📝 Extend diagram types

docs/viz/types/index.rst

@@ -1,16 +1,79 @@
 Diagrammtypen
 =============
 
-Bestimmt zunächst den Zweck der Visualisierung und wählt dann den geeigneten
-Diagrammtyp.
+Die Wahl des besten Diagrammtyps für die Übermittlung eurer Daten ist nicht
+einfach. Es gibt viele verschiedene Diagrammtypen, die alle unterschiedliche
+Aspekte eurer Daten hervorheben. Bei der Auswahl eines Diagrammtyps geht es um viel mehr als nur darum, die Spalten in euren Daten zu betrachten. Bestimmt daher
+zunächst den Zweck der Visualisierung und wählt dann den geeigneten Diagrammtyp.
 
 .. seealso::
    * `Visual Vocabulary – Designing with data
      <https://ft-interactive.github.io/visual-vocabulary/>`_
 
-Vergleiche
+Datentypen
 ----------
 
+Sie schränken die Optionen für die Diagrammtypen ein:
+
+Kategorischen Daten
+    sind in der Regel um textbasierte Daten gruppierter Datensätze.
+Numerische Daten
+    sind der häufigste Datentyp in der Datenvisualisierung. Zahlen können
+    verwendet werden, um geometrische Objekte in einer Visualisierung auf der x-
+    oder y-Achse zu positionieren, zu vergrößern oder zu färben.
+Abgegrenzte numerische Werte
+    verhalten sich sehr ähnlich wie kategorische Daten.
+Zeitliche Daten
+    werden in der Regel als Liniendiagramme dargestellt, wobei die X-Achse die
+    Zeitachse ist und die Zeit von links nach rechts verläuft.
+Geografische Daten
+    sind alle Arten von Daten (kategorische, numerische oder zeitliche Daten
+    oder eine Kombination davon), die zusätzlich Informationen über geografische
+    Orte enthalten.
+
+Botschaft
+---------
+
+Durch Filtern, Auswählen und Aggregieren können die Daten so umgewandelt werden,
+dass sie in bestimmte Diagrammtypen passen:
+
+* kontinuierliche numerische Daten können in eine diskrete Anzahl von Klassen
+  eingeteilt werden.
+* Geografischen Daten können entfernt oder ignoriert werden.
+* Tägliche Daten können zu monatlichen Durchschnittswerten oder monatlichen
+  Gesamtwerten aggregiert werden, je nachdem, welche Trends gezeigt werden
+  sollen.
+
+.. seealso::
+
+   Galerien zur Datenvisualisierung:
+
+   `Dataviz Project <https://datavizproject.com/>`_
+       Sammlung von Datenvisualisierungen mit mehr als 160 Diagrammtypen.
+   `Data to Viz <https://www.data-to-viz.com/>`_
+       Etwa 40 Diagrammtypen, die in einem Entscheidungsbaum ermittelt werden
+       können.
+   `Dataviz Inspiration <https://www.dataviz-inspiration.com/>`_
+       Sammlung von Datenvisualisierungen, die von Yan Holtz, einem der Autoren
+       von data-to-viz.com kuratiert wurde um die schönsten und wirkungsvollsten
+       Datenvisualisierungsprojekte vorzustellen.
+   `Dataviz Catalogue <https://datavizcatalogue.com/>`_
+       Rund 60 Diagrammtypen, die nach Funktionen durchsucht werden können.
+   `Xenographics <https://xeno.graphics/>`_
+       Sammlung seltsamer, aber (manchmal) nützlicher Diagramme, kuratiert von
+       Maarten Lambrechts. Das Ziel der Sammlung ist es, neuartige, innovative
+       und experimentelle Visualisierungen zu zeigen, die für die Visualisierung
+       bestimmter Datensätze inspirierend sein können.
+   `One chart at a time <https://www.youtube.com/watch?v=gFFj22kjlZk>`_
+       Reihe von Videos, die der Buchautor, Podcaster und
+       Visualisierungsspezialist Jon Schwabish erstellt hat. Für die Videoserie
+       hat er mehr als 50 Personen aus der Welt der Datenvisualisierung gebeten,
+       einen bestimmten Diagrammtyp zu diskutieren, indem sie ihn beschreiben
+       und einige Beispiele für den Diagrammtyp geben.
+
+Vergleiche
+~~~~~~~~~~
+
 .. grid:: 3
 
    .. grid-item-card:: Balkendiagramm
@@ -38,7 +101,7 @@ Vergleiche
            :target: scatter-bubble-charts.html#bubble-charts
 
 Trends
-------
+~~~~~~
 
 .. grid:: 3
 
@@ -61,7 +124,7 @@ Trends
          :target: line-area-charts.html#boxplots
 
 Teil-zu-Ganzes
---------------
+~~~~~~~~~~~~~~
 
 .. grid:: 3
 
@@ -102,7 +165,7 @@ Teil-zu-Ganzes
          :target: maps.html#tree-map
 
 Korrelationen
--------------
+~~~~~~~~~~~~~
 
 .. grid:: 3
 
@@ -119,7 +182,7 @@ Korrelationen
          :target: maps.html#heatmap
 
 Verbindungen
-------------
+~~~~~~~~~~~~
 
 .. grid:: 3
 
@@ -136,7 +199,7 @@ Verbindungen
          :target: graph-flowcharts.html#tree-diagram
 
 Geodaten
---------
+~~~~~~~~
 
 .. grid:: 3
 
@@ -158,6 +221,85 @@ Geodaten
          :alt: Verbindungskarte
          :target: maps.html#verbindungskarten
 
+Datengröße
+----------
+
+Wenn ihr beispielsweise die Lebenserwartung aller Länder darstellen möchtet,
+eignet sich ein Balkendiagramm nicht besonders gut. Stattdessen könnt ihr ein
+**Punktdiagramm** verwenden – es erfasst die Daten in weniger Pixeln, also mit
+einer höheren Datendichte.
+
+.. figure:: dotplot.png
+   :alt: Punktdiagramm mit der Lebenserwartung aller Länder
+   :target: dotplot.png
+
+Ein Nachteil dieser Art von Diagrammen ist jedoch, dass sie
+Interaktivität erfordern, um jedes Land zu identifizieren, da zu wenig Platz zur
+Verfügung steht, um alle Ländernamen in der Visualisierung unterzubringen.
+
+**Streudiagramme** sind ebenfalls eine Visualisierungsart mit hoher Datendichte:
+Die Darstellung von tausenden Datensätzen ist jedoch auch hier ein Problem, da
+die Punkte sich dann überlappen.
+
+.. figure:: datashader.png
+   :alt: Datashader
+   :target: datashader.png
+
+   Quelle: PyViz-Tutorial: `Datashader
+   <https://pyviz-tutorial.readthedocs.io/de/latest/bokeh/integration/datashader.html#datashader>`_
+
+Das folgende **Horizon-Chart** zeigt mehr als 70 Zeitreihen in einem einzigen
+Diagramm.
+
+.. figure:: horizon-chart-ruys.png
+   :alt: Horizon-Chart
+   :target: horizon-chart-ruys.png
+
+.. figure:: horizon-chart-ruys.gif
+   :alt: Horizon-Chart
+   :target: horizon-chart-ruys.gif
+
+   Quelle: `vizualism.nl
+   <https://www.vizualism.nl/winnaar-infographicjaarprijs-2009/>`_
+
+.. seealso::
+   * `UW Interactive Data Lab: Sizing the Horizon
+     <https://idl.cs.washington.edu/papers/horizon/>`_
+   * `Vega-Altair <https://altair-viz.github.io/gallery/horizon_graph.html>`_
+
+Zielgruppe
+----------
+
+Auch das Zielpublikum eurer Visualisierung spielt eine wichtige Rolle bei der
+Wahl des Diagrammtyps. In erster Linie müsst ihr berücksichtigen, wie vertraut
+euer Publikum mit den Daten ist. Es kann von den Informationen, die ihr ihm
+zeigt, überwältigt sein, wenn ihr unbekannte Daten in Kombination mit einem
+unbekannten oder komplexen Diagramm präsentiert. Daher ist es am besten,
+komplexe und innovativere Diagrammtypen nur mit Daten zu verwenden, mit denen
+eure Zielgruppe vertraut ist. Einige Wissensgebiete haben eine lange Tradition
+bei der Verwendung komplexerer Datenvisualisierungen für bestimmte Daten. Ein
+Beispiel war das Candlestick-Chart:
+
+.. figure:: datavizcatalogue-candlestick.svg
+   :alt: Candlestick-Chart
+   :target: datavizcatalogue-candlestick.svg
+
+   Quelle: `Frankfurt vies for UK banking jobs post-Brexit
+   <https://www.ft.com/content/3f3ce35e-8c9b-11e6-8aa5-f79f5696c731>`_
+
+Medium
+------
+
+Das Medium, in dem eine Visualisierung veröffentlicht wird, hat ebenfalls einen
+Einfluss darauf, welcher Diagrammtyp optimal ist. Die offensichtlichste
+Eigenschaft eines Mediums sind die Dimensionen, die es für eine Visualisierung
+bieten kann. Viele Visualisierungen werden heute nicht mehr gedruckt, sondern
+können interaktiv betrachtet werden.
+
+.. raw:: html
+
+   <iframe title="Where the population of Europe is growing, and where it’s declining " aria-label="Map" id="datawrapper-chart-iUPVd" src="https://datawrapper.dwcdn.net/iUPVd/5/" scrolling="no" frameborder="0" style="width: 0; min-width: 100% !important; border: none;" height="585"></iframe><script type="text/javascript">!function(){"use strict";window.addEventListener("message",(function(a){if(void 0!==a.data["datawrapper-height"])for(var e in a.data["datawrapper-height"]){var t=document.getElementById("datawrapper-chart-"+e)||document.querySelector("iframe[src*='"+e+"']");t&&(t.style.height=a.data["datawrapper-height"][e]+"px")}}))}();</script>
+
 .. toctree::
    :hidden:
    :titlesonly: