Címke: tippek

Hogyan válasszunk színeket az adatvizualizációkhoz?

Ezt a témát vizsgálja Lisa Charlotte Rost írása, amelyben számos szempontot bemutat. A témák között szerepelnek tippek a színek párosításához, a kontraszt jó alkalmazásához, vagy éppen az átmenetes  színskálákhoz.

A teljes cikk a datawrapper blogján olvasható. Az írás végén számos további hasznos link is található a témában.

 

KPI ábrázolási tippek

Adam McCann Tableau Publicon megjelent bejegyzésében jellemzi a Key Performance Indicatorok fontosságát, majd bemutatja egy adott KPI 20 különböző vizuális megjelenítési formáját.

 

 

 

 

 

 

A tökéletes grafikonok titkai

Grafikonok készítésekor sok dolgot érdemes átgondolni, a színek megfelelő használatától az igazán fontos adatok  helyes kiemeléséig.

Az UX Planet írása 20 hasznos tippet mutat be.

Szakmai vagy szép?

Amikor adatvizualizációt csinálunk, sokszor el kell döntenünk: inkább egyszerű és könnyen értelmezhető legyen, vagy szép és különleges, de nehezen áttekinthető és feldolgozható.

A példaként szolgáló viuzál szép, viszont az olvashatósága kérdéses. Ahogy a forrásul szolgáló  Linkedin bejegyzés szerzője, Nyitrai Lőrinc  fogalmaz: 'Ez adatalapú digitális művészet, nem adatvizualizáció.'

További részletek erre: https://www.linkedin.com/pulse/career-choice-we-make-every-single-day-professional-popular-nyitrai/

 

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

 

Tipp Gantt Chart használatára

Ritkán alkalmazott, azonban rendkívül hasznos vizuális forma lehet a Gantt chart ha például termékek élettartamára vagyunk kiváncsiak, az alábbi kép pont ezt ábrázolja, Apple termékek esetében.

 

 

A diagram egy másik alkalmazását mutatja be ez a cikk, ahol szerver folyamatok vannak ábrázolva.

 

 

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

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.

Hogy válasszunk diagramtípust? – 1.rész

Ezzel a résszel szeretnénk elindítani a 'Hogy válasszunk diagramtípust?' c. blogposzt sorozatunkat.

Adatvizualizáció során nagyon fontos, hogy milyen formában jelenítjük meg az adatokat. Azonban a megfelelő vizuális forma kiválasztása olykor nehéz feladat lehet, szerencsére azonban számos különböző hasznos online segédlet érhet el.

A data-to-viz.com adattípus szerint rendezett döntési fákkal segíti a választást.

Először meg kell adnunk az adataink típusát - numeric, categoric stb… -, majd ezután kövessük fentről lefelé ennek a választó fának az ágait, elvezet minket az ajánlott vizualizációs formához.

Kicsit lejjebb görgetve további segítséget kapunk.

Ebben a részben az  egyes diagramtípusokhoz találhatóak részletes magyarázatok, illetve a gyakori alkalmazási hibák is fel vannak sorolva.

Adatvizualizációs enciklopédia

Diagramválasztó poszt sorozatunkhoz hasonlóan ebben a bejegyzésben is chartokat fogunk bemutatni Roman Kamushken munkáján keresztül, ami ezen a linken elérhető.

Egy kicsit mégis más mint a ‘Hogy válassz diagramtípust?’ részei, mert itt nem egy választót nézünk, hanem az egyes diagramtípusokra látunk példát, azok vannak 1-2 mondatban elmagyarázva.

Íme három példa az említett enciklopédiából:

1.  Pie chart

 

2.  Line chart

 

3.  Bar chart

 

Forrás: Material design charts and Data visualization encyclopedia

A diagramválasztó cikksorozat részei itt érhetőek el:

  1. rész
  2. rész
  3. rész
  4. rész

Az ívdiagram problémája

Az ívdiagramok nagyon látványosak, azonban vigyázni kell alkalmazásukkal,  mert megtévesztőek is lehetnek. Erre a problémára hívja fel Andy Kirk blogposztja a figyelmet.

Az alábbi ábra szemlélteti mennyire félrevezethet minket egy ívdiagram:

1

Az utolsó két értéket megfigyelve (5, 5) látjuk, hogy a két ív ugyanott végződik. Mivel a két érték megegyezik, a két hossznak azonosnak kell lennie, azonban ezen az ábrán ez nem így van, még ha elsőre úgy is néz ki.

2-3_corrected

A fenti ábrán az 'Arc Length Proportions'-nál a ‘Residental’ és ‘Office’ értékei azonosak, mégis különböző hosszúságúak az ívek. Alatta, a 'Corrected Bar Length Proportions'-nál látható hogy nézne ki helyesen.

További részletek a blogposztban.