Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
Esta página descreve os tipos de visualizações disponíveis para uso em painéis de IA/BI e mostra como criar um exemplo de cada tipo de visualização. Para obter instruções sobre como criar um painel, consulte Criar um painel. Você pode usar a linguagem natural para pedir ao assistente que crie gráficos de barras, de linhas, de pontos, de dispersão, de pizza e de contagem. Consulte Criar visualizações com o Assistente do Databricks.
Importante
Esta página aborda visualizações para painéis de IA/BI. Para visualizações em notebooks do Azure Databricks e no editor de SQL, consulte os tipos de visualização do Notebook e do editor do SQL.
Para obter informações sobre os limites de renderização de visualização, consulte Limites do Dashboard.
Visualização de área
As visualizações de área combinam as visualizações de linha e barra para mostrar como os valores numéricos de um ou mais grupos mudam ao longo da progressão de uma segunda variável, normalmente a do tempo. Eles geralmente são usados para mostrar alterações de funil de vendas ao longo do tempo.
Para ajustar o layout:
- Clique no
Menu kebab na seção Eixo Y do painel de edição de visualização. - Na seção Layout , escolha Stack ou 100% Stack.
Valores de configuração: para o exemplo de visualização de área fornecido, os seguintes valores foram definidos:
- Conjunto de dados: samples.tpch.orders
- Visualização: Área
- Título:
Total price and order year by order priority and clerk - Eixo X:
- Campo:
o_orderdate - Transformação:
Yearly - Tipo de escala:
Continuous - Título do eixo:
Order year
- Campo:
- Eixo y:
- Campo:
o_totalprice - Título do eixo:
Total price - Tipo de escala:
Continuous - Transformação:
Sum
- Campo:
- Cor:
- Campo:
o_orderpriority - Título da legenda:
Order priority
- Campo:
- Filtro
- Campo:
TPCH orders.o_clerk
- Campo:
Consulta SQL: para essa visualização de área, a seguinte consulta SQL foi usada para gerar o conjunto de dados chamado TPCH orders.
SELECT * FROM samples.tpch.orders;
Gráfico de barras
Gráficos de barras representam a alteração nas métricas ao longo do tempo ou entre categorias e mostram proporcionalidade, semelhante a uma visualização de pizza.
Para ajustar o layout:
- Clique no Menu kebab na seção Eixo Y do painel de edição de visualização.
- Na seção Layout , escolha Stack ou 100% Stack ou Group.
Valores de configuração: para o exemplo de gráfico de barras fornecido, os seguintes valores foram definidos:
- Conjunto de dados: samples.tpch.orders
- Visualização: barras
- Título:
Total price and order month by order priority and clerk - Eixo X:
- Campo:
o_orderdate - Transformação:
Monthly - Tipo de escala:
Continuous - Título do eixo:
Order month
- Campo:
- Eixo y:
- Campo:
o_totalprice - Tipo de escala:
Continuous - Transformação:
Sum - Título do eixo:
Total price
- Campo:
- Cor:
- Campo:
o_orderpriority - Título da legenda:
Order priority
- Campo:
- Filtro
- Campo:
TPCH orders.o_clerk
- Campo:
Consulta SQL: A consulta SQL a seguir gerou o conjunto TPCH orders de dados para essa visualização de barra.
SELECT * FROM samples.tpch.orders;
Gráfico de caixa
A visualização do gráfico de caixa mostra o resumo de distribuição de dados numéricos, opcionalmente agrupados por categoria. Usando uma visualização de gráfico de caixa, você pode comparar rapidamente os intervalos de valores entre categorias e visualizar os grupos de localidade, propagação e distorção dos valores por meio de seus quartils. Em cada caixa, a linha mais escura mostra o intervalo interquartil. Para obter mais informações sobre como interpretar visualizações de gráfico de caixa, consulte o artigo sobre gráfico de caixa na Wikipédia.
Para o exemplo de gráfico de caixa fornecido, os seguintes valores foram definidos:
- Coluna X (coluna do conjunto de dados):
l-returnflag - Colunas Y (coluna do conjunto de dados):
l_extendedprice - Título do eixo X:
Return flag1 - Título do eixo Y:
Extended price
Consulta SQL: para essa visualização de gráfico de caixa, a consulta SQL a seguir foi usada para gerar o conjunto de dados.
SELECT * FROM samples.tpch.lineitem;
Gráfico de bolhas de
Gráficos de bolhas são gráficos de dispersão em que o tamanho de cada marcador de ponto reflete uma métrica relevante. Para criar um gráfico de bolhas, selecione Dispersão como o tipo de visualização. Na configuração Tamanho , selecione a métrica que você deseja representar pelo tamanho dos marcadores.
Valores de configuração: para o exemplo de gráfico de bolhas fornecido, os seguintes valores foram definidos:
- Conjunto de dados: viagens de táxi de NYC
- Visualização: Dispersão
- Título:
Trip distance, fares, and trip duration - Eixo X:
- Campo:
trip_distance - Tipo de escala:
Continuous - Transformação:
None
- Campo:
- Eixo y:
- Campo:
fare_amount - Tipo de escala:
Continuous - Transformação:
None
- Campo:
- Colorir por:
- Campo:
pickup_zip
- Campo:
- Tamanho:
- Campo:
minutes_in_taxi - Transformação:
None
- Campo:
Consulta SQL: para essa visualização de gráfico de bolhas, a consulta SQL a seguir foi usada para gerar o conjunto de dados.
SELECT
*,
TIMESTAMPDIFF(MINUTE, tpep_pickup_datetime, tpep_dropoff_datetime) AS minutes_in_taxi
FROM samples.nyctaxi.trips
LIMIT 500;
Mapa coroplético
Nas visualizações de mapa coroplético, as localidades geográficas, como países ou estados, são coloridas de acordo com os valores agregados de cada coluna de chave. A consulta deve retornar localizações geográficas por nome. Os usuários podem criar mapas que exibem limites administrativos no país, estado ou província e nível de condado ou distrito.
Valores de configuração: para essa visualização de mapa coroplético, os seguintes valores foram definidos:
- Conjunto de dados: samples.tpch.customer
- País:
Country - Cor: sum(c_acct_bal)
Consulta SQL: para essa visualização de mapa coroplético, a consulta SQL a seguir foi usada para gerar o conjunto de dados.
SELECT
INITCAP(n_name) AS Country,
SUM(c_acctbal)
FROM samples.tpch.customer
JOIN samples.tpch.nation WHERE n_nationkey = c_nationkey
GROUP BY 1;
Gráfico de coorte
Os gráficos de coorte visualizam os padrões de comportamento e retenção do usuário ao longo do tempo agrupando usuários com base em uma característica compartilhada (como a data de inscrição) e acompanhando suas atividades nos períodos de tempo subsequentes. Essa visualização ajuda você a entender como diferentes coortes de usuários se envolvem com seu produto ou serviço ao longo do tempo.
Para criar um gráfico de coorte, use uma visualização dinâmica com dados de retenção. O exemplo a seguir acompanha a retenção do cliente calculando quando os clientes realizaram um pedido pela primeira vez (sua data de coorte) e medindo quantos clientes de cada coorte permanecem ativos nos anos seguintes. A escala de cores indica taxas de retenção, com cores mais escuras mostrando maior retenção.
Valores de configuração: para este exemplo de gráfico de coorte, os seguintes valores foram definidos:
- Conjunto de dados: samples.tpch.orders
- Visualização: gráfico dinâmico
- Título:
Customer retention by cohort year - Linhas:
- Campo:
Cohort - Transformação:
Yearly
- Campo:
- Colunas:
- Campo:
Active Period
- Campo:
- Célula:
- Campo:
Retention - Estilo:
Color Scale
- Campo:
Consulta SQL: para essa visualização de gráfico de coorte, a consulta SQL a seguir foi usada para gerar o conjunto Orders cohort analysisde dados.
-- get the list of customers and when they were active
WITH history AS (
SELECT o_orderdate, o_custkey -- replace with the right columns representing date and id
FROM samples.tpch.orders -- replace with desired table
GROUP BY ALL
),
-- find the date of the first order for each customer
cohort AS (
SELECT o_custkey, MIN(o_orderdate) AS first_date
FROM history
GROUP BY 1
),
-- combine the customer activity table with the date of first activity, and choose a granularity (e.g. YEAR)
joined AS (
SELECT
DATE_TRUNC("YEAR", first_date) AS cohort,
CAST(DATE_DIFF(YEAR, cohort, o_orderdate) AS STRING) AS active,
o_custkey
FROM history LEFT JOIN cohort USING(o_custkey)
),
-- calculate the number of distinct customers by cohort and date active
grouped AS (
SELECT cohort, active, COUNT(DISTINCT o_custkey) AS customers
FROM joined
GROUP BY 1, 2
),
-- calculate the number of initial customers for each cohort
initial_customers AS (
SELECT cohort, customers AS t0_customers
FROM grouped
WHERE active = 0
)
-- calculate the retention by cohort and date active
SELECT
cohort AS Cohort,
active AS Active,
CASE WHEN active = 1 THEN CONCAT(active, " year")
ELSE CONCAT(active, " years") END AS `Active Period`,
customers AS Customers,
t0_customers AS `Initial Customers`,
TRY_DIVIDE(customers, t0_customers) AS Retention
FROM grouped LEFT JOIN initial_customers USING (cohort)
WHERE active > 0;
Gráfico de combinação
Os gráficos de combinação combinam gráficos de linhas e barras para apresentar as alterações ao longo do tempo com proporcionalidade.
Valores de configuração: para esta visualização de gráfico de combinação, os seguintes valores foram definidos:
- Conjunto de dados: samples.tpch.partsupp
- Visualização: combinação
- Eixo X:
ps_partkey- Tipo de escala:
Continuous
- Tipo de escala:
- Eixo y:
- Barra:
ps_availqty - Tipo de agregação:
SUM - Linha:
ps_supplycost - Tipo de agregação:
AVG
- Barra:
- Cor por série Y:
Sum of ps_availqtyAverage ps_supplycost
Consulta SQL: para essa visualização de gráfico de combinação, a consulta SQL a seguir foi usada para gerar o conjunto de dados.
SELECT * FROM samples.tpch.partsupp;
Gráfico combinado de dois eixos
Você pode usar gráficos de combinação para mostrar dois eixos Y diferentes. Com o widget do gráfico de combinação selecionado, clique no nas configurações do eixo Y no painel de configuração do gráfico. Ative a opção Habilitar eixo duplo .
Valores de configuração: para este gráfico de combinação, a opção Habilitar eixo duplo está ativada. As outras configurações são definidas da seguinte maneira:
- Conjunto de dados: samples.nyctaxi.trips
- Visualização: combinação
- Eixo X:
tpep_pickup_datetime- Transformação:
Weekly - Tipo de escala:
Continuous
- Transformação:
- Eixo y:
- Eixo Y esquerdo (Barra):
trip_distance- Transformação:
AVG
- Transformação:
- Eixo Y direito (Linha):
fare_amount- Transformação:
AVG
- Transformação:
- Eixo Y esquerdo (Barra):
Colorir por série Y:
Average trip_distanceAverage fare_amount
Consulta SQL: a seguinte consulta SQL foi usada para gerar o conjunto de dados:
SELECT * FROM samples.nyctaxi.trips;
Visualização de contador
Os contadores exibem um único valor destacadamente, permitindo a comparação com um valor de deslocamento. Para usar contadores, especifique quais dados exibir na visualização do contador para as colunas Valor e Comparação . Opcionalmente, escolha uma coluna de data e uma agregação para mostrar um sparkline no gráfico.
Você pode definir a formatação condicional e personalizar o estilo de texto nos detalhes da configuração de Valor .
Valores de configuração: para este exemplo de visualização de contador, os seguintes valores foram definidos:
- Conjunto de Dados:
samples.tpch.orders - Visualização: contador
- Título:
Orders: Total price by date (compared to the previous day) - Valor:
- Data:
DAILY(o_orderdate) - Valor:
total price
- Data:
- Comparação:
- Campo:
o_orderdate - Deslocamento de dias atrás: -1
- Campo:
Consulta SQL: para essa visualização de contador, a seguinte consulta SQL foi usada para gerar o conjunto de dados:
SELECT
SUM(o_totalprice) AS `total price`,
o_orderdate
FROM
samples.tpch.orders
GROUP BY o_orderdate
ORDER BY o_orderdate DESC;
Gráfico de funil
O gráfico de funil ajuda a analisar a alteração em uma métrica em diferentes estágios. Para usar o funil, especifique uma step e uma value coluna.
Por exemplo, o gráfico de funil a seguir mostra como os usuários progridem por meio de estágios de um fluxo de inscrição. Cada estágio representa uma etapa no processo, com seu tamanho refletindo o número de usuários que atingiram essa etapa.
Valores de configuração: para este gráfico de funil, os seguintes valores foram definidos:
- Conjunto de dados: estágios de funil de participação do usuário
- Visualização: Funil
- Eixo X:
stage - Eixo Y:
count- Tipo de agregação:
SUM
- Tipo de agregação:
- Coluna de cores:
- Coluna do conjunto de dados:
count
- Coluna do conjunto de dados:
Consulta SQL: A consulta SQL a seguir gerou o conjunto de dados para essa visualização do gráfico de funil.
SELECT *
FROM VALUES
('Visited Website', 10000),
('Signed Up', 4000),
('Activated Account', 2500),
('Added First Item', 1500),
('Completed Purchase', 800)
AS funnel(stage, count);
Gráfico de mapa de calor
Gráficos de mapa de calor combinam recursos de gráficos de barras, gráficos empilhados e gráficos de bolhas, permitindo que você visualize dados numéricos usando cores.
Por exemplo, o mapa de calor a seguir visualiza a contagem de pedidos com base em sua prioridade e método de envio. O eixo x representa diferentes prioridades de ordem, enquanto o eixo y representa vários métodos de envio. A intensidade da cor indica a soma das contagens de pedidos, com uma legenda mostrando a escala de contagem de pedidos.
Nota
Os mapas de calor podem exibir até 64 K linhas, ou 10 MB.
Valores de configuração: para esta visualização do gráfico de mapa de calor, os seguintes valores foram definidos:
- Conjunto de dados: samples.tpch.orders
- Visualização: Mapa de calor
- Eixo X:
priority - Eixo Y:
ship_mode - Coluna de cores:
- Coluna do conjunto de dados:
order_count - Tipo de agregação:
SUM
- Coluna do conjunto de dados:
- Nome do eixo X (substituir o valor padrão):
Order Priority - Nome do eixo Y(substituir valor padrão):
Shipping method - Rampa de cores:
Green Blue
Consulta SQL: para essa visualização de gráfico de mapa de calor, a consulta SQL a seguir foi usada para gerar o conjunto de dados.
SELECT
o.o_orderpriority AS priority,
l.l_shipmode AS ship_mode,
COUNT(*) AS order_count,
o.o_orderdate
FROM
samples.tpch.orders AS o
JOIN
samples.tpch.lineitem AS l
ON
o.o_orderkey = l.l_orderkey
GROUP BY
o.o_orderpriority,
l.l_shipmode,
o.o_orderdate
ORDER BY
priority,
ship_mode;
Gráfico de histograma
Um histograma plota a frequência em que um determinado valor ocorre em um conjunto de dados. Um histograma ajuda você a entender se um conjunto de dados tem valores clusterizados em torno de um pequeno número de intervalos ou se estão mais distribuídos. Um histograma é exibido como um gráfico de barras no qual você controla o número de barras distintas (também chamadas de compartimentos).
Valores de configuração: para essa visualização de gráfico de histograma, os seguintes valores foram definidos:
- Conjunto de dados: samples.tpch.orders
- Visualização: Histograma
- Coluna X (coluna do conjunto de dados):
o_totalprice - Número de compartimentos: 20
- Nome do eixo X (substituir o valor padrão):
Total price
Opções de configuração: para opções de configuração de gráfico de histograma, consulte as opções de configuração do gráfico de histograma.
Consulta SQL: para essa visualização de gráfico de histograma, a consulta SQL a seguir foi usada para gerar o conjunto de dados.
SELECT * FROM samples.tpch.orders;
Visualização de linha
As visualizações de linha apresentam a alteração em uma ou mais métricas ao longo do tempo.
Valores de configuração: para este exemplo de visualização de linha, os seguintes valores foram definidos:
- Conjunto de dados: samples.tpch.orders
- Visualização: Linha
- Título:
Average price and order year by order priority and clerk - Eixo X:
- Campo:
o_orderdate - Transformação:
Yearly - Tipo de escala:
Continuous - Título do eixo:
Order year
- Campo:
- Eixo y:
- Campo:
o_totalprice - Transformação:
Average - Tipo de escala:
Continuous - Título do eixo:
Average price
- Campo:
- Cor:
- Campo:
o_orderpriority - Título da legenda:
Order priority
- Campo:
Consulta SQL: para essa visualização de gráfico de linhas, a consulta SQL a seguir foi usada para gerar o conjunto de dados chamado Orders data.
SELECT * FROM samples.tpch.orders;
Visualização de pizza
Visualizações de pizza mostram a proporcionalidade entre as métricas. Eles não são destinados a transmitir dados de série temporal.
Valores de configuração: para este exemplo de visualização de pizza, os seguintes valores foram definidos:
- Conjunto de dados: samples.tpch.orders
- Visualização: Visualização de pizza
- Título:
Total price by order priority and clerk - Ângulo:
- Campo:
o_totalprice - Transformação:
Sum - Título do eixo:
Total price
- Campo:
- Cor:
- Campo:
o_orderpriority - Título da legenda:
Order priority
- Campo:
- Filtro
- Campo:
TPCH orders.o_clerk
- Campo:
Consulta SQL: para essa visualização de pizza, a seguinte consulta SQL foi usada para gerar o conjunto de dados chamado TPCH orders.
SELECT * FROM samples.tpch.orders;
Visualização de pivô
Uma visualização dinâmica agrega registros de um resultado de consulta em uma exibição tabular. É semelhante às instruções PIVOT ou GROUP BY no SQL. Você configura a visualização dinâmica com campos de arrastar e soltar.
Para obter informações detalhadas sobre opções de configuração de tabela dinâmica, incluindo cabeçalhos autoadesivos, formatação condicional e adição de links, consulte a configuração da tabela dinâmica.
Valores de configuração: para este exemplo de visualização dinâmica, os seguintes valores foram definidos:
- Conjunto de dados: samples.tpch.lineitem
- Visualização: gráfico dinâmico
- Título:
Line item quantity by return flag and ship mode by supplier - Linhas:
- Campo:
l_returnflag - Total de exibição: Verificado
- Campo:
- Colunas:
- Campo:
l_shipmode - Total de exibição: Verificado
- Campo:
- Valores
- Campo:
l_quantity - Transformação: soma
- Campo:
Consulta SQL: para essa visualização dinâmica, a seguinte consulta SQL foi usada para gerar o conjunto de dados chamado TPCH lineitem.
SELECT * FROM samples.tpch.lineitem;
Mapa de pontos
Mapas de pontos exibem dados quantitativos como símbolos colocados em locais de mapa específicos. Os marcadores são posicionados usando coordenadas de latitude e longitude, que devem ser incluídas como parte do conjunto de resultados para esse tipo de gráfico. O exemplo a seguir usa dados de colisões de veículos automotores em Nova York, NY.
Valores de configuração: para esta visualização de mapa de ponto, os seguintes valores foram definidos:
- Conjunto de dados: Análise de preços da casa de Seattle
- Visualização: Mapa de pontos
- Coordenadas:
- Latitude:
LATITUDE - Longitude:
LONGITUDE
- Latitude:
- Cor:
- Campo:
avg(bedrooms)- Tipo de escala: Categórico
- Campo:
- Tamanho:
- Campo:
avg(price)
- Campo:
Nota
Nenhum conjunto de dados do Databricks inclui dados de latitude ou longitude, portanto, uma consulta SQL de exemplo não é fornecida para este exemplo.
Diagrama Sankey
Um diagrama de Sankey visualiza o fluxo de um conjunto de valores para outro.
Valores de configuração: para este diagrama sankey, os seguintes valores foram definidos:
- Conjunto de dados: samples.nyctaxi.trips
- Visualização: Sankey
- Estágios
stage1stage2
- Valor
- SOMA(valor)
Consulta SQL: para esta visualização sankey, a consulta SQL a seguir foi usada para gerar o conjunto de dados.
SELECT pickup_zip AS stage1, dropoff_zip AS stage2, SUM(fare_amount) AS value
FROM samples.nyctaxi.trips
GROUP BY 1, 2
ORDER BY 3 DESC
LIMIT 10;
Visualização de dispersão
As visualizações de dispersão geralmente são usadas para mostrar a relação entre duas variáveis numéricas. Você pode codificar a terceira dimensão com cor para mostrar como as variáveis numéricas diferem entre grupos.
Valores de configuração: para este exemplo de visualização de dispersão, os seguintes valores foram definidos:
- Conjunto de dados: samples.tpch.lineitem
- Visualização: Dispersão
- Título:
Total price and quantity by ship mode and supplier - Eixo X:
- Campo:
l_quantity - Título do eixo:
Quantity - Tipo de escala:
Continuous - Transformação:
None
- Campo:
- Eixo y:
- Campo:
l_extendedprice - Tipo de escala:
Continuous - Transformação:
None - Título do eixo:
Price
- Campo:
- Cor:
- Campo:
l_shipmode - Título da legenda:
Ship mode
- Campo:
- Filtro
- Campo:
TPCH lineitem.l_supplierkey
- Campo:
Consulta SQL: para essa visualização de dispersão, a seguinte consulta SQL foi usada para gerar o conjunto de dados chamado TPCH lineitem.
SELECT * FROM samples.tpch.lineitem
Visualização de tabela
A visualização da tabela mostra dados em uma tabela padrão, mas permite que você reordene, oculte e formate manualmente os dados.
Nota
As tabelas podem exibir até 64 mil linhas ou 10 MB.
Valores de configuração: para este exemplo de visualização de tabela, os seguintes valores foram definidos:
- Conjunto de dados: samples.tpch.lineitem
- Visualização: Tabela
- Título:
Line item summary by supplier - Colunas:
- Exibir número da linha: Habilitado
- Campo:
l_orderkey - Campo:
l_extendedprice- Exibir como:
Number - Formato de número: $0.00
- Exibir como:
- Campo:
l_discount- Exibir como:
Number - Formato de número: %0.00
- Exibir como:
- Campo:
l_tax- Exibir como:
Number - Formato de número: %0.00
- Exibir como:
- Campo:
l_shipdate - Campo:
l_shipmode
- Filtro
- Campo:
TPCH lineitem.l_supplierkey
- Campo:
Opções de configuração: para opções de configuração de visualização de tabela, consulte opções de Tabela.
Consulta SQL: para esta visualização de tabela, a seguinte consulta SQL foi usada para gerar o conjunto de dados chamado TPCH lineitem.
SELECT * FROM samples.tpch.lineitem
Gráfico de cascata
Gráficos em cascata exibem o efeito cumulativo de valores positivos e negativos sequenciais, mostrando como um valor inicial é afetado por uma série de valores positivos e negativos intermediários. Eles são comumente usados para visualizar dados financeiros, como demonstrações de lucro e perda, ou para mostrar como diferentes fatores contribuem para uma mudança total.
Exemplo de gráfico de cascata
Valores de configuração: para este exemplo de gráfico de cascata, os seguintes valores foram definidos:
- Conjunto de dados: gerado por consulta
- Visualização: Cascata
- Eixo X: MONTHLY(date_col)
- Eixo Y: SOMA(valor)
Consulta SQL: para esta visualização de tabela, a seguinte consulta SQL foi usada para gerar o conjunto de dados.
with base as (
SELECT
*
FROM
VALUES
(2535, '2025-01-01'),
(-853, '2025-02-01'),
(3229, '2025-03-01'),
(1820, '2025-04-01'),
(3195, '2025-05-01'),
(-1800, '2025-06-01'),
(-562, '2025-07-01'),
(-332, '2025-08-01'),
(1750, '2025-09-01'),
(-330, '2025-10-01'),
(3300, '2025-11-01'),
(4400, '2025-12-01') AS t (amount, date_str)
)
SELECT
amount,
cast(date_str as date) as date_col
from
base