Veri görselleştirmeleri oluşturmayı öğrenmek için kaynaklar?

Http://flowingdata.com ve informationisbeautiful adresinde gördüğünüz görselleştirme türlerini nasıl oluşturacağınızı öğrenmek istiyorum . EDIT: Anlamı, kendi içinde ilginç görselleştirmeler - bir rapor için hızlı bir şey aksine, NY Times grafik gibi.

Bunları oluşturmak için ne tür araçlar kullanılır - çoğunlukla Adobe Illustrator / Photoshop mu? Bu araçların özellikle veri görselleştirme için nasıl kullanılacağını öğrenmek için iyi kaynaklar (kitaplar, web siteleri, vb.) Nelerdir?

Biliyorum Ne ben gibi görünüm görselleştirme istiyorum (ve Tufte kitaplarından mesela tasarım ilkeleri, aşina olduğum), ancak hiçbir fikrim yok nasıl bunları oluşturmak için.

Akan veriler düzenli olarak kullandığı araçları tartışır. Bkz. Örneğin:

• Verileri Görselleştirmek için 40 Temel Araç ve Kaynak
• Hangi Görselleştirme Aracını / Yazılımını Kullanmalısınız? - Başlangıç

Ayrıca, zaman zaman nasıl grafik yaptığını çok ayrıntılı olarak gösterir:

• Ücretsiz Araçları Kullanarak Bir ABD İlçesi Tematik Haritası Nasıl Yapılır
• Adobe Illustrator'da Grafik Oluşturma
• Bir Isı Haritası Nasıl Yapılır - Hızlı ve Kolay Bir Çözüm

Bu sitede başka sorular da var:

• Bağımsız uygulamalar için önerilen görselleştirme kitaplıkları
• Web görselleştirme kütüphaneleri

IMO, deneyin:

1. R ve ggplot2: Bu iyi bir tanıtım videosu , ancak ggplot2 web sitesinde çok fazla kaynak var.
2. İşleme: Ana sayfada bol miktarda iyi öğretici .
3. Protovis: aynı zamanda ana sayfada çok sayıda harika örnek .

Daha sonra bunları temizlemek için Adobe'yi kullanabilirsiniz.

R webvispaketine, tam olmadığı kadar da bakabilirsiniz ggplot2. R'den Playfair'in Buğday örneğini görmek için bu komutu çalıştırabilirsiniz:

install.packages("webvis")
library(webvis)
demo("playfairs.wheat")

Son olarak, etkileşimli görselleştirme için en sevdiğim ticari uygulamalar:

• tablo
• SpotFire
• Qlikview

Zaten bahsedilen işleme güzel bir kitap seti var. Bakınız: 1 , 2 , 3 , 4 , 5 , 6 , 7

Web'de R ile başlamanıza yardımcı olacak birçok şey bulacaksınız. Bir sonraki adım olarak ggplot2 mükemmel web dokümantasyonuna sahiptir . Ayrıca Hadley'nin kitabını çok yararlı buldum .

Python başka bir yol olabilir. Özellikle aşağıdaki araçlarla:

• matplotlib
• NetworkX
• iGRAPH
• Chaco
• Mayavi

Tüm projeler web üzerinde iyi belgelenmiştir. Ayrıca bazı kitaplara göz atmayı da düşünebilirsiniz .

Son olarak, Büyük Veri Kümeleri Grafikleri kitabının da yardımı olabilir.

R ile hızlanmak için çok zaman harcayacaksınız.

RapidMiner ücretsiz ve açık kaynaklı ve grafikseldir ve çok sayıda iyi görselleştirmeye sahiptir ve bunları dışa aktarabilirsiniz.

Yedeklemek için paranız varsa veya bir üniversite personeli / öğrenciyseniz JMP de çok güzel. Çok güzel grafikler yapabilir, çok kolay. Flash veya PNG veya PDF veya ne var ihracat yapabilirsiniz.

Bir başka iyi alternatif, http://vis.stanford.edu/protovis/ protovis kütüphanesidir.

Eğer gerekli miktarda JavaScript kodu yazmak için zaman ve yeteneği varsa, bazı güzel görselleştirmeler oluşturabilirsiniz çok iyi hazırlanmış bir JavaScript kütüphanesidir.

Ayrıca Tableau tavsiye ederim http://www.tableausoftware.com . Veri kümelerini hızla keşfetmek ve birçok farklı görselleştirme oluşturmak için mükemmeldir.

Her iki ürünün de Stanford Görselleştirme Grubunda kökleri vardır.

Burada birçok mükemmel yanıt verilmiştir ve öğrenmeyi seçtiğiniz diller / kütüphaneler yapmak istediğiniz görselleştirme türüne bağlı olacaktır.

Ancak, düzenli olarak Python kullanıyorsanız, o zaman deniz doğumu tavsiye ederim . İstatistiksel veri görselleştirme söz konusu olduğunda çok sofistike olmakla birlikte, bir sunum açısından oldukça sofistike görünüyor.

Bir örnek verelim. Ticari bir bina için elektrik tüketimini aylara göre çizmeye çalıştığınızı varsayalım. Bu amaçla matplotlib'de basit bir çizgi grafiği oluşturulabilir.

Bununla birlikte, görselleştirmeyi daha sofistike ve bilgilendirici hale getirmek isteseydik, deniz yoluyla bir ısı haritası oluşturabiliriz:

Bir ısı haritası sadece bir örnektir. Seaborn ile diğer bazı yaygın kullanımlar şunlardır:

• KDE grafikleri
• Sürü arazileri
• Keman çizimleri

Seaborn'un arkasındaki fikir, verileri daha basit grafikler, örneğin çizgi, çubuk, pasta vb. Kullanarak mümkün olandan daha sezgisel bir şekilde sunmaktır.

İlginizi çekiyorsa - deniz karnı hakkında daha fazla bilgiyi burada bulabilirsiniz: https://seaborn.pydata.org/

Öğrenmeye başlamak için kaynaklar ile iyi bir bağlantı kümesi:

• http://blog.cartodb.com/learning-data-visualization

R harika, ama R değil o belgeleri çok iyi olurdu Rq gibi başka herhangi bir ad aramak için imkansız olduğunu var öğrenmek zordur. Bu nedenle, bir sorunla karşılaştığınızda, çözüm aramak bir kabustur ve dokümantasyon da harika değildir. Matlab veya Octave harika olacak. Ve bu arazileri R veya Matlab'a almak çok sıkıcı olurdu.

IMHO işleme sonrası görselleri en iyi yoldur. Akan verilerden birçoğu Adobe Illustrator veya Gimp aracılığıyla konur. Bu daha hızlı. Çizimin yapısını aldıktan sonra, bir düzenleyicideki ayrıntıları değiştirin. R'yi bir editör olarak kullanmak size istediğiniz esnekliği vermez. Kendinizi her zaman yeni paketler ararken bulacaksınız.

D3.js'de HTML, SVG, CSS ve JavaScript ile ilgili temel bilgileri ve verilerin nasıl yükleneceğini ve D3.js ile nasıl bir çubuk grafik, çizgi grafik ve dağılım grafiği oluşturulacağını öğreten bir YouTube öğreticisi.

d3 ile başlamanız için pratik bir kaynak. Bir demo kodu ve d3'te bir veri kümesini yükleme, düzenleme ve görselleştirme hakkında adım adım bir örnek içerir.

https://www.edx.org/course/web-app-development-with-the-power-of-nodejs

Sonsuz kaynaklar var, ancak verilerinizin nasıl dönüştürülmesini istediğinize, kaç veri kaynağıyla uğraştığınıza, nasıl paylaşılması gerektiğine vb. Göre bunları daraltabilirsiniz.

İşte doğru kaynağın nasıl seçileceğine dair bir rehber sizi doğru yönde göstermenize yardımcı olabilecek .