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.
»
«
מה מציגה מפת חום?
מפת חום (Heatmap) מציגה טבלה של ערכים בשני ממדים כאשר הערכים מיוצגים כצבעים.
כלומר, יש לנו ציר אופקי וציר אנכי (למשל, ימים ושעות, או פריטים שונים מול תכונות שונות), ובנקודת המפגש של כל שני פרמטרים יש ערך מספרי שמיוצג על ידי צבע.
במפת חום לרוב משתמשים בסקאלה צבעונית. למשל, מכחול דרך צהוב עד אדום, כדי לציין מערך ערכים נמוכים עד גבוהים.
היתרון הוא שבמבט אחד ניתן לאתר דפוסים: אזורים חמים (בצבע בולט כמו אדום) לעומת קרים (כחול או צבע כהה) שמראים איפה הערכים גבוהים או נמוכים במיוחד.
לדוגמה, דמיינו heatmap שבו ניתן לראות את עומס המבקרים בחנות לאורך הימים והשעות. כל שורה מייצגת יום בשבוע וכל עמודה שעה ביום. בעוד הצבע הלבן-צהוב מצביע על שעות שיא עם הרבה לקוחות (צהרי היום ובערב), השחור-אדמדם מצביע על שעות שקטות (למשל באמצע הלילה או מוקדם בבוקר).
כך ניתן לראות במבט מהיר שבסופי שבוע (שבת-ראשון) בצהריים יש צבע בהיר מאוד, כלומר החנות עמוסה אז במיוחד.
#יתרונות
מפת חום מצטיינת ביכולת להראות הרבה מידע בתמונה אחת באופן אינטואיטיבי. היא טובה בזיהוי תבניות, כי העין שלנו מיד נמשכת לאזורים בולטים בצבעם. למשל, אם נשתמש במפת חום להצגת ציוני תלמידים במקצועות שונים (שורות תלמידים, עמודות מקצועות, וצבע = ציון), נוכל מיד להבחין באילו מקצועות כיתה שלמה חזקה (מה שייראה בצורת עמודה בולטת בצבע מסוים) או האם תלמיד ספציפי בולט לרעה או לטובה (שורה מסוימת עם צבעים קיצוניים).
#התאמה
מפת החום מתאימה במיוחד עבור נתונים בעלי שני ממדים של קטגוריות או רצף, כשעבור כל צירוף שלהם יש ערך מספרי.
זה יכול להיות זמנים מול מקומות (כמו בדוגמת החנות: לכל יום ושעה יש מספר של לקוחות), או אנשים מול תכונות (למשל, טבלת תלמידים וציוניהם בכמה מקצועות), או אפילו מטריצה של מתאם בין משתנים (כשרוצים לראות אילו משתנים קשורים, עם ערכים גבוהים בצבע בולט).
מפת חום שימושית גם למדעני נתונים בתחומים כמו ביולוגיה ובינה מלאכותית, כדי להציג מטריצות גדולות בצורה שקל לקלוט (כמו "DNA Microarray" בביולוגיה, שמציג ביטויי גנים שונים כדוגמאות צבע).
#דוגמאות
דוגמה מהחיים: רשת חברתית יכולה להציג למנהלי הקהילה מפה צבעונית של פעילות המשתמשים לפי שעה ויום: למשל, הצבעים יראו שבשעות הערב של סוף השבוע הפעילות באתר בשיאה (צבע חם מאוד) ואילו בשעות בוקר של אמצע השבוע הפעילות נמוכה (צבע קר).
דוגמה נוספת: אפליקציית תחבורה ציבורית עשויה להראות Heatmap של עומס נוסעים בתחנות שונות לאורך היום. כך ניתן לראות באילו תחנות ושעות יש עומס גדול (אדום), מה שעוזר בהקצאת משאבים כמו אוטובוסים נוספים בזמן הנכון.
מהי מפת חום?
https://youtu.be/Q3XFj3zJBuE
מפת חום בגוגל Sheet:
https://youtu.be/RuvbI3QcsFo
ליצור מפת חום בתוכנת אקסל:
https://youtu.be/4Ftu8ay4UKc
הרצאונת על מהי מפת חום ואיך להשתמש בה:
https://youtu.be/stgf2CfiXr4
ומפת חום מורכבת במיוחד:
https://youtu.be/NFbiSX6PYXo
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
מפת חום
מפת חום (Heatmap) מציגה טבלה של ערכים בשני ממדים כאשר הערכים מיוצגים כצבעים.
כלומר, יש לנו ציר אופקי וציר אנכי (למשל, ימים ושעות, או פריטים שונים מול תכונות שונות), ובנקודת המפגש של כל שני פרמטרים יש ערך מספרי שמיוצג על ידי צבע.
במפת חום לרוב משתמשים בסקאלה צבעונית. למשל, מכחול דרך צהוב עד אדום, כדי לציין מערך ערכים נמוכים עד גבוהים.
היתרון הוא שבמבט אחד ניתן לאתר דפוסים: אזורים חמים (בצבע בולט כמו אדום) לעומת קרים (כחול או צבע כהה) שמראים איפה הערכים גבוהים או נמוכים במיוחד.
לדוגמה, דמיינו heatmap שבו ניתן לראות את עומס המבקרים בחנות לאורך הימים והשעות. כל שורה מייצגת יום בשבוע וכל עמודה שעה ביום. בעוד הצבע הלבן-צהוב מצביע על שעות שיא עם הרבה לקוחות (צהרי היום ובערב), השחור-אדמדם מצביע על שעות שקטות (למשל באמצע הלילה או מוקדם בבוקר).
כך ניתן לראות במבט מהיר שבסופי שבוע (שבת-ראשון) בצהריים יש צבע בהיר מאוד, כלומר החנות עמוסה אז במיוחד.
#יתרונות
מפת חום מצטיינת ביכולת להראות הרבה מידע בתמונה אחת באופן אינטואיטיבי. היא טובה בזיהוי תבניות, כי העין שלנו מיד נמשכת לאזורים בולטים בצבעם. למשל, אם נשתמש במפת חום להצגת ציוני תלמידים במקצועות שונים (שורות תלמידים, עמודות מקצועות, וצבע = ציון), נוכל מיד להבחין באילו מקצועות כיתה שלמה חזקה (מה שייראה בצורת עמודה בולטת בצבע מסוים) או האם תלמיד ספציפי בולט לרעה או לטובה (שורה מסוימת עם צבעים קיצוניים).
#התאמה
מפת החום מתאימה במיוחד עבור נתונים בעלי שני ממדים של קטגוריות או רצף, כשעבור כל צירוף שלהם יש ערך מספרי.
זה יכול להיות זמנים מול מקומות (כמו בדוגמת החנות: לכל יום ושעה יש מספר של לקוחות), או אנשים מול תכונות (למשל, טבלת תלמידים וציוניהם בכמה מקצועות), או אפילו מטריצה של מתאם בין משתנים (כשרוצים לראות אילו משתנים קשורים, עם ערכים גבוהים בצבע בולט).
מפת חום שימושית גם למדעני נתונים בתחומים כמו ביולוגיה ובינה מלאכותית, כדי להציג מטריצות גדולות בצורה שקל לקלוט (כמו "DNA Microarray" בביולוגיה, שמציג ביטויי גנים שונים כדוגמאות צבע).
#דוגמאות
דוגמה מהחיים: רשת חברתית יכולה להציג למנהלי הקהילה מפה צבעונית של פעילות המשתמשים לפי שעה ויום: למשל, הצבעים יראו שבשעות הערב של סוף השבוע הפעילות באתר בשיאה (צבע חם מאוד) ואילו בשעות בוקר של אמצע השבוע הפעילות נמוכה (צבע קר).
דוגמה נוספת: אפליקציית תחבורה ציבורית עשויה להראות Heatmap של עומס נוסעים בתחנות שונות לאורך היום. כך ניתן לראות באילו תחנות ושעות יש עומס גדול (אדום), מה שעוזר בהקצאת משאבים כמו אוטובוסים נוספים בזמן הנכון.
מהי מפת חום?
https://youtu.be/Q3XFj3zJBuE
מפת חום בגוגל Sheet:
https://youtu.be/RuvbI3QcsFo
ליצור מפת חום בתוכנת אקסל:
https://youtu.be/4Ftu8ay4UKc
הרצאונת על מהי מפת חום ואיך להשתמש בה:
https://youtu.be/stgf2CfiXr4
ומפת חום מורכבת במיוחד:
https://youtu.be/NFbiSX6PYXo
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
