Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Einführung in die Datenvisualisierung - Workshop

542 views

Published on

Workshop auf der Stadt und Netz 2017 in Ulm

Published in: Data & Analytics
  • Hello! Get Your Professional Job-Winning Resume Here - Check our website! https://vk.cc/818RFv
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here

Einführung in die Datenvisualisierung - Workshop

  1. 1. Datenvisualisierung Till Nagel Stadt und Netz - Workshop Einführung in die
  2. 2. Visual Analytics Einfache Visualisierung komplexer Daten Prof. Dr. Till Nagel Hochschule Mannheim t.nagel@hs-mannheim.de @tillnm
  3. 3. • Ziele der Datenvisualisierung • Entwurfsprozess • Datenquellen und -typen • Visuelle Variablen und Abbildung • Visualisierungstechniken Übersicht
  4. 4. • Kein Tools-Workshop • Kein Coding-Workshop • Aber: Sketching! • Beispiele und Diskussion Über diesen Workshop
  5. 5. The human mind has a gift for bringing order to chaos.
  6. 6. Muster Beziehungen Trends ChrisHowardJohnSnow NewYorkTimes MoritzStefaner MarkLombardi
  7. 7. Computer-gestützte Visualisierungssysteme bieten interaktive Datenabbildungen um Menschen zu unterstützen, ihre Aufgaben effektiver auszuführen.
  8. 8. Mentale Abfragen Welches Geschlecht / Einkommensgruppe zeigt einen besonderen Einfluss des Alters auf Triglyceride-Werte?
  9. 9. Visuelle Abfragen
  10. 10. Visualization process Mittelwert von x: 9 Varianz von x: 11 Mittelwert von y: 7.5 Varianz von y: 4.12 Korrelation: 0.816 Regressionslinie: y=0.5x+3
  11. 11. Visualization process Mittelwert von x: 9 Varianz von x: 11 Mittelwert von y: 7.5 Varianz von y: 4.12 Korrelation: 0.816 Regressionslinie: y=0.5x+3
  12. 12. Visualisierungsprozess
  13. 13. Visualisierungsprozess
  14. 14. Visualization process
  15. 15. Daten & Informationen
  16. 16. Quellen
  17. 17. Äpfel und Birnen
  18. 18. • Kategorisch / Nominal Äpfel, Birnen, Bananen, ... • Ordinal Small, Medium, Large, ... • Quantitativ • Interval (20. Oktober 2016, 1. Januar 2017, ...) • Ratio (15 kg, 273 K, ...) Datenattributstypen
  19. 19. Visuelle Variablen Grundlegende Abbildungen
  20. 20. • Fanzösischer Kartograph (1918-2010) • Sémiologie graphique (1967) Jacques Bertin
  21. 21. Retinale Variablen Jacques Bertin definierte 6 retinale Variablen • Größe • Wert • Texture • Farbe • Orientierung • Form
  22. 22. Visuelles Mapping • Grafische Elemente werden als visuelle Syntax genutzt um semantische Eigenschaften zu repräsentieren. • Informationen auf visuelle Eigenschaften abzubilden wird Encoding (oder Mapping) genannt. • Das Encoding sollte den Informationen angemessen sein.
  23. 23. Selektiv
  24. 24. Selektiv: Farbe
  25. 25. Selektiv: Form
  26. 26. Wie mehrere Attribute visualisieren? Visuelle Variablen kombinieren!
  27. 27. x-Position: Jahr (quantitativ) y-Position: Warenwert (quantitativ) Farbe: Import/Export (kategorisch)
  28. 28. Encoding vs Decoding
  29. 29. Visualisierungen Techniken und Taxonomien
  30. 30. Visualisierungstechniken
  31. 31. Balkendiagramm • Daten 1 kategorische, 1 quantiative • Visuelle Variablen Länge (Quantität), Position (Kategorie) • Aufgaben Vergleichen • Skalierbarkeit Dutzende Elemente
  32. 32. Kreisdiagramm • Daten 1 kategorische, 1 quantiative • Visuelle Variablen Größe (Quantität), Position (Kategorie) • Aufgaben Verhältnisse, Zusammensetzung • Skalierbarkeit 7±2 Elemente
  33. 33. Slopegraph • Daten 1 kategorische, 2 quantiative, 1 ordinal • Visuelle Variablen Höhe (Quantität), Position (Ordinal), Farbe (Kategorie) • Aufgaben Trends erkennen, Änderung der Reihenfolge • Skalierbarkeit 7±2 Elemente
  34. 34. Scatterplot • Daten 2 quantitative Attribute • Visuelle Variablen Punkte, Position • Aufgaben Trends finden, Ausreißer, Verteilung, Korrelation, Cluster • Skalierbarkeit 100+ Elemente
  35. 35. Parallel Coordinates • Daten 1-2 kategorische, n quantitative • Visuelle Variablen Linien (kat.), Farben (kat.) Höhe (quant) • Aufgaben Vergleich unterschiedlicher Kategorien und deren Ausprägung • Skalierbarkeit Dutzende Attribute, 100+ Elemente
  36. 36. Streamgraph • Daten 1 kategorisches, 1 quantiatives, 1 ordinales • Visuelle Variablen y-Position (kategorisch), Dicke (quantitativ), x-Position (Zeit) • Aufgaben Vergleich über die Zeit, Änderung der Verhältnisse • Skalierbarkeit 100+ Elemente (ordinale) Dutzende Elemente (kategorisch)
  37. 37. Visualisierungsvariationen
  38. 38. • Wählen Sie angemessene Daten • Achten Sie auf die Datentypen • Können Sie Daten ableiten? • Achten Sie auf passende Achsenskalierung • Beschriften Sie Ihr Diagramm In Ulm, um Ulm …
  39. 39. • Visualisieren Sie die Daten • Skizzieren Sie Diagramme • 10 Minuten Zeit
  40. 40. • Unterschiedliche Diagramme unterstützen unterschiedliche Aufgaben. • Einige sind geeigneter für die gewählten Daten. • Skizzieren hilft, geeignete Formen zu finden und Visualisierungen zu wählen. In Ulm, um Ulm …
  41. 41. Visualisierungskritik Marktkapitalisierung internationaler Banken
  42. 42. Was visualisieren die Elemente?
  43. 43. Man sieht: Finanzkrise
  44. 44. Wie ist das Verhältnis zwischen Santander und Citigroup?
  45. 45. Etwa doppelt so groß. Problem: Werte wurden auf Durchmesser abgebildet.
  46. 46. Hat JP Morgan im Vergleich zu anderen Banken eher große oder kleine Verluste gemacht?
  47. 47. Was würden Sie verbessern?
  48. 48. Interaktionen Techniken und Methoden
  49. 49. Coordinated Multiple Views
  50. 50. Co-Creation Gemeinsam diskutieren, verstehen und entwerfen.
  51. 51. Co-Creation • Ideen erzeugen und sammeln. • Wir kümmern uns nicht um Umsetzbarkeit. • Wir werden nicht fertig!
  52. 52. Aufgabe: Daten • Schreiben Sie einen Datensatz auf eine grüne Karte.
  53. 53. Aufgabe: Daten • Schreiben Sie einen Datensatz auf eine grüne Karte. • Identifizieren Sie die Datentypen (quantitativ, kategorisch) • Schreiben Sie diese darunter auf die gleiche Karte.
  54. 54. Aufgabe: Visualisierung • Wählen Sie eine Visualisierungstechnik. • Schreiben Sie diese auf eine blaue Karte. • Skizzieren Sie die Visualisierung vereinfacht).
  55. 55. Aufgabe: Visualisierung • Schreiben Sie eine Vis-Technik auf eine blaue Karte.
  56. 56. Karten einsammeln • Alle grünen Karten • Alle blauen Karten
  57. 57. Entwerfen Sie eine Visualisierung • Gruppen von {Anzahl/4} Personen • Ziehen Sie 2 Datenkarten. • Ziehen Sie 2 Visualisierungskarten.
  58. 58. Entwerfen Sie eine Visualisierung • Entwerfen Sie eine Visualisierung, die den Vergleich verschiedener Regionen ermöglicht. • Skizzieren Sie diese auf die roten Karten. • Zeichnen Sie viel und schnell. • Diskutieren Sie (und verwerfen Sie ggf. Ideen). • 10 Minuten
  59. 59. • Welche Schwierigkeiten gab es? • Welche Ideen hatten Sie? • Konnten Sie Inspirationen mitnehmen? Ergebnisse
  60. 60. Werkzeuge und Entwicklung
  61. 61. VisualisierungstoolsVisualisierungstools
  62. 62. Visualisierungstools Raw Carto
  63. 63. Tableau
  64. 64. Ressourcen Literatur, Sammlungen, Konferenzen, Blogs, …
  65. 65. Empfohlene Literatur good academic introduction business intelligence, dashboards good design introduction, nice taxonomy
  66. 66. foundation, classic perception, sensing, cognition info graphics, data journalism Empfohlene Literatur
  67. 67. http://flowingdata.com/ http://visualisingdata.com/ Blogs
  68. 68. http://survey.timeviz.net http://spacetimecubevis.com Visual Surveys
  69. 69. Journals & Proceedings • Transactions on Visualization and Computer Graphics (IEEE TVCG) • Proc. of EuroVis (Computer Graphics Forum) • Proc. of ACM CHI • Computer Graphics & Applications (IEEE CGA) • AVI, UIST, SIGGRAPH, …
  70. 70. Akademische Übersichtsartikel
  71. 71. http://infovis-mannheim.de
  72. 72. Zusammenfassung
  73. 73. • Daten aufbereiten • Informationen analysieren um einen Erkenntnissgewinn zu unterstützen • Hypothesen bestätigen oder erstellen • Erkenntnisse anderen vermitteln Ziele von Informationsvisualisierung
  74. 74. • Stift und Zettel sind ein wichtiges Werkzeug. • Externalisieren und Strukturieren von Ideen. • Erste Ansätze und Gedanken formulieren. • Ausprobieren von Visualisierungen. Visualisierungssketche
  75. 75. • Breites Vokabular an Visualisierungs- und Interaktionstechniken vorhanden. • Iterativer Entwurfsprozess ermöglicht angemessene Lösungen. • Nutzer und deren Aufgaben + Ziele berücksichtigen. Zusammenfassung
  76. 76. Sketch aus der Ideenphase von Touching Transport, 2011
  77. 77. Danke. Fragen? Prof. Dr. Till Nagel t.nagel@hs-mannheim.de 18. Mai 2017 Stadt und Netz, Ulm

×