Лекція_7_Візуалізація_даних_графіками_1666280876

План
1. Критерії вибору графіку
2. Рейтинг візуальних каналів
3. Знаходження міток

Типи графіків. Як вибрати вірний графік для різних задач
Графіки дозволяють ефективно показувати різноманітні зв’язки, відношення між різними атрибутами (змінними) у наших даних. Вони надають характерну візуальну форму для кожного типу зв’язку. Корисно розуміти, які типи графіків можуть бути застосовані для різних типів зв’язків.

Є декілька таких типів:
Еволюція в часі
Ранжування
Співвідношення частки і цілого
Відхилення
Розподіл
Кореляція
Географічні дані
Номінальне порівняння

Згадаємо, які візуальні мітки використовуються для кодування даних на графіках:
точки; лінії; горизонтальні та вертикальні стовпці;
горизонтальні та вертикальні бокси.

Для визначення, який саме тип нам потрібно показати (тобто який графік вибрати), потрібно пошукати в описі задачі задані ключові слова, за якими можна визначити тип зв’язку:
Номінальне порівняння - серія невпорядкованих дискретних кількісних значень - найпростіший тип зв’язку.

Ми просто маємо показати серію дискретних кількісних значень - кожна з яких відноситься до своєї категорії, щоб порівняти їх відносний розмір. Наші змінні - категорійна і кількісна, кодуємо їх як позицію. Хорошими варіантами мають бути стовпчикові графіки (вертикальні або горизонтальні) або точкові графіки. Особливість - точкові графіки можуть починатися не від нульового значення, а стовпчикові - лище з нуля

2. Еволюція в часі
Ключові слова: тренд, зміна, зростання (падіння), збільшення (зменшення), підвищення (пониження), коливання (флуктуація).
Змінні – впорядкована (час) та кількісна. Кодуємо позицією. Лінійний графік - перший вибір. Також, вертикальні стовпчики - не горизонтальні, в яких час йде по вертикалі. Чому? Тому що показуємо значення продовж (довжина, не висота!) якогось часу - сильна культурна традиція зліва направо. Такі графіки не показуємо по вертикалі. Точковий графік погано піходить, тому що точки гірше показують зв’язок між сусідніми часовими інтервалами.

3. Ранжування
Ключові слова: більше (менше) ніж, дорівнює.
Те ж саме, що номінальне порівняння, однак обов’язково використовуємо сортування! У порядку зменщення або навпаки - в залежності, що саме хочимо показати.

4. Співвідношення частки і цілого
Ключові слова: відношення, відсоток, частка.
Ми натреновані розуміти частку як відсоток. Наші змінні - це категорії (частки цілого) та їх внесок у ціле. Кодування може бути - колір для категорій та довжина для значень часток, виходить складена стовпчикова діаграма. Це лише трохи краще ніж млинці.

Кращим варіантом буде позиція-позиція чи позиція довжина - коли ми розберем складені фрагменти і відсортуємо їх. Зверніть увагу, що стовпчики поєднані і в заголовку точно вказано що це - частки цілого

5. Відхилення
Ключові слова: плюс або мінус, варіація (відхилення), різниця, порівнюючи з.
Знов маємо кількість і категорію в даних, знову використовуємо позицію для кодування. Перший варіант - парні стовпчики, однак якщо цікаво лище різниця, то варто її і показувати, і підкреслити кольором.

Інший варіант - використати різницю у відсотках, для того щоб об’єктивно оцінити відхидення для різних категорій. Для відхилення у часі використовують лінійний графік з різницею між показниками.

6. Розподіл
Ключові слова: частота, розподіл, концентрація, нормальний розподіл (крива Гауса, крива Белла).
Графік розподілу показує, наскільки часто значення кількісної змінної зустрічаються вздовж всього діапазону своїх значень, від найменшого до набільшого. Зазвичай, весь цей діапазон розбивається на рівні інтервали (номер такого інтервала - це змінна впорядкованого типу даних), і для кожного інтервалу рахується скільки разів або який відсоток кількісна змінна потрапила в цей інтервал.
Для такої задачі найчастіше використовується гістограма.

Кумулятивна частота - теж корисний графік, для того, щоб швидко рахувати внесок декількох діапазонів. Ефективним способом показати всі значення є «точкова гістограма», в якій кожна точка є одним значенням змінної, що потрапила у відповідний інтервал.

Смужкова діаграма використовує прозорість, щоб показати скупчення в тому чи іншому інтервалі. Цей трюк з прозорістю часто використовують на точкових ‘x y’ - графіках та на картах.

Багато розподілів показують за допомогою найбільш популярного способу - лінійного частотного полігона або бокс - графіка.

Бокс дозволяє показати одразу розмах значень, найбільше і найменше значення конкретного розподілу, медіану та діапазон, куди потрапляє 50 відсотків усіх значень.
Бокс - графік напевне один із найбільш ефективних способів показати одразу багато розподілів різних величин на одному листку.

7. Кореляція
Ключові слова: зростає разом з, падає разом з, змінюється разом з, викликане, причина якого, слідує за.
Щоб показати зв’язок між парами кількісних змінних: позиція-позиція = x y - використовуємо точковий графік).
Якщо позиція (для номінальних категорії) + довжина(значення 1) + довжина (значення 2) = парний стовпчиковий графік

8. Географічні дані
Ключові слова: географія, локація (позиція), де розташоване, регіон, територія, країна, місто, область тощо.
Є проблема - два найкращих способи кодування, які ми використовували весь час, зайняті для карти (x y та довжина із спільною базою). Залишається розмір, інтенсивність кольору та ширина для кількісних даних, хоча вони не такі точні:
точки різного розміру;
точки або інші форми з різною інтенсивністю кольору;

Ефективність візуального кодування
Нагадаю, що раніше ми говорили про мову візуалізації: мітки, візуальні канали, а також, що для різних типів даних потрібно використовувати відповідні візуальні канали. Важливо запам’ятати, що для першого типу даних - категорійних, невпорядкованих потрібно показувати за допомогою такого візуального кодування, що зберігає відмінність та ідентичність - наприклад, різні кольори або різна геометрична форма. Другий тип даних - впорядковані (та кількісні) дані потрібно показувати так, щоб наша візуальна система сприймала порядок - наприклад, якщо у якості каналу задіяний колір, тоді це має бути або перехід від кольору до сірого (десатурація), або однаковий колір з різними інтенсивностями, а не різні кольори.

З іншого боку, різні канали навіть якщо придатні - не однаково ефективні. Тому необхідно використовувати принцип - ''за допомогою найбільш видимого (сильного) каналу порібно кодувати найголовнішу інформацію'' (атрибут в даних). Як визначити найголовнішу інформацію ми говорили на початку курсу. Іншими словами - більш важливі змінні (атрибути) у ваших даних повинні кодуватися більш ефективними, найбільш помітними візуальними каналами. Менш важливі - менш ефективними. Напевне, це найбільш важливий принцип інформаційного дизайну.

Рейтинг (візуальних) каналів
За допомогою таблиці зображеної на наступному слайді ви зможете швидко обрати той візуальний канал для конкретних даних, який більш підходить.
Кодувати дані за допомогою різних величин площі – це не самий ефективний спосіб. Млинцеві діаграми – не є ефективними с точки зору показу кількісної інформації.

1. Акуратність представлення
Візуальні судження після візуального стимулу - Психологічний степеневий закон Стівенса.

2. Здатнсть розрізнити варіанти
Чи може людина побачити відмінності атрибутів візуального какналу?
Наприклад, товщина лінії – скільки варіантів товщини повинно бути, щоб ми все ще їх розрізняли між собою?

3. Ортогональність (незалежність) каналів
Пари каналів - не є повністю незалежними і впливають один на одного.
Позиція + колір - незалежні канали
Розмір + колір - розмір впливає на відчуття кольору (на маленьких об’єктах його не видно)
Горизонтальний розмір + вертикальний розмір (насправді, ми сприймаємо площу)
Червоний + зелений - повністю нероздільні канали, ми не можемо сказати скільки в кольорі точок червоного, а скільки - зеленого (у нас по-іншому працює обробка кольору).

Знаходження міток
4. Поп-аут - атрибут стрибає вам в очі (моментальне виявлення, паралельна обробка)

Багато каналів можуть забезпечити моментальне знаходження мітки серед інших міток (незалежно від їх кількості).
колір
орієнтація
розмір
форма
близкість
Якщо говорити про пари - більшість комбінацій каналів не дозволяють створювати поп-аут. Однак простір та колір і рух та форма - дозволяють. Інші - перетворюють паралельний пошук в послідовний, тобто значно повільніший (((Форма + колір))).

Три і чотири канали - немає поп-ауту взагалі.
Правило - для поп-ауту розраховуйте лише на один канал.
Поп-аут найчастіше використовують для показу найбільш важливої із важливих атрибутів.
Необхідно пам’ятати: всі наші оцінки - відносні якщо намалювати не вирівняні стовпчики, то їх важко порівняти якщо додати фрейм (рамку) одного розміру - одразу легше (міряємо пусту частину стовпчика) краще вирівняти по лінії

Особливо це видно по кольору та по інтенсивності.
Сьогодні ми детально поговорили про ефективність візуального кодування.
Мені хотілося би, щоб ви запам’ятали - найголовнішу інформацію потрібно кодувати за допомогою найбільш сильного візуального каналу, у якому можна досягнути ефекту моментального виявлення ваших даних.