ทรัพยากรสำหรับการเรียนรู้เพื่อสร้างภาพข้อมูล?

ฉันสนใจที่จะเรียนรู้วิธีสร้างประเภทของการสร้างภาพข้อมูลที่คุณเห็นที่http://flowingdata.comและ informationisbeautiful แก้ไข: ความหมายการสร้างภาพข้อมูลที่น่าสนใจของตัวเอง - ค่อนข้างเหมือนกับกราฟิก NY Times เมื่อเทียบกับรายงานฉบับย่อ

เครื่องมือชนิดใดที่ใช้ในการสร้างสิ่งเหล่านี้ - ส่วนใหญ่เป็น Adobe Illustrator / Photoshop หรือไม่? แหล่งข้อมูลที่ดีคืออะไร (หนังสือเว็บไซต์ ฯลฯ ) เพื่อเรียนรู้วิธีใช้เครื่องมือเหล่านี้ในการสร้างภาพข้อมูลโดยเฉพาะ?

ฉันรู้ว่าฉันต้องการให้การสร้างภาพข้อมูลเป็นอย่างไร (และฉันคุ้นเคยกับหลักการออกแบบเช่นจากหนังสือของ Tufte) แต่ฉันไม่รู้ว่าจะสร้างมันอย่างไร

การไหลของข้อมูลเป็นประจำกล่าวถึงเครื่องมือที่เขาใช้ ตัวอย่างเช่น:

• 40 เครื่องมือและทรัพยากรที่จำเป็นเพื่อให้เห็นภาพข้อมูล
• คุณควรใช้เครื่องมือสร้างภาพหรือซอฟต์แวร์ใด? - เริ่มต้น

นอกจากนี้เขายังแสดงให้เห็นถึงรายละเอียดที่ยอดเยี่ยมว่าเขาทำกราฟิกในบางโอกาสเช่น

• วิธีทำแผนที่เฉพาะเรื่องของ US County โดยใช้เครื่องมือฟรี
• วิธีการสร้างกราฟใน Adobe Illustrator
• วิธีสร้าง Heatmap - วิธีที่ง่ายและรวดเร็ว

นอกจากนี้ยังมีคำถามอื่น ๆ ในเว็บไซต์นี้:

• แนะนำการสร้างภาพไลบรารีสำหรับแอปพลิเคชันแบบสแตนด์อโลน
• ห้องสมุดสร้างภาพเว็บ

IMO ลอง:

1. R และ ggplot2: นี่เป็นวิดีโอเบื้องต้นที่ดีแต่เว็บไซต์ ggplot2 มีทรัพยากรมากมาย
2. การประมวลผล: ความอุดมสมบูรณ์ของบทเรียนที่ดีในหน้าแรก
3. Protovis: ยังมีมากมายเหลือเฟือของตัวอย่างที่ดีในหน้าแรก

คุณสามารถใช้ Adobe ในภายหลังเพื่อล้างข้อมูลเหล่านี้

นอกจากนี้คุณยังสามารถดูwebvisแพ็คเกจR แม้ว่ามันจะยังไม่เสร็จเท่าที่ggplot2ควร จาก R คุณสามารถเรียกใช้คำสั่งนี้เพื่อดูตัวอย่างของ Wheat ของ Playfair:

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

สุดท้ายนี้แอพพลิเคชั่นเชิงพาณิชย์ที่ฉันโปรดปรานสำหรับการสร้างภาพเชิงโต้ตอบคือ:

• ฉาก
• ปอตไฟร์
• QlikView

การประมวลผลที่กล่าวถึงแล้วมีชุดหนังสือที่ดี ดู: 1 , 2 , 3 , 4 , 5 , 6 , 7

คุณจะพบจำนวนของสิ่งที่อยู่บนเว็บที่จะช่วยให้คุณเริ่มต้นด้วยอาร์ในฐานะที่เป็นขั้นตอนต่อไปแล้ว ggplot2 มีเว็บที่ดีเอกสาร ฉันพบว่าหนังสือของ Hadley มีประโยชน์มาก

Python อาจเป็นอีกวิธีหนึ่งที่จะไป โดยเฉพาะอย่างยิ่งกับเครื่องมือที่ชอบ:

• matplotlib
• NetworkX
• igraph
• ชาโค
• Mayavi

โครงการทั้งหมดได้รับการบันทึกไว้อย่างดีบนเว็บ นอกจากนี้คุณยังอาจพิจารณาแอบเข้าไปในบาง หนังสือ

สุดท้ายหนังสือกราฟิกของชุดข้อมูลขนาดใหญ่อาจช่วยได้เช่นกัน

คุณจะใช้เวลามากมายในการเร่งความเร็วด้วย R

RapidMiner ฟรีและโอเพนซอร์ซและกราฟิกและมีการสร้างภาพข้อมูลที่ดีมากมายและคุณสามารถส่งออกได้

หากคุณมีเงินเหลือเฟือหรือเป็นพนักงานมหาวิทยาลัย / นักศึกษา JMP ก็ดีเหมือนกัน มันสามารถสร้างกราฟที่สวยมาก ๆ ได้อย่างง่ายดายมาก สามารถส่งออกเป็นแฟลชหรือ PNG หรือ PDF หรือมีอะไรบ้าง

อีกทางเลือกที่ดีคือห้องสมุด protovis http://vis.stanford.edu/protovis/

มันเป็นไลบรารี JavaScript ที่ออกแบบมาอย่างดีมากซึ่งสามารถสร้างการสร้างภาพข้อมูลที่สวยงามได้หากคุณมีเวลาและความสามารถในการเขียนโค้ด JavaScript จำนวนเล็กน้อยที่จำเป็น

ฉันยังขอแนะนำให้ Tableau http://www.tableausoftware.com เหมาะสำหรับการสำรวจชุดข้อมูลอย่างรวดเร็วและสร้างการสร้างภาพข้อมูลที่แตกต่างกันมากมาย

ผลิตภัณฑ์ทั้งสองมีรากฐานมาจาก Stanford Visualization Group

มีคำตอบที่ยอดเยี่ยมมากมายที่นี่และภาษา / ไลบรารีที่คุณเลือกที่จะเรียนรู้จะขึ้นอยู่กับประเภทของการสร้างภาพข้อมูลที่คุณต้องการจะทำ

อย่างไรก็ตามถ้าคุณใช้ Python อย่างสม่ำเสมอฉันขอแนะนำให้รู้จักกับท้องทะเล มันซับซ้อนมากเมื่อพูดถึงการสร้างภาพข้อมูลทางสถิติ แต่ก็ดูค่อนข้างซับซ้อนจากจุดยืนการนำเสนอ

ลองยกตัวอย่าง สมมติว่าคุณกำลังพยายามแปลงปริมาณการใช้ไฟฟ้าสำหรับอาคารพาณิชย์เป็นรายเดือน สามารถสร้างกราฟเส้นอย่างง่ายใน matplotlib เพื่อจุดประสงค์นี้

อย่างไรก็ตามหากเราต้องการให้การสร้างภาพข้อมูลมีความซับซ้อนและให้ข้อมูลมากขึ้นเราสามารถสร้างแผนที่ความร้อนที่มีพื้นทะเล:

แผนที่ความร้อนเป็นเพียงตัวอย่างหนึ่งเท่านั้น การใช้งานทั่วไปอื่น ๆ กับ seaborn ได้แก่

• แปลง KDE
• แปลงเป็นฝูง
• แปลงไวโอลิน

แนวคิดเบื้องหลังทะเลคือการนำเสนอข้อมูลในแบบที่เป็นธรรมชาติมากกว่าที่จะเป็นไปได้โดยใช้แผนภูมิที่เรียบง่ายเช่นบรรทัดแถบวงกลม ฯลฯ

หากคุณสนใจคุณสามารถค้นหาข้อมูลเพิ่มเติมเกี่ยวกับท้องทะเลได้ที่นี่: https://seaborn.pydata.org/

นี่เป็นชุดลิงค์ที่ดีพร้อมแหล่งข้อมูลสำหรับการเริ่มต้นเรียนรู้:

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

R นั้นยอดเยี่ยม แต่ก็ไม่ใช่ว่าRยากที่จะเรียนรู้ว่าเอกสารนั้นเป็นไปไม่ได้ที่จะค้นหาชื่ออื่นเช่น Rq จะดีมาก ดังนั้นเมื่อคุณมีปัญหาการค้นหาวิธีแก้ปัญหาก็คือฝันร้ายและเอกสารก็ไม่ได้ยอดเยี่ยมเช่นกัน Matlab หรือ Octave จะดีมาก และเพื่อให้ได้แปลงเหล่านั้นใน R หรือ Matlab จะน่าเบื่อมาก

IMHO โพสต์ภาพการประมวลผลเป็นเส้นทางที่ดีที่สุด ส่วนใหญ่มาจากข้อมูลที่ไหลผ่าน Adobe Illustrator หรือ Gimp มันเร็วกว่า เมื่อคุณได้รับโครงสร้างของพล็อตแล้วเปลี่ยนรายละเอียดในตัวแก้ไข การใช้ R เป็นเครื่องมือแก้ไขไม่ได้ให้ความยืดหยุ่นตามที่คุณต้องการ คุณจะพบว่าตัวเองกำลังค้นหาแพ็คเกจใหม่อยู่ตลอดเวลา

ต่อไปนี้เป็นบทแนะนำ YouTube บน D3.jsที่สอนพื้นฐานของ HTML, SVG, CSS และ JavaScript รวมถึงวิธีโหลดข้อมูลและสร้างแผนภูมิแท่งแผนภูมิเส้นและพล็อตการกระจายด้วย D3.js

นี่คือแหล่งข้อมูลเชิงปฏิบัติเพื่อให้คุณเริ่มต้นกับ d3 มันมีรหัสตัวอย่างและตัวอย่างทีละขั้นตอนเกี่ยวกับวิธีการโหลดจัดระเบียบและแสดงชุดข้อมูลใน d3

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

มีทรัพยากรที่ไม่มีที่สิ้นสุด แต่คุณสามารถ จำกัด ให้แคบลงตามวิธีที่คุณต้องการแปลงข้อมูลของคุณแหล่งข้อมูลที่คุณติดต่อด้วยวิธีที่พวกเขาต้องการแชร์ ฯลฯ

นี่คือคำแนะนำเกี่ยวกับวิธีการเลือกทรัพยากรที่เหมาะสมที่อาจช่วยชี้คุณไปในทิศทางที่ถูกต้อง