Data Visualisation Catalogue: Die passende Methode für Ihre Daten finden

• The Data Visualisation Catalogue ist eine Suchseite, die dabei hilft, je nach gewünschter Aussage der Daten den passenden Visualisierungstyp zu finden
• Statt ein Diagramm zunächst nach seinem Namen auszuwählen, lassen sich die Kandidaten über funktionsbezogene Kategorien wie Vergleich, Beziehungen oder Verteilung eingrenzen
• Die Klassifizierung ist keine perfekte, endgültige Antwort, bietet aber einen praktischen Ausgangspunkt, um Analysezweck und Kommunikationsziel aufeinander abzustimmen
• Die angebotenen Kategorien umfassen Vergleich, Anteile, Beziehungen, Hierarchie, Konzepte, Standort, Teil-Ganzes, Verteilung, Funktionsweise, Prozesse und Methoden, Bewegung oder Fluss, Muster, Bereich, Daten über die Zeit, Textanalyse und Referenzwerkzeuge
• Wenn man bei der Diagrammauswahl zuerst festlegt, „was gezeigt werden soll“, lassen sich die zu den Daten passenden Diagrammkandidaten schneller eingrenzen

---

Auswahl eines Diagramms

• The Data Visualisation Catalogue ist darauf ausgelegt, Diagramme nach der Frage „Was möchte ich zeigen?“ zu finden
• Diagramme werden nach ihrer Funktion in der Datenvisualisierung und der Botschaft eingeteilt, die dem Publikum vermittelt werden soll
• Die Zuordnung jedes Diagramms zu einer einzelnen Funktion ist kein perfektes System, kann aber als Leitfaden dienen, um ein Diagramm passend zum Analyse- oder Erklärungszweck auszuwählen

Funktionsbezogene Klassifizierung

• Vergleich: Comparisons
• Anteile: Proportions
• Beziehungen: Relationships
• Hierarchie: Hierarchy
• Konzepte: Concepts
• Standort: Location
• Teil-Ganzes: Part-to-a-whole
• Verteilung: Distribution
• Funktionsweise: How things work
• Prozesse und Methoden: Processes & methods
• Bewegung oder Fluss: Movement or flow
• Muster: Patterns
• Bereich: Range
• Daten über die Zeit: Data over time
• Textanalyse: Analysing text
• Referenzwerkzeug: Reference tool

[GN⁺]

Meinungen auf Hacker News

• Diese Seite ist gut, wenn man visuellen Impact erzeugen will, aber wenn es darum geht, Daten zu visualisieren, gibt sie meiner Meinung nach ziemlich schlechte Ratschläge.
  Schaut man sich den Abschnitt zu Proportionen [0] an, gibt es dort Optionen wie Circle Packing oder Bubble Maps; wenn das Ziel ist, das Publikum für die Daten selbst zu interessieren, sind solche Ansätze fast die schlechteste Wahl.
  Menschen sind sehr schlecht darin, relative Flächengrößen zu interpretieren, besonders die Größe von Kreisen. Man kann so etwas verwenden, wenn man den Eindruck erwecken will, „ich habe Daten und kann auch designen“, und ohne schwierige Fragen weiterkommen möchte, aber gute Datenvisualisierung ist das nicht. Besser ist ein Balkendiagramm.
  [0] https://datavizcatalogue.com/search/proportions.html

• Ich habe früher einmal eine andere Seite gesehen, die ich hätte bookmarken sollen. Es war eine Seite in altmodischem HTML, erstellt von einem Datenvisualisierungs-Guru, und sie hatte nahezu lückenlos zusammengetragen, was man in welcher Situation verwenden sollte.
  Sie war voller Ratschläge, die der Intuition widersprachen, später aber offensichtlich wirkten; besonders gut fand ich, dass sie sich zuerst auf den Datentyp konzentrierte und erst ganz am Ende eine Visualisierungsform empfahl.

  • Vielleicht ist [1] gemeint. Das ist eine von zwei Optionen, die ich Studierenden, die neu in die Datenvisualisierung einsteigen, gerne zeige.
    [1] https://www.data-to-viz.com/
    Nebenbei: Auf der Einführungsseite gibt es eine ziemlich ausführliche Liste historischer Klassifikationssysteme für Diagramme.
  • Die Website kenne ich nicht, aber der Beschreibung nach könnte es vielleicht Edward Tufte sein. Er und Stephen Few waren so etwas wie die Urväter der modernen Datenvisualisierung.
    https://www.edwardtufte.com/
  • Vielleicht ist auch das hier gemeint:
    https://eazybi.com/blog/data-visualization-and-chart-types
  • Ich frage mich, ob „greybeard-Datenvisualisierungsexperte“ einfach das Alter meint oder eher eine Haltung bzw. Neigung zu alten Methoden. Oder bezeichnet es jemanden wie einen Zauberer?

• Unter iOS war die Werbung viel zu aggressiv, und ein Popup-Video hat die Nutzung behindert. Das Thema hat mich wirklich interessiert, aber wegen der Werbung war das Vertrauen nach weniger als einer Minute weg.

  • https://www.ft.com/content/c7bb24c9-964d-479f-ba24-03a2b2df6...
    Eines meiner persönlichen Lieblingsmaterialien, und sehr intuitiv.
  • Unter iOS kann man einfach zu Brave wechseln. Auf dieser Seite hatte ich solche Probleme nicht. Schade ist aber, dass dort so viel Werbung eingebaut wurde.
  • Firefox Mobile + uBlock Origin

• Das Potenzial ist gut und die thematische Gliederung gefällt mir, aber die Elemente mit Werbung und Clickbait finde ich nicht gut.

  • Besser wäre wohl eine Website gewesen, die alle Diagrammtypen auf einer Seite auflistet, so wie die seaborn-Dokumentation.
    Derzeit muss man erst an zwei Anzeigen vorbei und klicken, nur um zu sehen, wie ein Boxplot aussieht.

• Ich frage mich, was man empfehlen würde, wenn man eine Reihe von Ereignissen über die Zeit zeigen will, wobei die Ereignisse auch untereinander verbunden sein können.
  Es ähnelt einem Knotengraphen mit Zeitkomponente. Ich habe mich ziemlich lange mit diesem Visualisierungsproblem beschäftigt, aber noch keine anwendbare Methode gefunden.

  • Zeitbasierte Graphvisualisierung ist noch sehr unterentwickelt. Es hängt wahrscheinlich stark davon ab, wie ein Zeitpunkt-Schnitt des Netzwerks aussieht.
    Wenn es 10 bis 20 Knoten gibt und nicht zu viele Kanten, kann man die Knoten in einer festen Kreis-Anordnung auf einer Zeitachse platzieren und nur die Kanten über die Zeit ändern lassen.
    Sobald es mehr wird, landet man auch ohne zeitliche Veränderung schnell im Hairball-Bereich. Ein Hairball, der sich über die Zeit verändert, ist noch nutzloser als ein normaler Hairball.
    Standardmäßige force-basierte Layouts sind eigentlich ziemlich nutzlos, außer um die Gesamtstruktur eines Graphen zu betrachten. Wenn man sie über die Zeit verändern will, wird diese Nutzlosigkeit noch deutlicher. Ich vermute, dass dieses Layout vor allem deshalb zum Standard geworden ist, weil die Visualisierungen beeindruckend aussehen.
    Die meisten Datenvisualisierungen haben dasselbe Problem. Fast scheint es eine Eigenschaft zu geben, dass eine Visualisierung umso weniger nützlich für echte Einsichten in die Daten ist, je cooler und schöner sie aussieht.
  • Man kann an Notenschrift denken. Es gibt fünf horizontale Linien; die y-Achse ist die Tonhöhe, die x-Achse die Position in der Zeit.
    Wenn es zum Beispiel fünf Ereignistypen gibt, die im Lauf der Zeit mit unterschiedlichen Häufigkeiten auftreten, kann man sie als Punkte auf ein Notensystem setzen.
    Zwischen miteinander verbundenen Ereignissen kann man Linien zeichnen.
    Wenn man Notenlinien zeichnet, sollten sie blass bleiben, damit sie nur bei der Einordnung der Ereignisse helfen.
    Bei mehr als fünf Ereignistypen kann man weitere Linien hinzufügen. Es wäre aber gut, unter 20 Linien zu bleiben; darüber wird es visuell sehr unübersichtlich.
  • Für Druck oder statische Grafiken kann man ein Ishikawa-Diagramm und möglicherweise zusätzlich ein Netzwerkdiagramm mit Legende verwenden. Bei Video oder interaktiven Medien wird man flexibler.
    Letztlich nimmt einem das Ausgabemedium viele Entscheidungen ab.
  • Zuerst muss klar sein, welche Entscheidung mit diesen Daten getroffen werden soll und welche Aufgabe der Nutzer hat.
  • Man sollte den Graphen direkt zeichnen und prüfen, ob man die Knoten tatsächlich auf einer Zeitachse platzieren kann.

• UpSet-Plots scheinen zu fehlen.