$30 off During Our Annual Pro Sale. View Details »
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Art and Science of Visual Analytics Episode 1
Search
Kazuya Araki
November 25, 2019
Science
1
140
Art and Science of Visual Analytics Episode 1
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
310
License Management @BizReach, Inc.
kazuya_araki_tokyo
0
90
Art and Science of Visual Analytics Episode 0
kazuya_araki_tokyo
0
77
Art and Science of Visual Analytics Episode 2
kazuya_araki_tokyo
0
73
Art and Science of Visual Analytics Episode 3
kazuya_araki_tokyo
0
60
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
93
Other Decks in Science
See All in Science
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
420
動的トリートメント・レジームを推定するDynTxRegimeパッケージ
saltcooky12
0
240
Kaggle: NeurIPS - Open Polymer Prediction 2025 コンペ 反省会
calpis10000
0
260
白金鉱業Vol.21【初学者向け発表枠】身近な例から学ぶ数理最適化の基礎 / Learning the Basics of Mathematical Optimization Through Everyday Examples
brainpadpr
1
440
学術講演会中央大学学員会府中支部
tagtag
0
330
Celebrate UTIG: Staff and Student Awards 2025
utig
0
370
データマイニング - グラフ構造の諸指標
trycycle
PRO
0
220
データマイニング - コミュニティ発見
trycycle
PRO
0
180
力学系から見た現代的な機械学習
hanbao
3
3.6k
あなたに水耕栽培を愛していないとは言わせない
mutsumix
1
140
データベース14: B+木 & ハッシュ索引
trycycle
PRO
0
560
AI(人工知能)の過去・現在・未来 —AIは人間を超えるのか—
tagtag
1
210
Featured
See All Featured
Build your cross-platform service in a week with App Engine
jlugia
234
18k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
35
2.3k
How To Stay Up To Date on Web Technology
chriscoyier
791
250k
jQuery: Nuts, Bolts and Bling
dougneiner
65
8.3k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
36
6.2k
Building Adaptive Systems
keathley
44
2.9k
Optimizing for Happiness
mojombo
379
70k
Navigating Team Friction
lara
191
16k
Facilitating Awesome Meetings
lara
57
6.7k
Context Engineering - Making Every Token Count
addyosmani
9
510
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
31
9.8k
The MySQL Ecosystem @ GitHub 2015
samlambert
251
13k
Transcript
Art and Science of Visual Analytics Episode 1: Colors
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、色
Preattentive Attributesの種類 Color - 色 Form - 形 Position -
位置 Movement - 動き
Form Color Position
TL;DR Colors Rules Power of Colors
Hue
Learn the Basics of Color Theory to Know What Looks
Good
None
None
None
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。
None
Best Practices of Hue
メッセージ性さえあれば、色相は少なくても伝わる
色は極限まで少なくする オススメは3色ルール • ベースカラー : 5 • メインカラー : 4 • アクセントカラー:
1 (もしくは4色ルール) • ベースカラー : 4 • メインカラー : 3 • サブカラー : 2 • アクセントカラー: 1 必要な情報を必要な分だけ
https://www.pinterest.com/pin/514465957416721893/
Saturation
https://twitter.com/KaorixTab/status/1106358530401931264
Best Practices of Saturation
強調したい(注目させたい)ときは、原色に近い彩度に オススメは赤系と緑系 • 赤系は危険、注意、アラートなど、ネガティブ要素を示す力がある • 緑系は安心、平常心、達成感など、ポジティブ要素を示す力がある 隠蔽したい(注意を逸らせたい)ときは、彩度を落とす オススメは薄灰色 • 強調と組み合わせると、強調
/ 隠蔽の強さが相対的に増す • 不必要な情報を落とす場合、非常に効果的にはたらく手法 強調と隠蔽
caution!
Color blindness
What Color(s)?
カラーユニバーサルデザイン 色は誰にでも同じに見えるとは限らない 多様な色覚を持つ方に配慮し、情報がなるべく正確に伝わるように利用者目線に 立ってデザインすることが重要。 詳細は、東京都カラーユニバーサルガイドラインを参照。
TL;DR Colors Rules 3色ルール ベース : メイン : アクセント =
5 : 4 : 1 Power of Colors 強調と隠蔽 見る人によって色の世界は異なる
None