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!)
Dann haben wir noch Streuungen, das sind dann 2 oder mehr Beobachtungen pro Datenpunkt.
Da haben wir den KLassiker der Charts, Streudiagramm => und dann gibt es hunderte Versionen was man machen kann wenn man da Klassen zusammenfügt, zu viele Daten hat etc etc
Denkt mal darüber nach:
Im Grunde ihres Herzens sind alle Diagramme einfach nur ein Streudiagram - auch ein Balkendiagramm zeigt einen Punkt (die Höhe) auf dem karthesischen Quadrat....
Mehr zu multivariaten, histogramm, Boxplot, Violin, Density plots, hier ist eine kleine übersicht in EN mit einer 'phylogenie' analytics.twitter.com/user/realsci_D…
Richtig gut nachzulesen bei:
- William S. Cleveland "Visualizing Data"
- John W. Tuckey "Exploratory Data Analysis"
Jon Schwabish, Autor von "Better Data Visualizations", einem weiteren super Buch, hat hier FAST ALLE CHART TYPEN VORGESTELLT!
Von jeweils Experten darin....
🛠️-Alert, wie MACHT man Charts?
Ich: Excel, @rstudio und alles mal probieren.
Ein richtig tolles Online-Tool ist @Datawrapper, gemacht für Journalisten, aber auch bei DataViz/Bioinformatik Studis beliebt. Alles klappt + man kriegt obendrauf noch tolle tipps von @lisacrost
Dann gibt es für mehr online auch noch rawgraphs.io
hier müsst ihr Experten fragen wenn ich da was wissen wollt, hier gab es welche unter den Zuhörern,
--> bitte unter dem tool melden wenn Interesse an Austausch besteht!
Online gibt es auch noch PLots of Difference, für Rainbow plots und histogram boxplots
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!)
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...
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