Data Visualization   Week 2 - Stappen en Tools
Programma• Data Spelunking• Alle stappen met bijbehorende tools• Kiezen van een goede databron• Concept-ontwikkeling
Opdracht volgende        week• Kiezen van een databron• Vertellen waarom deze interessant is  (concreet)• Verzinnen van ee...
Stappen
Stappen• acquire• parse• filter• mine• represent• refine• interact
Acquire
Daytum
data.gov.us   data.gov.ukdata.overheid.nl…
Guardian Datablog
Bellen
API / Developer
Command line
Parse
Data Formaten•   Word, Excel   •   CSV (tekst, tab)•   SQL           •   HTML•   PDF           •   XML•   Shapefile      • ...
Excel
Google Fusion Tables
Many Eyes
Tableau
Filter
Text Editor
PythonfileHandle = open(outcome.csv, r)reader = csv.reader(fileHandle)for line in reader:   name = line[0]  print name
Regular Expressions•   .             •   a?•   [0-9] [acd]   •   a*•   s w d      •   [acd]+                  •   a{3, 5} ...
Mine
Statistiek• Gemiddelde• Variantie
Clustering
Regressie
RStats
en meer…
Represent
Processing
Download and try out
Toxiclibs
Processing.js
Gephi
Quartz Composer
Gapminder
Impure
Refine
Volgende week• Bekijken concepten• Information Design• Critique• Visualize
Recommended Reading• Tufte• Information is Beautiful
Dataset Roundtable
Willem de Kooning - dataviz -  week 2
Willem de Kooning - dataviz -  week 2
Willem de Kooning - dataviz -  week 2
Willem de Kooning - dataviz -  week 2
Upcoming SlideShare
Loading in …5
×

Willem de Kooning - dataviz - week 2

592 views

Published on

Published in: Education
0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
592
On SlideShare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
9
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide
  • Ik ga snel en ingewikkeld. Onderbreek me wanneer je wilt.\n
  • \n
  • Voor het einde van de les het liefst mij al vertellen waar je naar toe wilt zoeken en waarom, dan kunnen we zorgen dat we iets pakken wat kansrijk is. (Mag ook in de loop van de week, maar liever niet.)\n\nVerder: volgende week drie concepten in schetsen.\n
  • Er zijn heel veel tools.\n
  • Uitleggen wat de stappen inhouden.\n\nRecht uit Ben Fry’s Visualizing Data, vergelijk met de OODA loop\n
  • OODA Loop, iteratief proces\n
  • \n
  • http://daytum.com/\nhttp://daytum.com/charleylhasa\n\nZelf verzamelen.\n
  • \n
  • \n
  • World Bank\nCIA Factbook\nHRW, WNF etc. (rapporten, rapporten, rapporten)\n\nKijk eens rond.\n
  • bellen en vragen, werkt meestal niet, maar soms wel en anders kun je erachter komen wat je moet doen om die data wel te krijgen\n\nVraag: Hoe zou jij data verkrijgen? Wat zou je willen hebben? Hoe verwacht je eraan te komen?\n
  • De meeste websites (Foursquare, Last.fm, Flickr) hebben dit tegenwoordig. Het vrijgeven van data aan anderen om vette dingen mee te maken.\n\nniet altijd even makkelijk, soms wat dumps\n
  • wget --help\nman wget\n\ncd /tmp\nmkdir test\ncd test\ntouch\n\n
  • Het inlezen van de data, afhankelijk van het formaat. Soms nog wel lastig maar vaak wel te doen.\n
  • \n
  • ik heb geen Excel, dus ik laat het even via Numbers zien\nof Google Docs\nmaar Excel is wel redelijk de koning voor de Excel jockeys\n
  • World Data - Cigarettes per adult per year\nTech Map of Britain\nSecondary schools for fusion\n
  • http://www-958.ibm.com/software/data/cognos/manyeyes/visualizations/new/bar-chart/coffee-consumption-by-country-60kg/1\n
  • run video?\n
  • \n
  • Textmate, Textwrangler\n
  • \n
  • do CSV reader demo\n
  • http://regexpal.com/\n\nThink of example for them to play with.\n
  • Wat betekent het nu? Goed als je wat basis dingen weet maar schakel een echte statisticus in.\n
  • \n
  • http://home.dei.polimi.it/matteucc/Clustering/tutorial_html/AppletKM.html\n
  • http://science.kennesaw.edu/~plaval/applets/LRegression.html\n
  • not SPSS\nMathematica\nMatlab\nRStats demo…\n
  • Recommenders\nClassificatie\n(Interactieve visualisatie.)\n
  • \n
  • \n
  • Download Processing, start hem, kijk naar de demo’s en wat je ermee kunt\n
  • show toxiclibs reel: http://vimeo.com/15379147\n
  • reel: http://toxiclibs.org/2010/08/cfp-community-showreel-2010/\n
  • web ready\n
  • graphs, networks: http://www.youtube.com/watch?v=6rURezjoEDo\n
  • \n
  • Gapminder video, look into software toolkit\n
  • http://www.youtube.com/user/impuremotion#p/u/0/ZdSgrFQmY74\nhttp://www.impure.com/\ntutorial: http://www.youtube.com/watch?v=4oc47BB374U\n
  • Kijk, critique, expand, plussing en ga door.\n
  • \n
  • \n
  • \n
  • Willem de Kooning - dataviz - week 2

    1. 1. Data Visualization Week 2 - Stappen en Tools
    2. 2. Programma• Data Spelunking• Alle stappen met bijbehorende tools• Kiezen van een goede databron• Concept-ontwikkeling
    3. 3. Opdracht volgende week• Kiezen van een databron• Vertellen waarom deze interessant is (concreet)• Verzinnen van een concept: Welke data wil je gebruiken om wat te vertellen? (in 3 of meer schetsen)
    4. 4. Stappen
    5. 5. Stappen• acquire• parse• filter• mine• represent• refine• interact
    6. 6. Acquire
    7. 7. Daytum
    8. 8. data.gov.us data.gov.ukdata.overheid.nl…
    9. 9. Guardian Datablog
    10. 10. Bellen
    11. 11. API / Developer
    12. 12. Command line
    13. 13. Parse
    14. 14. Data Formaten• Word, Excel • CSV (tekst, tab)• SQL • HTML• PDF • XML• Shapefile • JSON
    15. 15. Excel
    16. 16. Google Fusion Tables
    17. 17. Many Eyes
    18. 18. Tableau
    19. 19. Filter
    20. 20. Text Editor
    21. 21. PythonfileHandle = open(outcome.csv, r)reader = csv.reader(fileHandle)for line in reader: name = line[0] print name
    22. 22. Regular Expressions• . • a?• [0-9] [acd] • a*• s w d • [acd]+ • a{3, 5} a{4}• ^a• a$
    23. 23. Mine
    24. 24. Statistiek• Gemiddelde• Variantie
    25. 25. Clustering
    26. 26. Regressie
    27. 27. RStats
    28. 28. en meer…
    29. 29. Represent
    30. 30. Processing
    31. 31. Download and try out
    32. 32. Toxiclibs
    33. 33. Processing.js
    34. 34. Gephi
    35. 35. Quartz Composer
    36. 36. Gapminder
    37. 37. Impure
    38. 38. Refine
    39. 39. Volgende week• Bekijken concepten• Information Design• Critique• Visualize
    40. 40. Recommended Reading• Tufte• Information is Beautiful
    41. 41. Dataset Roundtable

    ×