เทเบิลพล็อตTableplot

01ภาพรวมของกราฟนี้

Tableplot เรียงข้อมูลตามตัวแปรหนึ่งแล้วยุบเป็นกลุ่มละเท่า ๆ กัน จากนั้นแสดงค่าสรุปของทุกคอลัมน์เรียงข้างกัน ทำให้ดูข้อมูลหลายล้านแถวได้ในภาพเดียวและเห็นว่าคอลัมน์อื่นเปลี่ยนอย่างไรตามคอลัมน์ที่ใช้เรียง แลกกับการที่ค่าผิดปกติรายแถวหายไปหมด

ใช้ที่ไหนบ้าง — สำรวจข้อมูลขนาดใหญ่ก่อนวิเคราะห์ลึก ตรวจคุณภาพข้อมูล หรือดูว่าตัวแปรอื่นเปลี่ยนไปอย่างไรตามตัวแปรเป้าหมาย

สร้างอย่างไร

1. ขั้นที่ 1★ เลือกคอลัมน์ที่ใช้เรียงซึ่งเป็นการตัดสินใจที่สำคัญที่สุด
2. ขั้นที่ 2เรียงข้อมูลแล้วแบ่งเป็นกลุ่มละเท่า ๆ กันประมาณร้อยกลุ่ม
3. ขั้นที่ 3คำนวณค่าสรุปของทุกคอลัมน์ในแต่ละกลุ่ม
4. ขั้นที่ 4วาดแต่ละคอลัมน์เป็นแถบเรียงข้างกันโดยใช้ลำดับแถวเดียวกัน

02อธิบายภาษาคนเข้าใจง่าย ๆ

เมื่อข้อมูลมีหลายแสนหรือหลายล้านแถว การดูตารางดิบเป็นไปไม่ได้ และการสุ่มตัวอย่างมาดูก็เสี่ยงพลาดรูปแบบที่สำคัญ

Tableplot แก้ด้วยการยุบแถวแทนที่จะสุ่ม โดยเรียงข้อมูลตามคอลัมน์หนึ่ง แล้วแบ่งเป็นกลุ่มละเท่า ๆ กันประมาณร้อยกลุ่ม จากนั้นสรุปค่าของทุกคอลัมน์ในแต่ละกลุ่ม

สิ่งที่ได้คือภาพที่ทุกคอลัมน์ใช้ลำดับแถวเดียวกัน ทำให้เห็นทันทีว่าเมื่อคอลัมน์ที่ใช้เรียงเพิ่มขึ้น คอลัมน์อื่นเปลี่ยนไปอย่างไรบ้าง

จุดแข็งที่ชัดเจนคือมันใช้ข้อมูลทุกแถวจริง ๆ ไม่ใช่ตัวอย่าง จึงไม่มีความเสี่ยงว่าจะพลาดอะไรเพราะการสุ่ม และยังเผยรูปแบบของค่าที่หายไปได้ดีมากเพราะช่องว่างจะเห็นเป็นแถบชัดเจน

ราคาที่จ่ายข้อแรกคือค่าผิดปกติรายแถวหายไปหมด เพราะทุกอย่างถูกยุบเป็นค่าสรุปของกลุ่มแล้ว ถ้าเป้าหมายคือหาค่าผิดปกติ ภาพนี้ตอบไม่ได้เลย

ข้อที่สองคือคอลัมน์ที่เลือกใช้เรียงเปลี่ยนภาพทั้งหมด ความสัมพันธ์ที่เห็นเป็นความสัมพันธ์กับคอลัมน์นั้นเท่านั้น และการเปลี่ยนคอลัมน์ที่ใช้เรียงก็เท่ากับเปลี่ยนคำถามที่ถาม

03ข้อมูลที่ต้องใช้

คอลัมน์ที่ต้องเตรียม

ต้องเตรียมข้อมูลอย่างไรก่อนวาด

1. ★ เลือกและบันทึกคอลัมน์ที่ใช้เรียง
2. ตัดสินใจว่าจะใช้ค่าเฉลี่ยหรือมัธยฐานเป็นค่าสรุป
3. จัดการหน่วยของแต่ละคอลัมน์ให้แสดงผลได้

ค่าที่หายไป — ★ จุดแข็งของภาพนี้คือค่าที่หายไปจะเห็นเป็นแถบชัดเจน จึงต้องแสดงให้เห็นไม่ใช่ซ่อน

สเกลของแกน — แต่ละคอลัมน์ใช้สเกลของตัวเองได้เพราะหน่วยต่างกัน แต่ต้องเขียนช่วงค่ากำกับทุกคอลัมน์

หน้าตาไฟล์ที่ต้องเตรียม

item,group,ราคา,ความเร็ว,ความจุ,น้ำหนัก,คะแนนรีวิว
รุ่น A,รุ่นประหยัด,167,48.5,17.6,30.9,3.17
รุ่น B,รุ่นมาตรฐาน,301,55.7,30.4,20,4.09
…

04อ่านแล้วเห็นอะไร

อ่านตามลำดับนี้

1. ดูคอลัมน์ซ้ายสุดก่อนซึ่งคือคอลัมน์ที่ใช้เรียง
2. กวาดสายตาลงทีละคอลัมน์เพื่อดูว่าเปลี่ยนไปพร้อมกันไหม
3. มองหาแถบที่แสดงค่าที่หายไป

05เหมาะกับการนำเสนอแบบไหน

ทำอย่างไรให้คนอ่านได้ข้อสรุปโดยไม่ต้องบรรยาย

1. ★ เขียนที่หัวภาพว่าเรียงตามคอลัมน์อะไรและใช้กี่กลุ่ม
2. เขียนช่วงค่ากำกับทุกคอลัมน์
3. ทำเครื่องหมายแถบที่เป็นค่าที่หายไปให้ชัด

06เอาไปใช้ต่อ

โค้ดทุกชิ้นอ่านไฟล์ tableplot-sample.csv ชุดเดียวกับที่ Playground ใช้ และตัวเลขในโค้ดเปลี่ยนตามค่าที่คุณปรับด้านล่าง

# ติดตั้ง: pip install "matplotlib==3.10.*" "pandas==2.*"
# ดาวน์โหลด tableplot-sample.csv จากหน้านี้ แล้ววางไว้ข้างสคริปต์
import matplotlib
matplotlib.use("Agg")   # รันแบบไม่มีหน้าจอ ถ้ารันในเครื่องตัวเองลบบรรทัดนี้ได้
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

C1, C2, C3 = "#2a78d6", "#eb6834", "#1baf7a"   # palette ของคลัง เปลี่ยนเป็นสีองค์กรได้
INK, SURFACE = "#0b0b0b", "#fcfcfb"

df = pd.read_csv("tableplot-sample.csv")
df["ราคา"] = pd.to_numeric(df["ราคา"], errors="coerce")
df["ความเร็ว"] = pd.to_numeric(df["ความเร็ว"], errors="coerce")
df["ความจุ"] = pd.to_numeric(df["ความจุ"], errors="coerce")
df["น้ำหนัก"] = pd.to_numeric(df["น้ำหนัก"], errors="coerce")
df["คะแนนรีวิว"] = pd.to_numeric(df["คะแนนรีวิว"], errors="coerce")
NOTE = "sortcol"   # ← ค่าจาก Playground

fig, ax = plt.subplots(figsize=(7.6, 4.2), facecolor=SURFACE)
ax.set_facecolor(SURFACE)

dims = ["ราคา", "ความเร็ว", "ความจุ", "น้ำหนัก"]
SORT_BY, BINS = "ราคา", 10                          # ★ คอลัมน์ที่เรียงเปลี่ยนภาพทั้งหมด
d = df.sort_values(SORT_BY, ascending=False).reset_index(drop=True)
d["bin"] = (d.index * BINS // len(d))
agg = d.groupby("bin")[dims].mean()
fig, axes = plt.subplots(1, len(dims), figsize=(11, 5), sharey=True,
                         constrained_layout=True)
for ax_, dim in zip(axes, dims):
    ax_.barh(agg.index, agg[dim], color=C1, height=0.86)
    ax_.set_title(f"{dim}\n{agg[dim].min():.0f}–{agg[dim].max():.0f}", fontsize=9)
    ax_.invert_yaxis(); ax_.set_xticks([])
axes[0].set_ylabel(f"กลุ่ม (เรียงตาม {SORT_BY})")

ax.spines[["top", "right"]].set_visible(False)   # ลดเส้นที่ไม่ได้ให้ข้อมูล
fig.tight_layout()
fig.savefig("tableplot.png", dpi=160)
print("เขียน tableplot.png แล้ว ·", len(df), "แถว")

ติดตั้ง: pip install "matplotlib==3.10.*" "pandas==2.*" · ทดสอบกับเวอร์ชัน 3.10

07ลองเล่นเพื่อเข้าใจ

ข้อควรระวัง

1. ★ ไม่ระบุคอลัมน์ที่ใช้เรียง ทั้งที่มันกำหนดคำถามที่ภาพนี้ตอบทั้งหมด
2. ใช้หาค่าผิดปกติ ทั้งที่ค่าผิดปกติถูกยุบหายไปหมดแล้ว
3. ซ่อนค่าที่หายไป ซึ่งเป็นการทิ้งจุดแข็งที่สุดของภาพนี้
4. ไม่เขียนช่วงค่ากำกับแต่ละคอลัมน์ ทำให้แถบยาวเท่ากันดูเหมือนค่าเท่ากัน

เมื่อไหร่ไม่ควรใช้กราฟนี้

• มีข้อมูลน้อยกว่า 200 แถว→ใช้แทน: scatter-matrix หรือตารางธรรมดา
• ต้องหาค่าผิดปกติรายแถว→ใช้แทน: scatter-plot หรือ box-plot
• สนใจความสัมพันธ์ระหว่างทุกคู่ตัวแปร→ใช้แทน: correlation-heatmap

กราฟที่เกี่ยวข้อง