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 2
Search
Kazuya Araki
November 25, 2019
Science
0
69
Art and Science of Visual Analytics Episode 2
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
980
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
80
Art and Science of Visual Analytics Episode 0
kazuya_araki_tokyo
0
68
Art and Science of Visual Analytics Episode 1
kazuya_araki_tokyo
1
130
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
Masseyのレーティングを用いたフォーミュラレースドライバーの実績評価手法の開発 / Development of a Performance Evaluation Method for Formula Race Drivers Using Massey Ratings
konakalab
0
200
KH Coderチュートリアル(スライド版)
koichih
1
48k
MCMCのR-hatは分散分析である
moricup
0
460
Collective Predictive Coding as a Unified Theory for the Socio-Cognitive Human Minds
tanichu
0
100
05_山中真也_室蘭工業大学大学院工学研究科教授_だてプロの挑戦.pdf
sip3ristex
0
670
AIによる科学の加速: 各領域での革新と共創の未来
masayamoriofficial
0
170
CV_3_Keypoints
hachama
0
210
Gemini Prompt Engineering: Practical Techniques for Tangible AI Outcomes
mfonobong
2
170
SciPyDataJapan 2025
schwalbe10
0
270
ド文系だった私が、 KaggleのNCAAコンペでソロ金取れるまで
wakamatsu_takumu
2
1.4k
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12: 正規化(2/2) - データ従属性に基づく正規化
trycycle
PRO
0
980
Featured
See All Featured
jQuery: Nuts, Bolts and Bling
dougneiner
65
7.9k
GraphQLの誤解/rethinking-graphql
sonatard
73
11k
Navigating Team Friction
lara
190
15k
Imperfection Machines: The Place of Print at Facebook
scottboms
269
13k
Large-scale JavaScript Application Architecture
addyosmani
514
110k
StorybookのUI Testing Handbookを読んだ
zakiyama
31
6.2k
What’s in a name? Adding method to the madness
productmarketing
PRO
24
3.7k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
35
6.1k
RailsConf 2023
tenderlove
30
1.2k
A Tale of Four Properties
chriscoyier
161
23k
Become a Pro
speakerdeck
PRO
29
5.5k
Optimising Largest Contentful Paint
csswizardry
37
3.5k
Transcript
Art and Science of Visual Analytics Episode 2: Forms and
Positions
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、形と位置
Preattentive Attributesの種類 Color - 色 Form - 形 Position -
位置 Movement - 動き
Form Color Position
TL;DR (Visual) Illusion Shapes and Position
ゲームをしましょう :)
どちらが大きい?
どちらが大きい?
傾きが大きいのは?
傾きが大きいのは?
人間の視覚を騙すのはとても簡単
None
None
None
以上を頭の片隅に
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。
Best Practices of Shapes and Position
組み合わせの法則
向き + 位置 = 折れ線グラフ
長さ + 幅 + 位置 = 棒グラフ
形状 + 位置 + グループ = 散布図
複雑そうなグラフも紐解くと組み合わせ
長さ + 幅 + 位置 + サイズ = ウォーターフォールチャート
サイズ + 位置 + グループ = バブルチャート
サイズ + グループ = パックバブルチャート
空間を最大限活用する
サイズ + 位置 + 囲い = ツリーマップ
位置(緯度、経度) + 囲い = 地図
色も組み合わせてみると、さらに強力に
長さ + 幅 + 位置 + 囲い + 色相 =
積み上げ棒グラフ
向き + 位置 + 囲い + 色相 = 面グラフ
サイズ + 向き(角度) + 囲い + 色相 = 円グラフ
位置 + 囲い + 彩度 = ヒートマップ
すべてのグラフは Preattentive Attributesから できている
TL;DR (Visual) Illusion 人間の視覚情報は容易に騙される(錯覚、錯視) 視覚を悪用しないように注意する Shapes and Position すべてのグラフを構成している要素はPreattentive Attributesである
色と組み合わせると強力な表現力となる
None