データの可視化は、グラフ、グラフ、およびその他の視覚媒体を介してデータの関係を伝達します。 これは、スプレッドシート上の何百もの行と、キーとカラーコーティングを施した簡潔なグラフの違いです。 ビジネス上の意思決定の原動力として、データに精通していない人がデータにアクセスし、理解できるようにすることが重要です。 データ可視化ブックを入力します。
優れたデータビジュアライゼーションは、コンバージョンファネルの問題領域の特定、将来の販売数量の予測、製品配置の決定などに役立ちます。 それを視覚的な形式にすると、そうでなければ見つけるのが難しい傾向やパターンを評価することができます。 さらに、それはあなたに彼らはもはやランダムな単語や数字ではないと、それらの傾向やパターンを気にする理由を与えます。 データセットが明確にレイアウトされるまで、データセットの影響を把握するのが難しい場合があります。 私達の心は頻繁に意味を作成する文脈を必要とする。
太陽系の大きさを理解しようとするのがいかにイライラするかを考えてみてください。 それは気が遠くなるような1.87光年離れています。 しかし、それはどういう意味ですか？ その同じ情報が地球との関係で太陽系の大きさを示す視覚的なチャートに提示された場合、あなたは突然、太陽系が本当にどのように広大なのより深 本当に信じられないほどの例のために、この”太陽系の退屈な正確なスケールモデル”をチェックしてくださ
ここでは、意味があり、理解しやすく、まだ美しい視覚化を作成するのに役立つ五つのデータ視覚化の本のリストを収集しました。
本の取り引きの時事通信
私達の本の取り引きの時事通信に署名し、あなたが実際に読みたいと思う本を離れて80%まで得なさい。
(注：技術の多くの分野と同様に、誰がその分野に雇われ、誰がそれについて書くのかという点で、性別と人種の多様性の明白な欠如があります。 技術の多様性がこのような緊急の問題である理由の背後にあるデータのいくつかを覗くには、この記事をチェックしてください。)
サインアップすることにより、あなたは私たちの利用規約に同意します
Claus Oによるデータ視覚化の基礎。 Wilke
初心者に最適で、専門家に強くお勧めします,データ可視化の基礎は、効果的にデータを展示の包括的な理解を把握するための親しみやすい方法です. Wilkeは、良い視覚化と悪い視覚化の例を使用して、色が値を強調表示または区別する方法や、冗長コーディングを使用して複数の方法で重要な情報を提供 読者が本の終わりに達するまでに、彼らは良いデータの可視化を行うもののための直感を構築しているでしょう。
良いチャート: Scott Berinato
Good Chartsによるよりスマートで説得力のあるデータ視覚化を行うためのHBRガイドは、データ視覚化がどのように機能するか、そして感動して説得する方法でそれをどのように使用するかについてのガイドです。 話、スケッチ、プロトタイピングの彼のプロセスを通じて、Berinatoは、より良いチャートを構築するために、視覚的に考える方法を読者に教え、その結果、。 彼は視覚と神経科学の原則を適用して、なぜいくつかのチャートがうまくいくのか、なぜいくつかのチャートがあなたを強調するのかを説明します。 あなたは強力な方法でデータやアイデアを伝えることを望んでいる場合は、これは開始するのに最適な場所です。
アルベルト-カイロによる機能芸術
情報デザイナーと視覚ジャーナリズムの教授としての経験から引っ張って、アルベルト-カイロは、私たちの周りの世界への洞察を達成するためのツールとしてデータの可視化を使用しています。 この包括的なガイドでは、カイロは関係なく、分析されているデータの種類の、統計チャート、地図、および説明図を使用する方法を読者に示しています。 この本の概念は、広大な（すなわち、私たちの脳が情報をどのように認識し、覚えているかの科学）から実践的な（すなわち、 あなたの情報グラフィックをより有効にさせるのに色、タイプおよび他の写実的な用具を使用する方法）。
Edward R.Tufteによる定量的情報の視覚的表示
統計グラフィックス、チャート、テーブルに関するこの古典的な本では、Edward R.Tufteは、高解像度ディスプレイの設計、グラ Tufte自身が言ったように、”デザイナーの仕事は微妙で困難なものに視覚的にアクセスできるようにすることです。「定量的な情報を視覚的に表示することは、それを行う方法を教えてくれます。
Dear Data By Giorgia Lupi and Stefanie Posavec
このリストの各書籍とは異なり、Dear DataはLupiとPosavecの間に書かれたポストカードのコレクションです。”自分たちの生活の側面は、データを観察し、収集するにはあまりにも分または重要ではありません。 与えられ、受信した苦情から、彼らは自分の携帯電話で時間を無駄にする方法に、彼らは誰かに謝罪した時間と理由に。 親愛なるデータは、一般的に収集されたデータの種類の箱の外を見ることを強制し、詳細を調べるには小さすぎることはありません。
あなただけのデータ分析を開始している場合は、最高のデータサイエンスの本の8に私たちのポストをチェックしてください。