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 2
Search
Kazuya Araki
November 25, 2019
Science
0
69
Art and Science of Visual Analytics Episode 2
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
980
Tableau事例紹介 & 課題共有
kazuya_araki_tokyo
1
1.9k
統計とは? @ICUHS
kazuya_araki_tokyo
0
300
License Management @BizReach, Inc.
kazuya_araki_tokyo
0
80
Art and Science of Visual Analytics Episode 0
kazuya_araki_tokyo
0
68
Art and Science of Visual Analytics Episode 1
kazuya_araki_tokyo
1
130
Art and Science of Visual Analytics Episode 3
kazuya_araki_tokyo
0
58
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
88
Other Decks in Science
See All in Science
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
370
データベース08: 実体関連モデルとは?
trycycle
PRO
0
950
データベース03: 関係データモデル
trycycle
PRO
1
270
会社でMLモデルを作るとは @電気通信大学 データアントレプレナーフェロープログラム
yuto16
1
290
Explanatory material
yuki1986
0
410
サイゼミ用因果推論
lw
1
7.5k
「美は世界を救う」を心理学で実証したい~クラファンを通じた新しい研究方法
jimpe_hitsuwari
1
170
データマイニング - ノードの中心性
trycycle
PRO
0
280
アナログ計算機『計算尺』を愛でる Midosuji Tech #4/Analog Computing Device Slide Rule now and then
quiver
1
300
07_浮世満理子_アイディア高等学院学院長_一般社団法人全国心理業連合会代表理事_紹介資料.pdf
sip3ristex
0
650
06_浅井雄一郎_株式会社浅井農園代表取締役社長_紹介資料.pdf
sip3ristex
0
670
ランサムウェア対策にも考慮したVMware、Hyper-V、Azure、AWS間のリアルタイムレプリケーション「Zerto」を徹底解説
climbteam
0
140
Featured
See All Featured
Raft: Consensus for Rubyists
vanstee
140
7.1k
Java REST API Framework Comparison - PWX 2021
mraible
34
8.9k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
132
19k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
49
3.1k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
46
7.7k
Building a Scalable Design System with Sketch
lauravandoore
463
33k
We Have a Design System, Now What?
morganepeng
53
7.8k
Measuring & Analyzing Core Web Vitals
bluesmoon
9
620
Balancing Empowerment & Direction
lara
5
690
Building an army of robots
kneath
306
46k
A designer walks into a library…
pauljervisheath
209
24k
Documentation Writing (for coders)
carmenintech
75
5.1k
Transcript
Art and Science of Visual Analytics Episode 2: Forms and
Positions
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、形と位置
Preattentive Attributesの種類 Color - 色 Form - 形 Position -
位置 Movement - 動き
Form Color Position
TL;DR (Visual) Illusion Shapes and Position
ゲームをしましょう :)
どちらが大きい?
どちらが大きい?
傾きが大きいのは?
傾きが大きいのは?
人間の視覚を騙すのはとても簡単
None
None
None
以上を頭の片隅に
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。
Best Practices of Shapes and Position
組み合わせの法則
向き + 位置 = 折れ線グラフ
長さ + 幅 + 位置 = 棒グラフ
形状 + 位置 + グループ = 散布図
複雑そうなグラフも紐解くと組み合わせ
長さ + 幅 + 位置 + サイズ = ウォーターフォールチャート
サイズ + 位置 + グループ = バブルチャート
サイズ + グループ = パックバブルチャート
空間を最大限活用する
サイズ + 位置 + 囲い = ツリーマップ
位置(緯度、経度) + 囲い = 地図
色も組み合わせてみると、さらに強力に
長さ + 幅 + 位置 + 囲い + 色相 =
積み上げ棒グラフ
向き + 位置 + 囲い + 色相 = 面グラフ
サイズ + 向き(角度) + 囲い + 色相 = 円グラフ
位置 + 囲い + 彩度 = ヒートマップ
すべてのグラフは Preattentive Attributesから できている
TL;DR (Visual) Illusion 人間の視覚情報は容易に騙される(錯覚、錯視) 視覚を悪用しないように注意する Shapes and Position すべてのグラフを構成している要素はPreattentive Attributesである
色と組み合わせると強力な表現力となる
None