שלנתונים יהיה טווח ערכים רחב מספיק כדי לחלק לטווחים (Bins) ולהפיק תובנות מצורת ההצטברות שלהם.


#דוגמאות
דוגמה מהחיים היא של מורה שיכול להכין היסטוגרמה של ציוני הבחינה בכיתה כדי לראות את פיזור הציונים. הציר האופקי הוא טווחי ציונים, בעוד הציר האנכי הוא מספר התלמידים בכל טווח. כך ניתן לבחון האם יש שתי פסגות (האם למשל קבוצה גדולה קיבלה ציונים נמוכים וקבוצה גדולה אחרת ציונים גבוהים) או שהציונים מרוכזים סביב ציון ביניים.

דוגמה נוספת: היסטוגרמה של גילאי תושבי עיר – ציר אופקי טווחי גיל (0-9, 10-19, 20-29 וכו') והציר האנכי מספר התושבים בכל טווח. כך העירייה יכולה לראות אם יש הרבה צעירים, הרבה מבוגרים וכו', דברים שיכולים להשפיע על תכנון וסוג השירותים לתושבים.


מהי היסטוגרמה, מתי להשתמש בה ואיך?

https://youtu.be/haJyaQObNwU


היסטוגרמה בעולם ההשקעות:

https://youtu.be/Xv8gh2exXeE


מה ההבדל בין היסטוריה לגרף עמודות?

https://youtu.be/JsEwJD1mYpU


היסטוגרמה? - מתי להשתמש באיזה גרף?

https://youtu.be/yrTB5JSQPqY


כך תבנו היסטוגרמה:

https://youtu.be/fHX7myclXyk
גרף בועות
למה משתמשים בגרף בועות?



גרף בועות (Bubble Chart) דומה לגרף פיזור בכך שהוא מציג נקודות במערכת צירים עבור שני משתנים, אך מוסיף את גודל הנקודה כמידע נוסף. למעשה, כל "בועה" בגרף היא נקודה שהשטח שלה (או הרדיוס שלה) משקפת משתנה שלישי.

כך ניתן לדוגמה לבנות גרף בועות שבו כל בועה היא מדינה בעולם: מיקום אופקי מייצג בו את התוצר לנפש במדינה, מיקום אנכי מייצג את תוחלת החיים וגודל הבועה מייצג את גודל האוכלוסייה. כך נראה בבת אחת את הקשר בין עושר לאריכות חיים וגם אילו מדינות הן גדולות באוכלוסייה - מדינות עם הרבה תושבים יהיו בועות גדולות ומדינות קטנות יהיו בועות קטנות.

כלומר, באמצעות גרף כזה אפשר להעביר בהצגה דו-ממדית שלושה ממדי מידע: מיקום אופקי (X), מיקום אנכי (Y) וגודל (Z) שניתן לראות באמצעות גודל הבועה.

ואגב, לפעמים משתמשים גם בצבע הבועות כדי לשקף משתנה רביעי, אבל לרוב שני צירים וגודל נותנים כבר תמונה עשירה.


#יתרונות
גרף בועות מאפשר להציג יותר מידע באותה תמונה. הוא מצטיין בהמחשת מערכות נתונים מורכבות שבהן שני משתנים לא מספרים את כל הסיפור. הבועות מוסיפות ממד חדש, אך מבלי לעבור לגרף תלת-ממדי שהוא שקשה יותר לקריאה.

היתרון הוא שניתן לזהות דפוסים שאולי היו נסתרים אם היו מציגים כל פעם רק שני משתנים. אפשר לראות שלושה משתנים קשורים. במקרה המדינות, למשל, ייתכן שנגלה שמדינות עם תוצר גבוה ותוחלת חיים גבוהה הן גם בעלות אוכלוסייה בינונית, ואילו מדינות עם אוכלוסייה עצומה הן לאו דווקא הכי עשירות.


#התאמה
גרף בועות מתאים במיוחד למצבים שבהם יש שלושה משתנים כמותיים לכל פריט ונרצה לבדוק את היחסים ביניהם. הרבה פעמים משתמשים בזה בכלכלה וחברה - למשל להצגת נתוני המדינות כפי שתואר (עושר, בריאות, גודל אוכלוסייה) או להשוואת ביצועי חברות עסקיות (ציר אחד יכול להיות רווח, ציר שני צמיחה וגודל הבועה הוא שווי השוק של החברה).

גם בשיווק אפשר להשתמש בגרף עם בועות. למשל, כשכל בועה היא מוצר. עם ציר X למחיר, ציר Y לשביעות רצון לקוחות וגודל הבועה עבור כמות המכירות. כך ניתן להבין היכן ממוקמים המוצרים בשוק ביחס לשביעות הרצון מהם מול מחירם.


#דוגמאות
בדוגמה אמיתית הוצג על-ידי הנס רוסלינג (Hans Rosling) גרף בועות מפורסם ובו הוא תיאר את התפתחות מדינות העולם. באותו גרף ראו על גבי הגרף בועה לכל מדינה. הציר האופקי היה ההכנסה, הציר האנכי תוחלת החיים, בעוד שגודל הבועה ייצג את גודל האוכלוסייה. כך ניתן היה לראות בקלות את הודו וסין עם אוכלוסיותיהם העצומות, כבועות גדולות ועולות בציר ההכנסה לאורך השנים.

דוגמה יומיומית יותר היא של חנות מקוונת שיכולה לנתח את מוצריה בעזרת גרף בועות. כל בועה מייצגת עבורה מוצר. המיקום האופקי בגרף מייצג את מחירו והמיקום האנכי את דירוג הלקוחות (בכוכבים למשל), בעוד גודל הבועה מייצג את כמות המכירות של אותו מוצר. מבט כזה יכול לגלות שאין קשר בין המחיר לדירוג, אבל כן רואים שמוצרים עם דירוג גבוה נמכרים יותר. זה ייראה בבירור כשבועות גדולות מרוכזות באזורי הדירוג הגבוה בגרף.


הנה הסבר של גרף הבועות:

https://youtu.be/iv0CT5H0yug


עשו ואל תעשו בגרף בועות:

https://youtu.be/Fygi3mQY0Ag


ודוגמאות לגרף בועות בתוכנת Excel:

https://youtu.be/Q1uiytD86OQ
גרף עמודות
מהו גרף עמודות ולמה הוא טוב?



גרף עמודות (Bar Chart) הוא גרף השוואתי, עם ציר אחד בלבד, המציג השוואה בין קטגוריות שונות בעזרת מלבנים או עמודות שכל אחד מהם מייצג קטגוריה.

גובה כל עמודה (או אורך, אם העמודות אופקיות) מראה לנו כמה גדול הערך של אותה קטגוריה, למשל שכיחות של משהו, כמה ממנו יש. למשל, גרף של מספר תושבים בערים שונות יראה לנו עמודות שונות, שכל אחת מהן מציגה את גודל האוכלוסיה בעיר המסוימת, את שכיחות התושבים בה.

ערך גבוה מיוצג על-ידי עמודה גבוהה וערך נמוך על-ידי עמודה נמוכה. כלומר הגרף מסוג זה הוא פשוט לקריאה: ניתן מיד לראות בו בעמודות מי בין הקטגוריות היא "הכי גדולה" ומי "הכי קטנה", מי יותר ומי פחות.

לדוגמה, אפשר להשתמש בגרף עמודות כדי להציג את מספר התלמידים בכל כיתה בשכבה, כאשר לכל כיתה יש עמודה בגובה המתאים למספר התלמידים בה.


#יתרונות
גרף עמודות מצטיין בהשוואת גדלים בין פריטים או קבוצות שונות בצורה ישירה. בניגוד לגרף עוגה, שבו קשה להשוות בדיוק גדלים של פרוסות, כאן אפשר לראות בבירור ובמדויק איזו עמודה גבוהה יותר, גם אם ההפרשים לעתים זעירים.

גרף העמודות עדיף לעיתים גם על גרף קו, כשהנתונים אינם רציפים אלא מחולקים לקטגוריות נפרדות (למשל סוגי מוצרים, ערים, קבוצות גיל וכדומה).


#מתי?
גרף העמודות מתאים במיוחד עבור נתונים קטגוריים - כלומר נתונים המחולקים לקבוצות או לסוגים ברורים. גרף כזה מתאים להראות כמויות, סכומים או מספר פריטים בכל קטגוריה.

הגרף יעיל גם להצגת נתונים של תקופות (חודשים, שנים) כשרוצים להשוות תקופה לתקופה ולא בהכרח להראות מגמה רציפה.


#דוגמאות
למשל, השוואת כמות הגשמים בחודשי השנה באמצעות עמודות, כשלכל חודש עמודה המציגה את כמות המשקעים בו.

דוגמה נוספת: גרף עמודות יכול להראות כמה משתמשים יש לכל רשת חברתית (פייסבוק, אינסטגרם, טוויטר וכו'), כאשר כל רשת מיוצגת בעמודה. כך רואים איזו רשת היא בעלת מספר המשתמשים הגדול ביותר בצורה ברורה.


הנה גרף עמודות:

https://youtu.be/WTVdncVCvKo


גרף עמודות המציג מספר ערכים השוואתיים מטבלת שכיחות (עברית):

https://youtu.be/ZrBw7vTRsUs


דוגמה לגרף עמודות אופקי:

https://youtu.be/wlEQ6h9ilUU


ותבנית לילדים ליצירת דיאגרמת עמודות, גרף עמודות (עברית):

https://youtu.be/RjYKvcvlies

גרף (נתונים)

גרף פיזור
למה משמש גרף פיזור?



גרף פיזור (Scatter Plot) הוא סוג של גרף המציג נקודות בודדות במערכת צירים, כשכל נקודה מייצגת תצפית אחת עם שני ערכים: אחד לערך הציר האופקי (X) ואחד לערך הציר האנכי (Y). בדרך זו ניתן לראות קשר אפשרי בין שני משתנים – האם יש ביניהם מגמה משותפת, קוֹרֵלַצְיָה, קשר כלשהו - או שהם בלתי תלויים.

הנקודות מפוזרות במישור בהתאם לערכיהן. אם למשל הערכים נוטים לעלות יחד (כש-X גדול גם Y גדול), נראה שהנקודות מתגבשות בקו אלכסוני עולה. לעומת זאת, אם אין קשר, הן תהיינה מפוזרות בצורה עננית וללא כיוון ברור.

לדוגמה, נוכל לצייר גרף פיזור שבו כל נקודה היא תלמיד: המיקום האופקי הוא מספר שעות הלמידה שלו למבחן, והמיקום האנכי הוא הציון שקיבל. אם נראה שהנקודות יוצרות נטייה אלכסונית (ככל שלמדו יותר שעות הציונים שלהם עולים), נסיק מכך שיש קשר חיובי בין זמן הלימוד לציון.

לחילופין, אם המצב הוא שהנקודות פזורות ללא סדר, כשחלק שלמדו מעט קיבלו ציון גבוה ואחרים שלמדו הרבה קיבלו ציון נמוך, נבין מכך שאין קשר ברור.


#יתרונות
גרף פיזור מצטיין בהמחשת קשרים ותבניות בין שני משתנים כמותיים. בשונה מגרפים כמו עמודות או קו, כאן כל פרט מופיע בנפרד כנקודה, וכך רואים גם את הפיזור וגם את צברי נקודות, ריכוזים של נקודות.

יתרון נוסף של גרף הפיזור הוא באפשרות לזהות בקלות ערכים חריגים (outliers), כנקודות שרחוקות מכל השאר.


#התאמה
גרף פיזור מתאים במיוחד עבור בדיקת קוֹרֵלַצְיָה (בעברית מִתְאָם), קשר או תלות בין שני דברים שנמדדים באופן מספרי.

דוגמאות? - מה הקשר בין משקל לגובה של אנשים? או בין כמות שעות צפייה בטלוויזיה לציונים בבית הספר?

כלומר גרף פיזור יהיה הבחירה הטבעית לכל זוג של נתונים מספריים שחשוב לנו לדעת אם יש ביניהם קשר. לעיתים גם מוסיפים קו מגמה או מחשבים מִתאם, קורלציה (correlation) כדי לכמת את הקשר, אבל ויזואלית הגרף כבר נותן תחושה טובה של זה.


#דוגמאות
קבלו דוגמה מהחיים - חוקרת עשויה להשתמש בגרף פיזור כדי לבדוק את הקשר בין כמות הפעילות הגופנית השבועית של אנשים לבין לחץ הדם שלהם. כל אדם מיוצג בנקודה אית, כשציר ה-X הוא שעות הספורט בשבוע, בעוד ציר Y הוא רמת לחץ הדם. אם מתגלה שיותר ספורט נוטה להתאים ללחץ דם נמוך יותר (נקודות לכיוון אלכסון יורד), זה רמז לקשר שלילי בין המשתתנים (יותר פעילות, פחות לחץ דם).

דוגמה נוספת: גרף פיזור של גודל דירה (במ"ר) מול גובה שכר הדירה. אם אכן קיים קשר כזה בשוק הדיור, הרי שנקודות ערוכות בעלייה יראו שדירות גדולות יותר נוטות גם לעלות יותר.


הנה גרף פיזור:

https://youtu.be/1ZAxR2KgM0g


כך יוצרים גרף פיזור באקסל:

https://youtu.be/P4T41HT4Be8


כך קוראים אותו:

https://youtu.be/Qsges3fJVGM


גרף פיזור מצוין לקורלציות:

https://youtu.be/AxyDalIvKIA


וכך נבין את גרף הפיזור:

https://youtu.be/hKNFn2E2biw
גרף עוגה
מהו גרף עוגה ומה הוא מציג היטב?



גרף עוגה (Pie Chart), או דיאגרמת עוגה, הוא גרף נתונים ללא צירים המציג בפלחים צבעוניים את החלקים מתוך שלם.

יתרונו הוא בהצגת ההתפלגות של השלם לחלקים היחסיים, כמו גם של היחס שבין החלקים השונים ובין כל אחד מהם לבין השלם.

גרף עוגה נקרא כך כי צורתו כעין עוגה עגולה המחולקת לפרוסות. כל פרוסה מייצגת קטגוריה או חלק מסוים מתוך ה"עוגה" השלמה, וגודל הפרוסה (הזווית או השטח שלה) מראה את היחס או האחוז של אותו חלק מתוך השלם.

כל הפרוסות שמציגות חלוקת שלם לחלקים יוצרות מעגל שלם ולמעשה 100% מהנתון. גרף עוגה מאפשר לראות בבת-אחת איזה חלק תופסת כל קטגוריה מתוך הסך הכולל. כך ניתן להציג בעזרת גרף עוגה למשל את חלוקת התקציב חודשי של משק הבית: פרוסה אחת עבור אחוז ההוצאה על מזון, פרוסה אחרת עבור דיור, פרטסה לתחבורה, לבידור וכו'. כך רואים באילו סעיפים היה שיעור ההוצאות הגדול ביותר.


#יתרונות
גרף עוגה נותן תמונה מהירה של יחס החלקים בתוך שלם אחד. בניגוד לגרף עמודות המשווה כמויות מוחלטות, גרף העוגה מתמקד בהמחשת ההרכב היחסי – מה הגודל היחסי של כל חלק. הוא יעיל במיוחד כשיש רק כמה חלקים גדולים וברורים ומאפשר לזהות מיד למשל מה "הפרוסה הגדולה ביותר", או החלקים הגדולים יותר בחלוקה.


#מתי משתמשים בו?
גרף העוגה מתאים במיוחד להצגת אחוזים או חלקים מתוך סך הכל של השלם. בכל מצב שבו הנתונים הם חלקי סך (כלומר, סך הכול 100% מחולק בין קטגוריות), גרף עוגה יכול להתאים.

למשל, פילוח אוכלוסייה לפי קבוצות גיל, באחוזים מתוך כלל האוכלוסייה. או בפילוח חלוקת הזמן של סטודנט ביומיום שלו, כלומר כמה אחוזים מהזמן מוקדשים לכל פעילות.


#דוגמאות
יש דוגמאות מהמדע, כמו גרף עוגה שיכול להראות את ההרכב של האוויר שאנו נושמים: כ-78% חנקן, 21% חמצן, וכ-1% גזים אחרים. כל גז מיוצג בפרוסת עוגה בגודל מתאים.

דוגמה יומיומית היא חלוקת שעות היממה של תלמיד תיכון. אם ה"עוגה" כוללת 24 שעות, היא מחולקת לפרוסות – שינה, לימודים בבית הספר, שיעורי בית, שעות פנאי וכדומה. כך מראים בגרף אחד כמה משעות היום מוקדשות לכל פעילות.


הסבר של גרף העוגה:

https://youtu.be/GjJdZaQrItg


מצגת וידאו:

https://youtu.be/18o0iqU8Ke4


מהו גרף העוגה?

https://youtu.be/P2HIgjqIGiU
גרף קו
מהו גרף קו ובמה הוא מצטיין?



גרף קו (Line Chart) מציג נתונים נקודתיים המחוברים באמצעות קו רציף. ציר אחד (בדרך כלל הציר האופקי) מייצג את הזמן או סדרה רציפה אחרת והציר האנכי מייצג את הערך הנמדד. כל נקודה על הגרף מראה את הערך בנקודת זמן מסוימת, כשהקו המחבר בין הנקודות מראה את השינוי בין הערכים ברצף. בצורה זו הגרף מדגיש מגמה או טרנד – האם הערכים עולים, יורדים, או מתנודדים לאורך הציר הרציף. לדוגמה, נוכל לצייר גרף קו של טמפרטורות במשך השבוע: על הציר האופקי הימים ובציר האנכי הטמפרטורה בכל יום, והקו יראה אם נעשה חם יותר או קר יותר במהלך אותם ימים.


#יתרונות
גרף הקו מצטיין בהצגת מגמות ושינויים לאורך זמן. הוא מאפשר לראות בצורה חלקה אם הנתונים בעלייה, בירידה, או שישנן תנודות חוזרות. בהשוואה לגרף עמודות, גרף הקו נותן תחושה אינטואיטיבית יותר של "זרימת" הנתונים בזמן. למשל, אם רוצים לראות שינוי חודשי, קו מתמשך מקל לזהות שיאים ושפל בניגוד לעמודות שבהן צריך לדמיין קו מעליהן.


#התאמה
גרף קווי מתאים במיוחד עבור נתוני סדרה עוקבת או נתונים רציפים בזמן. כל מידע שמתפתח לאורך ציר מספרי רציף – לרוב ציר זמן (ימים, חודשים, שנים ואפילו דקות ושעות) – מתאים מאוד לגרף קו. הוא שימושי גם כשצריך להשוות כמה סדרות נתונים לאורך זמן על אותו גרף (למשל, טמפרטורה בעיר א' מול עיר ב' לאורך השנה, בעזרת שני קווים, לרוב בצבעים שונים).


#דוגמאות
דוגמה מהחיים: במעקב אחר קצב הלב במהלך פעילות ספורטיבית, אם הקו מטפס ויורד הוא מראה איך הדופק משתנה במשך האימון. דוגמה נוספת ופשוטה: גרף קו של מספר הצופים בערוץ יוטיוב לאורך השנה - אם בתחילת השנה היו מעט צופים ובסופה הרבה, הקו יהיה במגמת עליה, ובמבט אחד נבחין בכך.


הנה גרף קו:

https://youtu.be/n2YkbdNORp8


כך נצייר גרף קו שמציג שינוי של נתונים לאורך זמן (שני קווים בשני צבעים):

https://youtu.be/a8LN-v3MyDg


כך מכינים גרף קו בתוכנת Canva:

https://youtu.be/YO7mwE8rdyQ


ההבדל בין גרף קו לגרף עמודות:

https://youtu.be/-9QdQCdE9nc


וכך מכינים את גרף הקו בגיליון Excel (עברית):

https://youtu.be/A8AtpGqb2w4


אֵאוּרִיקַה - האנציקלופדיה של הסקרנות!

העולם הוא צבעוני ומופלא, אאוריקה כאן בשביל שתגלו אותו...

אלפי נושאים, תמונות וסרטונים, מפתיעים, מסקרנים וממוקדים.

ניתן לנווט בין הפריטים במגע, בעכבר, בגלגלת, או במקשי המקלדת

בואו לגלות, לחקור, ולקבל השראה!

אֵאוּרִיקַה - האנציקלופדיה של הסקרנות!

שלום,
נראה שכבר הכרתם את אאוריקה. בטח כבר גיליתם כאן דברים מדהימים, אולי כבר שאלתם שאלות וקיבלתם תשובות טובות.
נשמח לראות משהו מכם בספר האורחים שלנו: איזו מילה טובה, חוות דעת, עצה חכמה לשיפור או כל מה שיש לכם לספר לנו על אאוריקה, כפי שאתם חווים אותה.