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
81
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
1.1k
Tableau事例紹介 & 課題共有
kazuya_araki_tokyo
1
2.1k
統計とは? @ICUHS
kazuya_araki_tokyo
0
310
License Management @BizReach, Inc.
kazuya_araki_tokyo
0
100
Art and Science of Visual Analytics Episode 0
kazuya_araki_tokyo
0
89
Art and Science of Visual Analytics Episode 1
kazuya_araki_tokyo
1
150
Art and Science of Visual Analytics Episode 3
kazuya_araki_tokyo
0
68
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
95
Other Decks in Science
See All in Science
DMMにおけるABテスト検証設計の工夫
xc6da
1
1.6k
ド文系だった私が、 KaggleのNCAAコンペでソロ金取れるまで
wakamatsu_takumu
2
2k
Distributional Regression
tackyas
0
360
検索と推論タスクに関する論文の紹介
ynakano
1
160
KH Coderチュートリアル(スライド版)
koichih
1
58k
データマイニング - ノードの中心性
trycycle
PRO
0
340
コミュニティサイエンスの実践@日本認知科学会2025
hayataka88
0
140
俺たちは本当に分かり合えるのか? ~ PdMとスクラムチームの “ずれ” を科学する
bonotake
2
1.9k
データマイニング - コミュニティ発見
trycycle
PRO
0
220
機械学習 - K近傍法 & 機械学習のお作法
trycycle
PRO
0
1.4k
タンパク質間相互作⽤を利⽤した⼈⼯知能による新しい薬剤遺伝⼦-疾患相互作⽤の同定
tagtag
PRO
0
150
高校生就活へのDA導入の提案
shunyanoda
1
6.2k
Featured
See All Featured
How to Build an AI Search Optimization Roadmap - Criteria and Steps to Take #SEOIRL
aleyda
1
1.9k
Noah Learner - AI + Me: how we built a GSC Bulk Export data pipeline
techseoconnect
PRO
0
120
Collaborative Software Design: How to facilitate domain modelling decisions
baasie
0
150
Kristin Tynski - Automating Marketing Tasks With AI
techseoconnect
PRO
0
170
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
34
2.6k
Git: the NoSQL Database
bkeepers
PRO
432
66k
Tell your own story through comics
letsgokoyo
1
820
Groundhog Day: Seeking Process in Gaming for Health
codingconduct
0
110
Evolving SEO for Evolving Search Engines
ryanjones
0
140
A Modern Web Designer's Workflow
chriscoyier
698
190k
AI: The stuff that nobody shows you
jnunemaker
PRO
3
330
The Impact of AI in SEO - AI Overviews June 2024 Edition
aleyda
5
750
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