प्रशिक्षण पाठ्यक्रम "डेटा विज़ुअलाइज़ेशन"

25 और 26 जनवरी को, प्रयोगशाला डेटा विज़ुअलाइज़ेशन पर एक व्यावहारिक प्रशिक्षण पाठ्यक्रम आयोजित करती है ।



पिछले साल, हमने प्रयोगशाला में विज़ुअलाइज़ेशन की समस्याओं को हल किया और डेटा प्रस्तुत करने के लिए नए स्वरूपों के साथ आए, मैंने नियमित और जीवंत युक्तियों का नेतृत्व किया, व्याख्यान दिए और मॉस्को एविएशन इंस्टीट्यूट, मॉस्को स्टेट यूनिवर्सिटी के छात्रों और सेंट पीटर्सबर्ग विश्वविद्यालय ट्रैक में प्रतिभागियों के साथ व्यावहारिक कक्षाएं संचालित कीं। हमने एक बड़ी मात्रा में सामग्री एकत्र की है, जो साझा करने में नहीं है, और उन लोगों के लिए दो दिवसीय व्यावहारिक पाठ्यक्रम तैयार किया है जो जटिल डेटा के साथ "आपके पास" जाना चाहते हैं और विषय में गोता लगाते हैं।

पाठ्यक्रम में, प्रतिभागी डिज़ाइन टूल का उपयोग करके डेटा के साथ काम करना सीखते हैं। पहले दिन हम अच्छे और बुरे उदाहरणों का विश्लेषण करेंगे, परिचित तालिकाओं, रेखांकन और चार्ट पर नए सिरे से विचार करेंगे, असामान्य स्वरूपों से परिचित होंगे - बोआ कॉन्स्ट्रिक्टर, पफ पाई, मोज़ेक, डोमोग्राम। दूसरे दिन, प्रयोगशाला के एक वेब टेक्नोलॉजिस्ट, दीमा तिखविंस्की देवगुरु , डी 3 लाइब्रेरी के साथ काम करते समय इन कौशल को लागू करने का तरीका बताएंगे - इंटरैक्टिव विज़ुअलाइज़ेशन के लिए सबसे आधुनिक और लचीला उपकरण। सभी पाठ्यक्रम प्रतिभागियों को एक संक्षिप्त व्याख्यान नोट्स के साथ हैंडआउट्स प्राप्त होंगे:


पाठ्यक्रम डिजाइनरों, विश्लेषकों, प्रबंधकों, प्रोग्रामर, पत्रकारों और ऑनलाइन प्रकाशनों के संपादकों के लिए उपयोगी होगा। D3.js के पूर्व ज्ञान की आवश्यकता नहीं है; HTML, CSS और जावास्क्रिप्ट के साथ अनुभव उपयोगी है, लेकिन आवश्यक नहीं है।

खाबरोवस्क नागरिकों के हित के लिए, मैंने उपयोगी और सुखद आश्चर्य तैयार किया। इस लेख में, मैं जटिल डेटा के साथ सक्षम काम के लिए व्यंजनों को साझा करूंगा, जो हम पाठ्यक्रम पर सिखाते हैं, और आपको बताएंगे कि कैसे छूट प्राप्त करें।

उपयोगी आश्चर्य

इस साल की गर्मियों में, मैंने एक कोर्स पर डेटा साइंस कोर्स किया। दूसरों के बीच, "डेटा विज़ुअलाइज़ेशन" विषय था, जो स्पष्ट कारणों के लिए, मुझे बहुत दिलचस्पी थी। प्रोफेसर सेसिलिया आरागॉन द्वारा व्याख्यान दिए गए थे। मैं उनमें से एक का एक छोटा टुकड़ा दे दूंगा।

शुरुआत में, प्रोफेसर कहते हैं कि विज़ुअलाइज़ेशन का कार्य किसी विशेष डेटा सेट के लिए दृश्य कोडिंग का सबसे प्रभावी तरीका चुनना है, और यह बताने का वादा करता है कि यह कैसे किया जाता है। कई के बाद, मेरी राय में, अस्पष्ट बयान, मात्रात्मक जानकारी के रंग कोडिंग पर प्रतिबंध सहित (हाय, यैंडेक्स ट्रैफिक जाम), सेसिलिया सभी दृश्य विशेषताओं को दिखाता है जो एन्कोडिंग जानकारी के लिए उपयुक्त हैं:



फिर वह उनकी मदद से ऑटोमोबाइल डेटा की कल्पना करने के लिए, एक अभ्यास के रूप में प्रदान करता है:



व्याख्यान के अंत में, सेसिलिया अपने छात्र द्वारा प्रस्तावित एक समाधान दिखाती है:



इस दृश्य पर करीब से नज़र डालें। वह किस बारे में बात कर रही है? आप क्या पैटर्न देखते हैं? आपको क्या लाभ मिल सकता है?

इस उदाहरण में सभी दृश्य विशेषताओं को मनमाने ढंग से चुना गया है। अक्ष एक स्पष्ट पैटर्न प्रदर्शित करता है - इंजन की शक्ति जितनी अधिक होगी, ईंधन की खपत अधिक होगी। डेटा को निचली सीमा पर ढेर किया जाता है, ऊर्ध्वाधर संदर्भ का एक शून्य-शून्य बिंदु पैमाने का उल्लंघन करता है (ऐसा लगता है कि सबसे "ग्लूटोनस" कार किफायती एक से दस से भिन्न होती है - वास्तव में, तीन से)। कितना "क्रॉस" और "त्रिकोण" वजन करते हैं? ऊपरी बाएं कोने में कारों के क्लस्टर का क्या मतलब है? विज़ुअलाइज़ेशन का शाब्दिक अर्थ है, लगातार किंवदंती का उल्लेख करना, लेकिन यह भी कोई दिलचस्प परिणाम नहीं देता है।

मैं इस समस्या को हल करूँगा।

सबसे पहले, डेटा का अध्ययन करना आवश्यक है, यह समझने के लिए कि वे किन कार्यों को हल कर सकते हैं। मैं कल्पना नहीं कर सकता कि कारों पर डेटा से महत्वपूर्ण निष्कर्ष क्या निकाला जा सकता है और मोटर वाहन वास्तविकता के सबसे महत्वपूर्ण पैरामीटर - कीमत पर ध्यान दिए बिना उनका अध्ययन क्यों किया जाना चाहिए। आप कहते हैं कि यह बेईमानी है, और लेखक के पास यह पैरामीटर पहली बार नहीं था। लेकिन यह वास्तव में यह समस्या है कि ज्यादातर डेटा सेट में निहित है जो हम जीवन में सामना करते हैं: वे अपूर्ण हैं। इसके विपरीत, मैंने सिलेंडरों की संख्या और वजन कम किया, वे मुझे अन्य मापदंडों की तुलना में दिलचस्प नहीं लग रहे थे।

तो, सूचना डिजाइनर नंबर 1 का कार्य डेटा और उनके साथ काम करने के परिदृश्यों का अध्ययन करना है, इसमें सबसे पूर्ण सेट और मुख्य आयामों को उजागर करना है। मेरे उदाहरण में, मैं "Auto.ru" डेटा का उपयोग करता हूं:



सूचना डिजाइनर नंबर 2 का कार्य: दृश्य कोडिंग का सबसे प्रभावी तरीका चुनना है, जो प्रदर्शित पैरामीटर के अर्थ को ध्यान में रखता है।

मैं जानना चाहता हूं कि कारों की कीमत अन्य मापदंडों पर कैसे निर्भर करती है, इसलिए वाई अक्ष पर मैं कीमत को स्थगित कर देता हूं (स्कूल में इसे एक आश्रित चर कहा जाता था)। वर्ष या शक्ति को क्षैतिज अक्ष पर कहा जाता है - अधिक या कम समान वितरण के साथ संख्यात्मक पैरामीटर। यद्यपि उत्पादन के वर्ष पर लागत की निर्भरता का ग्राफ दिलचस्प हो सकता है, मैं शक्ति का चयन करूंगा, और वर्ष अन्यथा दिखाएंगे। इस चरण में हमें एक सरल द्वि-आयामी ग्राफ मिलता है:


वर्ष को स्पष्ट रूप से कैसे दिखाएं? रंग से? आकार? पारदर्शिता? आइए इसे संख्याओं के साथ हस्ताक्षरित करने का प्रयास करें:


विशिष्ट प्रारूप के कारण, वर्षों को स्पष्ट रूप से पढ़ा जाता है और इसके लिए किंवदंती और डिक्रिप्शन की आवश्यकता नहीं होती है।

आपने शायद पहले ही अनुमान लगा लिया था कि मैं देश को चित्रित करने का सुझाव कैसे दूंगा। बेशक, झंडे के साथ:


एशियाई ब्रांडों की बहुतायत पर ध्यान दें, तथ्य यह है कि सबसे पुरानी (जर्मन) और सबसे महंगी (जापानी) कारें शक्ति के मामले में सभी से आगे हैं, कि कोरियाई की कीमत 500 हजार से नीचे है, कि सबसे नई कार स्पेनिश है और सबसे अधिक में से एक है सस्ते वाले। इन सभी विशेषताओं को मापदंडों के प्राकृतिक पदनामों के कारण, बस पढ़ा जाता है।

अब ईंधन की खपत का पता लगाते हैं। पिक्टोग्राम, कलर कोडिंग और अन्य ग्राफिक चीजें हमारे दृश्य को ओवरलोड कर देंगी। लेकिन क्या होगा यदि आप मौजूदा माप का उपयोग करते हैं? आखिरकार, खपत नियमित लागतों से ज्यादा कुछ नहीं है जिसे खरीद के बाद कार की कीमत में जोड़ा जाएगा। लेकिन आप केवल रूबल को लीटर में नहीं जोड़ सकते हैं, इसलिए, ऊर्ध्वाधर अक्ष पर योजक को दिखाने के लिए, हमें प्रवाह दर को रूबल में बदलने की आवश्यकता है। उदाहरण के लिए, हम गणना करते हैं कि कार मालिक 50 हजार किमी: 50,000 / 100 * खपत * प्रति लीटर गैसोलीन चलाने के लिए गैस पर कितना खर्च करेगा।



इसलिए हम न केवल एक कार की लागत, बल्कि इसके संचालन को भी देखेंगे। इसी तरह, आप 50 हजार किमी के लिए रखरखाव की लागत दिखा सकते हैं - तस्वीर और भी अधिक पूर्ण होगी। इस विज़ुअलाइज़ेशन के आधार पर, आप बाजार के रुझानों का अध्ययन कर सकते हैं और सस्ती कार चुन सकते हैं। मैं यहां कहानी को समाप्त करूंगा, और मैं पाठकों को सुझाव देता हूं कि वे अपने लिए सोचें कि इस ग्राफ पर कार मॉडल के बारे में जानकारी कैसे प्रदर्शित करें। कोर्स के प्रतिभागियों को कक्षा के पहले दिन सही उत्तर पता चलेगा :-)

सुखद आश्चर्य

पाठ्यक्रम में बहुत खर्च होता है (मुझे पता है कि यह बहुत से रोकता है), लेकिन यह इसके लायक है। पाठ्यक्रम को और अधिक सुलभ बनाने के लिए, हम हैबर उपयोगकर्ताओं के लिए एक विशेष पदोन्नति के साथ आए। प्रत्येक नया प्रतिभागी, जो रिकॉर्डिंग करते समय, इस नोट को संदर्भित करता है, को (N-1) हजार रूबल की छूट प्राप्त होगी, जहां N, खाबरोवस्क प्रतिभागियों की संख्या है। यही है, अगर दो लोग हब्बर से आते हैं, तो सभी को 1 हजार रूबल की छूट मिलेगी, और अगर 11 - तो प्रत्येक के लिए छूट 10 हजार होगी। सहमत, समूहों में एकजुट हों, साइन अप करें और कीमत कम करें! (आपको मूल मूल्य पर पाठ्यक्रम के लिए भुगतान करने की आवश्यकता होगी, हम उन प्रतिभागियों की संख्या से पाठ्यक्रम के दिन छूट की गणना करेंगे जिन्होंने भुगतान किया और हम आपके लिए सुविधाजनक तरीके से धन वापस कर देंगे। अधिकतम समूह का आकार 16 लोग हैं, कई स्थान पहले ही ले लिए गए हैं।)

मैं वास्तव में डेटा के साथ दोस्त बनाने के लिए अधिक से अधिक लोगों को चाहता हूं। प्रचार के बारे में अपने मित्रों और सहकर्मियों को बताएं कि पाठ्यक्रम में रुचि हो सकती है - इसलिए आप उन सभी की मदद कर सकते हैं जो थोड़ा बचाना चाहते हैं!

विस्तृत कार्यक्रम और पाठ्यक्रम प्रविष्टि: http://brainwashing.pro/dataviz