Ma éjfélig lehet beadni a pályázatokat az adatvizualizációs versenyre

A beadással kapcsolatos tudnivalók itt olvashatóak, a beküldési űrlap itt található.

Miért érdemes vizualizálni az adatokat?

Lindsay Betzendahlal készített interjúból kiderül, miért érdemes adatainkat vizuálisan is megjeleníteni.

 

A kimutatások megmutathatnak olyan változásokat is az adatban amit nem vennénk észre, ha az nem vizuális formában lenne.

Big datából értelmezhető bepillantások az adat mögé

A választási preferenciák faktorai az USA-ban

Az Economist Graphic Detail rovatának cikke az amerikai választók preferenciát vizsgálja különböző szempontok szerint.

What has the biggest effect on congressional voting intention?

Az elemzés szerint legnagyobb magyarázó erővel a vallási meggyőződés bír, amit a bőrszín követ. A családi állapotnak vagy éppen az életkornak viszont önmagában relatíve kis kihatása van a politikai érzelmekre.

Egy külön ábrán azt is bemutatja a lap, hogy milyen faktorok változtathatják meg az adott csoportra általában jellemző szavazási hajlandóságot.

What would it take....

A teljes cikk itt olvasható (előfizetés szükséges lehet).

HalloweenViz

Összegyűjtöttünk néhány kreatív Halloweenes adatvizualizációt:

1.  "A gonosz tengelyei" (forrás)

 

2. Szeretik az amerikaiak a tököt? (forrás)

 

3. És utolsóként a Halloween történelme (forrás)

 

Szintén témába vágó a  Tableau blogján néhány éve megjelent Halloweenes cikk, ahol  a szerző azt meséli, miként gyűjtött össze az évek alatt Halloweenes adatokat, amit később oktatásokon is felhasznált.  A nyers  adathalmaz is elérhető a bejegyzésben, lehet belőle egyéni kimutatásokat is csinálni.

 

 

IEEE VIS 2018

Az IEEE VIS a legnagyobb vizualizációval, illetve adattal foglalkozó konferencia a világon, ami idén Berlinben (Európában másodjára), Október 21 és 26 között kerül megrendezésre.

A programok mindenkinek szólnak, akik lelkesednek az adatvizualizációért.

Részletes információk a programokról, panelekről és workshopokról stb. a konferencia hivatalos oldalán megtalálhatóak, ezen a linken, valamint friss információkért érdemes követni az IEEE VIS Twitter oldalát.

Information is Beautiful Awards 2018

A Kantar Information is Beautiful Awards az adatvizualizáció területének egyik legismertebb megmérettetése. Az alkotások számos különböző kategóriában versengenek egymással, az idei rövidlista (shortlist) itt böngészhető.

A közönségszavazás október 19-én zárul, a végső eredmények a december 4-én New York-ban rendezett díjátadó gálán kerülnek kihirdetésre.

 

Több vizualizáció egy helyett?

"Melyik vizualizáció típus a kedvencem?" - tette fel magának a kérdést a When are multiple visualisations better than one? c. cikk szerzője.

"Minél többet gondolkodtam rajta, annál inkább arra jutottam, hogy nem feltétlenül egy kifejezett diagramtípus az amit kiemelnék, amire hangsúlyt fektetnék azok a több kisebb vizualizációk egy nagy helyett."

A cikk számos olyan esetet mutat be, ahol több kisebb, ismétlődő vizualizációt alkalmaznak. Ezekből a Trellis grafikonként is ismert ábrákból  kettőt emelünk ki itt.

1. Idősoros változás az adatokban

 

 

Térképes adatokat nem könnyű idősorosan megjeleníteni, mivel az X és Y tengelyek foglaltak (hosszúsági, szélességi fokok). Ezt a problémát tudja orvosolni, ha sok kisebb kimutatást készítünk.

 

2. Különböző értékek közti eltérés

 

A fenti ábrán cégenként látjuk egy adott vezetői pozíció betöltésének valószínűségét, az egyes négyzeteknek a mérete határozza meg a valószínűség mértékét. A bal felső a fehér férfiakat jelöli, a bal alsó a fehér nőket, a jobb felső a nem fehér férfiakat és végül a jobb alsó a nem fehér nőket.

A többi példa a szerző eredeti cikkében olvasható.

 

Hogy válasszunk diagramtípust? – 4.rész

Sorozatunk utolsó részében Dr. Andrew Abela diagramválasztóját szeretnénk bemutatni.

Az első három részben bemutatott diagramválasztókkal ellentétben ezen az ábrán a kép közepéről kell indulnunk.

A ‘Mit szeretnél megmutatni?’ kérdés megválaszolása után négy irányba mehetünk tovább a választón (összehasonlítás, disztribúció, megoszlás és kapcsolat).

Amint a négy főág közül sikerült választani, úgy a további kisebb ágak elvezetnek minket az ajánlott diagramtípushoz.

Dr. Abelának a fenti chart választója már évek óta ismert, erről készült egy online app verzió is, ami elérhető ezen a linken.

 

Hogy válasszunk diagramtípust? – 3.rész

Diagramválasztó bejegyzés sorozatunk harmadik részében Stepfen Few megoldását mutatjuk be a típus választás kérdésére. Az alábbi képet itt lehet pdf formátumban megnézni.

 

 

Az egyes grafikon típusok aszerint vannak besorolva, hogy az adatok kapcsolata milyen -time series, ranking, deviation stb.- , illetve milyen adatokat szeretnénk ábrázolni.

Például a strip plot csak a disztribúció kategóriájába esik bele, ugyanakkor a közönséges -vertikális- oszlopdiagram korreláció vizsgálatán kívül az összes itt felsorolt adatkapcsolatra jó, ha betartjuk az adott kikötéseket.

 

Hogy válasszunk diagramtípust? – 2.rész

Blogposzt sorozatunk második részében a Quadrigram chart választóját nézzük meg.

A sorozat első része elérhető itt.

A diagramválasztót a szerző 3 lépésben javasolja használni:

Döntsd el az adat típusát!

  • Diszkrét
  • Folytonos
  • Időbeli diszkrét

Mennyi változód van?

Amint kiválasztottuk az adat típusát, illetve meghatároztuk a változók mennyiségét, addigra a legtöbb diagramtípust kizártuk.

Válassz diagramot!

Valószínű, hogy több mint egy diagramtípus marad lehetséges opcióként, de ezzel a 3 ponttal erősen korlátozhatjuk a felmerülő diagramtípusok számát.

A lépések felsorolása után a cikk alján elérhető egy link, ahonnan letölthető a diagramválasztó PDF-ben.