Лаборатория данных
Интерактивные визуализации на D3.js, консультации, учебные курсы
Ko'proq ko'rsatish- Kanalning o'sishi
- Post qamrovi
- ER - jalb qilish nisbati
Ma'lumot yuklanmoqda...
Ma'lumot yuklanmoqda...
Создаём интерактивные визуализации на D3.js для банкиров и экономистов, транспортных аналитиков, учёных, спортсменов, предпринимателей. Отвечаем на вопросы по визуализации данных, проводим учебные курсы.
Итак, подведём итоги. Реальность данных — это совокупность процессов, которые порождают данные. Она восстанавливает контекст, который полностью остаётся за кадром, когда мы упаковываем данные в строки и столбцы таблицы.
Мы уже видели, как реальность данных «прорастает» на особенные визуализации. Теперь я расскажу, как её применять при создании аналитических дашбордов. Кейс, который мы рассмотрим, целиком придуманый и во многом упрощённый, данные я сгенерировала случайным образом, специально заложив туда некоторые закономерности. Но, на мой взгляд, он хорошо отражает класс реальных задач, с которыми сталкиваются аналитики и для решения которых можно использовать алгоритм Δλ.
Иногда реальность данных проникает на визуализацию в буквальном смысле. Как на этой визуализации «Горячей сотни Биллборда»: Перейдя по ссылке, можно послушать 60-е, 70-е, 80-е, 90-е, 2000-е и 2010-е: треки сменяют друг друга и звучат тем дольше, чем больше времени они провели на вершине хит-парада.
Первый шаг алгоритма Δλ — описать реальность данных. Давайте разберёмся, что это такое, как её описывать и, главное, какая от этого польза. Как правило, данные представляют собой таблицы или базы данных, объединяющие множество таблиц. И если мы анализируем и визуализируем данные, то таблицы — это то, с чем мы имеем дело.
Алгоритм Δλ (читается как «дельта-лямбда») — это мой авторский пошаговый рецепт создания классных визуализаций. В первых проектах Лаборатории данных ни о какой методологии речи не шло, я придумывала их бессистемно, «по наитию». Так появились визуализация Московского марафона, календарь температурных рекордов, мир танков, ошибки на тренажёре ПДД и другие работы. Параллельно я вела учебные курсы, и именно для них начала анализировать свою работу и формулировать путь к предсказуемо достойному результату. В перечисленных выше проектах датасеты сильно отличались между собой, да и визуализации получились очень разными, но во всех этих задачах я видела сходство. Я также собирала и изучала визуализации других авторов, которые меня восхищали и завораживали, пыталась понять, что есть в классных работах и чего не хватает посредственным. Вот один из моих любимых примеров того времени: карта пищевых привычек, созданная на основе данных приложения Eatery. От этой визуализации у меня осталось всего три скриншота, зато вдохновение…
Joriy rejangiz faqat 5 ta kanal uchun analitika imkoniyatini beradi. Ko'proq olish uchun, iltimos, boshqa reja tanlang.