Visual AnalyticsEinfache Visualisierung komplexer Daten Prof. Dr. Till NagelHochschule Mannheim
[email protected]@tillnm
• Ziele der Datenvisualisierung• Entwurfsprozess• Datenquellen und -typen• Visuelle Variablen und Abbildung• Visualisierungstechniken
Übersicht
• Kein Tools-Workshop• Kein Coding-Workshop• Aber: Sketching!• Beispiele und Diskussion
Über diesen Workshop
Muster Beziehungen Trends
Chris
How
ard
John
Sno
w
New
Yor
k Ti
mes
Mor
itz S
tefa
ner
Mar
k Lo
mba
rdi
Computer-gestützte Visualisierungssystemebieten interaktive Datenabbildungen um Menschen zu unterstützen, ihre Aufgabeneffektiver auszuführen.
Mentale AbfragenWelches Geschlecht / Einkommensgruppe zeigt einenbesonderen Einfluss des Alters auf Triglyceride-Werte?
Visualization process
Mittelwert von x: 9Varianz von x: 11Mittelwert von y: 7.5Varianz von y: 4.12Korrelation: 0.816Regressionslinie: y=0.5x+3
Visualization process
Mittelwert von x: 9Varianz von x: 11Mittelwert von y: 7.5Varianz von y: 4.12Korrelation: 0.816Regressionslinie: y=0.5x+3
• Kategorisch / NominalÄpfel, Birnen, Bananen, ...
• OrdinalSmall, Medium, Large, ...
• Quantitativ• Interval (20. Oktober 2016, 1. Januar 2017, ...)• Ratio (15 kg, 273 K, ...)
Datenattributstypen
Retinale Variablen
Jacques Bertin definierte 6 retinale Variablen
• Größe
• Wert
• Texture
• Farbe
• Orientierung
• Form
Visuelles Mapping• Grafische Elemente werden als visuelle Syntax
genutzt um semantische Eigenschaften zu repräsentieren.
• Informationen auf visuelle Eigenschaften abzubildenwird Encoding (oder Mapping) genannt.
• Das Encoding sollte den Informationen angemessen sein.
x-Position: Jahr (quantitativ)
y-Position: Warenwert (quantitativ)
Farbe: Import/Export (kategorisch)
Balkendiagramm• Daten
1 kategorische, 1 quantiative• Visuelle Variablen
Länge (Quantität), Position (Kategorie)• Aufgaben
Vergleichen• Skalierbarkeit
Dutzende Elemente
Kreisdiagramm• Daten
1 kategorische, 1 quantiative• Visuelle Variablen
Größe (Quantität), Position (Kategorie)• Aufgaben
Verhältnisse, Zusammensetzung• Skalierbarkeit
7±2 Elemente
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
Scatterplot• Daten
2 quantitative Attribute• Visuelle Variablen
Punkte, Position• Aufgaben
Trends finden, Ausreißer, Verteilung, Korrelation, Cluster• Skalierbarkeit
100+ Elemente
Parallel Coordinates• Daten
1-2 kategorische, n quantitative• Visuelle Variablen
Linien (kat.), Farben (kat.)Höhe (quant)
• AufgabenVergleich unterschiedlicher Kategorien und deren Ausprägung
• SkalierbarkeitDutzende Attribute, 100+ Elemente
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)
• 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 …
• Unterschiedliche Diagramme unterstützenunterschiedliche Aufgaben.
• Einige sind geeigneter für die gewähltenDaten.
• Skizzieren hilft, geeignete Formen zu findenund Visualisierungen zu wählen.
In Ulm, um Ulm …
Co-Creation• Ideen erzeugen und sammeln.
• Wir kümmern uns nicht um Umsetzbarkeit.
• Wir werden nicht fertig!
Aufgabe: Daten• Schreiben Sie einen Datensatz auf eine grüne Karte.
• Identifizieren Sie die Datentypen(quantitativ, kategorisch)
• Schreiben Sie diese darunter auf die gleiche Karte.
Aufgabe: Visualisierung• Wählen Sie eine Visualisierungstechnik.
• Schreiben Sie diese auf eine blaue Karte.
• Skizzieren Sie die Visualisierung vereinfacht).
Entwerfen Sie eine Visualisierung• Gruppen von {Anzahl/4} Personen
• Ziehen Sie 2 Datenkarten.
• Ziehen Sie 2 Visualisierungskarten.
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
• Welche Schwierigkeiten gab es?• Welche Ideen hatten Sie?• Konnten Sie Inspirationen mitnehmen?
Ergebnisse
Empfohlene Literatur
good academic introduction business intelligence, dashboards good design introduction, nice taxonomy
foundation, classic perception, sensing, cognition info graphics, data journalism
Empfohlene Literatur
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, …
• Daten aufbereiten• Informationen analysieren um einen
Erkenntnissgewinn zu unterstützen• Hypothesen bestätigen oder erstellen• Erkenntnisse anderen vermitteln
Ziele von Informationsvisualisierung
• Stift und Zettel sind ein wichtiges Werkzeug.• Externalisieren und Strukturieren von Ideen.• Erste Ansätze und Gedanken formulieren.• Ausprobieren von Visualisierungen.
Visualisierungssketche
• Breites Vokabular an Visualisierungs- und Interaktionstechniken vorhanden.
• Iterativer Entwurfsprozess ermöglichtangemessene Lösungen.
• Nutzer und deren Aufgaben + Zieleberücksichtigen.
Zusammenfassung