第1课。可视化

在进行分析之前，数据探索是了解任务和数据集的第一步。在本课程中，您将学习如何在交互式仪表板中有意义地可视化和检查它们。

本课包括练习。[L2-DW KNIME针对数据牧马人的分析平台-高级](https://hub.knime.com/maarit/spaces/Public/latest/E-Learning/L2-DW KNIME Analytics Platform for Data Wranglers - Advanced/)提供了相应的数据文件，解决方案工作流以及带有说明的预先建立的空运动工作流。电子学习中的 (opens new window)文件夹 KNIME集线器上的存储库。

交互式单变量视觉探索

只需探索列的统计属性，您已经可以从数据中学到很多东西。

数据资源管理器节点

数据资源管理器节点生成一个交互式视图，显示数据的一些统计度量。在此视图中，您可以应用您的域专业知识并删除不相关的列。

参考工作流“带有Data Explorer的Univariate Visual Exploration”节点 (opens new window) 在KNIME Hub上可用。

注意！该视频中的KNIME工作流包含来自Austin KATT站WeatherUnderground.com的数据，该数据已在GPLv2下发布。

数据来源：https (opens new window)：//www.wunderground.com/history/airport/KATT/ (opens new window)

数据许可证：https (opens new window)：//www.gnu.org/licenses/old-licenses/gpl-2.0.en.html (opens new window)

练习：数据资源管理器

解决方案：数据资源管理器

交互式双变量视觉探索

如果您对列之间的关系感兴趣，则可以进行多变量数据探索，例如，成对绘制列并计算相关度量。散点图，条件框图，森伯斯特图和平行坐标图是用于双变量和多变量分析的强大可视化功能的一些示例。

散点图

散点图通过成对的值可视化数据，并显示列之间的可能关系。如果需要，可以通过使用“颜色管理器”节点为每对颜色分配颜色来添加第三维。

具有散点图的 (opens new window)参考工作流双变量视觉探索 (opens new window) 在KNIME Hub上可用。

练习：散点图

解决方案：散点图

复合视图

复合视图是由多个简单视图组成的交互式仪表板。您可以同时选择和过滤所有视图中的数据，从而获得更全面的数据视图。仪表板由组件内各个节点的交互式视图组成。

参考工作流程分3个步骤创建交互式仪表板：Netflix数据集 (opens new window) 在KNIME Hub上可用。