Upgrade to PRO for Only $50/Year—Limited-Time Offer! 🔥
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
70
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
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
86
Art and Science of Visual Analytics Episode 0
kazuya_araki_tokyo
0
74
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
59
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
91
Other Decks in Science
See All in Science
データベース09: 実体関連モデル上の一貫性制約
trycycle
PRO
0
1k
機械学習 - pandas入門
trycycle
PRO
0
370
データベース05: SQL(2/3) 結合質問
trycycle
PRO
0
850
力学系から見た現代的な機械学習
hanbao
3
3.4k
Cross-Media Technologies, Information Science and Human-Information Interaction
signer
PRO
3
31k
データベース02: データベースの概念
trycycle
PRO
2
980
Gemini Prompt Engineering: Practical Techniques for Tangible AI Outcomes
mfonobong
2
210
安心・効率的な医療現場の実現へ ~オンプレAI & ノーコードワークフローで進める業務改革~
siyoo
0
410
会社でMLモデルを作るとは @電気通信大学 データアントレプレナーフェロープログラム
yuto16
1
410
白金鉱業Meetup_Vol.20 効果検証ことはじめ / Introduction to Impact Evaluation
brainpadpr
2
1.4k
My Little Monster
juzishuu
0
270
データマイニング - ウェブとグラフ
trycycle
PRO
0
210
Featured
See All Featured
The Straight Up "How To Draw Better" Workshop
denniskardys
239
140k
Side Projects
sachag
455
43k
The World Runs on Bad Software
bkeepers
PRO
72
12k
Embracing the Ebb and Flow
colly
88
4.9k
Making Projects Easy
brettharned
120
6.5k
Documentation Writing (for coders)
carmenintech
76
5.2k
Practical Orchestrator
shlominoach
190
11k
StorybookのUI Testing Handbookを読んだ
zakiyama
31
6.4k
jQuery: Nuts, Bolts and Bling
dougneiner
65
8.1k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
32
1.8k
The Cult of Friendly URLs
andyhume
79
6.7k
GraphQLとの向き合い方2022年版
quramy
50
14k
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