6月27日 データをわかりやすく可視化する「データビジュアライゼーション」勉強会 矢崎裕一さんプレゼン資料
【6月27日 データをわかりやすく可視化する「データビジュアライゼーション」勉強会 矢崎裕一さんプレゼン資料】 https://www.facebook.com/events/645728912170926/ オープンデータやビックデータなどの言葉を最近目に、耳にする機会が増えました。 LOCAL GOOD YOKOHAMAでは「データを公開する・つかう・つくる」など私たちの身の回りにあふれてきた、そしてこれからもっと近くにやってくるだろう「データ」と、組織や個人としてどのように付き合っていくか考えていきたいとおもいます。 今回は、LOCAL GOOD YOKOHAMAのサイト内「データを見る」でコンテンツのひとつともなっている『データをわかりやすく可視化するデータビジュアライゼーション』に関する勉強会を開催します。 この勉強会を経て、7月20日の「データビジュアライズソン」を開催します。 どれだけ詳細で有用なデータでも、わかりやすい見せ方ができないと人には伝わりません。ゲスト2名をお招きし、そもそも「データビジュアライズの意味とは」から「データをどのように選定するか」「どのようにテーマをもたせるのか」、そして「実際にどのようにつくるか」までデータビジュアライズについて、みんなで理解を深め、勉強する機会としたいと思います。 また、イベント最後には7月以降に統計情報・GIS情報のオープン化を実施する横浜市から、どのような基盤になるのかなど、情報が提供されます。 日時：6月27日(金) 19:00~21:30 会場：さくらWORKS＜関内＞ 対象：データビジュアライズに興味があり実際につくりたいひと、データビジュアライズをつかって表現したいデータをもつひと 参加費：3000円（学生1000円） タイムテーブル（予定） 19:00-19:10 会の趣旨説明、お二人の紹介 19:10-20:40 第1部 データビジュアライズとは 小林巌生さん ーオープンデータとデータビジュアライズの関係 ーデータビジュアライズのもつ効果について 20:45-21:15 第2部 実際に形にするために〜考え方のポイントとリソース紹介 矢崎裕一さん ーデータをどのように選定するか ーどのようにテーマをもたせるのか ー実際にどのようにつくるか 考え方のポイントとリソースを紹介していただきます。 21:15-21:30 質疑応答、閉会 主催：LOCAL GOOD YOKOHAMA（NPO法人 横浜コミュニティデザイン・ラボ）
Recommandé
Contenu connexe
Plus de LOCAL GOOD YOKOHAMA
Plus de LOCAL GOOD YOKOHAMA (14)
6月27日 データをわかりやすく可視化する「データビジュアライゼーション」勉強会 矢崎裕一さんプレゼン資料
- 1. データをわかりやすく可視化する「データビジュアライゼーション」勉強会 2014/06/27 (金) 19:00 - 21:30 https://www.facebook.com/events/645728912170926/ 矢崎 裕一 実際に形にするために 考え方のポイントとリソース紹介
- 9. • 人が手作業かグラフィックアプリケーションで描いている。 • 手元にあるデータの特性を作者が理解し、その特徴を最大化するために表現が選 ばれる。 • そのため、別のデータを使用して再作成するのが容易ではない。 • 表示についてのルールとその例外ルールについて、作者以外の外部から、すべて を推測することが難しい。 • 参照したデータとの関連性の証明が難しい。 • インタラクションがないものが多い。 インフォメーション・グラフィック http://visualizing.jp/infograph_vs_dataviz/
- 10. データ・ビジュアライゼーション • あるデータセットが、予め用意されたアルゴリズムを用いて、コンピュータによっ て描画されること。 • その描画によってデータセットを眺めているだけではわからない傾向や特徴が明ら かになっていること。 • アルゴリズムはコーディングによって定義され、チャートやグラフとして発達して きた表示形式を用い、形式知化／可視化されていること。 • ソート、フィルター、トグルなどのインタラクションが可能で、その場でその結果 がすぐ得られること。 • 利用しているデータセットが可視化されていること。 http://visualizing.jp/infograph_vs_dataviz/
- 11. データのビジュアライズ
- 12. step1.データを情報に変換する 人間の認知能力に合わせて抽象化して、理解できるものにする • データセットそのものから特 徴や性質を掴むことが困難 • 特徴を理解できる • 他のデータセットと組み合わせ られる
- 14. ワークフロー
- 16. 「Data Journalism Handbook」 によるワークフロー • ロンドンで開かれた MozFest 2011での48時間ワークショップの集大成 • BBC、シカゴトリビューン、ガーディアン、フィナンシャルタイムズ、ニュー ヨークタイムズ、ワシントンポスト、テキサストリビューンなどが参加。 • データ・ジャーナリズムの知識共有や実例集。 http://datajournalismhandbook.org/
- 18. データをどのように選定するか
- 19. • 1stパーティをまずはあたる • メタデータ（誰がどのように集めたデータなの か）が重要 • 専門家に聞くのはとても有益な手段 データをどのように選定するのか
- 20. • 各国のデータカタログサイト • 国際機関（国連、世銀）のデータサイト • Wikipedia • SNS • 各種ウェブサイト • 専門家に聞く • 書籍 etc… データはどこにある？
- 24. OpenRefine • コラムごとのデータ形式の変換 • データ形式が間違っているものを 検出（数値のコラムに文字列があ るなど） • データの重複を探し出す • 表記揺れの解消 • エラー値の検出と処理 • 空白の検出と処理 http://openrefine.org/
- 25. データを情報に変換し、分析／検証する RAW / Tableau / ManyEyes / MatLab データセットとビジュアル表現を選択するだけの比較的お手軽なもの R / Python データ分析
- 26. http://raw.densitydesign.org/ http://raw.visualizing.jp/#/ Raw - ブラウザ上で動く - データセットとビジュアル表現を選ぶだけ - 結果の出力フォーマットも多様
- 27. http://www.tableausoftware.com/products/desktop Tableau Desktop edition。Mac版も先日リリース。 - 単体アプリ - データセットとビジュアル表現を選ぶだけ - 約10万円
- 31. Python -「データ分析」と「最終プロダクト」を一つの言語で。 - Python as Glue 2.0 http://pydata.org/ https://www.packtpub.com/python- data-visualization-cookbook/book http://www.oreilly.co.jp/books/ 9784873116556/ NumPy + pandas
- 32. 情報からインサイトを見つける
- 34. 実例紹介
- 35. インサイトを自分ごとに
- 37. ビジュアライズツール
- 41. D3.js
- 42. Show Reel
- 43. D3.jsの主な特徴や機能 選択、アニメーション、タイマー、補間、配列操作、ランダム、外 部リソースの読み込み、テキスト／CSV整形、カラーユーティリ ティ、スケール、タイマー、レイアウト(Layout)、地理 (Geography)、地図投影法(Map Projection)、幾何(Geometry) • 統計学上必要な計算を賄ってくれる • 地図投影法が多数用意されている • 細かいスタイリングがすべて指定できる • ウェブ標準に則っている
- 44. unemployment rates from 2008 by Mike Bostock http://bl.ocks.org/mbostock/4060606 Chropleth Maps 地形の色で値を表現する
- 45. http://leafletjs.com/ Leaflet.jsの主な特徴や機能 • タイル型地図 • 表示する地図を選べる • 動作が軽量／軽快 • D3と連携可能
- 49. ヴィジュアライズ＝ものの見方
- 51. 客観的 vs 主観的 • データヴィジュアライゼーションは可視化されたデータに基づ くものなのだが、それでも主観的な考えは入ってくる。 • 主観的な考えを完璧に排除することは難しいが、多面的な視座 を提供すること、元データをユーザー自身も検証できるように することで、解釈する余地や幅を持たせてあげることが肝要。