Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
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
2k
統計とは? @ICUHS
kazuya_araki_tokyo
0
310
License Management @BizReach, Inc.
kazuya_araki_tokyo
0
95
Art and Science of Visual Analytics Episode 0
kazuya_araki_tokyo
0
81
Art and Science of Visual Analytics Episode 2
kazuya_araki_tokyo
0
75
Art and Science of Visual Analytics Episode 3
kazuya_araki_tokyo
0
61
Tableau + Pythonとデータのあり方
kazuya_araki_tokyo
2
140
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
機械学習 - SVM
trycycle
PRO
1
960
防災デジタル分野での官民共創の取り組み (1)防災DX官民共創をどう進めるか
ditccsugii
0
460
AIによる科学の加速: 各領域での革新と共創の未来
masayamoriofficial
0
350
データベース08: 実体関連モデルとは?
trycycle
PRO
0
1k
LayerXにおける業務の完全自動運転化に向けたAI技術活用事例 / layerx-ai-jsai2025
shimacos
2
21k
AI(人工知能)の過去・現在・未来 —AIは人間を超えるのか—
tagtag
PRO
0
130
データベース15: ビッグデータ時代のデータベース
trycycle
PRO
0
420
イロレーティングを活用した関東大学サッカーの定量的実力評価 / A quantitative performance evaluation of Kanto University Football Association using Elo rating
konakalab
0
160
コンピュータビジョンによるロボットの視覚と判断:宇宙空間での適応と課題
hf149
1
480
データベース10: 拡張実体関連モデル
trycycle
PRO
0
1k
Lean4による汎化誤差評価の形式化
milano0017
1
400
データベース05: SQL(2/3) 結合質問
trycycle
PRO
0
860
Featured
See All Featured
Beyond borders and beyond the search box: How to win the global "messy middle" with AI-driven SEO
davidcarrasco
0
26
The SEO identity crisis: Don't let AI make you average
varn
0
43
Public Speaking Without Barfing On Your Shoes - THAT 2023
reverentgeek
1
280
How to audit for AI Accessibility on your Front & Back End
davetheseo
0
130
BBQ
matthewcrist
89
9.9k
How To Speak Unicorn (iThemes Webinar)
marktimemedia
1
360
Leadership Guide Workshop - DevTernity 2021
reverentgeek
1
170
Designing for humans not robots
tammielis
254
26k
How Fast Is Fast Enough? [PerfNow 2025]
tammyeverts
3
420
Rails Girls Zürich Keynote
gr2m
95
14k
Are puppies a ranking factor?
jonoalderson
0
2.6k
The Anti-SEO Checklist Checklist. Pubcon Cyber Week
ryanjones
0
34
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