DatavizBlog kategória bejegyzései

Slope Chart helyes alkalmazása

A The New York Times-ban megjelent cikkben példát látunk arra, hogy lehet ezt a vizuáltípust helyesen használni. Egyértelműen látható a változás az időben, helyesen vannak definiálva a színek, tagolva vannak az egyes alkategóriák (minden nő, fehér egyedülálló nők, stb), az … Egy kattintás ide a folytatáshoz….

Péntekig lehet pályázni a World Data dataviz versenyre

Január 25-ig lehet még beadni a pályázatokat a World Data Visualization Prize versenyére, összesen $40.000 várja a versenyzőket. További információk megtalálhatók itt.

Karácsonyi dalok hallgatottsága a Spotify-n

A Tableau Publicon megjelent vizualizáció a karácsonyi dalok hallgatottságának gyakoriságát vizsgálja az ünnepek közeledtével. Érdekes, hogy országonként mekkora mértékben térnek el a kedvelt zenék. A vizualizáció készítője Eva Murray, akinek további művei itt tekinthetőek meg.    

KaRRRácsony

A SmarterPoland.pl szerzője minden karácsonykor arra kéri diákjait, hogy rajzoljanak karácsonyfákat, méghozzá R nyelvű programokkal. Íme néhány példa: A további, teRjedelmes gyűjtemény itt érhető el.  

Karácsonyi dalok vizuális formában

A SAS blogposztja azzal foglalkozik, miként lehet különböző karácsonyi dalszövegeket vizuális formában megjeleníteni. A fenti kép mutatja az egyes sorok ismétlődésének szerkezetét a dalszövegben. A  posztban további dalok bemutatása és részletes magyarázatok is találhatóak.

Love Actually – karácsonyi kapcsolatok

A FiveThirtyEight.com posztjában a híres karácsonyi film karakterei között lévő kapcsolatokat elemzi a szerző vizuális formában. A “két London” karakterei hogy függnek egymással össze, illetve kik azok a karakterek, akik összekötik a kettőt?   Az eredeti cikkből megkapjuk a válaszokat.

A Kantar Information is Beautiful Award nyertesei

A díjakat számos különböző kategóriában osztják ki, így külön szerepelnek például a művészeti, a sport vagy éppen a térkép témájú pályázatok. A nyertesek listája itt böngészhető.

A télapó útja

Mélykúti Bence blogposztjában sok érdekesség a magyar és a német  irányítószámokról és arról, hogy a Mikulásnak hogy érdemes bejárni útvonalát. További térképek és részletek itt.

Természeti katasztrófák az USA-ban

A howmuch.net cikke összegzi az USA-ban az 1980 és 2017 közötti természeti csapások pénzügyi kárát adott típusok (viharok, tornádók, futótüzek) alapján.   Az adatok alapján a legnagyobb kárt (a költségvetés 55.3%-át) a trópusi ciklonok okozzák, ezt az aszályok követik, amik 236.6 … Egy kattintás ide a folytatáshoz….

A tortadiagramm alternatívái

A sokak által jó okkal nem kedvelt vizualizációs formát Edward Tufte sem szereti, aki szerint “Az egyetlen rosszabb dolog a Pie chartoknál, ha több  is van belőlük.” Shelby Temple Medium.com-on megjelent írása a kördiagram alternatíváit ismerteti, például a waffle chart-ot: … Egy kattintás ide a folytatáshoz….

Black Friday

A Fekete Péntek eredetileg a hálaadás utáni első pénteket jelenti az Egyesült Államokban, ez hagyományosan a karácsonyi vásárlások szezonjának a kezdete. A fenti vizualizáción szembetűnő, mennyire megugrik az online vásárlások száma Black Friday közeledtével, meghaladja a karácsonyi vásárlásokat is – … Egy kattintás ide a folytatáshoz….

Chartify : új Python csomag grafikonkészítéshez

A Spotify műhelyéből került ki a Chartify könyvtár, amely könnyebbé és gyorsabbá teszi az adatvizualizációk Pythonból történő generálását. A Chartify a Bokeh-re épül, de áttekinthetőbb és tömörebb szintaxissal rendelkezik. További részletek a Spotify Labs blogposztjában.

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?

A 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. “Az adatvizualizáció segítségével felfedezhetjük a több millió soros adat mögött rejlő … Egy kattintás ide a folytatáshoz….

A választási preferenciák faktorai az USA-ban

Az Economist Graphic Detail rovatának cikke az amerikai választók preferenciát vizsgálja különböző szempontok szerint. 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 … Egy kattintás ide a folytatáshoz….

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, … Egy kattintás ide a folytatáshoz….

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. … Egy kattintás ide a folytatáshoz….

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 … Egy kattintás ide a folytatáshoz….

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 … Egy kattintás ide a folytatáshoz….

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 … Egy kattintás ide a folytatáshoz….