در ستایش مصورسازی
شاید یک دایناسور در داده‌های شما باشد!شاید هیچ چیز بهتر از یک تصویر نتواند اهمیت مصورسازی را روشن کند. واقعیت این است که آماره‌های توصیفی (از میانگین و میانه گرفته تا ضریب همبستگی و …) هیچگاه تمام واقعیت را به شما نمی‌گویند.
خیلی از پدیده‌ها را می‌شود دید، اما نمی‌شود با یک عدد و آماره آنها را بیان کرد. مثال‌هایی از وجود این پدیده‌ها در داده را می‌توان در پست‌های قبلی مثل
(+) و همچنین
(+) مشاهده نمایید.
علاوه بر نمونه‌های فوق، الگوهای تکرارشونده (patterns) مثل الگوهای فصلی (seasonality)، شکست‌های ساختاری(structural break) و سایر ناهنجاری‌ها (Anomaly) نظیر داده‌های پرت (Outliers data) نیز با ترسیم داده‌ها به خوبی خودشان را لو می‌دهند. هر چند برای این دست الگوها (و سایر الگوهای از این دست) آزمون‌هایی وجود دارد اما واقعیت این است که تعداد این پدیده‌ها و ناهنجاری‌ها آنقدر زیاد است که هیچ دیتاآنالیزری تمام این موارد را آزمون نمی‌کند، بلکه با
“مشاهده” داده‌ها، به وجود این پدیده‌ها و الگوها شک و سپس آنها را آزمون می‌کند.
مفاهیم مالی در پایتون
https://t.me/pyfinance
