より深く探究するために、変数間の関係を比較できる追加の可視化を作成したいと考えています。平行座標プロットはその有力な候補ですね！
進捗が失われた場合は、Local space を開き、data-visualization-in-knime フォルダーをクリックし、Exercises フォルダーの 2_1_explore_relations ワークフローを読み込みます。
Local space
data-visualization-in-knime
Exercises
2_1_explore_relations
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
この章では、データを探索し説明するためのツールとしてのデータ可視化の力を体感し、あなたの会社のCO2排出量データの可視化を始めます。棒グラフ、円グラフ、ヒストグラムなどのツールを使って、パターンを分析し、洞察を正確かつ明確に伝えられるようになります。
この章では、広く使われているいくつかのプロットやチャートと、データ可視化の基本原則（シンプルさ、明確さ、色の賢い使い方）を学びます。さらに、ヒストグラムなどのツールを用いて、データの分布、比率、関係性をどのように表現するかを探り、適切なラベリングや正確なスケーリングといったベストプラクティスを実践します。
現在の演習
この章では、特に時系列のようなより高度なデータに焦点を当て、効果的なプロット方法を学びます。地理空間チャートなどの高度な可視化にも触れ、複雑なデータセットに対応する前処理の戦略も身につけます。これらの手法により、詳細なパターンを見いだし、データを説得力と洞察に富んだ形で提示できるようになります。
最終章では、まさに仕上げです。コンポーネントを使って複数の可視化をひとつのビューにまとめ、インタラクティブなダッシュボードを作成し、成果を示すPDFレポートを生成します。ベストプラクティスに従い、対象読者に合わせた可視化を設計し、効果的に注意を導けるようにします。
