データをわかりやすく可視化する「データビジュアライゼーション」勉強会
•
24 gefällt mir•5,199 views
2014/06/27 (金) 6月27日にさくらWORKS＜関内＞で開かれた『データをわかりやすく可視化する「データビジュアライゼーション」勉強会』にて講演した際の資料です。
Empfohlen
Weitere ähnliche Inhalte
Mehr von Yuichi Yazaki
データをわかりやすく可視化する「データビジュアライゼーション」勉強会
- 1. データをわかりやすく可視化する「データビジュアライゼーション」勉強会 2014/06/27 (金) 19:00 - 21:30 https://www.facebook.com/events/645728912170926/ 矢崎 裕一 実際に形にするために 考え方のポイントとリソース紹介
- 9. • 人が手作業かグラフィックアプリケーションで描いている。 • 手元にあるデータの特性を作者が理解し、その特徴を最大化するために表現が選 ばれる。 • そのため、別のデータを使用して再作成するのが容易ではない。 • 表示についてのルールとその例外ルールについて、作者以外の外部から、すべて を推測することが難しい。 • 参照したデータとの関連性の証明が難しい。 • インタラクションがないものが多い。 インフォメーション・グラフィック http://visualizing.jp/infograph_vs_dataviz/
- 10. データ・ビジュアライゼーション • あるデータセットが、予め用意されたアルゴリズムを用いて、コンピュータによっ て描画されること。 • その描画によってデータセットを眺めているだけではわからない傾向や特徴が明ら かになっていること。 • アルゴリズムはコーディングによって定義され、チャートやグラフとして発達して きた表示形式を用い、形式知化／可視化されていること。 • ソート、フィルター、トグルなどのインタラクションが可能で、その場でその結果 がすぐ得られること。 • 利用しているデータセットが可視化されていること。 http://visualizing.jp/infograph_vs_dataviz/
- 11. データのビジュアライズ
- 12. step1.データを情報に変換する 人間の認知能力に合わせて抽象化して、理解できるものにする • データセットそのものから特 徴や性質を掴むことが困難 • 特徴を理解できる • 他のデータセットと組み合わせ られる
- 14. ワークフロー
- 16. 「Data Journalism Handbook」 によるワークフロー • ロンドンで開かれた MozFest 2011での48時間ワークショップの集大成 • BBC、シカゴトリビューン、ガーディアン、フィナンシャルタイムズ、ニュー ヨークタイムズ、ワシントンポスト、テキサストリビューンなどが参加。 • データ・ジャーナリズムの知識共有や実例集。 http://datajournalismhandbook.org/
- 18. データをどのように選定するか
- 19. • 1stパーティをまずはあたる • メタデータ（誰がどのように集めたデータなの か）が重要 • 専門家に聞くのはとても有益な手段 データをどのように選定するのか
- 20. • 各国のデータカタログサイト • 国際機関（国連、世銀）のデータサイト • Wikipedia • SNS • 各種ウェブサイト • 専門家に聞く • 書籍 etc… データはどこにある？
- 24. OpenRefine • コラムごとのデータ形式の変換 • データ形式が間違っているものを 検出（数値のコラムに文字列があ るなど） • データの重複を探し出す • 表記揺れの解消 • エラー値の検出と処理 • 空白の検出と処理 http://openrefine.org/
- 25. データを情報に変換し、分析／検証する RAW / Tableau / ManyEyes / MatLab データセットとビジュアル表現を選択するだけの比較的お手軽なもの R / Python データ分析
- 26. http://raw.densitydesign.org/ http://raw.visualizing.jp/#/ Raw - ブラウザ上で動く - データセットとビジュアル表現を選ぶだけ - 結果の出力フォーマットも多様
- 27. http://www.tableausoftware.com/products/desktop Tableau Desktop edition。Mac版も先日リリース。 - 単体アプリ - データセットとビジュアル表現を選ぶだけ - 約10万円
- 31. Python -「データ分析」と「最終プロダクト」を一つの言語で。 - Python as Glue 2.0 http://pydata.org/ https://www.packtpub.com/python- data-visualization-cookbook/book http://www.oreilly.co.jp/books/ 9784873116556/ NumPy + pandas
- 32. 情報からインサイトを見つける
- 34. 実例紹介
- 35. インサイトを自分ごとに
- 37. ビジュアライズツール
- 41. D3.js
- 42. Show Reel
- 43. D3.jsの主な特徴や機能 選択、アニメーション、タイマー、補間、配列操作、ランダム、外 部リソースの読み込み、テキスト／CSV整形、カラーユーティリ ティ、スケール、タイマー、レイアウト(Layout)、地理 (Geography)、地図投影法(Map Projection)、幾何(Geometry) • 統計学上必要な計算を賄ってくれる • 地図投影法が多数用意されている • 細かいスタイリングがすべて指定できる • ウェブ標準に則っている
- 44. unemployment rates from 2008 by Mike Bostock http://bl.ocks.org/mbostock/4060606 Chropleth Maps 地形の色で値を表現する
- 45. http://leafletjs.com/ Leaflet.jsの主な特徴や機能 • タイル型地図 • 表示する地図を選べる • 動作が軽量／軽快 • D3と連携可能
- 49. ヴィジュアライズ＝ものの見方
- 51. 客観的 vs 主観的 • データヴィジュアライゼーションは可視化されたデータに基づ くものなのだが、それでも主観的な考えは入ってくる。 • 主観的な考えを完璧に排除することは難しいが、多面的な視座 を提供すること、元データをユーザー自身も検証できるように することで、解釈する余地や幅を持たせてあげることが肝要。