Вы ждали

Скинули мем, это мило 💔

👀 Плотность населения

Шесть способов визуализировать плотность населения. Цветовая шкала и подписи объясняют, как каждая карта визуализирует плотность населения: с использованием точек, искажённых форм, кругов, линий или классического цветового градиента. А как бы вы визуализировали плотность населения?

via Benjamin Nowak

Но есть же ещё вот такой вариант!

⚡Вы неоднократно спрашивали как купить книгу "Графики, которые убеждают всех" в Европе.

И теперь такая возможность есть! Договорился с магазином Polaris, книга теперь у них в наличии, доставляется по всей Европе.

https://kniga.lv/shop/grafiki-kotorie-ubezhdajut-vseh-2-e-dopolnennoe-i-pererabotannoe-izdanie

Просто вспомнил одну из моих любимых инфографик. Тот редкий случай, когда буквальное изображение понятий на инфографике работает. Иконки сделаны гениально.

Картинка из Иллюстрированной энциклопедии Комптона 1943 года. В которой и сам таймлайн является метафорой жизненного пути.

Единственное что я бы поменял, цветовую легенду сделал цветом, а не словами "красный", "желтый" и поместил сверху перед таймлайном.

В Экселе как известно можно сделать всё.

Via https://t.me/finalyticspro/758

Записала маленький бесплатный курс про улучшение таблиц и графиков в Excel. С задачками самопроверки и чеклистами.

1 час и 42 минуты переверстываю стандартные визуализации, объясняя где чего не так и как сделать лучше. Вот так вот!

Долго вглядывался в бездну этот график. Нашел, что он гениален. И по форме, и по содержанию.

https://t.me/data_bar/116

Довольно необычный ход, мне бы не пришел такой в голову.

Я бы сделал линейными степами с общими осями X и Y, либо один график под другим, чтобы не подписывать дважды май-август.

Но размышляя над тем, почему сделали именно так. При сохранении удобства сравнения паттернов год к году, имеем логичную интуитивную последовательность слева направо. А главное — получаем столбики с более вертикальными пропорциями. Что с одной стороны лучше показывает идею про достижение 300 млн, а во-вторых, и это может быть даже важнее, даёт удобно подписать фильмы сверху.

Отдельно отмечу подписи годов на самих столбиках, тоже достаточно необычно.

#датавизприемы

Всем доброе утро и продуктивной недели!

The Art of Data Visualization with ggplot2 (The TidyTuesday Cookbook) 🌟

Nicola Rennie подвела небольшой итог трехлетней работы с данными в рамках еженедельного социального проекта TidyTuesday, цель которого — показать, как можно исследовать различные реальные наборы данных.

За три года еженедельных публикаций Nicola создала более 150 визуализаций данных. Каждая глава книги The Art of Data Visualization with ggplot2 посвящена отдельной визуализации данных, включая пояснения для каждого этапа творческого процесса: исследование данных, выбор типа визуализации данных, первоначальные идеи дизайна с набросками от руки, первое построение графика, итеративный процесс стилизации графиков.

Цель книги — продемонстрировать примеры сквозного процесса создания визуализаций данных, уделяя особое внимание техническим деталям их создания в R. Особенно нравится то, что процесс создания визуализации записывается как gif в библиотеке {camcorder}.

Просто кладезь идей для визуального вдохновения!

Вижу, что некоторые люди репостят пост Ильи Бирмана про то, каким должны быть правильные пропорции линейного графика. Пост сколь категоричный, столь.. и странный. Я уже много раз писал об этой теме в канале (очень подробно, и еще, и еще), писал в книге, у нас даже были дебаты с Ромой Буниным, по результатам которых он кажется немного пересмотрел свои взгляды)

Вообще, обратил внимание, что в 99% случаев чушь можно предсказать по вводному сочетанию слов "как писал Эдвард Тафти". Ребят, со времен Эдварда Тафти прошло уже много времени, во-первых, а во-вторых, прочитайте, пожалуйста, еще какие-то книги, чтобы категорично что-то утверждать с интонацией эксперта.

Речь как вы понимаете снова о том, что нужно [якобы] использовать соотношение 45 градусов наклона в линейных графиках. При этом вокруг этого Бирман выстраивает какую-то псевдонаукообразную аргументацию, с которой непонятно даже как спорить. Потому что он берет абсолютно абстрактный пример. Как и в предыдущих постах на эту тему и на дебатах могу еще раз повторить. Не надо цепляться к правилу 45 градусов. Понятно, что слишком плоский график и слишком узкий затрудняют чтение просто с позиции восприятия. Для остальных случаев выбор пропорций определяется субъективным контекстом, в котором а) существуют конкретные данные б) который выбрал автор для донесения своей мысли.

☝🏻История про пост Бирмана оказалась еще забавнее, чем казалось сначала. Я вообще не мог понять логику, которую автор использовал в своем посте, настолько она выглядела абсурдной. Но всё выяснилось, когда Игорь Яновский (который написал прекрасный пост про Тафти, его я прокомментирую позже) прислал мне скрин страницы из книги Тафти Visual explanations.

Итак, давайте почитаем, что пишет Тафти и о чем этот пример.

Наконец, несмотря на хроническую опасность искажения, корректные преобразования масштабов являются одними из самых мощных стратегий исследования данных. В двух- и трёхмерных изображениях часто бывает полезно видеть изображения и объекты примерно одинакового или меньшего, чем реальный, размера. [Перед этим он возмущается роликом, где показали красивый пролет по Венере, где высота гор была для красоты увеличена в 22,5 раза]

Например, рассмотрим это полезное решение (разработанное Уильямом Кливлендом) для проблемы отношения сторон в статистических отображениях. График справа показывает количество солнечных пятен по годам с 1749 по 1924 год, следуя известному 11-летнему циклу. Но в этих данных есть гораздо больше, чем просто ритмы и формы. Идея Кливленда — выбрать соотношение сторон так, чтобы наклоны выбранных отрезков линий центрировались вокруг угла в 45°, техника, реализуемая с помощью итеративных вычислений. Применение этого метода к данным о солнечных пятнах даёт график внизу справа, который показывает, что циклы имеют тенденцию быстро расти и медленно спадать. Это поведение наиболее выражено для циклов с высокими пиками, менее выражено для средних пиков и отсутствует для циклов с низкими.

Пример прекрасный, и ИМЕННО ДЛЯ НЕГО этот подход действительно работает. Но почему? Да потому, что здесь:
1) очень много точек
2) ритмичные колебания
3) большая амплитуда регулярных изменений.

В этом случае, конечно, вытягивать график по высоте не стоит.

Но это не "Тафти рекомендует подбирать вертикальный масштаб так, чтобы в среднем угол наклона графика к горизонту был примерно равен 45°". Более того, это не Тафти, а Кливленд, и он тоже это не рекомендует, а это одна из "стратегий исследования данных". Более того, Тафти говорит прямо противоположное — корректные преобразования масштабов являются одними из самых мощных стратегий исследования данных.

Вообще, я бы сказал, что это один из довольно редких в реальном мире примеров. И на практике, если мы говорим, про медиа и публикацию, график нужно было либо пропорционально растянуть по горизонтали, потому что он получился очень мелкий и его сложно читать. Либо порезать время на кусочки и положить один кусочек под другим. И да, действительно, пропорции под 45 градусов в этом случае позволяют удобно считывать характер нарастания или снижения показателя при ритмичных колебаниях. А если на графике будет один пик? А если два, но отличающиеся вдвое?

В примере же Бирмана, и это вызвало мое изначальное недоумение, нет никакой существенной разницы между двумя графиками в абстрактном смысле. То есть чтобы сказать, что нужно выбрать, левый или правый — нужно понимать природу этих данных, о чем и шла речь изначально.

(и кстати 45 градусов скорее у первого из графиков)