Veri goruntuleme - Data visualization
| İstatistikler üzerine bir serinin parçası |
| Veri goruntuleme |
|---|
| ana boyutlar |
| Önemli rakamlar |
| Bilgi grafiği türleri |
| İlgili konular |
Veri görselleştirme (genellikle kısaltılmış veri yani ) disiplinler arası bir alandır ile fırsatlar olduğunu grafik gösterimi ait verileri . Veriler, örneğin bir zaman serisi gibi çok sayıda olduğunda iletişim kurmanın özellikle verimli bir yoludur .
Akademik bir bakış açısından, bu gösterim, orijinal veriler (genellikle sayısal) ve grafik öğeler (örneğin, bir çizelgedeki çizgiler veya noktalar) arasındaki bir eşleme olarak düşünülebilir. Eşleme, bu öğelerin niteliklerinin verilere göre nasıl değiştiğini belirler. Bu ışıkta, bir çubuk grafik, bir çubuğun uzunluğunun bir değişkenin büyüklüğüne eşlenmesidir. Haritalamanın grafik tasarımı bir grafiğin okunabilirliğini olumsuz etkileyebileceğinden, haritalama Veri görselleştirmesinin temel bir yetkinliğidir.
Veri görselleştirmenin kökleri İstatistik alanındadır ve bu nedenle genellikle Tanımlayıcı İstatistiklerin bir dalı olarak kabul edilir . Ancak, etkili bir şekilde görselleştirmek için hem tasarım becerileri hem de istatistiksel ve hesaplama becerileri gerektiğinden, bazı yazarlar tarafından hem Sanat hem de Bilim olduğu tartışılmaktadır.
İnsanların çeşitli görselleştirme türlerini nasıl okuyup yanlış okuduklarına ilişkin araştırmalar, görselleştirmelerin hangi türlerinin ve özelliklerinin en anlaşılır ve bilgi aktarımında etkili olduğunu belirlemeye yardımcı olur.
genel bakış
Bilgileri açık ve verimli bir şekilde iletmek için veri görselleştirme, istatistiksel grafikler , çizimler , bilgi grafikleri ve diğer araçları kullanır. Sayısal veriler, nicel bir mesajı görsel olarak iletmek için noktalar, çizgiler veya çubuklar kullanılarak kodlanabilir. Etkili görselleştirme, kullanıcıların veri ve kanıtları analiz etmelerine ve bunlar hakkında akıl yürütmelerine yardımcı olur. Karmaşık verileri daha erişilebilir, anlaşılır ve kullanılabilir hale getirir. Kullanıcıların karşılaştırma yapma veya nedenselliği anlama gibi belirli analitik görevleri olabilir ve grafiğin tasarım ilkesi (yani karşılaştırmaları gösterme veya nedenselliği gösterme) görevi takip eder. Tablolar genellikle kullanıcıların belirli bir ölçümü arayacakları yerlerde kullanılırken, çeşitli türlerdeki grafikler bir veya daha fazla değişken için verilerdeki kalıpları veya ilişkileri göstermek için kullanılır.
Veri görselleştirme, verileri veya bilgileri grafiklerde bulunan görsel nesneler (örn. noktalar, çizgiler veya çubuklar) olarak kodlayarak iletmek için kullanılan teknikleri ifade eder. Amaç, bilgileri kullanıcılara açık ve verimli bir şekilde iletmektir. Veri analizi veya veri bilimindeki adımlardan biridir . Vitaly Friedman'a (2008) göre "veri görselleştirmenin temel amacı, bilgileri grafik araçlar aracılığıyla açık ve etkili bir şekilde iletmektir. Bu, veri görselleştirmenin işlevsel olması için sıkıcı veya güzel görünmesi için aşırı derecede karmaşık görünmesi gerektiği anlamına gelmez. Fikirleri iletmek için" Etkili bir şekilde, hem estetik biçim hem de işlevsellik el ele gitmeli ve anahtar yönlerini daha sezgisel bir şekilde ileterek oldukça seyrek ve karmaşık bir veri kümesine ilişkin içgörüler sağlamalıdır.Yine de tasarımcılar genellikle biçim ve işlev arasında bir denge kuramazlar ve muhteşem görüntüler oluştururlar. asıl amaçlarına hizmet etmeyen veri görselleştirmeleri - bilgi iletmek".
Gerçekten de, Fernanda Viegas ve Martin M. Wattenberg , ideal bir görselleştirmenin yalnızca net bir şekilde iletişim kurması değil, aynı zamanda izleyici katılımını ve dikkatini teşvik etmesi gerektiğini öne sürdüler.
Veri görselleştirme, bilgi grafikleri , bilgi görselleştirme , bilimsel görselleştirme , keşifsel veri analizi ve istatistiksel grafiklerle yakından ilişkilidir . Yeni binyılda, veri görselleştirme aktif bir araştırma, öğretme ve geliştirme alanı haline geldi. Post et al. (2002), bilimsel ve bilgi görselleştirmeyi birleştirmiştir.
Ticari ortamda veri görselleştirmeye genellikle panolar denir . Infographics , çok yaygın bir başka veri görselleştirme biçimidir.
temeller
Etkili grafik ekranların özellikleri
Bir resmin en büyük değeri, bizi görmeyi hiç beklemediğimiz şeyleri fark etmeye zorlamasıdır.
Profesör Edward Tufte , bilgi ekranlarının kullanıcılarının karşılaştırma yapmak gibi belirli analitik görevleri yerine getirdiğini açıkladı . Tasarım prensibi bilgi grafik analitik görevi desteklemelidir. William Cleveland ve Robert McGill'in gösterdiği gibi, farklı grafik öğeler bunu az çok etkili bir şekilde gerçekleştirir. Örneğin, nokta grafikler ve çubuk grafikler, pasta grafiklerden daha iyi performans gösterir.
Onun 1983 kitabında Kantitatif Bilginin Görsel Görüntü , Edward Tufte tanımlar 'grafiksel görüntüler' ve aşağıdaki pasajda etkili grafik gösterimi için ilkeler: "Mükemmellik istatistiksel grafik netlik, kesinlik ve verimlilik ile tebliğ karmaşık fikirlerin oluşur grafiksel görüntüler gerektiği. :
- verileri göster
- İzleyiciyi metodoloji, grafik tasarım, grafik üretim teknolojisi ya da başka bir şey hakkında düşünmek yerine öz hakkında düşünmeye teşvik etmek
- verilerin söyleyeceklerini çarpıtmaktan kaçının
- küçük bir alanda birçok sayı sunun
- büyük veri kümelerini tutarlı hale getirin
- gözü farklı veri parçalarını karşılaştırmaya teşvik edin
- Geniş bir genel bakıştan ince yapıya kadar verileri çeşitli ayrıntı seviyelerinde ortaya çıkarın
- oldukça açık bir amaca hizmet eder: açıklama, keşif, tablolama veya dekorasyon
- bir veri setinin istatistiksel ve sözlü açıklamalarıyla yakından bütünleştirilmelidir.
Grafikler verileri ortaya çıkarır . Gerçekten de grafikler, geleneksel istatistiksel hesaplamalardan daha kesin ve açıklayıcı olabilir."
Örneğin, Minard diyagramı, 1812-1813 döneminde Napolyon'un ordusunun uğradığı kayıpları göstermektedir. Altı değişken çizilir: ordunun büyüklüğü, iki boyutlu bir yüzeydeki konumu (x ve y), zaman, hareket yönü ve sıcaklık. Çizgi genişliği bir karşılaştırmayı (zamandaki noktalarda ordunun büyüklüğü) gösterirken, sıcaklık ekseni ordu büyüklüğündeki değişimin bir nedenini gösterir. İki boyutlu bir yüzey üzerindeki bu çok değişkenli görüntü, güvenilirlik oluşturmak için kaynak verileri tanımlarken hemen kavranabilecek bir hikaye anlatır. Tufte 1983'te şöyle yazdı: "Şimdiye kadar çizilmiş en iyi istatistiksel grafik olabilir."
Bu ilkelerin uygulanmaması yanıltıcı grafiklere , mesajın çarpıtılmasına veya hatalı bir sonucun desteklenmesine neden olabilir . Tufte'ye göre, chartjunk , mesajı veya gereksiz üç boyutlu veya perspektif efektleri geliştirmeyen grafiğin yabancı iç dekorasyonunu ifade eder. Açıklayıcı anahtarı gereksiz yere görüntünün kendisinden ayırmak, gözün görüntüden anahtara ileri geri gitmesini gerektiren bir "idari enkaz" biçimidir. Mümkün olan yerlerde veri olmayan mürekkebi silinerek "verinin mürekkebe" oranı en üst düzeye çıkarılmalıdır.
Kongre Bütçe Ofisi bir Haziran 2014 sunuda grafiksel ekranlar için birkaç iyi uygulamaları özetlenmiştir. Bunlar: a) Hedef kitlenizi tanımak; b) Rapor bağlamı dışında tek başına durabilen grafikler tasarlamak; ve c) Rapordaki temel mesajları ileten grafiklerin tasarlanması.
nicel mesajlar
Yazar Stephen Few, kullanıcıların bir dizi veriden anlamaya veya iletişim kurmaya çalışabilecekleri sekiz tür nicel mesajı ve mesajı iletmeye yardımcı olmak için kullanılan ilgili grafikleri tanımladı:
- Zaman serisi: 10 yıllık bir süre boyunca işsizlik oranı gibi bir süre boyunca tek bir değişken yakalanır. Eğilimi göstermek için bir çizgi grafiği kullanılabilir.
- Sıralama: Kategorik alt bölümler, tek bir dönem boyunca satış görevlilerinin ( her satış görevlisinin kategorik bir alt bölüm olduğu kategori ) satış performansının sıralaması ( ölçü ) gibi artan veya azalan düzende sıralanır . Satış görevlileri arasındaki karşılaştırmayı göstermek için bir çubuk grafik kullanılabilir.
- Parçadan bütüne: Kategorik alt bölümler, bütüne oran olarak ölçülür (yani, %100 üzerinden bir yüzde). Bir pasta grafik veya çubuk grafik böyle bir pazarda rakipler tarafından temsil edilen pazar payı olarak oranları, karşılaştırmasını gösterebilir.
- Sapma: Kategorik alt bölümler, belirli bir süre için bir işletmenin çeşitli departmanları için gerçekleşen ve bütçe giderlerinin karşılaştırılması gibi bir referansla karşılaştırılır. Bir çubuk grafik, gerçek ile referans miktarın karşılaştırmasını gösterebilir.
- Frekans dağılımı: Hisse senedi getirisinin %0-10, %11-20 gibi aralıklar arasında olduğu yıl sayısı gibi belirli bir aralık için belirli bir değişkenin gözlem sayısını gösterir. Bir histogram , bir tür çubuk grafiği, bu analiz için kullanılabilir. Bir boxplot vb ortanca, çeyrek, aykırı olarak dağılımı hakkında görselleştirmek önemli istatistikleri, yardımcı olur
- Korelasyon: İki değişken (X,Y) tarafından temsil edilen gözlemlerin aynı yönde mi yoksa zıt yönlerde mi hareket etme eğiliminde olduklarını belirlemek için yapılan karşılaştırma. Örneğin, bir ay örneği için işsizlik (X) ve enflasyonun (Y) çizilmesi. Bu mesaj için genellikle bir dağılım grafiği kullanılır.
- Nominal karşılaştırma: Ürün koduna göre satış hacmi gibi belirli bir sırayla kategorik alt bölümleri karşılaştırma. Bu karşılaştırma için bir çubuk grafik kullanılabilir.
- Coğrafi veya jeo-uzamsal : Bir harita veya yerleşim düzeni boyunca bir değişkenin, devlete göre işsizlik oranı veya bir binanın çeşitli katlarındaki kişi sayısı gibi karşılaştırması. Bir kartogram , kullanılan tipik bir grafiktir.
Bir dizi veriyi inceleyen analistler, yukarıdaki mesajların ve grafik türlerinin bir kısmının veya tamamının görevlerine ve hedef kitlelerine uygulanabilir olup olmadığını değerlendirebilir. Verilerdeki anlamlı ilişkileri ve mesajları belirlemek için deneme yanılma süreci, keşifsel veri analizinin bir parçasıdır .
Görsel algı ve veri görselleştirme
Bir insan hat uzunluğu, şekil, yön, mesafeler ve renk (ton) farklarını önemli bir işleme çabası olmadan kolayca ayırt edebilir; bunlara " ön-dikkat öznitelikler " denir . Örneğin, "5" rakamının bir dizi sayı içinde kaç kez göründüğünü belirlemek için önemli bir zaman ve çaba ("dikkatli işlem") gerektirebilir; ancak bu rakamın boyutu, yönü veya rengi farklıysa, ön dikkatli işleme yoluyla rakamın örnekleri hızlı bir şekilde not edilebilir.
Etkileyici grafikler, ön özenli işleme ve niteliklerden ve bu niteliklerin göreceli gücünden yararlanır. Örneğin, insanlar yüzey alanından ziyade çizgi uzunluğundaki farklılıkları daha kolay işleyebildiklerinden, pasta grafikler (karşılaştırmayı göstermek için yüzey alanını kullanan) yerine bir çubuk grafik (karşılaştırmayı göstermek için çizgi uzunluğundan yararlanır) kullanmak daha etkili olabilir. ).
İnsan algısı/bilişi ve veri görselleştirme
Neredeyse tüm veri görselleştirmeleri insan tüketimi için oluşturulur. Sezgisel görselleştirmeler tasarlarken insan algısı ve bilişi bilgisi gereklidir. Biliş, insanlarda algı, dikkat, öğrenme, hafıza, düşünce, kavram oluşturma, okuma ve problem çözme gibi süreçleri ifade eder. İnsan görsel işlemesi, değişiklikleri tespit etmede ve miktarlar, boyutlar, şekiller ve hafiflikteki farklılıklar arasında karşılaştırmalar yapmada etkilidir. Sembolik verilerin özellikleri görsel özelliklerle eşleştirildiğinde, insanlar büyük miktarda veriye verimli bir şekilde göz atabilir. Beynin nöronlarının 2/3'ünün görsel işlemeye dahil olabileceği tahmin edilmektedir. Doğru görselleştirme, görselleştirilmemiş nicel verilerde o kadar açık olmayan potansiyel bağlantıları, ilişkileri vb. göstermek için farklı bir yaklaşım sağlar. Görselleştirme, bir veri araştırması aracı olabilir .
Araştırmalar, bireylerin ortalama olarak %19 daha az bilişsel kaynak kullandığını ve veri görselleştirmesini metinle karşılaştırırken ayrıntıları %4,5 daha iyi hatırlayabildiğini göstermiştir.
Tarih
Veri görselleştirmenin kapsamlı bir 'geçmişi' yoktur. Görsel düşüncenin tüm gelişimini ve verilerin görsel temsilini kapsayan ve farklı disiplinlerin katkılarını harmanlayan hiçbir hesap yoktur. York Üniversitesi'nden Michael Friendly ve Daniel J Denis, kapsamlı bir görselleştirme tarihi sağlamaya çalışan bir projeyle meşguller. Genel kanının aksine veri görselleştirme modern bir gelişme değildir. Tarih öncesinden beri, yıldız verileri veya yıldızların konumu gibi bilgiler , Pleistosen döneminden bu yana mağaraların duvarlarında ( Güney Fransa'daki Lascaux Mağarası'nda bulunanlar gibi) görselleştirildi . Mezopotamya kil jetonları (MÖ 5500), Inca quipus (MÖ 2600) ve Marshall Adaları çubuk çizelgeleri (nd) gibi fiziksel eserler de nicel bilgilerin görselleştirilmesi olarak düşünülebilir.
İlk belgelenmiş veri görselleştirmesi, jeolojik kaynakların dağılımını doğru bir şekilde gösteren ve bu kaynakların taşocakçılığı hakkında bilgi sağlayan Torino Papirüs Haritası ile MÖ 1160 yılına kadar izlenebilir . Bu tür haritalar, belirli bir coğrafi alanla bağlantılı belirli bir temayı göstermek için tasarlanmış coğrafi bir illüstrasyon aracılığıyla belirli verileri ve bilgileri sunan ve ileten bir veri görselleştirme türü olan tematik haritacılık olarak kategorize edilebilir . En eski belgelenmiş veri görselleştirme biçimleri, farklı kültürlerden çeşitli tematik haritalar ve gösterilen bilgilerin yorumlanmasını sağlayan ve sağlayan ideogramlar ve hiyerogliflerdi. Örneğin, Miken Linear B tabletleri , Akdeniz'deki Geç Tunç Çağı ticaretiyle ilgili bilgilerin görselleştirilmesini sağlamıştır. Koordinatlar fikri eski Mısırlı araştırmacılar tarafından şehirleri düzenlerken kullanıldı, dünyevi ve göksel konumlar en az MÖ 200'e kadar enlem ve boylam gibi bir şey tarafından belirlendi ve Claudius Ptolemy tarafından küresel bir dünyanın enlem ve boylam olarak harita projeksiyonu [ c.85–c. 165] İskenderiye'de 14. yüzyıla kadar referans standartlar olarak hizmet edecekti.
Kağıdın ve parşömenin icadı, tarih boyunca görselleştirmelerin daha da gelişmesine izin verdi. Şekil, manastır okullarında bir ders kitabının ekinde kullanılan, gezegen hareketinin bir gösterimi olması amaçlanan 10. veya muhtemelen 11. yüzyıldan bir grafiği göstermektedir. Görünüşe göre grafiğin, zamanın bir fonksiyonu olarak gezegen yörüngelerinin eğimlerinin bir grafiğini temsil etmesi gerekiyordu. Bu amaçla zodyakın bölgesi, zaman veya boyuna eksen olarak otuz parçaya bölünmüş yatay bir çizgi ile bir düzlemde temsil edildi. Dikey eksen, zodyakın genişliğini belirtir. Yatay ölçek, uzlaştırılamayan dönemler için her gezegen için ayrı ayrı seçilmiş gibi görünüyor. Ekteki metin yalnızca genliklere atıfta bulunur. Görünüşe göre eğriler zamanla ilişkili değil.
16. yüzyıla gelindiğinde, fiziksel niceliklerin ve coğrafi ve göksel konumun hassas bir şekilde gözlemlenmesi ve ölçülmesi için teknikler ve araçlar iyi bir şekilde geliştirildi (örneğin, Tycho Brahe [1546-1601] tarafından inşa edilen ve tüm duvarı kaplayan bir "duvar kadranı" . onun gözlemevi). Haritalama konumlarını doğru bir şekilde belirlemek için üçgenleme ve diğer yöntemlerin geliştirilmesi özellikle önemliydi. Çok erken dönemde, zaman ölçüsü bilim adamlarını verileri görselleştirmenin yenilikçi bir yolunu geliştirmeye yöneltti (örneğin, 1596'da Lorenz Codomann, 1596'da Johannes Temporarius).
Fransız filozof ve matematikçi René Descartes ve Pierre de Fermat, analitik geometri ve iki boyutlu koordinat sistemi geliştirdiler ve bu, değerlerin gösterilmesi ve hesaplanmasının pratik yöntemlerini büyük ölçüde etkiledi. Fermat ve Blaise Pascal'ın istatistik ve olasılık teorisi üzerine çalışmaları, şimdi veri olarak kavramsallaştırdığımız şeyin temelini attı. Etkileşim Tasarımı Vakfı'na göre, bu gelişmeler nicel verilerin grafiksel iletişimi için potansiyel gören William Playfair'in grafiksel istatistik yöntemleri oluşturmasına ve geliştirmesine izin verdi ve yardımcı oldu .
20. yüzyılın ikinci yarısında, Jacques Bertin bilgiyi "sezgisel, açık, doğru ve verimli bir şekilde" temsil etmek için nicel grafikler kullandı.
John Tukey ve Edward Tufte, veri görselleştirmenin sınırlarını zorladı; Yeni istatistiksel keşifsel veri analizi yaklaşımıyla Tukey ve "The Visual Display of Quantitative Information" adlı kitabıyla Tufte, istatistikçilerden daha fazlası için veri görselleştirme tekniklerinin rafine edilmesinin yolunu açtı. Teknolojinin ilerlemesiyle birlikte veri görselleştirmenin ilerlemesi geldi; elle çizilmiş görselleştirmelerle başlayıp daha teknik uygulamalara dönüşerek – yazılım görselleştirmesine yol açan etkileşimli tasarımlar dahil.
SAS , SOFA , R , Minitab , Cornerstone ve daha fazlası gibi programlar istatistik alanında veri görselleştirmesine izin verir. D3 , Python ve JavaScript gibi programlama dilleri, daha odaklı ve bireylere özgü diğer veri görselleştirme uygulamaları, nicel verilerin görselleştirilmesini bir olasılık haline getirmeye yardımcı olur. Özel okullar ayrıca, Veri İnkübatörü gibi ücretsiz programlar veya Genel Kurul gibi ücretli programlar dahil olmak üzere veri görselleştirme ve ilgili programlama kitaplıklarını öğrenme talebini karşılamak için programlar geliştirmiştir .
2013'te "Veriden Keşfe" sempozyumuyla başlayarak, Pasadena'daki ArtCenter Tasarım Koleji, Caltech ve JPL, etkileşimli veri görselleştirme üzerine yıllık bir program yürütüyor. Program şunu soruyor: Etkileşimli veri görselleştirme, bilim adamlarının ve mühendislerin verilerini daha etkili bir şekilde keşfetmelerine nasıl yardımcı olabilir? Bilgi işlem, tasarım ve tasarım odaklı düşünme, araştırma sonuçlarını en üst düzeye çıkarmaya nasıl yardımcı olabilir? Bu alanlardaki bilgiden yararlanmak için en etkili metodolojiler nelerdir? Program, sorgulamaya ve nihayetinde verilere yeni bir bakış açısı kazandırmaya yardımcı olmak için ilişkisel bilgileri uygun görsel ve etkileşimli özelliklerle kodlayarak, tasarım düşüncesini ve bilgi işlem, kullanıcı merkezli tasarım, etkileşim tasarımından en son yöntemleri birleştirerek karmaşık bilim sorunlarına yeni disiplinler arası yaklaşımlar geliştirir. ve 3D grafikler.
terminoloji
Veri görselleştirme, bazıları istatistiklerden türetilen belirli terminolojiyi içerir. Örneğin, yazar Stephen Few, anlamlı bir analiz veya görselleştirmeyi desteklemek için birlikte kullanılan iki tür veri tanımlar:
- Kategorik: Belirli bir özelliğe sahip nesne gruplarını temsil eder. Kategorik değişkenler nominal veya sıralı olabilir. Nominal değişkenler, örneğin cinsiyet, aralarında bir sıra yoktur ve bu nedenle nominaldir. Sıralı değişkenler, bir kişinin içine düştüğü yaş grubunu örnek olarak kaydetmek için bir sıraya sahip kategorilerdir.
- Nicel: Bir kişinin boyu veya bir ortamın sıcaklığı gibi ölçümleri temsil eder. Nicel değişkenler sürekli veya ayrık olabilir . Sürekli değişkenler, ölçümlerin her zaman daha kesin olarak yapılabileceği fikrini yakalar. Ayrık değişkenler, bazı sonuçların sayısı veya tüm yıllarda ölçülen bir yaş gibi yalnızca sınırlı sayıda olasılığa sahipken.
Nicel ve kategorik değişkenler arasındaki ayrım önemlidir çünkü iki tür farklı görselleştirme yöntemleri gerektirir.
İki temel bilgi ekranı türü tablolar ve grafiklerdir.
- Bir tablo , kategorik etiketlerle satırlar ve sütunlar halinde düzenlenmiş nicel veriler içerir. Öncelikle belirli değerleri aramak için kullanılır. Yukarıdaki örnekte, tablo, adı ( nitel bir değişken ) ve yaşı ( nicel bir değişken ) temsil eden kategorik sütun etiketlerine sahip olabilir ve her veri satırı bir kişiyi temsil eder (örneklenmiş deney birimi veya kategori alt bölümü ).
- Bir grafik öncelikle veriler arasındaki ilişkileri göstermek için kullanılır ve görsel nesneler (örneğin çizgiler, çubuklar veya noktalar) olarak kodlanmış değerleri tasvir eder . Sayısal değerler, bir veya daha fazla eksenle sınırlandırılmış bir alanda görüntülenir . Bu eksenler , görsel nesnelere değer atamak ve etiketlemek için kullanılan ölçekleri (nicel ve kategorik) sağlar. Birçok grafiğe çizelge de denir .
Eppler ve Lengler, çeşitli veri görselleştirme yöntemlerini gösteren etkileşimli bir grafik olan "Periyodik Görselleştirme Yöntemleri Tablosu"nu geliştirdi. Altı tür veri görselleştirme yöntemi içerir: veri, bilgi, kavram, strateji, metafor ve bileşik.
Teknikler
| İsim | Görsel boyutlar | Açıklama / Örnek kullanımlar | |
|---|---|---|---|
| Grafik çubuğu |
|
|
|
|
Değişken genişlikli ("variwide") çubuk grafik |
|
|
|
| histogram |
|
|
|
| Dağılım grafiği |
|
|
|
| Dağılım grafiği (3D) |
|
|
|
| Ağ |
|
|
|
| Yuvarlak diyagram |
|
|
|
| Çizgi grafik |
|
|
|
| Akış grafiği |
|
|
|
| ağaç haritası |
|
|
|
| Gantt şeması |
|
|
|
| Sıcaklık haritası |
|
|
|
| Çizgili grafik |
|
|
|
| Hareketli sarmal grafik |
|
|
|
| Kutu ve Bıyık Arsa |
|
|
|
| Akış çizelgesi |
|
||
| Radar grafiği |
|
|
|
| Venn şeması |
|
||
| Korelasyonların ikonografisi |
|
|
_-_avg_above-_and_below-ice_readings.png)
etkileşim
Etkileşimli veri görselleştirme , öğeleri değiştirmek ve birden çok çizim arasında bağlantı kurmak için bir grafik çizim üzerinde doğrudan eylemler sağlar .
Etkileşimli veri görselleştirme, 1960'ların sonlarından bu yana istatistikçilerin peşinde olmuştur . Gelişmelerin örnekleri American Statistical Association video ödünç verme kitaplığında bulunabilir.
Ortak etkileşimler şunları içerir:
- Fırçalama :bir çizimin öğelerinin rengini veya glifini doğrudan değiştirerek, bir boya fırçasını kontrol etmekiçin fareyi kullanarak çalışır. Boya fırçası bazen bir işaretçidir ve bazen noktaların etrafına bir çeşit anahat çizerek çalışır; anahat bazen bir kement gibi düzensiz şekillidir. Fırçalama, en yaygın olarak, birden fazla çizim görünür olduğunda ve çizimler arasında bazı bağlantı mekanizmaları mevcut olduğunda kullanılır. Fırçalama için birkaç farklı kavramsal model ve bir dizi ortak bağlantı mekanizması vardır. Saçılım grafiklerini fırçalama, aktif çizimdeki noktaların yalnızca yeni özelliklerini koruduğu geçici bir işlem olabilir. Aynı zamanda, fırça tarafından kapatılırlar veya kesişirler veya kalıcı bir işlem olabilir, böylece fırça uzaklaştırıldıktan sonra noktalar yeni görünümlerini korurlar. Geçici fırçalama, daha önce açıkladığımız gibi, genellikle bağlantılı fırçalama için seçilir.
- Boyama : Kalıcı fırçalama, noktaları kümeler halinde gruplamak ve ardından grupları karşılaştırmak için tur gibi diğer işlemleri kullanmaya devam etmek istediğimizde yararlıdır. Kalıcı işlem resmi olarak adlandırmak yaygın bir terminoloji haline geliyor,
- Tanımlama : etiketleme veya etiket fırçalama olarak da adlandırılabilen, bağlantılı olabilecek başka bir çizim manipülasyonudur. Grafiği veya bir barda bir nokta veya kenarına yakın imleci getirip barchart , o tanımlayan arsa elemanı görünmesi için bir etiket neden olur. Birçok etkileşimli grafikte yaygın olarak bulunur ve bazen fareyle üzerine gelme olarak adlandırılır.
- Ölçekleme : verileri pencereye eşler ve alanındaki değişiklikler. haritalama işlevi, aynı arsadan farklı şeyler öğrenmemize yardımcı olur. Ölçekleme yaygın olarak dağılım grafiğinin kalabalık bölgelerini yakınlaştırmak için kullanılır ve ayrıca verilerin farklı özelliklerini ortaya çıkarmak için bir grafiğin en boy oranını değiştirmek için de kullanılabilir.
- Bağlama : bir çizimde seçilen öğeleri başka bir çizimdeki öğelerle birleştirir. Her iki grafiğin de aynı verinin farklı izdüşümlerini gösterdiği ve bir çizimdeki bir noktanın diğerindeki tam olarak bir noktaya karşılık geldiği, bire bir bağlamanın en basit türü. Alan grafiklerini kullanırken, bir alanın herhangi bir bölümünü fırçalamak, hepsini fırçalamakla aynı etkiye sahiptir ve ilgili kategorideki tüm durumları seçmeye eşdeğerdir. Bazı olay örgüsü öğeleri birden fazla durumu temsil etse bile, temeldeki bağlantı kuralı yine de bir olay örgüsünde bir durumu diğer kurgulardaki aynı duruma bağlar. Bağlama, konu kimliği gibi kategorik bir değişkenle de olabilir, böylece o konuya karşılık gelen tüm veri değerleri, tüm görünür grafiklerde vurgulanır.
Diğer bakış açıları
Veri görselleştirme kapsamında farklı yaklaşımlar vardır. Friedman (2008) gibi ortak bir odak noktası bilgi sunumudur. Friendly (2008), veri görselleştirmenin iki ana bölümünü varsayar: istatistiksel grafikler ve tematik haritacılık . Bu satırda "Veri Görselleştirme: Modern Yaklaşımlar" (2007) makalesi yedi veri görselleştirme konusuna genel bir bakış sunar:
- Makaleler ve kaynaklar
- Gösterilen bağlantıları
- Veri gösteriliyor
- Gösterilen haber
- Web siteleri gösteriliyor
- zihin haritaları
- Araçlar ve hizmetler
Tüm bu konular grafik tasarım ve bilgi temsili ile yakından ilgilidir .
Öte yandan, bilgisayar bilimi perspektifinden, Frits H. Post 2002'de alanı alt alanlara ayırdı:
- Bilgi görselleştirme
- Etkileşim teknikleri ve mimarileri
- modelleme teknikleri
- Çoklu çözünürlük yöntemleri
- Görselleştirme algoritmaları ve teknikleri
- Hacim görselleştirme
The Harvard Business Review bünyesinde Scott Berinato, veri görselleştirmeye yaklaşmak için bir çerçeve geliştirdi. Görsel olarak düşünmeye başlamak için kullanıcıların iki soruyu düşünmesi gerekir; 1) Sahip oldukların ve 2) yaptıkların. İlk adım, hangi verilerin görselleştirilmesini istediğinizi belirlemektir. Son on yıldaki kâr gibi veriye dayalıdır veya belirli bir organizasyonun nasıl yapılandırıldığı gibi kavramsal bir fikirdir. Bu soru yanıtlandıktan sonra, bilgi iletmeye mi (bildirimsel görselleştirme) mi yoksa bir şeyi anlamaya mı (keşif görselleştirme) mi çalıştıklarına odaklanılabilir. Scott Berinato, her birinin kendi hedefleri olan dört tür görsel iletişim sağlamak için bu soruları birleştirir.
Bu dört tür görsel iletişim şu şekildedir;
- fikir illüstrasyonu (kavramsal ve bildirimsel).
- Kavramları öğretmek, açıklamak ve/veya basitçe anlatmak için kullanılır. Örneğin, organizasyon şemaları ve karar ağaçları.
- fikir üretme (kavramsal ve keşifsel).
- Problemleri keşfetmek, yenilik yapmak ve çözmek için kullanılır. Örneğin, bir beyin fırtınası oturumundan sonra bir beyaz tahta.
- görsel keşif (veri odaklı ve keşif amaçlı).
- Trendleri tespit etmek ve verileri anlamlandırmak için kullanılır. Bu tür görsel, veri kümesinin bir şekilde bilinmediği ve görevin açık uçlu olduğu büyük ve karmaşık verilerde daha yaygındır.
- günlük veri görselleştirme (veriye dayalı ve bildirimsel).
- Bağlamı onaylamak ve ayarlamak için kullanılan en yaygın ve basit görselleştirme türü. Örneğin, zaman içinde GSYİH'nın bir çizgi grafiği.
Veri sunum mimarisi
Veri sunum mimarisi ( DPA ), anlamı ve uygun bilgiyi en uygun şekilde iletecek şekilde verileri tanımlamayı, bulmayı, işlemeyi, biçimlendirmeyi ve sunmayı amaçlayan bir beceri setidir.
Tarihsel olarak, veri sunum mimarisi terimi Kelly Lautt'a atfedilir: "Veri Sunum Mimarisi (DPA), İş Zekasının başarısı ve değeri için kritik öneme sahip, nadiren uygulanan bir beceri setidir . Veri sunum mimarisi, keşfetmede sayıların, verilerin ve istatistiklerin bilimi ile birleşir. değerli bilgiler verme verilerden ve bu kullanışlı ilgili ve veri görselleştirme, iletişim, sanatı ile eyleme örgüt psikolojisi ve değişim yönetimi veri kapsamına, teslim zamanlaması, en etkili destek olacak format ve görselleştirme ile iş zekası çözümleri sağlamak amacıyla ve Anlaşılan iş (veya organizasyon) hedeflerine yönelik operasyonel, taktiksel ve stratejik davranışları yönlendirin. DPA ne bir BT ne de bir iş becerisi setidir, ancak ayrı bir uzmanlık alanı olarak bulunur. Genellikle veri görselleştirme ile karıştırılan veri sunum mimarisi, çok daha geniş bir beceri setidir. bu, hangi verilerin hangi programa ve ne zaman olduğuna karar vermeyi içerir. önceden seçilmiş verileri sunmanın en iyi yolu değil, tam formatta sunulmasıdır. Veri görselleştirme becerileri, DPA'nın bir unsurudur."
Hedefler
DPA'nın iki ana amacı vardır:
- Bilgiyi mümkün olan en verimli şekilde sağlamak için verileri kullanmak (her izleyicinin ihtiyaçları ve rolleri göz önüne alındığında gürültüyü, karmaşıklığı ve gereksiz verileri veya ayrıntıları en aza indirin)
- Bilgiyi mümkün olan en etkili şekilde sağlamak için verileri kullanmak (her izleyici üyesine önemli anlam ifade eden, eyleme geçirilebilir ve anlayışı, davranışı ve kararları etkileyebilecek açık ve anlaşılır bir şekilde ilgili, zamanında ve eksiksiz veriler sağlayın)
Kapsam
Yukarıdaki hedefler göz önünde bulundurularak, veri sunum mimarisinin asıl çalışması şunlardan oluşur:
- Rollerine, görevlerine, konumlarına ve teknolojiye erişimlerine bağlı olarak her bir izleyici üyesi için etkili dağıtım mekanizmaları oluşturmak
- Her bir bağlamda her izleyici üyesi tarafından ihtiyaç duyulan önemli anlamın (ilgili bilgi) tanımlanması
- Veri güncellemelerinin gerekli periyodunun belirlenmesi (verinin para birimi)
- Veri sunumu için doğru zamanlamanın belirlenmesi (kullanıcının verileri ne zaman ve ne sıklıkla görmesi gerektiği)
- Doğru verileri bulma (konu alanı, tarihsel erişim, genişlik, ayrıntı düzeyi vb.)
- Uygun analiz, gruplama, görselleştirme ve diğer sunum formatlarını kullanmak
İlgili alanlar
DPA çalışması, aşağıdakiler de dahil olmak üzere diğer birçok alanla ortak noktaları paylaşır:
- İş hedeflerinin belirlenmesinde, gereksinimlerin toplanmasında, süreçlerin haritalandırılmasında iş analizi .
- Amacının, iş hedeflerinin ilerletilmesi için eylemleri ve kararları iyileştirmek ve düzene sokmak olduğu için iş süreci iyileştirme
- Veri sunumunda anlam veya önem eklemek veya vurgulamak için yerleşik görselleştirme teorilerini kullandığı için veri görselleştirme.
- Bilgi mimarisi , ancak bilgi mimarisinin odak noktası yapılandırılmamış verilerdir ve bu nedenle hem analizi (istatistiksel/veri anlamında) hem de gerçek içeriğin (DPA için veriler) yeni varlıklara ve kombinasyonlara doğrudan dönüştürülmesini hariç tutar.
- HCI ve etkileşim tasarımı , etkileşimli veri görselleştirmesinin nasıl tasarlanacağına ilişkin ilkelerin birçoğu HCI ile disiplinler arası geliştirilmiştir.
- Görsel gazetecilik ve veriye dayalı gazetecilik veya veri gazeteciliği : Görsel gazetecilik, haber hikayelerinin anlatılmasının her türlü grafikle kolaylaştırılmasıyla ilgilidir ve veriye dayalı ve veri gazeteciliği mutlaka veri görselleştirme ile anlatılmaz. Bununla birlikte, gazetecilik alanı, verileri iletmek için yeni veri görselleştirmeleri geliştirmede ön plandadır.
- Grafik tasarım , stil, tipografi, konum ve diğer estetik kaygılarla bilgi aktarımı.
Ayrıca bakınız
- Analitik
- Kurumsal Karne
- Büyük veri
- İş analizi
- İş zekası
- İklim değişikliği sanatı
- Görselleştirme için renk kodlama teknolojisi
- Pano (iş)
- Veri analizi
- Veri sanatı
- Veri profili oluşturma
- Veri bilimi
- Veri deposu
- Keşfedici veri analizi
- bilgi grafiği
- bilgi mimarisi
- bilgi tasarımı
- Bilgi görselleştirme
- Etkileşim dizaynı
- etkileşim teknikleri
- Bilimsel görselleştirme
- Yazılım görselleştirme
- istatistiksel analiz
- İstatistiksel grafikler
- Görsel analitik
- görsel gazetecilik
- Isınma şeritleri
Notlar
Referanslar
daha fazla okuma
- Cleveland, William S. (1993). Verileri Görselleştirme . Hobart Basın. ISBN'si 0-9634884-0-6.
- Evergreen, Stephanie (2016). Etkili Veri Görselleştirme: Doğru Veri için Doğru Grafik . Adaçayı. ISBN'si 978-1-5063-0305-5.
- Healy, Kieran (2019). Veri Görselleştirme: Pratik Bir Giriş . Princeton: Princeton Üniversitesi Yayınları. ISBN'si 978-0-691-18161-5.
- Post, Frits H.; Nielson, Gregory M.; Bonneau, Georges-Pierre (2003). Veri Görselleştirme: Sanatın Durumu . New York: Springer. ISBN'si 978-1-4613-5430-7.
- Rosling, H .; Rosling, O. ; Rosling Rönnlund, A. (2018). Gerçeklik: Dünya Hakkında Yanılmamızın On Sebebi ve Neden İşler Düşündüğünüzden Daha İyi . Düz Kitaplar. P. 288. ISBN 9781250123817.
- Wilke, Claus O. (2018). Veri Görselleştirmenin Temelleri . O'Reilly. ISBN'si 978-1-4920-3108-6.
- Wilkinson, Leland (2012). Grafik Grameri . New York: Springer. ISBN'si 978-1-4419-2033-1.
Dış bağlantılar
- Tematik Haritacılık, İstatistiksel Grafikler ve Veri Görselleştirme Tarihindeki Kilometre Taşları , Michael Friendly ve Daniel J. Denis'in resimli yenilikler kronolojisi.
- Duke Üniversitesi-Christa Kelleher Sunumu-İnfografikler aracılığıyla iletişim kurma-bilimsel ve mühendislik bilgilerini görselleştirme-6 Mart 2015