Tài nguyên cho việc học để tạo trực quan hóa dữ liệu?

Tôi quan tâm đến việc tìm hiểu làm thế nào để tạo ra loại trực quan mà bạn nhìn thấy tại http://flowingdata.com và thông tin đẹp mắt. EDIT: Có nghĩa là, trực quan hóa bản thân rất thú vị - giống như đồ họa của NY Times, trái ngược với một cái gì đó nhanh chóng cho một báo cáo.

Những loại công cụ nào được sử dụng để tạo ra những công cụ này - có phải hầu hết là Adobe Illustrator / Photoshop không? Tài nguyên tốt (sách, trang web, v.v.) để tìm hiểu cách sử dụng các công cụ này để trực quan hóa dữ liệu cụ thể là gì?

Tôi biết những gì tôi muốn trực quan hóa trông như thế nào (và tôi quen thuộc với các nguyên tắc thiết kế, ví dụ, từ sách của Tufte), nhưng tôi không biết làm thế nào để tạo ra chúng.

Dữ liệu chảy thường xuyên thảo luận về các công cụ mà anh ta sử dụng. Xem, ví dụ:

• 40 công cụ và tài nguyên cần thiết để trực quan hóa dữ liệu
• Bạn nên sử dụng công cụ / phần mềm trực quan nào? - Bắt đầu

Anh ấy cũng thể hiện rất chi tiết cách anh ấy làm đồ họa, chẳng hạn như:

• Cách tạo bản đồ chuyên đề của quận Hoa Kỳ bằng các công cụ miễn phí
• Cách tạo đồ thị trong Adobe Illustrator
• Cách tạo bản đồ nhiệt - Giải pháp nhanh chóng và dễ dàng

Ngoài ra còn có các câu hỏi khác trên trang web này:

• Thư viện trực quan đề xuất cho các ứng dụng độc lập
• Thư viện trực quan web

IMO, hãy thử:

1. R và ggplot2: đây là một video giới thiệu tốt , nhưng trang web ggplot2 có rất nhiều tài nguyên.
2. Xử lý: nhiều hướng dẫn tốt trên trang chủ .
3. Protovis: cũng là một loạt các ví dụ tuyệt vời trên trang chủ .

Bạn có thể sử dụng Adobe sau đó để dọn sạch chúng.

Bạn cũng có thể xem webvisgói R , mặc dù nó không đầy đủ như ggplot2. Từ R, bạn có thể chạy lệnh này để xem ví dụ Wheat của Playfair:

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

Cuối cùng, các ứng dụng thương mại yêu thích của tôi để hiển thị tương tác là:

• Tableau
• Đốt lửa
• Qlikview

Đã đề cập xử lý có một bộ sách đẹp có sẵn. Xem: 1 , 2 , 3 , 4 , 5 , 6 , 7

Bạn sẽ tìm thấy rất nhiều thứ trên web để giúp bạn bắt đầu với R. Là bước tiếp theo sau đó ggplot2 có tài liệu web tuyệt vời . Tôi cũng thấy cuốn sách của Hadley rất hữu ích.

Python có thể là một cách khác để đi. Đặc biệt với các công cụ như:

• matplotlib
• MạngX
• ký hiệu
• Chaco
• Mayavi

Tất cả các dự án đều được ghi chép tốt trên web. Bạn cũng có thể xem xét nhìn trộm vào một số cuốn sách .

Cuối cùng, cuốn sách Đồ họa của Bộ dữ liệu lớn cũng có thể là một số trợ giúp.

Bạn sẽ dành nhiều thời gian để tăng tốc với R.

RapidMiner là mã nguồn mở và đồ họa miễn phí, và có nhiều hình ảnh trực quan tốt, và bạn có thể xuất chúng.

Nếu bạn có tiền để dự phòng, hoặc là nhân viên / sinh viên đại học thì JMP cũng rất tuyệt vời. Nó có thể tạo ra một số biểu đồ rất đẹp, rất rất dễ dàng. Có thể xuất sang flash hoặc PNG hoặc PDF hoặc những gì có bạn.

Một lựa chọn tốt khác là thư viện protovis http://vis.stanford.edu/protovis/

Đây là một thư viện JavaScript được tạo thủ công rất tốt, có thể tạo ra một số hình ảnh đẹp mắt nếu bạn có thời gian và khả năng viết số lượng mã JavaScript khiêm tốn cần thiết.

Tôi cũng rất khuyến khích Tableau http://www.tableausoftware.com . Nó là tuyệt vời để nhanh chóng khám phá các tập dữ liệu và tạo ra nhiều hình ảnh trực quan khác nhau.

Cả hai sản phẩm đều có nguồn gốc tại Nhóm Trực quan Stanford.

Nhiều câu trả lời xuất sắc đã được đưa ra ở đây, và ngôn ngữ / thư viện bạn chọn để học sẽ phụ thuộc vào loại hình ảnh bạn muốn làm.

Tuy nhiên, nếu bạn sử dụng Python thường xuyên thì tôi khuyên bạn nên đi biển . Nó rất tinh vi khi nói đến trực quan hóa dữ liệu thống kê, nhưng cũng trông khá tinh vi từ quan điểm trình bày.

Hãy lấy một ví dụ. Giả sử bạn đang cố gắng tiêu thụ điện năng cho một tòa nhà thương mại theo tháng. Một biểu đồ đường đơn giản có thể được tạo ra trong matplotlib cho mục đích này.

Tuy nhiên, nếu chúng ta muốn làm cho trực quan hóa tinh vi và nhiều thông tin hơn, chúng ta có thể tạo ra một bản đồ nhiệt với seaborn:

Một bản đồ nhiệt chỉ là một ví dụ. Một số cách sử dụng phổ biến khác với seaborn bao gồm:

• Lô KDE
• Lô đất
• Lô violon

Ý tưởng đằng sau seaborn là trình bày dữ liệu theo cách trực quan hơn có thể bằng cách sử dụng các biểu đồ đơn giản hơn, ví dụ như đường, thanh, bánh, v.v.

Nếu đó là điều bạn quan tâm - bạn có thể tìm thêm thông tin về seaborn tại đây: https://seaborn.pydata.org/

Đây là một tập hợp tốt các liên kết với các tài nguyên để bắt đầu tìm hiểu:

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

R là tuyệt vời, nhưng không khó để R học được rằng tài liệu không thể tìm kiếm bất kỳ tên nào khác như Rq sẽ là tuyệt vời. Vì vậy, khi bạn gặp vấn đề, tìm kiếm giải pháp là một cơn ác mộng và tài liệu cũng không tuyệt vời. Matlab hoặc Octave sẽ rất tuyệt. Và để có được những âm mưu trong R hoặc Matlab sẽ rất rất tẻ nhạt.

IMHO xử lý bài hình ảnh là con đường tốt nhất. Rất nhiều trong số chúng từ luồng dữ liệu được đưa vào thông qua Adobe Illustrator hoặc Gimp. Nó nhanh hơn Khi bạn có được cấu trúc của cốt truyện, sau đó thay đổi chi tiết trong trình chỉnh sửa. Sử dụng R làm trình chỉnh sửa không mang lại cho bạn sự linh hoạt mà bạn muốn. Bạn sẽ thấy mình tìm kiếm các gói mới mọi lúc.

Dưới đây là hướng dẫn của YouTube về D3.js , dạy những điều cơ bản về HTML, SVG, CSS và JavaScript, cũng như cách tải dữ liệu và tạo biểu đồ thanh, biểu đồ đường và biểu đồ phân tán với D3.js.

đây là một tài nguyên thực tế để giúp bạn bắt đầu với d3. Nó bao gồm một mã demo và một ví dụ từng bước về cách tải, sắp xếp và trực quan hóa một tập dữ liệu trong d3.

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

Có vô số tài nguyên, nhưng bạn có thể thu hẹp chúng dựa trên cách bạn muốn chuyển đổi dữ liệu của mình, số lượng nguồn dữ liệu bạn đang xử lý, cách chúng cần được chia sẻ, v.v.

Dưới đây là hướng dẫn về cách chọn đúng tài nguyên có thể giúp chỉ cho bạn đi đúng hướng.