📈Как сделать красиво в Matplotlib
Пора признать очевидное — графики «из коробки» в Matplotlib отвратительны.

Владимир в своей статье на медиуме (впн) рассказывает, как за несколько строк кода сделать график красивым и информативным.

Хочу, чтобы итоговый график стал тем самым вариантом «из коробки». Новый год, новые шаблоны для работы, друзья!

Читать

Это очень важный принцип, про который важно знать, всем кто делает презентации, инфографику, любые информационно насыщенные материалы:

https://t.me/ne_znal_ai/1930

Понятно, почему справа больше. Это же в триллионах. Слева всего 1,3 триллиона, а справа-то аж 890.

Если вы не понимаете как образуется график типа "ящик с усами" (боксплот), советую прочитать этот пост:

https://telegra.ph/Boksploty-05-06

Обсуждали как развиваться начинающему датавиз-специалисту. Возникли сложности. В отличие от условного IT, датавиз — скорее прикладной навык, и его раскрытие зависит от конкретной сферы приложения (презентации, бизнес-аналитика, дата-журналистика, инфографика).

Однако я бы во всех направлениях говорил прежде всего о:

1️⃣ Сильном уверенном скилле работы с данными, дата-грамотности

2️⃣ Знании датавиз-культуры. Как выбрать график под данные. Принципы. Почему 3D-пайчарты и другие ошибки — это плохо, и что хорошо и почему. Как правильно и с умом в визуализации использовать цвет.

3️⃣ Основах графического дизайна в контексте визуализации.

Вот с этой базы я бы начинал при выходе дальше в любую профессию. А вот само обучение удобно было бы выстраивать вокруг инструментов, которые будут в основной профессии дальше. И тут стек будет сильно отличаться. Например, если вы будете заниматься бизнес-аналитикой, то вам нужно будет усиливать скилл работы с данными (добавляя туда SQL и скорее всего Python), выходя за пределы табличных редакторов и наверняка какой-то из профильных BI-инструментов, типа Tableau и Дата-Ленса. Если это больше дата-журналистика, то Datawrapper и Flourish. Если презентации — PowerPoint. И идеальный вариант был бы имплементировать, заземлять датавиз-культуру сразу в этом конкретном стеке инструментов для вашего предполагаемого вида деятельности.

Но в любом случае:
1️⃣ если знаний по работе с данными минимум, то знать основы Google Sheets/Excel точно понадобится. Бесплатные мини-курсы есть, например, в Мастерской Важных историй.

2️⃣ По датавиз-культуре нескромно посоветую свою книгу "Графики, которые убеждают всех" как стартовую. Она для того и написана. Если у вас хороший английский, горячо рекомендую статьи из блога Датавраппер. Особенно вот этот раздел Datavis do's and dont's.

3️⃣ Для дизайна (правда, к сожалению, без акцента на датавиз) — книга Горбунова "Типографика и верстка" и курсы Игоря Штанга или просто по тегу "переверстка" посты в его ЖЖ. Это уже наверняка даст понимание, что вы делаете не так, и как можно лучше. Кстати, в том же блоге Датавраппер есть хорошее на эту тему.

Если вы уже точно знаете, что хотите датавиз, и у вас есть деньги, идеальный вариант курс на Я.Практикуме (к которому тоже основательно приложил руку ваш покорный слуга) "Визуализация данных и введение в BI-инструменты". Это и хорошая база обо всем и контекст вокруг и BI, и презентаций и дата-сторителлинга. Плюс заземление датавиз-культуры на Дата-ленс, ПауэрПойнт, Датавраппер, Tableau.

—

Это основная программа-минимум.

Плюс для кругозора читаем десять-пятнадцать ламповых каналов по датавиз. Мощная подборка у Ромы Бунина. Или есть папка 🗂 попроще.

Отдельно отмечу, что по-прежнему самый быстрый (и интересный) способ учиться — попасть на стажёрскую позицию и сразу решать реальные задачи, либо обогащение своей текущей позиции датавиз-задачами. Тут сразу все попрет. И все найдется, и курсы, и книги

А ещё напомню, что по опросам индустрии 80% тех, кто делает датавиз и инфографику, работают в ПауэрПойнт ;) Так что если вам про это, то можно попробовать курсы в эту сторону
Например, курсы Насти по датавиз в Экселе и ПП.

Я знаю ещё о многих других и книгах, и образовательных программах разных замечательных людей. Но решил в посте оставить какие-то хайлайты, чтобы глаза не разбегались. Но давайте вместе в комментариях соберем и другие актуальные инициативы, книги, курсы и так далее, которые вам кажутся наиболее полезными.

Увидела тулу Color Buddy с возможностью подбора цветов, симуляции палитр на графиках и поиску лучшей 🔥

Посидела подумала и решила собрать целый список всех тулов, которые я когда-либо встречала и считаю полезными и интересными.

🎨 Внутри инструменты
- можно сразу брать и в датавиз
- с экспортом и/или сделаны в Tableau
- в формате библиотек на R
- больше для дизайнеров

Разница между точечным графиком, гистограммой и боксплотом ✨

Графики распределения одни из моих самых любимых – часто можно каждую точечку посмотреть!

Пока писала курс сделала такую объяснялку.
- в точечном показываем каждое наблюдение и его значение, например, возраст, и видим, что снизу у нас всего один человек с возрастом 25 лет
- в гистограмме эти точки как бы ставим друг на друга и получаем высоту столбца
- в боксплоте делаем фокус на выбросы и медиану, чтобы понять, в каком диапазоне значений у нас основная масса наблюдений (сам бокс - ящик)

Курс, кстати, будет называться "гибкий график" 🤸‍♀️

Вот, кстати, ещё в плане входа в профессию. Вышел курс от Насти Кузнецовой. В Насте абсолютно уверен, записывайтесь смело.

Ура ура наконец-то лендинг курса "гибкий график" 🚀

Сегодня первый запуск курса! 11 глав, куча домашек с обратной связью от графиков до дэшбордов 🤓

Посмотреть, что внутри и купить можно по ссылке
👉 https://nastengraph.ru/ 👈

Курс текстовый, можно читать даже с телефона и проходить в своем темпе. Максимально комфортно будет проходить 1-2 главы в неделю, чтобы успевать практиковаться. Уже создала чатик и буду рада вас там увидеть 🧡

ps по любым вопросам по курсу пишите на почту nastengraph@gmail.com

Игорь Яновский показывает симпатичный пример демонстрации диапазона неопределенности значений в сгруппированной столбчатой диаграмме.

К сожалению, сервисы, которые бы это делали из коробки, мне неизвестны.

https://t.me/czaroot/101

#датавизприемы

⚡️⚡️⚡️ В кулуарах датавиз-сообщества последние пару недель обсуждается вопрос терминов. Что такое визуализация данных? Что такое инфографика? Как они соотносятся? Это смежные области? Или одно часть другого? Споры не останавливаются.

Лет 8-9 назад мне было очень интересно тоже в этом разобраться. Я потратил достаточно много времени на это, но всё уложил у себя в голове. Понятно и непротиворечиво. Через мои лекции я думаю прошли сотни, может быть тысячи человек, там я про это рассказывал. Но нигде не публиковал. А то, что не опубликовано в интернете (а лучше в книге) вообще не существует.

Исправляю этот пробел сейчас, хотя бы кратко.

Читать полностью: http://visualthink.ru/book/all/chto-takoe-infografika-i-vizualizaciya-dannyh/

☝🏻 Есть еще точка зрения, что инфографика — это когда к обычному графику добавляют историю, а автоматизированная если — это всегда просто визуализация данных. Похожий заход как раз в статье у Косары и есть в одном из выпусков Малофея (это премия такая по инфографике раньше была), где интервью с NYT. Там они тоже говорят, что если дескать добавить историю, то уже не визуализация данных, а именно инфографика.

Когда-то мне казалось это осмысленным, но потом я понял, что это только лишние сущности, которые запутывают. А если чуть-чуть добавить историю? А если историю не добавлять никакую, но сам график уже суперпоказательный безо всякого дизайна в дефолтных настройках рандомной программы?

И если именно ЭТО инфографика, то схемы, какие-нибудь движения планет и спутников, расписание поездов и прочее, это что? Там никаких историй нет. И визуализации данных тоже нет. Не говоря уже об анатомическом атласе.

Поэтому от этого, я считаю, нужно просто отказаться, и утвердить нормальные базовые определения. Сущностные. Непротиворечивые.

А ситуация, когда результаты визуального анализа обогащают аннотациями и нужными ракурсами с точки зрения донесения сообщений, это просто разница между визуализацией данных для самостоятельного изучения и для коммуникации. В основе это все равно просто визуализация данных.

Прекрасный визуальный гайд от Nathan Yau про то, как графики врут. В основном, из-за осей, а если двойные оси так вообще 🙈