diff --git a/docs/viz/types/datashader.png b/docs/viz/types/datashader.png new file mode 100644 index 0000000..b2f6446 Binary files /dev/null and b/docs/viz/types/datashader.png differ diff --git a/docs/viz/types/datavizcatalogue-candlestick.svg b/docs/viz/types/datavizcatalogue-candlestick.svg new file mode 100644 index 0000000..07479b4 --- /dev/null +++ b/docs/viz/types/datavizcatalogue-candlestick.svg @@ -0,0 +1,149 @@ + + + + + + + + + + + + + + + + + + + $0 + March + April + $10 + $20 + $30 + $40 + $50 + $60 + $70 + $80 + $90 + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + diff --git a/docs/viz/types/dotplot.png b/docs/viz/types/dotplot.png new file mode 100644 index 0000000..e677671 Binary files /dev/null and b/docs/viz/types/dotplot.png differ diff --git a/docs/viz/types/horizon-chart-ruys.gif b/docs/viz/types/horizon-chart-ruys.gif new file mode 100644 index 0000000..c4d116d Binary files /dev/null and b/docs/viz/types/horizon-chart-ruys.gif differ diff --git a/docs/viz/types/horizon-chart-ruys.png b/docs/viz/types/horizon-chart-ruys.png new file mode 100644 index 0000000..0f35176 Binary files /dev/null and b/docs/viz/types/horizon-chart-ruys.png differ diff --git a/docs/viz/types/index.rst b/docs/viz/types/index.rst index 8d70530..b4177d7 100644 --- a/docs/viz/types/index.rst +++ b/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 `_ -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 `_ + Sammlung von Datenvisualisierungen mit mehr als 160 Diagrammtypen. + `Data to Viz `_ + Etwa 40 Diagrammtypen, die in einem Entscheidungsbaum ermittelt werden + können. + `Dataviz Inspiration `_ + 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 `_ + Rund 60 Diagrammtypen, die nach Funktionen durchsucht werden können. + `Xenographics `_ + 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 `_ + 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 + `_ + +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 + `_ + +.. seealso:: + * `UW Interactive Data Lab: Sizing the Horizon + `_ + * `Vega-Altair `_ + +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 + `_ + +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 + + + .. toctree:: :hidden: :titlesonly: