チャート、グラフ、マップは説得力のあるコミュニケーション ツール インサイトと情報ですまた、不正に、または不正にデプロイされると、 混乱、誤った情報、真実のソースです。
グラフを科学ではなくアートとして表示
ML 担当者は、トレーニング データセットの候補を可視化して、 パフォーマンスを理解するためのモデル出力についても学びました。
常に、データの意図するコンテキスト、対象、目的について自問する 作成時でも読み取り時でもかまいませんこれら 3 つの要素は グラフィカルなコミュニケーションの鍵となります同じグラフでも有用で洞察力に優れています。 文脈に応じて、誤解を招く、誇張された表現1。意図する視聴者 グラフやデータ リテラシーのレベルはさまざまです。デザインは 妨げます。たとえば、息をのむほど美しいグラフは複雑すぎて、 情報を明確に伝える必要があります。
完璧なグラフを作成するための厳格なルールはありませんが、 ベストプラクティスを確認しますデータの可視化は、データ アナリストとして 学びました。しかし、データを可視化するときは、何よりも明確さと正直さを心がけてください。 明確かつ正確に伝えるのに十分な情報を提供し、 視聴者を圧倒します
スキャフォールディング、コンテンツ、誤解を招く動き
『How Charts Lie』の中で Alberto Cairo は、データの可視化を 2 つの部分に分けています。 scaffolding と content。
グラフのスキャフォールディングには、タイトル、軸、凡例、ラベル、 返されます。
コンテンツには、データの視覚的なエンコードと、 アノテーション。データを視覚的にエンコードする方法は通常、以下のとおりです。
- 横棒グラフのような長さ
- 散布図のように
- 円グラフの比例角度、面数、円弧
- 色と色相
- 幅と太さはまれ2
これらの要素はすべて誤解を招きかねません。棒グラフをゼロ以外の値から表示する 長いバーを切り捨てるなどの方法では 不正確な認識が生じる可能性があり スペースの節約を意図するものであってもSarah Leo の エッセイ データの可視化の誤りに関する Economist の例をいくつか紹介しています。
不適切なアスペクト比では、小さな変更がとても大きく見えることがありますが、 大きな変化は非常に小さいと感じるかもしれません。カイロは 画像に比例する変化に対応するアスペクト比（例: 3:1、 コンテキストに細心の注意を払うようアドバイスします。というのも、 ルールの例外が多数あります。平均的な変動は比較的小さい たとえば 100°C から 2C 上昇した場合 50:1 のアスペクト比のチャートでは過小評価される 増加3。
視覚効果を高めるために、グラフの回転やその他の 3D 効果を使用する 誤解を与える可能性があるためです。。 棒グラフの棒の代わりに使用される 3D オブジェクトの画像。もし データは長さのみでエンコードされます。 それに比例して大きいものをより大きな体積と解釈します。 高くなる傾向があります4。2D を使用するデザイナー バブルのようなデータの表現であり、半径や直径によるデータのエンコード 比率が誤ったものになってしまう可能性があります5。2D 円グラフのような表現では、セグメントの比較が困難になり、 お互いに競わせます。また、すべてのセグメントを足し合わせると 場合もあればそうでない場合もあります
色はそれ自体の被写体です。一般的には次のようになります。
- 色区分は 6 つ以下にする（ほとんどの人にとって限界であるため） 簡単に処理できます
- 人によって順序が異なるため、スペクトルの色域を幅広く選択することは避ける 異なります6。
- 可能であれば、単一の色相のシェードを選択します。 グレースケールで区別できます
- 注意すべきデータのタイプには、 色覚異常。
参照
Cairo、Alberto。グラフの位置づけ: ビジュアル情報をスマートに。ニューヨーク: W.W.Norton、2019 年。
ああ、ダレル。統計の横で横切る方法ニューヨーク: W.W.ノートン、1954 年。
Monmonier, Mark.地図に横たわる方法、第 3 版シカゴ: シカゴ大学 P、2018 年。
画像参照
「スループットのアカウンティング構造の例のチャート」TAUser、2008 年。 GNU FDL。 出典
「全車種にわたる GWP（MTCO2E）。」B2.Team.Leader、2006 年。 ソース
