Визуализация данных и информации

Профессор-статистик Эдвард Тафт охарактеризовал сделанный Шарлем Жозефом Минаром график вторжения наполеоновской Франции в Россию, в 1869 году , как «вполне возможно лучший статистический график, когда-либо созданный», отметив, что он отражает шесть переменных в двух измерениях.

Визуализация данных и информации ( визуализация данных или визуализация информации ) это практика проектирования и создания простых в общении и понятных графических или визуальных представлений большого количества сложных количественных и качественных данных и информации с помощью статических, динамических или интерактивных визуальных объектов. Эти визуализации , как правило, основанные на данных и информации, собранных в определенной области знаний , предназначены для более широкой аудитории, чтобы помочь им визуально исследовать и открывать, быстро понимать, интерпретировать и получать важную информацию о структурах, отношениях и корреляциях, которые иначе трудно идентифицировать. , локальные и глобальные закономерности, тенденции, вариации, постоянство, кластеры, выбросы и необычные группировки в данных ( исследовательская визуализация ). Когда предназначено для широкой публики ( массовая коммуникация ) для передачи краткой версии известной конкретной информации в ясной и увлекательной форме ( презентационная или пояснительная визуализация ), обычно это называют информационной графикой .

Визуализация данных связана с визуальным представлением наборов преимущественно количественных необработанных данных в схематической форме. Визуальные форматы, используемые при визуализации данных, включают таблицы , диаграммы и графики (например, диаграммы , круговые гистограммы , линейные диаграммы , диаграммы с областями , конусные диаграммы , пирамидальные диаграммы , кольцевые диаграммы , гистограммы , спектрограммы , когортные диаграммы , каскадные диаграммы воронкообразные диаграммы , маркированные диаграммы , ). графики и т. д.), диаграммы , графики (например, диаграммы рассеяния , графики распределения , диаграммы «ящик с усами» ), геопространственные карты (такие как карты пропорциональных символов , картографические карты , изоплетные карты и тепловые карты ), цифры, корреляционные матрицы , проценты датчики и т. д., которые иногда можно объединить в приборную панель .

Визуализация информации , с другой стороны, имеет дело с многочисленными, крупномасштабными и сложными наборами данных, которые содержат количественные (числовые) данные, а также качественную (нечисловую, то есть словесную или графическую) и в первую очередь абстрактную информацию, и ее цель — повысить ценность. получать необработанные данные, улучшать понимание зрителей, укреплять их познавательные способности и помогать им получать ценную информацию и принимать решения при навигации и взаимодействии с графическим дисплеем, поддерживаемым компьютером. Визуальные инструменты, используемые при визуализации информации, включают карты (например, древовидные карты ), анимацию , инфографику , диаграммы Санки , блок-схемы , сетевые диаграммы , семантические сети , диаграммы сущностей-связей , диаграммы Венна , временные шкалы , интеллектуальные карты и т. д.

Новые технологии, такие как виртуальная , дополненная и смешанная реальность , могут сделать визуализацию информации более захватывающей, интуитивной, интерактивной и легко управляемой и, таким образом, улучшить визуальное восприятие и познавательные способности пользователя . Целью визуализации данных и информации является графическое представление и исследование абстрактных, нефизических и непространственных данных, собранных из баз данных , информационных систем , файловых систем , документов , деловых и финансовых данных и т. д. ( презентационная и исследовательская визуализация ), которые отличается от области научной визуализации , целью которой является создание реалистичных изображений на основе физических и пространственных научных данных для подтверждения или опровержения гипотез ( подтверждающая визуализация ).

Эффективная визуализация данных правильно получена, контекстуализирована, проста и лаконична. Базовые данные являются точными и актуальными, что позволяет гарантировать надежность полученных результатов. Графические элементы хорошо подобраны для заданных наборов данных и эстетически привлекательны, а формы, цвета и другие визуальные элементы используются намеренно, осмысленно и не отвлекая внимание. Визуальные изображения сопровождаются вспомогательным текстом (метками и заголовками). Эти вербальные и графические компоненты дополняют друг друга, обеспечивая четкое, быстрое и запоминающееся понимание. Эффективная визуализация информации учитывает потребности и проблемы, а также уровень знаний целевой аудитории, сознательно направляя ее к намеченному выводу. Такая эффективная визуализация может использоваться не только для передачи специализированных, сложных идей, основанных на больших данных, более широкой группе нетехнической аудитории в визуально привлекательной, увлекательной и доступной форме, но также экспертам в предметной области и руководителям для принятия решений, мониторинга. производительность, генерация новых идей и стимулирование исследований. Кроме того, ученые, аналитики данных и специалисты по интеллектуальному анализу данных используют визуализацию данных для проверки качества данных, поиска ошибок, необычных пробелов и недостающих значений в данных, очистки данных, изучения структур и особенностей данных и оценки результатов управляемых данными модели. В бизнесе визуализация данных и информации может составлять часть повествования о данных , где они сочетаются с последовательной структурой повествования или сюжетной линией , чтобы контекстуализировать анализируемые данные и четко и запоминающе передать идеи, полученные в результате анализа данных, с целью убедить аудиторию. в принятии решения или совершении действия, направленного на создание ценности для бизнеса . Это можно противопоставить области статистической графики , где сложные статистические данные точно и четко передаются графически между исследователями и аналитиками, обладающими статистическими знаниями, чтобы помочь им выполнить исследовательский анализ данных или передать результаты такого анализа, где визуальная привлекательность , привлечение внимания к определенной проблеме и рассказывание историй не так важны.

Область визуализации данных и информации имеет междисциплинарный характер, поскольку она включает в себя принципы, заложенные в дисциплинах описательной статистики (еще в 18 веке), визуальная коммуникация , графический дизайн , когнитивная наука и, в последнее время, интерактивная компьютерная графика и взаимодействие человека с компьютером . Поскольку эффективная визуализация требует навыков проектирования, статистических навыков и компьютерных навыков, такие авторы, как Гершон и Пейдж, утверждают, что это одновременно искусство и наука. Соседняя область визуальной аналитики объединяет статистический анализ данных, визуализацию данных и информации и аналитическое мышление человека посредством интерактивных визуальных интерфейсов, чтобы помочь пользователям-людям делать выводы, получать полезную информацию и принимать обоснованные решения, которые в противном случае было бы трудно сделать компьютерам.

Исследования того, как люди читают и неправильно понимают различные типы визуализаций, помогают определить, какие типы и особенности визуализаций наиболее понятны и эффективны для передачи информации. С другой стороны, непреднамеренно плохие или намеренно вводящие в заблуждение и вводящие в заблуждение визуализации ( дезинформационная визуализация ) могут выступать в качестве мощных инструментов, которые распространяют дезинформацию , манипулируют общественным восприятием и направляют общественное мнение в сторону определенной повестки дня. Таким образом, грамотность в области визуализации данных стала важным компонентом информационной и информационной грамотности в век информации , подобно той роли, которую играла текстовая , математическая и визуальная грамотность . в прошлом

Обзор

Визуализация данных — это один из этапов анализа данных и представления их пользователям.

Частичная карта Интернета начала 2005 года представлена ​​в виде графика, каждая строка представляет два IP-адреса и некоторую задержку между этими двумя узлами.

Область визуализации данных и информации возникла «в результате исследований в области взаимодействия человека и компьютера , информатики , графики , визуального дизайна , психологии и бизнес-методов . Она все чаще применяется в качестве важнейшего компонента в научных исследованиях, цифровых библиотеках , интеллектуальном анализе данных , анализ финансовых данных, исследования рынка, контроль производства и открытие лекарств ».

Визуализация данных и информации предполагает, что «визуальные представления и методы взаимодействия используют преимущества широкой пропускной способности человеческого глаза в разум, позволяя пользователям видеть, исследовать и понимать большие объемы информации одновременно. Визуализация информации сосредоточена на создании подходов для передавать абстрактную информацию интуитивным способом».

Анализ данных является неотъемлемой частью всех прикладных исследований и решения проблем в промышленности. Наиболее фундаментальными подходами к анализу данных являются визуализация (гистограммы, диаграммы рассеяния, поверхностные графики, древовидные карты, графики параллельных координат и т. д.), статистика ( проверка гипотез , регрессия , PCA и т. д.), интеллектуальный анализ данных ( ассоциативный анализ и т. д.). и машинного обучения методы ( кластеризация , классификация , деревья решений и т. д.). Среди этих подходов визуализация информации или визуальный анализ данных больше всего зависит от когнитивных навыков аналитиков и позволяет обнаруживать неструктурированные практические идеи, которые ограничены только человеческим воображением и творческими способностями. Аналитику не нужно изучать какие-либо сложные методы, чтобы интерпретировать визуализацию данных. Визуализация информации также представляет собой схему генерации гипотез, за ​​которой может следовать (и обычно сопровождается) более аналитический или формальный анализ, такой как статистическая проверка гипотез.

Для четкой и эффективной передачи информации при визуализации данных используются статистические графики , графики , информационная графика и другие инструменты. Числовые данные могут быть закодированы с помощью точек, линий или полос для визуальной передачи количественного сообщения. Эффективная визуализация помогает пользователям анализировать и рассуждать о данных и доказательствах. Это делает сложные данные более доступными, понятными и удобными для использования, но также может быть упрощенным. У пользователей могут быть определенные аналитические задачи, такие как сравнение или понимание причинно-следственной связи , и принцип дизайна графики (т. е. показ сравнений или показ причинно-следственной связи) следует за этой задачей. Таблицы обычно используются там, где пользователи будут искать конкретное измерение, а диаграммы различных типов используются для отображения закономерностей или взаимосвязей в данных для одной или нескольких переменных.

Визуализация данных относится к методам, используемым для передачи данных или информации путем их кодирования в виде визуальных объектов (например, точек, линий или полос), содержащихся в графике. Цель состоит в том, чтобы четко и эффективно донести информацию до пользователей. Это один из этапов анализа данных или науки о данных . По словам Виталия Фридмана (2008), «основная цель визуализации данных — четко и эффективно передавать информацию с помощью графических средств. Это не означает, что визуализация данных должна выглядеть скучной, чтобы быть функциональной, или чрезвычайно сложной, чтобы выглядеть красиво. Передавать идеи». по сути, эстетическая форма и функциональность должны идти рука об руку, обеспечивая понимание довольно скудного и сложного набора данных, передавая его ключевые аспекты более интуитивным способом. Однако дизайнерам часто не удается достичь баланса между формой и функцией, создавая великолепное. визуализации данных, которые не служат своей основной цели — передаче информации».

Действительно, Фернанда Вьегас и Мартин М. Ваттенберг предположили, что идеальная визуализация должна не только четко передавать информацию, но и стимулировать вовлеченность и внимание зрителя.

Визуализация данных тесно связана с информационной графикой , информационной визуализацией , научной визуализацией , исследовательским анализом данных и статистической графикой . В новом тысячелетии визуализация данных стала активной областью исследований, обучения и разработок. По данным Поста и др. (2002), он объединил научную и информационную визуализацию.

В коммерческой среде визуализацию данных часто называют информационными панелями . Инфографика — еще одна очень распространенная форма визуализации данных.

Принципы

Характеристики эффективных графических дисплеев

Величайшая ценность картины — это когда она заставляет нас заметить то, чего мы никогда не ожидали увидеть.

Джон Тьюки

Эдвард Тафте объяснил, что пользователи информационных дисплеев выполняют определенные аналитические задачи , такие как сравнение. Принцип построения информационной графики должен поддерживать аналитическую задачу. Как показывают Уильям Кливленд и Роберт МакГилл, различные графические элементы выполняют эту задачу более или менее эффективно. Например, точечные графики и гистограммы превосходят круговые диаграммы.

В своей книге 1983 года «Визуальное отображение количественной информации » Эдвард Тафте определяет «графические изображения» и принципы эффективного графического отображения в следующем отрывке: «Совершенство статистической графики состоит из сложных идей, передаваемых с ясностью, точностью и эффективностью. Графические изображения должны:

• покажи данные
• заставить зрителя думать о содержании, а не о методологии, графическом дизайне, технологии графического производства или чем-то еще
• избегайте искажения того, что говорят данные
• представить много чисел в небольшом пространстве
• сделать большие наборы данных согласованными
• побуждать глаз сравнивать различные фрагменты данных
• раскрывать данные на нескольких уровнях детализации: от общего обзора до тонкой структуры
• служат достаточно четкой цели: описанию, исследованию, табулированию или оформлению.
• быть тесно интегрированы со статистическими и словесными описаниями набора данных.

Графика раскрывает данные. Действительно, графика может быть более точной и показательной, чем обычные статистические вычисления».

Например, на диаграмме Минара показаны потери, понесенные армией Наполеона в период 1812–1813 гг. Нанесены шесть переменных: размер армии, ее расположение на двумерной поверхности (x и y), время, направление движения и температура. Толщина линии иллюстрирует сравнение (размер армии в определенные моменты времени), а ось температуры указывает на причину изменения размера армии. Это многомерное отображение на двухмерной поверхности рассказывает историю, которую можно сразу понять, одновременно определяя исходные данные для создания доверия. Тафте писал в 1983 году: «Возможно, это лучший статистический график, когда-либо созданный».

Несоблюдение этих принципов может привести к созданию вводящих в заблуждение графиков , искажению сообщения или подкреплению ошибочного вывода. По мнению Тафти, чартджанк относится к постороннему внутреннему оформлению графики, которое не усиливает послание, а также к ненужным трехмерным или перспективным эффектам. Ненужное отделение пояснительного ключа от самого изображения, заставляющее глаз перемещаться взад и вперед от изображения к ключу, является формой «административного мусора». Соотношение «данных к чернилам» должно быть максимальным, стирая чернила, не относящиеся к данным, где это возможно.

Бюджетное управление Конгресса обобщило несколько лучших практик в области графических дисплеев в презентации в июне 2014 года. К ним относятся: а) Знание своей аудитории; б) Разработка графиков, которые могут стоять отдельно вне контекста отчета; и c) Разработка графиков, передающих ключевые сообщения отчета.

Количественные

Один и тот же набор данных представлен на трех диаграммах: Верхняя панель представляет собой гистограмму, изображающую поток событий во времени (напоминает диаграмму Сэнки в New York Times ). оригинале ). Средняя панель представляет собой пузырьковую диаграмму, на которой отдельно оцениваются дискретные результаты. Нижняя панель представляет собой развернутую круговую диаграмму, показывающую относительные доли категорий и доли внутри категорий.

Автор Стивен Фью описал восемь типов количественных сообщений, которые пользователи могут попытаться понять или передать на основе набора данных и связанных с ними графиков, используемых для передачи сообщения:

1. Временные ряды: одна переменная фиксируется за определенный период времени, например, уровень безработицы или температурные показатели за 10-летний период. Линейный график можно использовать для демонстрации тенденции с течением времени.
2. Ранжирование: Категориальные подразделения ранжируются в порядке возрастания или убывания, например, рейтинг эффективности продаж (показатель ) продавцов ( категория , где каждый продавец имеет категориальное подразделение ) в течение одного периода. . гистограмму Для сравнения продаж можно использовать
3. От части к целому: категориальные подразделения измеряются как отношение к целому (т. е. процент от 100%). Круговая или гистограмма может отображать сравнение коэффициентов, например доли рынка, представленной конкурентами на рынке.
4. Отклонение: категориальные подразделения сравниваются с эталоном, например, при сравнении фактических и бюджетных расходов нескольких подразделений бизнеса за определенный период времени. Гистограмма может показать сравнение фактической суммы с контрольной.
5. Распределение частот: показывает количество наблюдений определенной переменной для данного интервала, например количества лет, в течение которых доходность фондового рынка находится между интервалами, такими как 0–10%, 11–20% и т. д. Гистограмма , тип гистограммы, могут быть использованы для этого анализа. Ящик . помогает визуализировать ключевые статистические данные о распределении, такие как медиана, квартили, выбросы и т. д
6. Корреляция: сравнение наблюдений, представленных двумя переменными (X,Y), чтобы определить, имеют ли они тенденцию двигаться в одном или противоположных направлениях. Например, построение графика безработицы (X) и инфляции (Y) для выборки месяцев. диаграмма рассеяния . Для этого сообщения обычно используется
7. Номинальное сравнение: сравнение категориальных подразделений в произвольном порядке, например, объема продаж по коду продукта. Для этого сравнения можно использовать гистограмму.
8. Географический или геопространственный : сравнение переменной на карте или макете, например, уровень безработицы в штате или количество людей на разных этажах здания. Картограмма – это типичный используемый графический объект.

Аналитики, просматривающие набор данных, могут решить, применимы ли некоторые или все приведенные выше сообщения и графические типы к их задаче и аудитории. Процесс проб и ошибок для выявления значимых взаимосвязей и сообщений в данных является частью исследовательского анализа данных .

Визуальное восприятие и визуализация данных

Человек может легко различать различия в длине линии, форме, ориентации, расстояниях и цвете (оттенке) без значительных усилий по обработке; они называются « атрибутами предварительного внимания ». Например, может потребоваться значительное время и усилия («внимательная обработка»), чтобы определить, сколько раз цифра «5» появляется в ряду чисел; но если эта цифра отличается по размеру, ориентации или цвету, экземпляры цифры можно быстро отметить посредством предварительной внимательной обработки.

Привлекательная графика использует преимущества предварительной обработки и атрибутов, а также относительную силу этих атрибутов. Например, поскольку людям легче обрабатывать различия в длине линии, чем в площади поверхности, может быть более эффективно использовать гистограмму (которая использует длину линии для сравнения), а не круговые диаграммы (в которых для сравнения используется площадь поверхности). ).

восприятие/познание и

Почти все визуализации данных создаются для потребления человеком. Знание человеческого восприятия и познания необходимо при разработке интуитивно понятных визуализаций. Познание относится к таким процессам в организме человека, как восприятие, внимание, обучение, память, мышление, формирование концепций, чтение и решение проблем. Визуальная обработка человека эффективна при обнаружении изменений и сравнении величин, размеров, форм и вариаций освещенности. Когда свойства символических данных сопоставляются с визуальными свойствами, люди могут эффективно просматривать большие объемы данных. Подсчитано, что 2/3 нейронов мозга могут участвовать в обработке зрительной информации. Правильная визуализация обеспечивает другой подход к показу потенциальных связей, отношений и т. д., которые не так очевидны в невизуализированных количественных данных. Визуализация может стать средством исследования данных .

Исследования показали, что люди используют в среднем на 19% меньше когнитивных ресурсов и на 4,5% лучше запоминают детали при сравнении визуализации данных с текстом.

История

См. Также: Инфографика § История.

Избранные вехи и изобретения

Современное изучение визуализации началось с компьютерной графики , которая «с самого начала использовалась для изучения научных проблем. Однако на заре нехватка графических возможностей часто ограничивала ее полезность. Недавний акцент на визуализацию начался в 1987 году со специального выпуск «Компьютерная графика по визуализации в научных вычислениях» . С тех пор было проведено несколько конференций и семинаров, спонсируемых IEEE Computer Society и ACM SIGGRAPH ». Они были посвящены общим темам визуализации данных , визуализации информации и научной визуализации , а также более конкретным областям, таким как объемная визуализация . В 1786 году Уильям Плейфейр опубликовал первую презентационную графику.

Локализация пространства продукта , призванная показать экономическую сложность данной экономики.

Древовидная карта экспорта Бенина (2009 г.) по категориям продуктов. Древовидные карты экспорта продуктов — одно из последних применений такого рода визуализаций, разработанное Обсерваторией экономической сложности Гарвардского технологического института .

Не существует всеобъемлющей «истории» визуализации данных. Не существует отчетов, охватывающих все развитие визуального мышления и визуального представления данных и сопоставляющих вклад различных дисциплин. Майкл Френдли и Дэниел Дж. Денис из Йоркского университета участвуют в проекте, цель которого – представить всестороннюю историю визуализации. Вопреки распространенному мнению, визуализация данных не является современной разработкой. Начиная с доисторических времен, звездные данные или информация, такая как расположение звезд, визуализировались на стенах пещер (например, найденных в пещере Ласко на юге Франции) начиная с эпохи плейстоцена . Физические артефакты, такие как месопотамские глиняные жетоны (5500 г. до н. э.), кипу инков (2600 г. до н. э.) и палочные диаграммы Маршалловых островов (nd), также можно рассматривать как средство визуализации количественной информации.

Первую документированную визуализацию данных можно проследить до 1160 г. до н. э. с помощью карты Туринского папируса , которая точно иллюстрирует распределение геологических ресурсов и предоставляет информацию о добыче этих ресурсов. Такие карты можно отнести к тематической картографии , которая представляет собой тип визуализации данных, который представляет и передает конкретные данные и информацию посредством географической иллюстрации, призванной показать конкретную тему, связанную с определенной географической областью. Самыми ранними документированными формами визуализации данных были различные тематические карты разных культур, идеограммы и иероглифы, которые предоставляли и позволяли интерпретировать иллюстрированную информацию. Например, таблички с линейным письмом B из Микен предоставили визуализацию информации о торговле эпохи позднего бронзового века в Средиземноморье. Идея координат использовалась древнеегипетскими геодезистами при планировании городов, земные и небесные положения располагались по чему-то вроде широты и долготы, по крайней мере, к 200 г. до н.э., а картографическая проекция сферической Земли по широте и долготе - Птолемеем Клавдием в. 85 – ок. 165 ] в Александрии служили эталонами до 14 века.

Изобретение бумаги и пергамента позволило дальнейшее развитие визуализации на протяжении всей истории. На рисунке показан график 10-го или, возможно, 11-го века, который призван служить иллюстрацией движения планет и используется в приложении к учебнику в монастырских школах. Очевидно, этот график предназначался для представления графика наклонов планетных орбит в зависимости от времени. Для этого зона зодиака изображалась на плоскости горизонтальной линией, разделенной на тридцать частей, в качестве оси времени или продольной оси. Вертикальная ось обозначает ширину зодиака. Горизонтальный масштаб, по-видимому, был выбран для каждой планеты индивидуально, поскольку периоды не могут быть согласованы. Сопроводительный текст относится только к амплитудам. Кривые, по-видимому, не связаны во времени.

Планетарные движения

К XVI веку были хорошо развиты методы и инструменты для точного наблюдения и измерения физических величин, а также географического и небесного положения (например, «квадрант стены», построенный Тихо Браге [1546–1601], охватывающий всю стену в его обсерватория). Особенно важным было развитие триангуляции и других методов точного определения местоположения на карте. Очень рано мера времени побудила ученых разработать инновационные способы визуализации данных (например, Лоренц Кодоман в 1596 году, Йоханнес Темпорариус в 1596 году). ).

Французский философ и математик Рене Декарт и Пьер де Ферма разработали аналитическую геометрию и двумерную систему координат, которые сильно повлияли на практические методы отображения и вычисления значений. Работы Ферма и Блеза Паскаля по статистике и теории вероятностей заложили основу для того, что мы сейчас называем данными. По данным Interaction Design Foundation, эти разработки позволили и помогли Уильяму Плейфэру , который увидел потенциал в графической передаче количественных данных, создать и разработать графические методы статистики.

Playfair TimeSeries

Во второй половине 20-го века Жак Бертен использовал количественные графики для представления информации «интуитивно, ясно, точно и эффективно».

Джон Тьюки и Эдвард Тафт раздвинули границы визуализации данных; Тьюки с его новым статистическим подходом к исследовательскому анализу данных и Тафте с его книгой «Визуальное отображение количественной информации» проложили путь к совершенствованию методов визуализации данных не только для статистиков. С развитием технологий появился прогресс в визуализации данных; начиная с рисованных визуализаций и заканчивая более техническими приложениями, включая интерактивные проекты, ведущие к программной визуализации.

Такие программы, как SAS , SOFA , R , Minitab , Cornerstone и другие, позволяют визуализировать данные в области статистики. Другие приложения для визуализации данных, более ориентированные и уникальные для отдельных людей, языки программирования, такие как D3 , Python и JavaScript, помогают сделать визуализацию количественных данных возможной. Частные школы также разработали программы для удовлетворения спроса на обучение визуализации данных и связанных с ними библиотек программирования, включая бесплатные программы, такие как The Data Incubator , или платные программы, такие как General Assembly .

Начиная с симпозиума «Data to Discovery» в 2013 году, Колледж дизайна ArtCenter, Калифорнийский технологический институт и Лаборатория реактивного движения в Пасадене проводят ежегодную программу по интерактивной визуализации данных. В программе задается вопрос: как интерактивная визуализация данных может помочь ученым и инженерам более эффективно исследовать свои данные? Как вычисления, дизайн и дизайн-мышление могут помочь максимизировать результаты исследований? Какие методологии наиболее эффективны для использования знаний из этих областей? Кодируя реляционную информацию с соответствующими визуальными и интерактивными характеристиками, чтобы помочь исследовать данные и, в конечном итоге, получить новое представление о данных, программа разрабатывает новые междисциплинарные подходы к сложным научным проблемам, сочетая дизайн-мышление и новейшие методы вычислений, проектирования, ориентированного на пользователя, дизайна взаимодействия. и 3D-графика.

Терминология

Визуализация данных включает в себя специальную терминологию, часть которой заимствована из статистики. Например, автор Стивен Фью определяет два типа данных, которые используются в сочетании для поддержки значимого анализа или визуализации:

• Категориальный: представляет группы объектов с определенной характеристикой. Категориальные переменные могут быть номинальными или порядковыми. Номинальные переменные, например пол, не имеют порядка между собой и поэтому являются номинальными. Порядковые переменные — это категории с порядком, используемые для выборки регистрации возрастной группы, в которую попадает человек.
• Количественные: представляют собой измерения, такие как рост человека или температура окружающей среды. Количественные переменные могут быть непрерывными или дискретными . Непрерывные переменные отражают идею о том, что измерения всегда можно проводить более точно. В то время как дискретные переменные имеют лишь ограниченное число возможностей, например, подсчет некоторых результатов или возраст, измеряемый в целых годах.

Различие между количественными и категориальными переменными важно, поскольку эти два типа требуют разных методов визуализации.

Двумя основными типами отображения информации являются таблицы и графики.

• Таблица содержит количественные данные , организованные в строки и столбцы с категориальными метками. В основном он используется для поиска конкретных значений. В приведенном выше примере таблица может иметь метки категориальных столбцов, представляющие имя ( качественная переменная ) и возраст ( количественная переменная ), причем каждая строка данных представляет одного человека (выбранную экспериментальную единицу или подразделение категории ).
• График визуальных в основном используется для отображения взаимосвязей между данными и отображает значения, закодированные в виде объектов (например, линий, столбцов или точек). Числовые значения отображаются в области, ограниченной одной или несколькими осями . Эти оси предоставляют шкалы (количественные и категориальные), используемые для маркировки и присвоения значений визуальным объектам. Многие графики также называются диаграммами .

Эпплер и Ленглер разработали «Периодическую таблицу методов визуализации» — интерактивную диаграмму, отображающую различные методы визуализации данных. Он включает в себя шесть типов методов визуализации данных: данные, информация, концепция, стратегия, метафора и соединение. В книге «Визуализационный анализ и проектирование» Тамара Манцнер пишет: «Компьютерные системы визуализации обеспечивают визуальное представление наборов данных, призванное помочь людям более эффективно выполнять задачи». Мюнцнер утверждает, что визуализация «подходит, когда есть необходимость расширить человеческие возможности, а не заменять людей вычислительными методами принятия решений».

Техники

См. Также: Диаграммы и инфографика § Визуализация данных.

	Имя	Визуальные размеры	Описание/примеры использования
Гистограмма советов по дням недели	Гистограмма	длина/количество категория цвет	представлены Категориальные данные в виде прямоугольных полос, высота или длина которых пропорциональна значениям, которые они представляют. Столбцы могут быть построены вертикально или горизонтально. Гистограмма показывает сравнение между отдельными категориями . Одна ось диаграммы показывает конкретные сравниваемые категории, а другая ось представляет измеренное значение. На некоторых гистограммах столбцы сгруппированы в группы по несколько штук, показывая значения более чем одной измеряемой переменной. Эти кластерные группы можно отличить по цвету. Например; сравнение значений, таких как эффективность продаж нескольких лиц или предприятий за один период времени.
Гистограмма переменной ширины, касающаяся: · численность населения (по оси x ), · выбросы на душу населения (вдоль оси y ) и · общие выбросы (площадь как x*y ) произведение значений	Гистограмма переменной ширины («variwide»)	категория (размер/количество/объем в первом измерении) размер/количество/протяженность во втором измерении размер/количество/протяженность как площадь панели цвет	Включает большинство функций базовой гистограммы, приведенной выше. Области столбцов неравномерной ширины представляют собой величины с площадями A , которые являются соответствующими произведениями связанных пар · величины по вертикальной оси ( A/X ) и · величины по горизонтальной оси ( X ). Арифметически: (A/X)*X=A для каждого бара Примеры: Мозаичные графики (также известные как диаграммы Маримекко или Мекко).
Прогнозируемая (1) частота и (2) интенсивность экстремальных «10-летних волн жары» соединены парами горизонтальных и вертикальных полос соответственно. Столбцы различаются по (3) основным категориям с цветовой кодировкой (степень глобального потепления).	Ортогональная (ортогональная составная) гистограмма	числовое значение первой переменной (объем в первом измерении; наложенные горизонтальные полосы) числовое значение второй переменной (протяженность во втором измерении; как обычная вертикальная гистограмма) категория для первой и второй переменных (например, с цветовой кодировкой)	Включает большинство функций базовой гистограммы, приведенной выше. Пары числовых переменных, обычно с цветовой кодировкой, отображаемые по категориям. Переменные не обязательно должны быть напрямую связаны, как в «разнообразных» диаграммах.
Гистограмма цен на жилье	Гистограмма	пределы бункера количество/длина цвет	Примерное представление распределения числовых данных. Разделите весь диапазон значений на ряд интервалов, а затем подсчитайте, сколько значений попадает в каждый интервал. Это называется биннингом . Ячейки обычно указываются как последовательные непересекающиеся интервалы переменной. Бины (интервалы) должны быть смежными и часто (но не обязательно) одинакового размера. Например, определение частоты годовой процентной доходности фондового рынка в определенных диапазонах (ячейках), таких как 0–10%, 11–20% и т. д. Высота столбца представляет количество наблюдений (лет) с процентной доходностью в диапазон, представленный соответствующим интервалом.
Диаграмма рассеяния, показывающая отрицательную корреляцию между двумя переменными	Диаграмма рассеяния (точечная диаграмма)	позиция х позиция y символ/глиф цвет размер	Использует декартовы координаты для отображения значений обычно двух переменных в наборе данных. Точки можно закодировать с помощью цвета, формы и/или размера для отображения дополнительных переменных. Каждая точка на графике имеет связанный с ней член x и y, который определяет ее положение на декартовой плоскости. Диаграммы рассеяния часто используются для выявления корреляции между переменными (x и y). Также называемые «точечными графиками»
График рассеяния	График рассеяния (3D)	позиция х позиция y позиция z цвет символ размер	Подобно двумерной диаграмме рассеяния, приведенной выше, трехмерная диаграмма рассеяния визуализирует взаимосвязь между обычно тремя переменными из набора данных. Опять же, точку можно закодировать с помощью цвета, формы и/или размера для отображения дополнительных переменных.
Сетевой анализ	Сеть	размер узлов цвет узлов толщина связей цвет галстуков пространственность	Поиск кластеров в сети (например, группировка друзей Facebook в разные кластеры). Обнаружение мостов (информационных брокеров или связующих граней) между кластерами в сети. Определение наиболее влиятельных узлов в сети (например, компания хочет привлечь небольшую группу людей в Твиттере для проведения маркетинговой кампании). Нахождение аномальных участников, которые не вписываются ни в один кластер или находятся на периферии сети.
Круговая диаграмма	Круговая диаграмма	цвет	Представляет одну категориальную переменную, разделенную на фрагменты для иллюстрации числовой пропорции. В круговой диаграмме длина дуги каждого среза (и, следовательно, его центральный угол и площадь ) пропорциональна величине, которую он представляет. Например, как показано на графике справа, доля английского языка во всем мире носителей
Линейный график	Линейный график	позиция х позиция y символ/глиф цвет размер	Представляет информацию как серию точек данных, называемых «маркерами», соединенных отрезками прямых линий. Аналогично диаграмме рассеяния, за исключением того, что точки измерения упорядочены (обычно по значению на оси X) и соединены отрезками прямых линий. Часто используется для визуализации тенденции данных за определенные промежутки времени ( временной ряд ), поэтому линия часто проводится в хронологическом порядке.
Логарифмическая диаграмма, охватывающая более одного порядка величины по обеим осям.	Полулогарифмические или логарифмические (нелинейные) диаграммы	позиция х позиция y символ/глиф цвет связи	Представляет данные в виде линий или серии точек, охватывающих большие диапазоны по одной или обеим осям. Одна или обе оси представлены в нелинейной логарифмической шкале.
Стримграф	Streamgraph (тип диаграммы с областями )	ширина цвет время (поток)	Тип составной диаграммы с областями , которая смещена вокруг центральной оси , что приводит к плавной форме. В отличие от традиционной диаграммы с областями с накоплением, в которой слои расположены поверх оси, в потоковом графике слои расположены так, чтобы минимизировать их «качание». Потоковые графики отображают данные только с положительными значениями и не могут представлять как отрицательные, так и положительные значения. Пример: визуальный элемент показывает музыку, которую пользователь слушал с течением времени.
Древовидная карта	Древовидная карта	размер цвет	Это метод отображения иерархических данных с использованием вложенных фигур, обычно прямоугольников. Например, дисковое пространство по местоположению/типу файла.
Диаграмма Ганта	Диаграмма Ганта	цвет время (поток)	Тип гистограммы , иллюстрирующей график проекта. Современные диаграммы Ганта также показывают отношения зависимости между действиями и текущим состоянием расписания. Например, используется при планировании проекта.
Тепловая карта	Тепловая карта	цвет категориальная переменная	Представляет величину явления в виде цвета в двух измерениях. Существует две категории тепловых карт: тепловая карта кластера: где величины располагаются в матрице фиксированного размера ячеек, строки и столбцы которой представляют собой категориальные данные. Например, график справа. пространственная тепловая карта: где нет матрицы фиксированного размера ячеек, например тепловая карта. Например, тепловая карта, показывающая плотность населения, отображаемая на географической карте.
Полосатая графика	Полосатая графика	позиция х цвет	Последовательность цветных полос визуально отображает тенденцию ряда данных. Отображает одну переменную — прототип температуры с течением времени , чтобы отобразить глобальное потепление. Намеренно минималистичный — без технических признаков — для интуитивного общения с неучеными. Может быть «сложен» для обозначения серии во множественном числе ( пример )
Анимированная спиральная графика	Анимированная спиральная графика	радиальное расстояние (зависимая переменная) угол поворота (циклически по месяцам) цвет (уходящие годы)	Отображает единственную зависимую переменную — прототип температуры с течением времени , чтобы отобразить глобальное потепление. Зависимая переменная последовательно отображается по непрерывной «спирали», определяемой как функция (а) постоянного угла поворота (двенадцать месяцев на оборот) и (б) изменения цвета (цвет меняется с годами).
Заговор с коробкой и усами	График «Коробка и усы»	ось х ось Y	Метод графического изображения групп числовых данных через их квартили . Ящичковые диаграммы также могут иметь линии, отходящие от ячеек ( «усы» ), указывающие на изменчивость за пределами верхнего и нижнего квартилей. Выбросы могут быть отображены как отдельные точки. Два поля, расположенные друг над другом, представляют собой средние 50% данных, при этом линия, разделяющая два поля, идентифицирует медианное значение данных, а верхний и нижний края полей представляют точки данных 75-го и 25-го процентиля соответственно. Ящичные диаграммы непараметричны : они отображают вариации в выборках статистической совокупности без каких-либо предположений об основном статистическом распределении , поэтому полезны для получения первоначального понимания набора данных. Например, сравнение распределения возрастов между группой людей (например, мужчин и женщин).
Блок-схема	Блок-схема	рабочий процесс или процесс	Представляет рабочий процесс , процесс или пошаговый подход к решению задачи. На блок-схеме шаги показаны в виде блоков разных типов, а их порядок показан путем соединения блоков стрелками. Например, описание действий, которые следует предпринять, если лампа не работает, как показано на схеме справа.
Радарная диаграмма	Радарная диаграмма	атрибуты значение, присвоенное атрибутам	Отображает многомерные данные в виде двумерной диаграммы трех или более количественных переменных, представленных на осях, начиная с одной и той же точки. Относительное положение и угол осей обычно неинформативны, но различные эвристики, такие как алгоритмы, отображающие данные как максимальную общую площадь, могут применяться для сортировки переменных (осей) по относительным позициям, которые выявляют четкие корреляции, компромиссы, и множество других сравнительных показателей. Например, сравнение атрибутов/навыков (например, коммуникативных, аналитических, ИТ-навыков), полученных на разных университетских курсах (например, математика, экономика, психология)
Диаграмма Венна	Диаграмма Венна	все возможные логические отношения между конечным набором различных множеств .	Показывает все возможные логические отношения между конечным набором различных множеств . изображены На этих диаграммах элементы в виде точек на плоскости, а множества — в виде областей внутри замкнутых кривых. Диаграмма Венна состоит из нескольких перекрывающихся замкнутых кривых, обычно кругов, каждая из которых представляет набор. Точки внутри кривой, помеченной S, представляют элементы набора S , а точки за пределами границы представляют элементы, не входящие в S. набор Это поддается интуитивной визуализации; например, набор всех элементов, которые являются членами обоих наборов S и T , обозначенный S ∩ T и прочитанный как «пересечение S и T », визуально представлен областью перекрытия S и T. областей В диаграммах Венна кривые всячески перекрываются, показывая все возможные связи между множествами.
Иконография корреляций	Иконография корреляций	Нет оси Сплошная линия пунктирная линия цвет	Разведочный анализ данных. Замените матрицу корреляции диаграммой, на которой «замечательные» корреляции представлены сплошной линией (положительная корреляция) или пунктирной линией (отрицательная корреляция). Точки можно кодировать цветом.

Другие методы

• Картограмма
• Кладограмма (филогенез)
• Картирование концепций
• Дендрограмма (классификация)
• Эталонная модель визуализации информации
• Большое путешествие
• Рисование графика
• Тепловая карта
• ГиперболическоеДерево
• Многомерное масштабирование
• Параллельные координаты
• Среда решения проблем
• Древовидное отображение

Интерактивность

Дополнительная информация: Интерактивная визуализация.

Интерактивная визуализация данных позволяет выполнять прямые действия на графическом графике для изменения элементов и связи между несколькими графиками.

Интерактивная визуализация данных стала целью статистиков с конца 1960-х годов. Примеры разработок можно найти в Американской статистической ассоциации . видеотеке

Общие взаимодействия включают в себя:

• Кисть : работает с помощью мыши для управления кистью, напрямую изменяя цвет или глиф элементов сюжета. Кисть иногда представляет собой указатель, а иногда рисует своего рода контур вокруг точек; контур иногда имеет неправильную форму, как аркан. Кисть чаще всего используется, когда видно несколько графиков и между графиками существует некоторый механизм связи. Существует несколько различных концептуальных моделей чистки зубов и ряд общих механизмов связи. Чистка диаграмм рассеяния может представлять собой временную операцию, при которой точки на активном графике сохраняют только свои новые характеристики. При этом они заключаются или пересекаются кистью, либо это может быть постоянная операция, так что точки сохраняют свой новый вид после того, как кисть была отодвинута. Переходную чистку обычно выбирают для связанной чистки, как мы только что описали.
• Рисование : постоянная кисть полезна, когда мы хотим сгруппировать точки в кластеры, а затем перейти к другим операциям, таким как обход, для сравнения групп. Становится общепринятой терминологией называть постоянную операцию рисованием.
• Идентификация : которую также можно назвать маркировкой или чисткой меток, представляет собой еще одну манипуляцию с сюжетом, которую можно связать. При подведении курсора к точке или краю диаграммы рассеяния или полосе на гистограмме появляется метка, идентифицирующая элемент графика. Он широко доступен во многих интерактивных графиках и иногда называется наведением курсора мыши.
• Масштабирование : отображает данные на окне и изменяет область. Функция сопоставления помогает нам узнать разные вещи из одного и того же сюжета. Масштабирование обычно используется для увеличения густонаселенных областей диаграммы рассеяния, а также его можно использовать для изменения соотношения сторон графика, чтобы выявить различные особенности данных.
• Связывание : соединяет элементы, выбранные на одном графике, с элементами на другом графике. Самый простой вид связи «один к одному», когда оба графика показывают разные проекции одних и тех же данных, а точка на одном графике соответствует ровно одной точке на другом. При использовании диаграмм площади закрашивание любой части области имеет тот же эффект, что и закрашивание всей ее, и эквивалентно выбору всех наблюдений в соответствующей категории. Даже если некоторые элементы графика представляют более одного случая, базовое правило связи по-прежнему связывает один случай на одном графике с таким же случаем на других графиках. Связывание также может осуществляться по категориальной переменной, например, по идентификатору субъекта, чтобы все значения данных, соответствующие этому субъекту, были выделены на всех видимых графиках.

Другие перспективы

Существуют разные подходы к сфере визуализации данных. Одним из распространенных направлений является представление информации, например, Фридман (2008). Friendly (2008) предполагает две основные части визуализации данных: статистическую графику и тематическую картографию . В этой строке статья «Визуализация данных: современные подходы» (2007 г.) дает обзор семи предметов визуализации данных:

• Статьи и ресурсы
• Отображение соединений
• Отображение данных
• Отображение новостей
• Отображение веб-сайтов
• Интеллект-карты
• Инструменты и услуги

Все эти предметы тесно связаны с графическим дизайном и представлением информации.

С другой стороны, с точки зрения информатики , Фриц Х. Пост в 2002 году разделил эту область на подобласти:

• Визуализация информации
• взаимодействия Методы и архитектуры
• Техники моделирования
• Методы мультиразрешения
• визуализации Алгоритмы и методы
• Объемная визуализация

В рамках The Harvard Business Review Скотт Беринато разработал концепцию визуализации данных. Чтобы начать мыслить визуально, пользователи должны ответить на два вопроса; 1) Что у вас есть и 2) что вы делаете. Первый шаг — определить, какие данные вы хотите визуализировать. Он основан на данных, как прибыль за последние десять лет или концептуальная идея, например, о том, как структурирована конкретная организация. Получив ответ на этот вопрос, можно сосредоточиться на том, пытаются ли они передать информацию (декларативная визуализация) или пытаются что-то выяснить (исследовательская визуализация). Скотт Беринато объединяет эти вопросы, чтобы выделить четыре типа визуальной коммуникации, каждый из которых преследует свои цели.

Эти четыре типа визуальной коммуникации следующие:

• иллюстрация идеи (концептуальная и декларативная).
  • Используется для обучения, объяснения и/или просто понятий. Например, организационные диаграммы и деревья решений.
• генерация идей (концептуальных и исследовательских).
  • Используется для обнаружения, внедрения инноваций и решения проблем. Например, доска после мозгового штурма.
• визуальное открытие (на основе данных и исследовательское).
  • Используется для выявления тенденций и анализа данных. Этот тип визуального представления чаще встречается при работе с большими и сложными данными, когда набор данных несколько неизвестен, а задача не имеет решения.
• повседневная визуализация данных (управляемая данными и декларативная).
  • Самый распространенный и простой тип визуализации, используемый для подтверждения и задания контекста. Например, линейный график ВВП с течением времени.

Приложения

Идеи визуализации данных и информации применяются в таких областях, как:

• Научное исследование
• Электронные библиотеки
• Сбор данных
• Информационная графика
• Анализ финансовых данных
• Здравоохранение
• Исследования рынка
• производственного производства Контроль
• Картирование преступности
• Электронное управление и моделирование политики
• Цифровые гуманитарные науки
• Искусство данных

Организация

Известными академическими и отраслевыми лабораториями в этой области являются:

• Исследования Adobe
• IBM Исследования
• Google Исследования
• Microsoft Исследования
• Программное обеспечение Паноптикум
• Институт научных вычислений и визуализации
• Табличное программное обеспечение
• Лаборатория взаимодействия человека и компьютера Университета Мэриленда

Конференции в этой области, ранжированные по значимости в исследованиях визуализации данных, являются:

• IEEE Visualization : ежегодная международная конференция по научной визуализации, визуализации информации и визуальной аналитике. Конференция проводится в октябре.
• ACM SIGGRAPH : Ежегодная международная конференция по компьютерной графике, проводимая организацией ACM SIGGRAPH. Даты конференции варьируются.
• Конференция по человеческому фактору в вычислительных системах (CHI) : ежегодная международная конференция по взаимодействию человека и компьютера, проводимая ACM SIGCHI . Конференция обычно проводится в апреле или мае.
• Eurographics : ежегодная общеевропейская конференция по компьютерной графике, проводимая Европейской ассоциацией компьютерной графики. Конференция обычно проводится в апреле или мае.

Дополнительные примеры см. в разделе: Категория: Организации, занимающиеся компьютерной графикой.

Архитектура представления данных

Визуализация данных из социальных сетей

Архитектура представления данных ( DPA ) — это набор навыков, который направлен на идентификацию, обнаружение, манипулирование, форматирование и представление данных таким образом, чтобы оптимально передать смысл и надлежащие знания.

Исторически термин « архитектура представления данных» приписывают Келли Лотту: «Архитектура представления данных (DPA) — это редко применяемый набор навыков, имеющий решающее значение для успеха и ценности бизнес-аналитики . Архитектура представления данных объединяет науку о числах, данных и статистике, позволяя извлекать ценную информацию из данных и делать ее полезной, актуальной и действенной с помощью искусство визуализации данных, коммуникаций, организационной психологии и управления изменениями , чтобы предоставить решения бизнес-аналитики с объемом данных, сроками доставки, форматом и визуализацией, которые будут наиболее эффективно поддерживать и направлять оперативное, тактическое и стратегическое поведение в направлении понятного бизнеса (или организации). ) целей DPA не является набором ИТ- или бизнес-навыков, а существует как отдельная область знаний. Архитектура представления данных, которую часто путают с визуализацией данных, представляет собой гораздо более широкий набор навыков, который включает в себя определение того, какие данные, в какое время и в каком именно формате. должен быть представлен, а не просто лучший способ представления данных, которые уже были выбраны. Навыки визуализации данных являются одним из элементов DPA».

Цели

DPA преследует две основные цели:

• Использовать данные для предоставления знаний наиболее эффективным способом (минимизировать шум, сложность и ненужные данные или детали с учетом потребностей и ролей каждой аудитории).
• Использовать данные для предоставления знаний наиболее эффективным способом (предоставлять актуальные, своевременные и полные данные каждому члену аудитории в ясной и понятной форме, которая передает важное значение, является действенной и может повлиять на понимание, поведение и решения).

Область применения

Учитывая вышеизложенные цели, фактическая работа по архитектуре представления данных состоит из:

• Создание эффективных механизмов доставки для каждого члена аудитории в зависимости от его роли, задач, местоположения и доступа к технологиям.
• Определение важного значения (релевантных знаний), которое необходимо каждому члену аудитории в каждом контексте.
• Определение необходимой периодичности обновления данных (актуальности данных)
• Определение правильного времени для представления данных (когда и как часто пользователю необходимо видеть данные)
• Поиск правильных данных (предметная область, исторический охват, широта, уровень детализации и т. д.)
• Использование соответствующего анализа, группировки, визуализации и других форматов представления.

Связанные поля

Работа DPA имеет общие черты с несколькими другими областями, в том числе:

• Бизнес-анализ при определении бизнес-целей, сборе требований, картировании процессов.
• Улучшение бизнес-процессов, поскольку его целью является улучшение и оптимизация действий и решений для достижения бизнес-целей.
• Визуализация данных заключается в том, что она использует хорошо зарекомендовавшие себя теории визуализации для добавления или выделения значения или важности в представлении данных.
• Цифровые гуманитарные науки исследуют более тонкие способы визуализации сложных данных.
• Информационная архитектура , но информационная архитектура фокусируется на неструктурированных данных и, следовательно, исключает как анализ (в смысле статистики/данных), так и прямое преобразование фактического контента (данных для DPA) в новые объекты и комбинации.
• HCI и проектирование взаимодействия , поскольку многие принципы проектирования интерактивной визуализации данных были разработаны на междисциплинарном уровне с помощью HCI.
• Визуальная журналистика и журналистика, основанная на данных, или журналистика данных . Визуальная журналистика связана со всеми типами графического облегчения рассказывания новостей, а журналистика, основанная на данных, и журналистика данных не обязательно связаны с визуализацией данных. Тем не менее, сфера журналистики находится на переднем крае разработки новых способов визуализации данных для их передачи.
• Графический дизайн , передача информации посредством стиля, типографики, положения и других эстетических аспектов.

См. также

• Аналитика
• Большие данные
• Искусство изменения климата
• Цветовое кодирование при визуализации данных
• Вычислительная визуализация
• Информационное искусство
• Управление данными
• Физическая обработка данных
• Архитектура представления данных
• Профилирование данных
• Хранилище данных
• Геовизуализация
• Гранд Тур (визуализация данных)
• imc FAMOS (1987), графический анализ данных
• Инфографика
• Информационный дизайн
• Управление информацией
• Список графических методов
• Список программного обеспечения для информационной графики
• Список стран по экономической сложности , пример древовидной карты
• Патентная визуализация
• Программная визуализация
• статистический анализ
• Визуальная аналитика
• Согревающие полоски

Дальнейшее чтение

• Хили, Киран (2019). Визуализация данных: практическое введение . Принстон: Издательство Принстонского университета. ISBN  978-0-691-18161-5 .
• Вилке, Клаус О. (2018). Основы визуализации данных . О'Рейли. ISBN  978-1-4920-3108-6 .
• Эвергрин, Стефани (2016). Эффективная визуализация данных: правильная диаграмма для правильных данных . Мудрец. ISBN  978-1-5063-0305-5 .
• Тафте, Эдвард Р. (2015). Визуальное отображение количественной информации (2-е изд.). Графика Пресс. ISBN  9780961392147 .
• Кава Наземи (2014). Адаптивная семантическая визуализация Ассоциации Еврографики.
• Мало, Стивен (2012). Покажите мне цифры: проектирование таблиц и графиков для просвещения (2-е изд.). Аналитика Пресс. ISBN  9780970601971 . OCLC   795009632 .
• Уилкинсон, Лиланд (2012). Грамматика графики . Нью-Йорк: Спрингер. ISBN  978-1-4419-2033-1 .
• Мацца, Риккардо (2009). Введение в визуализацию информации . Спрингер. ISBN  9781848002180 . OCLC   458726890 .
• Андреас Керрен, Джон Т. Стаско, Жан-Даниэль Фекете и Крис Норт (2008). Визуализация информации – человекоориентированные проблемы и перспективы . Том 4950 обзора состояния дел LNCS, Springer.
• Спенс, Роберт Визуализация информации: дизайн для взаимодействия (2-е издание) , Prentice Hall, 2007, ISBN   0-13-206550-9 .
• Джеффри Хир, Стюарт К. Кард , Джеймс Лэндей (2005). «Prefuse: набор инструментов для интерактивной визуализации информации». Архивировано 12 июня 2007 г. в Wayback Machine . В: Человеческий фактор ACM в вычислительных системах CHI, 2005.
• Пост, Фриц Х.; Нильсон, Грегори М.; Бонно, Жорж-Пьер (2003). Визуализация данных: современное состояние . Нью-Йорк: Спрингер. ISBN  978-1-4613-5430-7 .
• Ben Bederson and Ben Shneiderman (2003). The Craft of Information Visualization: Readings and Reflections. Morgan Kaufmann.
• Colin Ware (2000). Information Visualization: Perception for design. San Francisco, CA: Morgan Kaufmann.
• Stuart K. Card, Jock D. Mackinlay and Ben Shneiderman (1999). Readings in Information Visualization: Using Vision to Think, Morgan Kaufmann Publishers.
• Cleveland, William S. (1993). Visualizing Data. Hobart Press. ISBN 0-9634884-0-6.

External links

• Milestones in the History of Thematic Cartography, Statistical Graphics, and Data Visualization, An illustrated chronology of innovations by Michael Friendly and Daniel J. Denis.
• Duke University-Christa Kelleher Presentation-Communicating through infographics-visualizing scientific & engineering information-March 6, 2015