Vizualizarea datelor este reprezentarea grafică a datelor. Presupune producerea de imagini care comunică relații între datele reprezentate cu spectatorii imaginilor. Această comunicare se realizează prin utilizarea unei aplicații sistematice între mărcile grafice și valorile datelor în crearea vizualizării. Această mapare stabilește modul în care valorile datelor vor fi reprezentate vizual, determinând cum și în ce măsură o proprietate a unei mărci grafice, cum ar fi dimensiunea sau culoarea, se va schimba pentru a reflecta modificarea valorii unei date.
Pentru a comunica informația în mod clar și eficient, vizualizarea datelor folosește , reprezentare grafică, grafică digitală și alte instrumente. Datele numerice pot fi codate folosind puncte, linii sau bare, pentru a comunica vizual un mesaj cantitativ. Vizualizarea eficientă îi ajută pe utilizatori să analizeze și să motiveze date și dovezi. Face ca datele complexe sa fie mai accesibile, inteligibile și utilizabile. Utilizatorii pot avea sarcini analitice particulare, cum ar fi efectuarea de comparații sau înțelegerea cauzalității, iar principiul de design al graficului (adică, a face comparații sau a arăta cauzalitatea) urmărește sarcina. Tabelele sunt utilizate în general în care utilizatorii vor căuta o măsurătoare specifică, în timp ce graficele de diferite tipuri utilizate pentru a afișa modele sau relații între date pentru una sau mai multe variabile.
Vizualizarea datelor este atât o artă, cât și o știință. Este privita ca o ramură a statisticilor descriptive de către unii, dar și ca un instrument bazat pe dezvoltarea teoriei solide către alții. Cantitățile crescute de date create de activitatea de pe Internet și un număr în continuă expansiune de senzori din mediul înconjurător sunt denumite „date mari” sau internet al lucrurilor. Prelucrarea, analizarea și comunicarea acestor date prezintă provocări etice și analitice pentru vizualizarea datelor.Nikos Bikaks (2018) "Big Data Visualization Tools" Encyclopedia of Big Data Technologies, Springer 2018. Domeniul științei datelor și practicienilor numiți oamenii de știință ai datelor ajută la abordarea acestei provocări.
Prezentare generală dreapta|miniatura|350x350px| Vizualizarea datelor este unul dintre pașii în analiza datelor și prezentarea acestora către utilizatori. Vizualizarea datelor se referă la tehnicile utilizate pentru a comunica date sau informații prin codificarea lor ca obiecte vizuale (de exemplu, puncte, linii sau bare) conținute în grafică. Scopul este de a comunica informații în mod clar și eficient utilizatorilor. Este unul dintre pașii în analiza datelor sau știința datelor. Conform Friedman (2008) „principalul obiectiv al vizualizării datelor este de a comunica informația în mod clar și eficient prin mijloace grafice. Nu înseamnă că vizualizarea datelor trebuie să pară plictisitoare pentru a fi funcțională sau extrem de sofisticată pentru a arăta frumos. Pentru a transmite ideile în mod eficient, atât forma estetică, cât și funcționalitatea trebuie să meargă mână în mână, oferind informații despre un set de date destul de rar și complex, prin comunicarea aspectelor-cheie într-un mod mai intuitiv. Cu toate acestea, deseori proiectanții nu reușesc să realizeze un echilibru între formă și funcție, creând vizualizări superbe de date care nu își îndeplinesc scopul principal - comunicarea informațiilor"Vitaly Friedman (2008) "Data Visualization and Infographics" in: Graphics, Monday Inspiration, January 14th, 2008.
Într-adevăr, și au sugerat că o vizualizare ideală nu trebuie doar să comunice clar, ci și să stimuleze implicarea și atenția privitorului.
Vizualizarea datelor este strâns legată de grafica digitală, vizualizarea informațiilor, vizualizarea științifică, analiza datelor exploratorii și grafică statistică. În noul mileniu, vizualizarea datelor a devenit o zonă activă de cercetare, predare și dezvoltare. Conform Post et al. (2002), a unit vizualizarea științifică și informațională.Frits H. Post, Gregory M. Nielson and Georges-Pierre Bonneau (2002). Data Visualization: The State of the Art. Research paper TU delft, 2002. .
În mediul comercial vizualizarea datelor este adesea denumită tablouri de bord. Grafica digitală este o altă formă foarte comună de vizualizare a datelor.
Caracteristicile afișajelor grafice eficiente miniatura|350x350px| Diagrama din 1869 a lui a invaziei Franței napoleoniene în Rusia, un exemplu timpuriu al unei informații grafice Profesorul a explicat că utilizatorii afișajelor de informații execută anumite sarcini analitice, cum ar fi comparațiile. Principiul de design al graficului informațional ar trebui să sprijine sarcina analitică. După cum arată William Cleveland și Robert McGill, diferite elemente grafice realizează acest lucru mai mult sau mai puțin eficient. De exemplu, graficele cu puncte și diagramele de bare depășesc graficele de plăci.
În cartea sa din 1983 The Visual Display of Quantitative Information, Edward Tufte definește „afișări grafice” și principii pentru afișarea grafică eficientă în următorul pasaj: „Excelența în grafică statistică constă în idei complexe comunicate cu claritate, precizie și eficiență. Afișele grafice ar trebui să:
arate datele induce privitorul să se gândească la substanță și nu la metodologie, design grafic, tehnologia producției grafice sau altceva evitați denaturarea a ceea ce trebuie să spună datele prezentați numeroase numere într-un spațiu mic face coerența seturilor mari de date încurajați ochiul să compare diferite date dezvăluiți datele la mai multe niveluri de detaliu, dintr-o imagine de ansamblu largă până la structura fină servesc unui scop destul de clar: descrierea, explorarea, întocmirea sau decorarea să fie strâns integrat cu descrierile statistice și verbale ale unui set de date.
Graficele dezvăluie datele. Într-adevăr, grafica poate fi mai precisă și mai revelatoare decât calculele statistice convenționale."
De exemplu, diagrama Minard arată pierderile suferite de armata lui Napoleon în perioada 1812-1813. Sunt reprezentate șase variabile: dimensiunea armatei, amplasarea acesteia pe o suprafață bidimensională (x și y), timp, direcția de mișcare și temperatură. Lățimea liniei ilustrează o comparație (dimensiunea armatei la puncte în timp), în timp ce axa de temperatură sugerează o cauză a modificării dimensiunii armatei. Acest afișaj multivariat pe o suprafață bidimensională spune o poveste care poate fi înțeleasă imediat, în timp ce se identifică datele sursă pentru a-și construi credibilitatea. Tufte a scris în 1983 că: „Poate fi cel mai bun grafic statistic întocmit vreodată”.
Neaplicarea acestor principii poate duce la grafice derutante, care denaturează mesajul sau susțin o concluzie eronată. Potrivit lui Tufte, se referă la decorarea interioară a graficului, care nu îmbunătățește mesajul sau efecte tridimensionale sau de perspectivă gratuite. Separarea inutilă a cheii explicative de imaginea în sine, necesitând ochiului să călătorească înainte și înapoi de la imagine la cheie, este o formă de „resturi administrative”. Raportul „date la cerneală” ar trebui maximizat, ștergând cerneala fără date acolo unde este posibil.
Oficiul pentru bugetul Congresului a rezumat câteva bune practici pentru afișări grafice într-o prezentare din iunie 2014. Acestea cuprind: cunoașterea publicului tău; proiectarea graficelor astfel încât să poată sta singure, în afara contextului raportului; proiectarea graficelor care comunică mesajele cheie din raport.
Mesaje cantitative dreapta|miniatura|250x250px| O serie de timp ilustrată cu un grafic liniar care arată tendințele cheltuielilor și veniturilor federale ale SUA în timp. dreapta|miniatura|250x250px| Un scatterplot care ilustrează corelația negativă între două variabile (inflație și șomaj) măsurată la un moment dat. Autorul Stephen Few a descris opt tipuri de mesaje cantitative pe care utilizatorii pot încerca să le înțeleagă sau să le comunice dintr-un set de date și din graficele asociate utilizate pentru a ajuta la comunicarea mesajului:
Serii de timp: o singură variabilă este capturată pe o perioadă de timp, cum ar fi rata șomajului pe o perioadă de 10 ani. Poate fi utilizat un grafic liniar pentru a demonstra tendința. Clasament: Subdiviziunile categorice sunt clasificate în ordine crescătoare sau descendentă, cum ar fi un clasament al performanței vânzărilor (măsura) de către persoanele de vânzări (categoria, cu fiecare persoană de vânzări o subdiviziune categorică) într-o singură perioadă. Poate fi utilizat un pentru a arăta comparația între persoanele de la vânzare. Fracțiuni: Subdiviziunile categorice sunt măsurate ca raport cu întregul (adică un procent din 100 %). O sau un grafic cu bare poate arăta compararea raporturilor, cum ar fi cota de piață reprezentată de concurenții pe o piață. Abatere: Subdiviziunile categorice sunt comparate cu o referință, cum ar fi o comparație între cheltuielile reale și cele bugetare pentru mai multe departamente ale unei afaceri pentru o anumită perioadă de timp. Un grafic de bare poate arăta o comparație între valoarea reală și suma de referință. Distribuția frecvenței: arată numărul de observații ale unei anumite variabile pentru un interval dat, cum ar fi numărul de ani în care randamentul bursei este între intervale precum 0-10%, 11-20% etc. Pentru această analiză poate fi utilizată o , un tip de diagramă de bare. Un boxplot ajută la vizualizarea statisticilor cheie despre distribuție, cum ar fi mediana, cuartila, valorile etc. Corelație: comparație între observațiile reprezentate de două variabile (X, Y) pentru a determina dacă acestea tind să se miște în aceeași direcție sau opuse. De exemplu, complotarea șomajului (X) și inflația (Y) pentru un eșantion de luni. Un este de obicei utilizat pentru acest mesaj. Comparație nominală: Compararea subdiviziunilor categorice într-o anumită ordine, cum ar fi volumul vânzărilor după codul produsului. Pentru această comparație se poate utiliza un grafic de bare. Geografică sau geospațială: Comparație a unei variabile pe o hartă sau un aspect, cum ar fi rata șomajului în funcție de stat sau numărul de persoane de pe diversele etaje ale unei clădiri. O cartogramă este o grafică tipică utilizată.
Analiștii care examinează un set de date pot lua în considerare dacă unele sau toate mesajele și tipurile grafice de mai sus sunt aplicabile sarcinii și publicului lor. Procesul de încercare și eroare pentru identificarea relațiilor și mesajelor semnificative din date face parte din analiza datelor exploratorii.
Percepția vizuală și vizualizarea datelor Un om poate distinge ușor diferențele de lungime, formă, orientare și culoare (nuanță), fără efort semnificativ de procesare; acestea sunt denumite „atribute pre-atente”. De exemplu, poate necesita timp și efort semnificativ („procesare atentă”) pentru a identifica numărul de ori în care apare cifra „5” într-o serie de numere; dar dacă cifra respectivă este diferită ca dimensiune, orientare sau culoare, instanțele pot fi notate rapid prin procesarea pre-atentă.
Grafica eficientă profită de prelucrarea prealabilă și atributele și puterea relativă a acestor atribute. De exemplu, având în vedere că oamenii pot prelucra mai ușor diferențele de lungime a liniei decât suprafața, poate fi mai eficient să folosești un grafic de bare (care profită de lungimea liniei pentru a arăta comparația) decât de grafice (care folosesc suprafața pentru a arăta comparația).
Percepția/cogniția umană și vizualizarea datelor