Biểu đồ bản đồ cây (Treemap Chart) Khái niệm: Biểu đồ phân cấp thể hiện dữ liệu dưới dạng các hình chữ nhật lồng vào nhau.

Cách sử dụng: Kích thước hình chữ nhật tỷ lệ với giá trị. Dùng một tông màu với các sắc độ (shading) khác nhau để thể hiện sự thay đổi.

Sử dụng khi nào:

Cần thể hiện dữ liệu có cấu trúc phân cấp (Hierarchical data) gồm danh mục chính và danh mục phụ.

Minh họa mối quan hệ thành phần trên tổng thể.

Biểu diễn điều gì: Biểu diễn cấu trúc phân cấp (Hierarchy) và tỷ trọng đóng góp của các danh mục con vào danh mục lớn.

Biểu đồ tròn (Pie Chart) Khái niệm: Biểu đồ dạng hình tròn được chia thành các lát cắt (slice), mỗi lát đại diện cho một tỷ lệ phần trăm.

Cách sử dụng: Dán nhãn rõ ràng từng lát cắt. Giữ màu sắc nhất quán.

Sử dụng khi nào:

Khi muốn thể hiện tỷ trọng/tỷ lệ đóng góp của từng danh mục vào tổng thể.

Chỉ dùng khi có ít hơn 6 đến 7 danh mục (không dùng cho tập dữ liệu lớn).

Biểu diễn điều gì: Biểu diễn tỷ trọng/thành phần (Proportion / Part-to-whole relationship) của một tổng thể.

Biểu đồ phân tán (Scatter Plot) Khái niệm: Biểu diễn tập hợp các điểm dữ liệu "phân tán" trên mặt phẳng tọa độ.

Cách sử dụng: Đánh dấu các điểm bất thường (outliers), có thể thêm đường xu hướng (trendline) hoặc dùng màu sắc/kích thước điểm khác nhau để biểu diễn các nhóm đè lên nhau.

Sử dụng khi nào: Khi muốn khám phá mối quan hệ, mô hình giữa 2 biến liên tục (continuous variables).

Biểu diễn điều gì: Biểu diễn mối tương quan (Correlation), quan hệ và sự tập trung/phân cụm (Clusters/Outliers) giữa 2 biến.

Tổng quan: Data Visualization là gì? Khái niệm: Là việc biểu diễn dữ liệu dưới dạng đồ họa (hình ảnh, biểu đồ, bản đồ).

Biểu diễn điều gì: Giúp con người dễ dàng nhận biết các xu hướng (trends), mẫu hình (patterns), mối quan hệ giữa các biến, và các điểm bất thường (outliers) trong các tập dữ liệu.

Biểu đồ cột ngang (Bar Chart) Khái niệm: Biểu diễn dữ liệu bằng các thanh hình chữ nhật đặt nằm ngang, chiều dài thanh tỷ lệ thuận với giá trị.

Cách sử dụng: Đặt tên rõ ràng cho các thanh và trục. Dùng thanh nằm ngang khi nhãn/tên trên trục X quá dài (tránh việc chữ bị nghiêng hoặc cắt bớt).

Sử dụng khi nào:

So sánh tầm quan trọng giữa các biến.

So sánh giá trị giữa các danh mục/nhóm riêng biệt.

Xem sự phân bổ dữ liệu qua các danh mục.

Biểu diễn điều gì: Biểu diễn sự so sánh (Comparison) và phân bố (Distribution) giữa các nhóm/danh mục khác nhau.

Biểu đồ đường (Line Chart) Khái niệm: Nối các điểm dữ liệu riêng biệt bằng các đường thẳng.

Cách sử dụng: Dán nhãn trục (trục X biểu diễn chuỗi thời gian/thứ tự, trục Y biểu diễn giá trị), đánh dấu (marker) từng điểm dữ liệu. Nếu dữ liệu quá lớn, nên dùng độ trong suốt (transparency) hoặc khoảng cách phù hợp.

Sử dụng khi nào:

Cần làm rõ xu hướng, biến đổi theo thời gian hoặc tiến trình (như tiến độ dự án, chu kỳ sản xuất, tăng trưởng dân số, doanh số theo tháng).

Đo lường mối liên hệ/sự thay đổi giữa các nhóm theo thời gian.

Biểu diễn điều gì: Biểu diễn mức độ biến đổi và xu hướng (Trend & Progression) của dữ liệu theo một thứ tự logic (thường là thời gian).

Biểu đồ cột dọc (Column Chart) Khái niệm: Biểu đồ biểu diễn dữ liệu bằng các cột thẳng đứng tỷ lệ với giá trị.

Cách sử dụng: Tối giản chi tiết rườm rà (tránh hiệu ứng 3D, đường lưới quá nhiều), dùng màu tương phản để làm nổi bật cột quan trọng, giữ tỷ lệ trục nhất quán.

Sử dụng khi nào:

So sánh dữ liệu giữa các danh mục khác nhau.

Hiển thị thứ hạng (rankings) và thứ tự trong tập dữ liệu.

Biểu diễn điều gì: Biểu diễn thứ hạng (Ranking), thứ tự (Order) và sự so sánh giữa các đối tượng.

Biểu đồ mạng nhện / Biểu đồ Ra-da (Radar Chart) Khái niệm: Còn gọi là Spider web chart, biểu diễn dữ liệu đa chiều trên không gian 2D với các trục tỏa ra từ một điểm trung tâm.

Cách sử dụng:

Giữ tỷ lệ chia trên các trục nhất quán để so sánh chính xác.

Sử dụng độ trong suốt (Transparency) cho các vùng diện tích lấp đầy để tránh che khuất khi các đối tượng chồng lên nhau.

Sử dụng khi nào:

Khi muốn so sánh nhiều biến số (Dimensions) cùng lúc trong một không gian nhỏ gọn.

So sánh đặc tính/điểm số của các đối tượng khác nhau (ví dụ: đánh giá mức độ hài lòng khách hàng trên nhiều tiêu chí dịch vụ).

Biểu diễn điều gì: Biểu diễn hồ sơ năng lực/đặc tính tổng thể (Profile/Signature), sự cân bằng hoặc khoảng cách (gaps) giữa các biến số.

Biểu đồ Sankey (Sankey Chart) Khái niệm: Là dạng biểu đồ dòng chảy (flow chart) thể hiện sự chuyển dịch giá trị từ tập hợp này sang tập hợp khác. Các đối tượng được gọi là nút (nodes) và các đường nối được gọi là liên kết (links).

Cách sử dụng:

Độ rộng của đường nối/mũi tên tỷ lệ thuận với số lượng hoặc lưu lượng (Flow rate) mà nó đại diện.

Dùng màu sắc nổi bật để nhấn mạnh các dòng chảy quan trọng.

Yêu cầu tối thiểu 2 chiều (Dimensions) và 1 độ đo (Measure).

Sử dụng khi nào:

Minh họa mối quan hệ nhiều-nhiều (Many-to-many) giữa hai tập hợp (như danh mục sản phẩm và kênh bán hàng).

Thể hiện luồng di chuyển qua nhiều giai đoạn nối tiếp nhau.

Biểu diễn điều gì: Biểu diễn lưu lượng, sự phân bổ và luồng chuyển dịch (Flows & Transitions) giữa các thành phần.

Biểu đồ phân tán địa lý (Scatter Map) Khái niệm: Sử dụng các điểm dữ liệu riêng lẻ đặt trực tiếp trên bản đồ địa lý để thể hiện sự phân bố không gian.

Cách sử dụng:

Tránh đặt quá nhiều điểm dữ liệu đè lên nhau ở các khu vực đông đúc.

Định nghĩa rõ ràng ý nghĩa của màu sắc, kích thước hoặc hình dáng điểm dữ liệu.

Dùng mã hóa màu sắc (color coding) để phân biệt các nhóm/độ đậm nhạt.

Sử dụng khi nào: Khi muốn khám phá mối quan hệ giữa 2 biến số định lượng phân bố trên các vùng địa lý khác nhau.

Biểu diễn điều gì: Biểu diễn mối tương quan không gian (Spatial Correlations), sự tập trung/phân cụm (Clusters) và điểm ngoại lệ theo khu vực địa lý.

Biểu đồ vùng (Area Chart) Khái niệm: Dạng biểu đồ thị giác hóa dữ liệu định lượng, tương tự như biểu đồ đường (Line Chart) nhưng phần diện tích bên dưới đường nối được tô màu/lấp đầy.

Cách sử dụng:

Luôn bắt đầu trục tọa độ từ gốc số 0 (Zero baseline) để so sánh chính xác quy mô.

Giới hạn số lượng chuỗi dữ liệu (Data series) chồng lên nhau để tránh gây rối.

Sử dụng ít nhất 2 tập dữ liệu để so sánh (không nên dùng cho 1 chuỗi dữ liệu đơn lẻ).

Sử dụng khi nào:

Khi muốn hiển thị sự thay đổi của dữ liệu theo thời gian (doanh thu hàng tháng, hiệu quả marketing hàng năm).

Khi muốn thể hiện tổng giá trị tích lũy (Cumulative values) qua thời gian.

Biểu diễn điều gì: Biểu diễn độ lớn sự thay đổi theo thời gian và giá trị tích lũy của các đối tượng.

Biểu đồ nến (Candlestick Chart) Khái niệm: Là loại biểu đồ tài chính dùng để biểu diễn biến động giá của tài sản (cổ phiếu, tiền tệ, chứng khoán derivates) theo thời gian. Mỗi cây nến gồm phần thân (body) thể hiện giá mở cửa/đóng cửa và phần bóng/bấc nến (wicks/shadows) thể hiện giá cao nhất/thấp nhất.

Cách sử dụng:

Sử dụng màu phân biệt rõ ràng: Màu xanh/trắng cho nến tăng (Bullish - giá đóng cửa > mở cửa), màu đỏ/đen cho nến giảm (Bearish - giá đóng cửa < mở cửa).

Tránh thêm quá nhiều chỉ báo kỹ thuật làm rối mẫu hình nến.

Sử dụng khi nào: Dùng trong phân tích kỹ thuật (Technical Analysis) thị trường tài chính để dự đoán xu hướng giá dựa trên lịch sử biến động.

Biểu diễn điều gì: Biểu diễn tâm lý thị trường (Market Sentiment) và biến động giá chi tiết (Mở cửa, Cao nhất, Thấp nhất, Đóng cửa - OHLC) trong một khoảng thời gian.

Biểu đồ tần suất (Histogram) Khái niệm: Biểu đồ biểu diễn sự phân bố của một tập dữ liệu đơn lẻ và liên tục. Khác với biểu đồ cột (Bar Chart - vẽ các điểm dữ liệu đơn lẻ theo danh mục), Histogram biểu diễn tần suất của các dải/khoảng dữ liệu (bins/class intervals).

Cách sử dụng:

Chia dữ liệu thành các khoảng hợp lý (bins/class intervals) có độ rộng bằng nhau.

Các cột phải dính liền kề nhau (không có khoảng trống) vì đây là dữ liệu liên tục.

Trục X biểu diễn khoảng giá trị, trục Y biểu diễn tần suất (Frequency).

Sử dụng khi nào:

Khi muốn xem độ rộng, sự biến thiên (spread/variation) và hình dạng phân bố của tập dữ liệu.

Cần phát hiện các điểm dữ liệu bất thường (outliers) hoặc các giá trị lệch chuẩn.

Cần có tập dữ liệu đủ lớn để tạo biểu đồ có ý nghĩa.

Biểu diễn điều gì: Biểu diễn phân bố tần suất (Frequency Distribution), độ phân tán và hình dáng tập dữ liệu (đối xứng hay lệch trái/phải).

Biểu đồ bong bóng (Bubble Chart) Khái niệm: Biến thể của biểu đồ phân tán (Scatter plot), giúp xem xét mối quan hệ giữa 3 biến số dạng số.

Cách sử dụng:

Vị trí điểm biểu diễn trục X và Y, kích thước bong bóng đại diện cho biến thứ 3.

Giữ quy mô kích thước bong bóng nhất quán và sử dụng độ trong suốt nếu các bong bóng bị đè lên nhau.

Cần thêm chú thích (legend) giải thích kích thước bong bóng.

Sử dụng khi nào:

Khi có tập dữ liệu lớn và muốn xác định mối tương quan giữa 3 biến.

Phát hiện xu hướng và các điểm bất thường (outliers) dễ dàng.

Biểu diễn điều gì: Biểu diễn mối tương quan đồng thời giữa 3 biến số.

Biểu đồ phễu (Funnel Chart) Khái niệm: Giống như biểu đồ cột chồng, có hình dạng như chiếc phễu (phần lớn nhất ở trên và nhỏ dần xuống dưới).

Cách sử dụng:

Cần có ít nhất 3 giai đoạn/bước để so sánh dữ liệu.

Dùng màu sắc hoặc ghi chú để nhấn mạnh sự giảm sút đáng kể giữa các giai đoạn.

Điều chỉnh độ rộng hợp lý để tránh gây hiểu lầm.

Sử dụng khi nào: Tuyệt vời để theo dõi sự chuyển biến (progression) hoặc sự sụt giảm/hao hụt (attrition) của dữ liệu qua các giai đoạn/quy trình.

Biểu diễn điều gì: Biểu diễn tỷ lệ chuyển đổi, sự sụt giảm và tiến trình dữ liệu qua từng giai đoạn.

Biểu đồ bánh tròn khuyết / Bánh Donut (Donut Chart) Khái niệm: Biến thể của biểu đồ tròn (Pie chart) nhưng có khoảng trống ở giữa.

Cách sử dụng:

Áp dụng phối màu nhất quán để phân biệt các danh mục.

Dán nhãn đi kèm tên và tỷ lệ phần trăm.

Tránh dùng hiệu ứng 3D hoặc quá nhiều đường lưới gây méo hình ảnh.

Sử dụng khi nào:

Minh họa mức độ đóng góp của các danh mục vào tổng thể.

Linh hoạt hơn biểu đồ tròn thông thường, chứa được nhiều danh mục hơn mà không bị quá rối.

Biểu diễn điều gì: Biểu diễn tỷ trọng/thành phần đóng góp (Part-to-whole relationship).

Biểu đồ thác nước (Waterfall Chart) Khái niệm: Biểu đồ có dạng chuỗi cột lồng dốc như dòng thác, diễn giải cách một giá trị ban đầu bị ảnh hưởng bởi một chuỗi các giá trị trung gian (tăng hoặc giảm) để đạt đến kết quả cuối cùng.

Cách sử dụng:

Bắt đầu bằng giá trị ban đầu, sau đó phát triển tuần tự theo các yếu tố đóng góp.

Dùng màu sắc phân biệt rõ giữa thay đổi tích cực (tăng) và tiêu cực (giảm).

Giữ tỷ lệ trục (scaling) nhất quán.

Sử dụng khi nào: Khi muốn truyền tải tác động nối tiếp (sequential impact) của nhiều yếu tố lên một tổng giá trị, hoặc hình dung sự biến động và dòng chảy của dữ liệu.

Biểu diễn điều gì: Biểu diễn sự biến động cộng dồn/dòng chảy (changes & flow) từ giá trị đầu đến giá trị cuối.

Biểu đồ địa lý (Geo Chart) Khái niệm: Là dạng biểu đồ thể hiện dữ liệu không gian (spatial information) trên bản đồ địa lý.

Cách sử dụng:

Chọn phép chiếu bản đồ (map projection) phù hợp với khu vực phân tích.

Dùng độ đậm nhạt/màu sắc (color shading) và dán nhãn để làm nổi bật các vùng/điểm dữ liệu.

Sử dụng khi nào: Phân tích thông tin địa lý (các quốc gia, tiểu bang, khu vực) để tìm kiếm các xu hướng và mẫu hình ẩn.

Biểu diễn điều gì: Biểu diễn sự phân bố không gian và quy mô/độ lớn của biến theo vùng địa lý.

Biểu đồ Pareto (Pareto Chart) Khái niệm: Biểu đồ kết hợp giữa biểu đồ cột (Bar chart) đại diện cho từng giá trị riêng lẻ xếp giảm dần và biểu đồ đường (Line graph) hiển thị phần trăm tích lũy (cumulative percentage).

Cách sử dụng:

Sắp xếp tất cả danh mục theo thứ tự giảm dần dựa trên tần suất, tác động hoặc đóng góp.

Sử dụng màu sắc có mục đích để tăng độ rõ ràng và dán nhãn ngắn gọn, dễ hiểu.

Sử dụng khi nào:

Khi muốn chỉ ra các yếu tố đóng góp chính dẫn đến một kết quả.

Muốn làm nổi bật các vấn đề cần ưu tiên xử lý dựa trên mức độ tác động của chúng (dựa theo nguyên lý 80/20: 20% nguyên nhân gây ra 80% vấn đề).

Biểu diễn điều gì: Biểu diễn mức độ ưu tiên và sự đóng góp tích lũy của từng yếu tố vào tổng thể kết quả/vấn đề.

Biểu đồ nhiệt (Heatmap Chart) Khái niệm: Là dạng biểu đồ sử dụng hệ thống mã hóa màu sắc (color coding) để đại diện cho các giá trị trong một ma trận. Mỗi ô vuông/cell trong lưới được gán một màu dựa trên giá trị mà nó nắm giữ.

Cách sử dụng:

Chọn bảng màu trực quan phản ánh rõ độ lớn của giá trị.

Dùng các hiệu ứng thị giác làm nổi bật giá trị quan trọng.

Tận dụng khoảng trắng (white space) hợp lý để tránh làm giao diện quá dày đặc/rối mắt.

Sử dụng khi nào: Thường dùng để xác định mối quan hệ giữa hai biến trên một lưới (grid) dữ liệu.

Biểu diễn điều gì: Biểu diễn cường độ/độ lớn của giá trị, giúp dễ dàng nhận biết các mẫu hình (patterns) và xu hướng (trends).

Cơ chế của Joint giống như Knot trong Spline/Bézier: mỗi khi thêm 1 hidden unit, mạng thêm 1 điểm uốn (joint). Từ điểm này, đường đồ thị được bẻ gập / chuyển hướng (nhờ hàm kích hoạt ReLU) để tạo thêm 1 đoạn tuyến tính mới rồi ghép lại thành hàm tổng thể.

Theo chung ý tưởng với định lí đường cong Bezier