さまざまなデータを地図上にプロットする必要がある小さなプロジェクトに着手しようとしています。マップに配置する必要があるいくつかの例:
例1〜3は、ヒートマップを使用して個別にプロットできます。しかし、3つのデータすべてを同時に表示したい場合はどうでしょうか。ヒートマップの上にヒートマップを配置することはできませんか?
そして、犯罪のようなものを計画するのはどうですか?それはヒートマップとしてうまく機能するものではありませんよね?犯罪は、特定の場所で「軽犯罪」と「暴力犯罪」に分類される場合があります。これらの分類は、ヒートマップに入れることができる卒業とは考えていません。
複雑なデータを地図上に効果的に表示する方法に関する提案(または例)はありますか?
例1〜3は、ヒートマップを使用して個別にプロットできます。
はい、高解像度データがあると合理的かもしれません。この表現では、ヒートマップは貴重なツールです(色のペアの有効な選択の他に)。
ただし、高解像度のデータがない場合は、ヒートマップが唯一の利用可能なソリューションではありません。この低解像度マップを例にとります:
どの選択肢がありますか?低解像度データの場合、マップにオーバーレイされた他のチャートを使用できます:
この単純なチャートが3つの情報を伝えるのを見てください:場所、インターネットユーザー、世界人口のシェア。これらのバブルを面グラフ(!)または-より良い-棒グラフで変換して、これらの2つの値を個別に比較することもできます(すべきです)。
バブルを使用する場合は、数値も入力してください、人間は面積と角度を比較するのが得意ではありません。証拠が必要ですか?この(私は広く乱用されたことを認めます)画像では:
19.5%スライスと21.2%スライスを比較してみてください。どちらが大きいのようですか?その例は自発的な faked (より粗い言葉:正直に嘘をつく)ですが、ポイントを紹介します:絶対に必要でない限り、エリア、角度、3Dを使用してデータを表現しないでください(おそらく3Dは決してありません)必要)。
しかし、3つのデータすべてを同時に表示したい場合はどうでしょうか。
2変量マップを使用することもできますが、real usageではなく、広告のためだけにグラフを作成しない限り、私はそれを行いません。悪いアプローチの例が必要ですか?これを楽しみましょう:
便利なデータでいっぱいに見えますが、あなたがそれを読むことができないので、それは実際には役に立たないです。人間の目は、面積を比較するだけでなく、色合いを区別することも悪いことではありません。それらを組み合わせることはさらに悪いです(私は色覚異常の人、男性人口の5〜10%にも言及していません)。ヒートマップは、この種の分析に(単独で)良い解決策となることはめったにありません。
最後のバブルグラフを選択して、それを縦棒/横棒グラフに変換できます(必要に応じて、バックグラウンドマップを簡略化することもできます)。
グリッド内の各チャートはヒートマップである場合があり、比較のためにグリッド(Trellisチャートと呼ばれることが多い)を作成できることに注意してください。
私の知る限り、この種の表現はエドワード・タフテによって正式化されました(しかし、以前から使用されていました。次の段落を参照してください)。1:
定量的推論の中心には、単一の質問があります。何と比較するのですか?小さな複数のデザイン、多変量で豊富なデータは、変更、オブジェクト間の差異、代替の範囲の比較を視覚的に適用することで直接答えます。データプレゼンテーションのさまざまな問題に対して、小さな倍数が最適な設計ソリューションです。
比較する膨大な量のデータがある場合はどうしたらいいですか?
そして:
これらの種類のデータ表現は、たとえば、 [〜#〜] eeg [〜#〜] で広く使用され、関連する複数の変数を比較します。多くの場合、cartooningと呼ばれ、大量の情報を伝達します(kNN色補間のこの悪い例は無視してください。より滑らかなカーネル、または少なくとも別の距離関数を使用する必要があったと思います):
読みにくくなるので、同じチャートに多くの情報を追加しないでください。各チャートは 1つのストーリーを伝える必要があり、すぐに必要でないものは除外する必要があります( "文には不要な単語を含めないでください...同じ理由で図面には不必要な線や機械に不必要なパーツはありません "2)
グラフはデータ分析にとって非常に貴重なツールですが、効果的であり、(単に)魅力的でなければなりません。必要なときに情報を(簡単に)入手できる必要があります。あなたの場合(ユーザーとユーザーが実行する必要のある分析の種類に関する追加のコンテキストなしで)私はこの設定を使用します(あなたの場合、各機能を取り除く必要はありません):
human-eyes-aided-visual-correlation は、次のように簡単に実行できます:
ユーザーは、相関を組み合わせた強度で表示します!これは簡単で本当に効果的で、密な散布図にすでに適用されている同じ手法と大差ありません。たとえば、MATLABで透明性を使用した イメージオーバーレイ を見てみましょう。
1エドワードタフテ 。 ビジョン情報。 Graphics Press Cheshire、CT、USA©1990。 ISBN:0-9613921-1-8。
2William Strunk Jr. Elements of Style 。イサカ、ニューヨーク:プライベート。印刷。 [ジュネーブ、ニューヨーク:W. F.ハンフリーの記者]、©1918。 ISBN:1-58734-060-7。
3Martin Kulldorff、Ulf Hjalmars。 Knoxメソッドとその他の時空相互作用のテスト。バイオメトリクス、©1999。
多変量マップを使用して同じものを表示する必要があり、シンボルを使用したり両方を組み合わせたりできるため、すべての属性を定義するために必ずしも色を使用する必要はありません。これは二変量マップの例です...
これも便利です: http://indiemapper.com/app/learnmore.php?l=multivariate