Posty

Wyświetlanie postów z kwiecień, 2018

Praktyczne użycie kolorów w wizualizacji danych

Obraz
Dzisiejszy wpis nie będzie odnosił się do Tableau sensu stricte, będzie dotyczył on bardziej teoretycznej strony wizualizacji danych. Za każdym razem tworząc nową wizualizację czy dashboard pojawia się pytanie - jakich kolorów użyć ? Czasem odpowiedź jest oczywista - jeżeli jest to dashboard dla klienta, to zapewne będą to narzucone kolory zgodne z jego identyfikacją wizualną. Kiedy indziej, od razu wiem jakie kolory chcę wykorzystać - jak np. przy wizualizacji dot. medali olimpijskich. W takim przypadku w zasadzie oczywiste jest, że dla reprezentacji złotego medalu użyję koloru złotego, dla medalu srebrnego koloru srebrnego etc. Takie rozwiązanie jest o tyle dobre, że będzie intuicyjne i łatwe w odbiorze dla odbiorcy. Intuicyjny dobór kolorów wg. medali pozwala uniknąć koniecznosci używania legendy Często jednak nie mamy narzuconych kolorów, lub kolory, które kojarzą się z tematem nie współgrają ze sobą. Gdzie wtedy szukać inspiracji? Gdzie szukać kolorów Dobór kol

Mapy dwuwymiarowe w Tableau

Obraz
Na pewno nie raz spotkaliście się z problemem pokazania dwóch różnych zmiennych na mapie - problem ten dotyka zmiennych ciągłych jak i kategorycznych. Jak przedstawić je w sposób czytelny, aby korelacja (lub jej brak) była widoczna? Stosowanie dwóch map obok siebie nie jest najlepszym pomysłem - nie chcemy aby odbiorca musiał non stop skakać wzrokiem pomiędzy mapami.  Rozwiązanie, czyli mapy dwuwymiarowe ( bivariate maps ), znowu okazuje się proste w teorii, a bardziej skomplikowane w praktyce, czyli w Tableau. Są oczywiście pewne ogarniczenia - możemy w zasadzie używać tylko zmiennych kategorycznych/dyskretnych. Przy zmiennych ciągłych musimy je pogrupować (co i ja zrobiłem w moim przykładzie). Załóżmy, że chcemy pokazać związek pomiędzy ceną biletu do kina, a ilością sprzedanych biletów. Łatwo to zrobić na dwóch mapach, wrzucając po prostu każdą ze zmiennych (ciągłych) na inną mapę. Takie rozwiązanie nie wygląda źle, jednak bardzo ciężko jest zidentyfikować, jak wy