Wir sind uns hier jetzt einig, dass Visualisierungen oft sinnvoll sind für Daten.

Aber welche Visualisierung ist die richtige? Es gibt hunderte,.... lasst uns mal ein paar angucken.

Es gibt hunderte solcher Übersichten:
(c)Anna Vital Übersicht verschiedener Charts
Eine gute Übersicht bietet Severino RIbecca mit dem @dataviz_catalog ♥️♥️♥️

Jeder Chart-Typ wird erklärt, es gibt educational videos, Hinweis auf 🛠️Tools mit denen man die Vis erstellen kann etc

datavizcatalogue.com/index.html
Ebenfalls ganz gut ist
datavizproject.com,
datavizproject zeigt Charts-in-Action, viele in der Werbung.

Aber sie zeigen auch richtig viele Chart-typen von denen man besser die Finger lassen sollte - unwissenschaftlich, tendenziell verfälschte Darstellung etc.

Das ist ein piktorialer Chart - eine 💩Mischung!
Gegliederte Schriftzeichen, Picto-charts hat Eduard Imhof in seinem Standardwerk Thematische Kartographie schon treffend als "Sündefall der Kartenngraphik" bezeichnet!
👹

PS das ist das Lehrbuch meiner Mama, Kartografin, ihr wisst also wer Schuld ist für diese Themenwoche :)
EIn Beispiel wie das in auch in Katastrophen enden kann: Average Female Heigth, misleading chart
Warum das so wichtig ist den richtigen Charttyp zu finden: wir haben bestimmte Darstellungen erlernt und wenn davon abgewichen wird, dann macht uns das richtig, richtig kofus und eine Visualisierung ist dann eher HINDERLICH.

Hier ein Beispiel, was ist hier los?
Daumenregel, wenn Verlauf über die Zeit visualisiert werden legt man immer die Zeit auf die x-Achse.

Daumenregel 2: Trends sieht man am besten als Anstieg oder Abfall einer Linie -> time = line chart.

Daumenregel 3: Kategorien niemals verbinden!!!

Besser dargestellt:
EIn Klassiker der unverständlichen Charts ist auch das hier - jede bubble zeigt die Frequenz eines Gen-Allels in einem Axolotl Zellen vor (blau) und nach (rot) einer Verletzung.

Da nicht normalisiert wurde sind manche unendlich klein, manche riesieg. & Legende zur Größe fehlt.. Allele Frequency Axolotl als Bubble Chart
Diese Abbildung verursacht auch immer noch Kopfweh bei mir - Linien wo keine sein sollen, komische Auftragung von oben nach unten die Altersklassen, dann oben der Total-MIttelwert hängt da so rum...

Wahrscheinlich wieder ein Falll von Balken-Chart-wär-besser.
Na, gibt es Meinungen zu dieser Abbildung aus dem Spiegel?

Früher war alles noch viel schlechter wenn die x-Achse sich mal bitte horizontal legen könnte!
🥴

PS ich weiss aus sicherer Quelle das beim Spiegel bald in Sachen DataViz alles ganz viel besser wird! :)
der Spiegel, so scheint es, hatte mal eine Reihe mit schlechten Charts, hier noch zwei Schmankerl
So, Ende mit der Krittelei, ich hab selber auch schon den einen oder anderen misslungenen Chart hergestellt.

Aber, weil man an schlechten Beispielen viel lernen kann empfehle ich die Lektüre von
@WTFViz , jeden Tag ein Horror-Chart, viel gutes dabei.

• • •

Missing some Tweet in this thread? You can try to force a refresh
 

Keep Current with Helena @ Real Scientists DE

Helena @ Real Scientists DE Profile picture

Stay in touch and get notified when new unrolls are available from this author!

Read all threads

This Thread may be Removed Anytime!

PDF

Twitter may remove this content at anytime! Save it as PDF for later use!

Try unrolling a thread yourself!

how to unroll video
  1. Follow @ThreadReaderApp to mention us!

  2. From a Twitter thread mention us with a keyword "unroll"
@threadreaderapp unroll

Practice here first or read more on our help page!

More from @realsci_DE

22 Jul
Bei den vielen Beispielen zu Decluttering haben wir prima gesehen, dass ALLE Aspekte einer Darstellung mal unter die Lupe müssen:

- Chart-typ (Display type) ok?
- Text genug/klar?
- passt Layout?
- sind Farben ok?

Ich geb meinen Studenten immer die Figure-Checklist: Image
Chart type haben wir gestern schon abgefrühstückt, dann kommen wir jetzt also zum Text.
das hier ist problematisch, hatten wir gestern schon.
Ein minumaler Text muss sein... Image
Read 8 tweets
22 Jul
Ein paar Beispiele zum Arufrämen von Charts - "Decluttering".
(c) DarkHorseAnalystics

Decluttering Beispiel: Balkendiagramm.

PS Ich würd die Achsenbeschriftung noch da lassen...
Vorher und Nacher ImageImage
Decluttering Beispiel: TABELLE

(c) DarkHorseAnalystics
Read 17 tweets
22 Jul
Gestern haben wir für unsere Daten einen passenden Charttyp rausgesucht - für alle nochmal hier zur Erinnerung der Spickzettel dazu:

(ps ich abe keine offene Version, da wäre eine DE Übersetzung vielleicht auch gut!) Image
PS EINEN passenden Charttyp, nicht DEN passenden Charttyp, es gibt immer mehrere richtige Lösungen

Das muss je nach: Kernaussage, nach Zielpublikum, nach Interaktionsformat: Papier, interaktiv Java, in einem Forschungsartikel oder 15-sek TikTok, angepasst werden!
Abstrakte Kunst und wissenenschaflichen Abbildungen sind gar nicht so unähnlich...

Was ist hier was? Zwei abstrakte Bilder
Read 21 tweets
21 Jul
Zur Krönung des Tages meine Top10-Charts der Chart-krisen..

Also, was sind die TOP10 Fehler die ich immer wieder sehe und immer wieder verbessere und mir immer wieder den Mund fusselig rede?
#Platz 10: Falsche Charttyp für die Daten.
...da seid ihr ja schon alte Hasen nach heute.

Vielleicht als letztes Beispiel noch das hier aus der Zeit:
#Platz9: keine (unvollständige) Beschriftung.

Merke: nicht nur Achsen brauchen eine Beschriftung sondern auch Farbcodes müssen erklärt werden!

Unten: eine der #worstchartsever und ein Abbildung ohne Farbcode, publiziert in nature... 🙄
Read 32 tweets
21 Jul
Wir macht man gute Charts?

1. eigenen Datentyp kennen (Trend? Kategorie? Verteilung? Uni-, Bi, Multivariat?)
2. verschiendes ausprobieren, z.B. mit dem Chart-Selektor unten
3. dann Feedback einholen! --> loop to 1
Eigentlich ist es ganz leicht.

Für Einzelbeobachtungen in Kategorien kann man die Größe in
- Länge (Balkendiagramm, stacked bar)
- Fläche (Tree map, bubble, area char)
- Tortenstücke (Pie chart, lieber nicht Donuts!)
kodieren.
Bei der Visualisierung von Trends kann man
- Liniendiagramm (paar Beobachtungen, mehrere Zeitpunkte)
- Slopechart (nur 2 Zeitpunkte)
- Radar Chart (zyklische Daten)
- Sankey Diagram (viele Verläufe, Verteilungen)
nutzen.

(merke, Time ist immer irgendwie 'ne Line!)
Read 14 tweets
21 Jul
Wir visualisieren Daten aus zwei Gründen: um diese zu kommunizieren, z.B. Corona-Zahlen an Allgemeinheit;

Wir visualisieren auch um selber die Daten zu verstehen und Phänomene und Trends überhaupt zu FINDEN.

[Wir sagen: EXPLORATORY and EXPLANATORY data visualization]
Das Visualisieren beim EXPLAINING, also kommunizieren helfen ist klar; wir können pre-attentiv, also schon allein beim Sehen Trends und Abweichungen sehen.

Hier ein Experiment, guckt das Bild gleich nur einen Bruchteil einer Sekunde an + schreibt auf an was ihr euch erinnert
Read 20 tweets

Did Thread Reader help you today?

Support us! We are indie developers!


This site is made by just two indie developers on a laptop doing marketing, support and development! Read more about the story.

Become a Premium Member ($3/month or $30/year) and get exclusive features!

Become Premium

Too expensive? Make a small donation by buying us coffee ($5) or help with server cost ($10)

Donate via Paypal Become our Patreon

Thank you for your support!

Follow Us on Twitter!

:(