विज़ुअलाइज़ेशन ट्रैप

चार्ट, ग्राफ़, और मैप, बातचीत करने के लिए दिलचस्प और दिलचस्प टूल हैं अहम जानकारी और जानकारी उपलब्ध है. नुकसान पहुंचाने के इरादे से या गलत तरीके से डिप्लॉय किए जाने पर, गलत जानकारी, ग़लतफ़हमी, और झूठ फैलाने वाले स्रोतों के बारे में बताया जाता है.

विज्ञान के बजाय कला के तौर पर चार्ट

मशीन लर्निंग का इस्तेमाल करने वाले पेशेवर, अक्सर ट्रेनिंग के संभावित डेटासेट की मदद से, मॉडल की उपयोगिता और परफ़ॉर्मेंस को समझने के लिए मॉडल आउटपुट.

हमेशा डेटा के संदर्भ, ऑडियंस, और मकसद के बारे में पूछें विज़ुअलाइज़ेशन के लिए उपलब्ध है, चाहे आप उसे बना रहे हों या पढ़ रहे हों. ये तीन कारक बातचीत के लिए इस्तेमाल किया जा सकता है. एक ही चार्ट, काम का और अहम जानकारी दे सकता है या गुमराह करने और बढ़ा-चढ़ाकर दिखाने वाले वीडियो अलग-अलग कॉन्टेक्स्ट में.1 टारगेट किए गए दर्शक, और दर्शकों के ग्राफ़ और डेटा के बारे में जानकारी का लेवल बदल सकता है. डिज़ाइन से मदद मिल सकती है या रुकावट. उदाहरण के लिए, हो सकता है कि बेहद खूबसूरत चार्ट इतने जटिल उनमें जानकारी को साफ़ तौर पर बताया जा सके.

सटीक चार्ट बनाने के लिए कोई सख्त और तेज़ नियम नहीं हैं, सिर्फ़ दिशा-निर्देशों और सबसे सही तरीकों के बारे में ज़्यादा जानें. डेटा को विज़ुअलाइज़ करना भी एक कला है विज्ञान. हालांकि, डेटा को विज़ुअलाइज़ करते समय, साफ़ तौर पर और ईमानदारी से काम करने की कोशिश करें. साफ़ तौर पर और सटीक रूप से बताने के लिए ज़रूरी जानकारी दें. ऐसा नहीं है बहुत ज़्यादा जानकारी होती है, जो व्यूअर को चौंका देती है.

मचान, कॉन्टेंट, और गुमराह करने वाली चालें

चार्ट लाई में अल्बर्टो काइरो, डेटा विज़ुअलाइज़ेशन को दो हिस्सों में बांटते हैं: मैदान और कॉन्टेंट.

चार्ट के अलग-अलग स्ट्रक्चर में टाइटल, ऐक्सिस, लेजेंड, लेबल, और इमेज का सोर्स शामिल होते हैं डेटा, अगर दिया गया हो.

कॉन्टेंट में डेटा की विज़ुअल एन्कोडिंग और कोई भी छोटा टेक्स्ट शामिल होता है एनोटेशन. विज़ुअल तौर पर कोड में बदलने के तरीकों में आम तौर पर ये तरीके शामिल हैं:

  • लंबाई, जैसा कि बार चार्ट में बताया गया है
  • स्कैटरप्लॉट की तरह
  • पाई चार्ट में समानुपातिक कोण, क्षेत्रफल, और चाप
  • रंग और रंग
  • शायद ही कभी, चौड़ाई और मोटाई2

इन सभी एलिमेंट का इस्तेमाल, गुमराह करने के लिए किया जा सकता है. शून्य के अलावा किसी दूसरी वैल्यू पर बार चार्ट शुरू करना बेसलाइन या सबसे लंबे बार को काटकर, गलत धारणाएं पैदा हो सकती हैं. भले ही उनका मकसद जगह बचाना हो. सारा लियो निबंध डेटा विज़ुअलाइज़ेशन में हुई गलतियों के बारे में भी बताया गया है.

आसपेक्ट रेशियो (लंबाई-चौड़ाई का अनुपात) में होने वाले छोटे बदलाव बहुत बड़े दिख सकते हैं, या कोई बड़ा बदलाव बहुत छोटा सा लगता है. कैरो सुझाव देता है कि आसपेक्ट रेशियो (लंबाई-चौड़ाई का अनुपात) जो दिखाए जा रहे आनुपातिक बदलाव से मेल खाता है. 30% बदलाव, साथ ही संदर्भ पर भी ध्यान देने की सलाह देता है, क्योंकि नियम के कई अहम अपवाद हैं. औसत रूप से मामूली उतार-चढ़ाव उदाहरण के लिए, अगर दुनिया का तापमान 100 डिग्री में से 2C बढ़ जाता है, तो बहुत ज़्यादा ज़रूरी होता है. इसे 50:1 के आसपेक्ट रेशियो वाले चार्ट में दिखाया जाएगा अनुपात.3

विज़ुअल प्रभाव के लिए, चार्ट के 3D रोटेशन और अन्य 3D इफ़ेक्ट का उपयोग करना के बजाय, यह काफ़ी हद तक गुमराह हो सकता है. इसलिए, ऐसे 3D ऑब्जेक्ट दिखाना जो बार चार्ट में बार की जगह इस्तेमाल करते हैं. अगर डेटा को सिर्फ़ लंबाई के हिसाब से एन्कोड किया जाता है. किसी स्टैंडर्ड बार चार्ट की तरह, लोग आनुपातिक रूप से बड़े ऑब्जेक्ट को इससे ज़्यादा वॉल्यूम होने के तौर पर समझें, और इसलिए, 2D का इस्तेमाल करने वाले डिज़ाइनरों के लिए भी उपलब्ध है.4 बबल जैसे डेटा को निरूपित करना और डेटा को त्रिज्या या व्यास के अनुसार एन्कोड करना क्षेत्र के आधार पर नहीं, बल्कि गुमराह करने वाले अनुपात भी बनेंगे.5 2D पाई चार्ट जैसे प्रतिनिधित्व से सेगमेंट की तुलना करना मुश्किल हो सकता है एक-दूसरे के ख़िलाफ़ लड़ते रहें. पाई चार्ट में यह भी बताया गया है कि सभी सेगमेंट को मिलाकर हालाँकि, ऐसा हो भी सकता है और नहीं भी.

ग्लोबल वॉर्मिंग पर पेट्रोल, एथेनॉल, और बिजली के असर को दिखाता 3x4 3D चार्ट अलग-अलग सोर्स से होने वाली बिक्री का % दिखाता कोण वाला 3D बार चार्ट
ऐसे डेटा विज़ुअलाइज़ेशन का उदाहरण जिसे पढ़ना मुश्किल है.

रंग अपना सब्ज़ है. सामान्य रूप में:

  • 6 या उससे कम रंग विभाजन का उपयोग करें, क्योंकि ज़्यादातर लोगों की सीमा इन्हीं से तय होती है बिना किसी उलझन के काम कर सकते हैं.
  • रंग के कई रंगों को शामिल न करें, क्योंकि उन्हें अलग-अलग लोग ऑर्डर करते हैं अलग है.6
  • अगर हो सके, तो एक ही कलर के अलग-अलग शेड चुनें. जिन्हें ग्रेस्केल में अलग-अलग दिखाया जा सकता है.
  • आपकी जानकारी के लिए, कलर ब्लाइंडनेस.

रेफ़रंस

काहिरा, अल्बर्टो. चार्ट का क्या असर होता है: विज़ुअल की जानकारी को लेकर ज़्यादा स्मार्ट बनें. न्यूयॉर्क: डब्ल्यू॰डब्ल्यू॰ नॉर्टन, 2019.

हफ़, डैरेल. आंकड़ों के साथ झूठ बोलने का तरीका. न्यूयॉर्क: डब्ल्यू॰डब्ल्यू॰ नॉर्टन, 1954.

मोमोनी, मार्क. Maps की मदद से आराम करने का तरीका, तीसरा वर्शन. शिकागो: यू ऑफ़ शिकागो पी, 2018.

इमेज के रेफ़रंस

"थ्रूपुट अकाउंटिंग स्ट्रक्चर के उदाहरण का चार्ट." टीएउपयोगकर्ता, 2008. जीएनयू एफ़डीएल. सोर्स

"लाइफ़ साइकल में सभी तरह के वाहनों के लिए, GWP (MTCO2E)." बी2॰टीम॰लीडर, 2006. सोर्स


  1. कैरो 72-73, 79.

  2. कैरो 24-26, 36-38.

  3. कैरो 69-70.

  4. हफ़ 21-25.

  5. कैरो 34, 58-59.

  6. मोमोनियर 65-66.