Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Art and Science of Visual Analytics Episode 1
Search
Kazuya Araki
November 25, 2019
Science
1
130
Art and Science of Visual Analytics Episode 1
Kazuya Araki
November 25, 2019
Tweet
Share
More Decks by Kazuya Araki
See All by Kazuya Araki
Tableau事例紹介 / Tableau Case Study of Eureka
kazuya_araki_tokyo
1
1k
Tableau事例紹介 & 課題共有
kazuya_araki_tokyo
1
1.9k
統計とは? @ICUHS
kazuya_araki_tokyo
0
300
License Management @BizReach, Inc.
kazuya_araki_tokyo
0
82
Art and Science of Visual Analytics Episode 0
kazuya_araki_tokyo
0
68
Art and Science of Visual Analytics Episode 2
kazuya_araki_tokyo
0
69
Art and Science of Visual Analytics Episode 3
kazuya_araki_tokyo
0
58
Tableau + Pythonとデータのあり方
kazuya_araki_tokyo
2
130
株式会社ビズリーチの紹介@Data Analyst Meetup Tokyo vol.8
kazuya_araki_tokyo
0
88
Other Decks in Science
See All in Science
データベース08: 実体関連モデルとは?
trycycle
PRO
0
970
サイゼミ用因果推論
lw
1
7.6k
データマイニング - グラフ構造の諸指標
trycycle
PRO
0
200
MCMCのR-hatは分散分析である
moricup
0
480
Machine Learning for Materials (Challenge)
aronwalsh
0
350
研究って何だっけ / What is Research?
ks91
PRO
1
140
高校生就活へのDA導入の提案
shunyanoda
0
6k
データベース12: 正規化(2/2) - データ従属性に基づく正規化
trycycle
PRO
0
1k
データベース05: SQL(2/3) 結合質問
trycycle
PRO
0
820
機械学習 - K近傍法 & 機械学習のお作法
trycycle
PRO
0
1.2k
地質研究者が苦労しながら運用する情報公開システムの実例
naito2000
0
290
データベース11: 正規化(1/2) - 望ましくない関係スキーマ
trycycle
PRO
0
960
Featured
See All Featured
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
PRO
190
55k
Build your cross-platform service in a week with App Engine
jlugia
234
18k
Code Reviewing Like a Champion
maltzj
526
40k
Writing Fast Ruby
sferik
630
62k
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
4k
Rebuilding a faster, lazier Slack
samanthasiow
84
9.2k
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
162
15k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
31
2.9k
KATA
mclloyd
PRO
32
15k
Bootstrapping a Software Product
garrettdimon
PRO
307
110k
Statistics for Hackers
jakevdp
799
220k
Code Review Best Practice
trishagee
72
19k
Transcript
Art and Science of Visual Analytics Episode 1: Colors
None
Episode 0 Visual Analytics 考えなくても、理解できるように工夫する Preattentive Attributes Visual Analyticsを助ける考え方(= Art
and Science)
今回は、色
Preattentive Attributesの種類 Color - 色 Form - 形 Position -
位置 Movement - 動き
Form Color Position
TL;DR Colors Rules Power of Colors
Hue
Learn the Basics of Color Theory to Know What Looks
Good
None
None
None
記憶の三段階 タイプ 保持期間 容量制限 Sensory memory(即時記憶) 200~500ミリ秒 特徴のあるものだけ。 Short-term memory(短期記憶)
10~15秒 一度に7項目まで。 Long-term memory(長期記憶) 生涯 個人差がある。
None
Best Practices of Hue
メッセージ性さえあれば、色相は少なくても伝わる
色は極限まで少なくする オススメは3色ルール • ベースカラー : 5 • メインカラー : 4 • アクセントカラー:
1 (もしくは4色ルール) • ベースカラー : 4 • メインカラー : 3 • サブカラー : 2 • アクセントカラー: 1 必要な情報を必要な分だけ
https://www.pinterest.com/pin/514465957416721893/
Saturation
https://twitter.com/KaorixTab/status/1106358530401931264
Best Practices of Saturation
強調したい(注目させたい)ときは、原色に近い彩度に オススメは赤系と緑系 • 赤系は危険、注意、アラートなど、ネガティブ要素を示す力がある • 緑系は安心、平常心、達成感など、ポジティブ要素を示す力がある 隠蔽したい(注意を逸らせたい)ときは、彩度を落とす オススメは薄灰色 • 強調と組み合わせると、強調
/ 隠蔽の強さが相対的に増す • 不必要な情報を落とす場合、非常に効果的にはたらく手法 強調と隠蔽
caution!
Color blindness
What Color(s)?
カラーユニバーサルデザイン 色は誰にでも同じに見えるとは限らない 多様な色覚を持つ方に配慮し、情報がなるべく正確に伝わるように利用者目線に 立ってデザインすることが重要。 詳細は、東京都カラーユニバーサルガイドラインを参照。
TL;DR Colors Rules 3色ルール ベース : メイン : アクセント =
5 : 4 : 1 Power of Colors 強調と隠蔽 見る人によって色の世界は異なる
None