5 kirjaa, joiden avulla voit oppia datan visualisoinnin

datan visualisointi viestii datan suhteista graafien, kaavioiden ja muiden visuaalisten medioiden avulla. Se on ero satojen rivien taulukkolaskenta ja tiivis kuvaaja avain ja väri pinnoite. Koska yhä kasvava liikkeellepaneva voima liiketoiminnan päätöksiä, on tärkeää, että data on saatavilla ja ymmärrettävää ihmisille, jotka eivät ehkä tunne sitä. Anna tietojen visualisointi kirjoja.

hyvä tiedon visualisointi auttaa tunnistamaan ongelma-alueet muuntosuppilossa, ennustamaan tulevaa myyntimäärää, määrittämään tuotesijoittelua ja paljon muuta. Laittamalla sen visuaaliseen muotoon voit arvioida trendejä ja kuvioita, joita olisi vaikea havaita muuten. Lisäksi se antaa sinulle syyn välittää näistä trendeistä ja kaavoista, kun ne eivät ole enää satunnaisia sanoja ja numeroita. Joskus on vaikea ymmärtää vaikutusta aineisto, kunnes se on selvästi säädetty. Mielemme tarvitsee usein kontekstia luodakseen merkityksen.

ajattele, miten turhauttavaa on yrittää ymmärtää aurinkokunnan kokoa. Se on häkellyttävä 1,87 valovuoden päässä. Mutta mitä se edes tarkoittaa? Jos sama tieto esitettäisiin visuaalisessa kaaviossa, joka osoittaisi aurinkokunnan koon suhteessa maahan, sinulla olisi yhtäkkiä syvällisempi käsitys siitä, kuinka laaja aurinkokunta todellisuudessa on. Katso tästä ”tediously accurate scale model of the solar system” todella uskomaton esimerkki!

tähän olemme koonneet listan viidestä data visualization-kirjasta, joiden avulla voit luoda mielekkäitä, ymmärrettäviä ja silti kauniita visualisointeja.

(huomaa: kuten monilla tekniikan aloilla, sukupuolista ja rodullisesta moninaisuudesta puuttuu räikeästi sekä se, ketkä palkataan alalle että ketkä saavat kirjoittaa siitä. Kurkistaa joitakin tietoja, miksi monimuotoisuus tech on niin kiireellinen asia, Tutustu tämän artikkelin Wired.)

Fundamentals of Data Visualization by Claus O. Wilke

loistava aloittelijoille ja erittäin suositeltava ammattilaisille, Fundamentals of Data Visualization on helposti lähestyttävä tapa ymmärtää kattavasti tehokkaasti esiteltävää dataa. Käyttämällä esimerkkejä hyvistä ja huonoista visualisoinneista, Wilke tutkii käsitteitä, kuten miten väri voi korostaa tai erottaa arvon ja miten käyttää tarpeetonta koodausta varmistaaksesi, että annat avaintietoja useilla tavoilla. Kun lukija pääsee kirjan loppuun, hän on rakentanut intuition siitä, mikä tekee hyvää datan visualisointia.

Hyvät Kaaviot: Scott Berinaton HBR Guide to Making Smarter, More Persuasive Data Visualizations

Good Charts on opas siihen, miten datan visualisointi toimii ja miten sitä käytetään tavalla, joka tekee vaikutuksen ja vakuuttaa. Puhumisen, luonnostelun ja prototyyppien kautta Berinato opettaa lukijaa ajattelemaan visuaalisesti ja siten rakentamaan parempia kaavioita. Hän soveltaa näköhavainnon ja neurotieteen periaatteita selittääkseen, miksi jotkut kaaviot vain toimivat ja miksi jotkut vain stressaavat sinua. Jos haluat välittää tietoja ja ideoita tehokkaalla tavalla, tämä on hyvä paikka aloittaa.

the Functional Art by Alberto Cairo

hyödyntäen kokemusta informaatiosuunnittelijana ja visuaalisen journalismin professorina Alberto Cairo käyttää datavisualisointia välineenä luodakseen oivalluksia ympäröivään maailmaan. Tässä kattavassa oppaassa Kairo näyttää lukijalle, miten tilastokaavioita, karttoja ja selityskaavioita käytetään riippumatta siitä, millaista dataa analysoidaan. Tämän kirjan käsitteet vaihtelevat ekspansiivisesta (eli tieteestä, miten aivomme havaitsevat ja muistavat tiedon) käytännön (ts. kuinka käyttää väriä, tyyppiä ja muita graafisia työkaluja tietojesi grafiikan tehostamiseksi).

the Visual Display of Quantitative Information by Edward R. Tufte

tässä klassisessa tilastografiikkaa, kaavioita, taulukoita käsittelevässä kirjassa Edward R. Tufte analysoi 250 parasta (ja joitakin huonoimpia) grafiikkaa auttaakseen lukijaa visualisoimaan, miten suunnitella korkean resoluution näyttöjä, muokata ja parantaa grafiikkaa, havaita graafisen petoksen ja paljon muuta. Kuten Tufte itse sanoi, ” suunnittelijan tehtävä on antaa visuaalinen pääsy hienovaraisiin ja vaikeisiin.”Kvantitatiivisen informaation visuaalinen Näyttäminen opettaa meitä tekemään juuri niin.

Giorgia Lupin ja Stefanie Posavecin kirjoittamat Dear Data

eroaa jokaisesta tämän listan kirjasta, Dear Data on kokoelma Lupin ja Posavecin välillä kirjoitettuja postikortteja mapping ”the determinations of their daily lives as a series of hand-drawed postcards.”Mikään heidän elämänsä osa-alue ei ole liian pieni tai merkityksetön havainnoitavaksi ja kerättäväksi tietoja. Annetuista ja saaduista valituksista, tavasta, jolla he tuhlaavat aikaa puhelimeensa, ajoista ja syistä, joita he pyysivät anteeksi joltakulta. Dear Data pakottaa sinut katsomaan laatikon ulkopuolelle tyyppisiä tietoja tyypillisesti kerätään, osoittaa meille mitään yksityiskohtia on liian pieni tutkia.

jos olet vasta aloittelemassa data-analyysiä, tutustu 8 parhaan Data Science-kirjan postaukseemme.