Diagramme, Grafiken und Karten sind überzeugende und überzeugende Tools für die Kommunikation. Erkenntnisse und Informationen. Schlechte oder böswillige Bereitstellungen Quellen für Verwirrung, Fehlinformationen und Unwahrheit.
Diagramme als Kunst statt als Wissenschaft
ML-Anwender visualisieren oft potenzielle Trainings-Datasets, um ihre Nützlichkeit für Modelle sowie Modellausgaben, um die Leistung zu verstehen.
Immer nach dem beabsichtigten Kontext, der Zielgruppe und dem Zweck von Daten fragen egal, ob Sie eine erstellen oder lesen. Diese drei Faktoren sind der grafischen Kommunikation. Dasselbe Diagramm kann nützlich und aufschlussreich sein. in unterschiedlichen Kontexten zu vermitteln.1 Der beabsichtigte Zuschauer und Diagramm und Datenkompetenz der Betrachter werden unterschiedlich sein. Design kann helfen oder behindern. Zum Beispiel können atemberaubend schöne Diagramme zu kompliziert Informationen klar zu kommunizieren.
Es gibt keine festen Regeln zum Erstellen perfekter Diagramme, Richtlinien und Best Practices. Die Visualisierung von Daten ist ebenso viel eine Kunst wie Wissenschaft. Aber bei der Visualisierung von Daten sollten Sie vor allem Klarheit und Ehrlichkeit anstreben. Geben Sie genügend Informationen an, um klar und genau zu kommunizieren. dass sie die Zuschauer überfordert.
Gerüst, Inhalte und irreführende Schritte
Alberto Cairo teilt Datenvisualisierungen in How Charts Lie in zwei Teile auf: Gerüst und Inhalte.
Das Gerüst eines Diagramms umfasst Titel, Achsen, Legenden, Beschriftungen und die Quelle der die Daten, falls vorhanden.
Der Inhalt umfasst die visuelle Codierung der Daten und jegliche kurzen Anmerkungen. Zu den häufig verwendeten Methoden zur visuellen Codierung von Daten gehören:
- wie bei Balkendiagrammen
- wie in Streudiagrammen
- Proportionale Winkel, Flächen und Bögen in Kreisdiagrammen
- Farbe und Farbton
- Seltener: Breite und Stärke2
All diese Elemente können dazu verwendet werden, in die Irre zu führen. Balkendiagramm mit einem Wert ungleich null starten oder das Kürzen der längsten Balken kann zu einer ungenauen Wahrnehmung führen. auch wenn man Speicherplatz sparen wollte. Sehen Sie sich Sarah Leos Aufsatz zu Fehlern bei der Datenvisualisierung im Economist.
Ein unangemessenes Seitenverhältnis kann dazu führen, dass eine kleine Änderung sehr groß erscheint, oder eine große Veränderung erscheint sehr klein. Kairo schlägt vor, eine Seitenverhältnis, das der dargestellten proportionalen Änderung entspricht, z. B. 3:1 für ein um 30% zu erhalten und gleichzeitig den Kontext zu berücksichtigen, da es viele wichtige Ausnahmen von der Regel geben. Relativ geringe Schwankungen im Durchschnitt der globalen Temperatur von 100 °C sehr wichtig und wird in einem Diagramm mit einem 50:1-Seitenverhältnis unterdrückt. Seitenverhältnis.3
Wenn Sie 3D-Drehungen von Diagrammen und andere 3D-Effekte für visuelle Wirkung verwenden, als bei der Darstellung von 3D-Daten, ist die Wahrscheinlichkeit sehr hoch, dass sie in die Irre geführt werden. Das Gleiche gilt für Darstellungen von 3D-Objekten, die Balken in Balkendiagrammen ersetzen Wenn die Daten nur durch Länge codiert werden. Wie bei einem Standard-Balkendiagramm kann der Leser das proportional größere Objekt so interpretieren, dass es ein größeres Volumen hat, und somit auch einen höheren Wert als angemessen.4 Designer, die 2D-Animationen Darstellungen von Daten wie Blasen und Codieren von Daten nach Radius oder Durchmesser und nicht nach Fläche, entsteht ein irreführendes Verhältnis.5 wie Kreisdiagramme den Vergleich von Segmenten erschweren. miteinander zu vergleichen. Kreisdiagramme deuten außerdem darauf hin, dass alle Segmente ein Ganzes ergeben. was der Fall sein kann oder nicht.
Farbe ist ihr eigenes Thema. Allgemein gilt:
- Verwenden Sie maximal sechs Farbunterteilungen, da dies die Grenzen dessen darstellt, was die meisten Menschen ohne Verwirrung bewältigt werden kann.
- Vermeiden Sie eine große Auswahl an spektralen Farbtönen, da sie von unterschiedlichen Menschen angeordnet werden unterschiedlich.6
- Wählen Sie nach Möglichkeit Schattierungen eines einzelnen Farbtons aus, da diese in Graustufen unterscheidbar ist.
- Achten Sie auf die verschiedenen Farbenblindheit.
Verweise
Kairo, Alberto. How Charts Lie: Getting Smarter about Visual Information. New York: W.W. Norton, 2019.
Huff, Darrell. So lügen Sie mit Statistiken. NY: W.W. Norton, 1954.
Monmonier, Mark How to Lie with Maps (in englischer Sprache), 3. Ed. Chicago: U of Chicago P, 2018.
Bildverweise
„Diagramm mit einem Beispiel für die Durchsatzrechnungsstruktur“ TAUser, 2008. GNU mit vollständiger Domainlizenzierung. Quelle
„GWP (MTCO2E) für alle Fahrzeugtypen während des Lebenszyklus“. B2.Team.Leader, 2006 Quelle
