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 ábrák nem zsúfoltak.

Forrás:  Trump Is Beginning to Lose His Grip

 

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

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.

Frames of Mind by Alberto Lucas López for National Geographic

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 milliárd dollárba kerültek az Egyesült Államoknak, harmadik helyezést pedig a viharok nyerték el, nem sokkal lemaradva az aszálytól.

Ami meglepő, hogy a futótüzek költségei az aszálynak mintegy ötödét teszik csak ki.

A cikk teljes változata elérhető ezen a linken.

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:

Waffle chart

Részletek és további alternatívák az eredeti cikkben.

Black Friday

A Fekete Péntek eredetileg a hálaadás utáni első pénteket jelenti az Egyesült Államokban, ez hagyományosan a karácsonyi vásárlások szezonjának a kezdete.

A képen a vásárlások időbeli eloszlása látható

A fenti vizualizáción szembetűnő, mennyire megugrik az online vásárlások száma Black Friday közeledtével, meghaladja a karácsonyi vásárlásokat is - valószínűleg sokan már novemberben megveszik az akciók miatt a karácsonyi ajándékokat.

Magyarországon ez az akció első alkalommal 2013-ban volt, amelyen átlagon felüli árkedvezményeket ajánlottak a vásárlóknak. A magyaroktól sem szokatlan, hogy ez az esemény - pénzköltés szempontjából - meghaladja a karácsonyt is.

 

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?

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.