Depuis Ben Shneiderman développé le Treemap au début des années 90, les gens ont imaginé de nouveaux algorithmes pour la mise en forme de carreaux, ou rectangles, de représentation des données. Treemap est une visualisation remplissant une zone conçue pour représenter les données de sorte que l'utilisateur puisse facilement comparer des valeurs en consultant la zone relative des rectangles. Vous connaissez peut-être la plate-forme Treemap dans JMP ou avec l'option Treemap dans Graph Builder.
Les treemaps dans JMP ont toujours généré des mosaïques à l'aide d'un algorithme Split. Cet algorithme a l'avantage de préserver l'ordre de vos données dans la visualisation. Il est également stable - ce qui signifie que lorsque vous redimensionnez la visualisation, les rectangles ont tendance à rester dans la même zone générale. Cela facilite la recherche de valeurs spécifiques.
Jetons un coup d'oeil à un Treemap des données sur les crimes de San Francisco, que vous pouvez trouver dans le dossier de données exemple dans JMP.
Dans ce Treemap, nous voyons le nombre d'incidents de chaque catégorie de crime sur une certaine période. Plus le rectangle est large, plus ce type de crime est souvent commis. Il semblerait que le larcin / vol soit le plus fréquent. Mais quelle est la prochaine? S'agit-il d'infractions non criminelles ou autres? Il est parfois difficile de comparer des valeurs lorsque les valeurs sont similaires, en particulier lorsque les rectangles ne sont pas proches les uns des autres. En outre, comment la fraude se compare-t-elle à l'occurrence suspecte (raccourci pour les occurrences)? Avec l’algorithme actuel dans JMP, nous obtenons parfois des rectangles de formes irrégulières, soit hauts et minces, soit courts et épais. Cela rend difficile la comparaison de ces valeurs également.
Pour résoudre ces problèmes, Treemap dans JMP 12 inclut désormais un nouvel algorithme de tuilage appelé Squarify. Vous avez un aperçu de cela dans le post d'Anne Milley, Ce que les analystes de données en herbe doivent savoir . Squarify ordonne les rectangles par taille afin de pouvoir comparer plus facilement des valeurs similaires. La plus grande valeur sera toujours trouvée dans le coin supérieur gauche et la plus petite valeur dans le coin inférieur droit. Des lignes claires indiquent la manière dont l'espace a été divisé, indiquant l'ordre dans lequel les rectangles ont été générés et, par conséquent, l'ordre des valeurs.
Nous allons donc choisir Squarify au lieu de Scinder dans l’option de menu Disposition. Le larcin / le vol est encore clairement la plus grande valeur. En utilisant la ligne qui s'étend du haut vers le bas le long du côté droit de Larceny / Theft comme indice, je sais qu’Autre infraction est la plus importante, suivie de Non criminelle, Assaut, Vandalisme, etc.
Squarify tente également de maintenir le rapport d'aspect de chaque rectangle proche de 1, de sorte qu'il soit presque carré. Cela évite les rectangles de forme impaire qui sont difficiles à comparer ou même parfois difficiles à voir. Sur la première image, vous remarquerez peut-être un mince rectangle horizontal rouge dans le coin supérieur gauche, au-dessus d’Assault. Cela représente la valeur des incendies criminels. En raison de la forme étrange et du fait que c'est une valeur faible, il est difficile de comparer et même difficile à trouver. Dans la deuxième image, montrant Squarify, vous pouvez trouver un incendie criminel près du coin inférieur droit, mais vous pouvez voir qu'il y a d'autres rectangles en dessous, ce qui indique qu'il n'est pas la plus petite valeur.
Ainsi, si vous utilisez Treemap et que vous souhaitez rechercher une valeur spécifique, Split peut être le bon algorithme pour vous. Cela préservera l'ordre de vos données et facilitera la recherche d'une valeur spécifique. Mais si vous voulez savoir quelle valeur est la plus grande ou la plus petite, ou si vous souhaitez comparer des valeurs similaires, essayez Squarify. Cela pourrait faciliter la recherche de la réponse.
Alors que se passe-t-il si vous avez des catégories imbriquées dans votre Treemap? C'est le sujet d'un autre article de blog.
John Ponte a écrit:
La variable Ordering est utilisée pour modifier l'ordre par défaut des données. Par défaut, l'ordre des données dans la table de données est conservé dans le Treemap. La variable Ordering changera celle-ci en fonction de la variable spécifiée pour Ordering. Par exemple, supposons que vous disposiez de données par État américain. Par défaut, le plan de tri serait classé par ordre alphabétique. Mais vous pouvez utiliser la latitude et / ou la longitude en tant que variables de classement, puis les rectangles Treemap seront dessinés en fonction de l'emplacement des États américains. Vous pouvez utiliser la table de données Cities.jmp du répertoire Sample Data de JMP. Toutefois, si vous spécifiez Squarify, Squarify sera classé par taille. Par conséquent, toute variable de classement est ignorée avec Squarify.
excité a écrit:
Quelle est la différence entre Squarify et la variable Ordering de la plate-forme Treemap dans JMP 11 - Modifie l'ordre alphabétique (où les valeurs progressent du haut à gauche au bas à droite) en ordre avec la variable spécifiée?
- Randy (novice JMP)
