Appunti Analisi dei dati

EVITARE I DUCK GRAPH

scegliere il metodo più chiaro

scegliere il giusto mezzo.

Lezione 2 Information Design Visual Perception 12

La visione umana è 2.5 D, capiamo profondità anche se stiamo guardando una figura umana. La luce si percepisce a livello basso/alto, abbiamo visione accurata solo nella fovea, gli occhi si muovono rapidamente e il cervello costruisce la scena. La metafora con la fotocamera regge poco. Le cose sono molto più sofisticate nell’occhio umano. L’impressione e la comprensione avvengono attraverso una serie di visual.

Identificazione degli oggetti

L’identificazione è figlia di attività che il cervello è abituato a fare. Il nostro sistema visivo è specializzato a riconoscere i volti e siamo in grado di adattare la nostra sensibilità alle caratteristiche di ciò che stiamo cercando. Usiamo la nostra conoscenza per filtrare anche le cose che già sappiamo.

Rilevanza: caratteristiche

colore ad esempio. Il colore spicca, soprattutto certi contrasti. 1314Ricerca di pattern segue le regole della Gestalt. Quando noi troviamo qualcosa di familiare è più facile comprenderlo.

1. Legge della prossimità: gli elementi che sono vicini tendono ad essere percepiti insieme
2. Legge del destino comune: gli elementi che si muovono assieme tendono ad essere percepiti insieme.
3. Legge della similitudine; elementi simili tra loro tendono ad essere percepiti insieme.
4. Legge della continuità: con figure intrecciate, parti che formano linee continue, le parti sono percepite assieme
5. Legge della chiusura: elementi che formano forme chiuse sono percepiti insieme
6. Legge della buona gestalt: tendiamo sempre a vedere la forma più semplice possibile
7. Esperienza passate: abbiamo la tendenza di usare la nostra conoscenza passata per definire gli oggetti
8. Legge delle regioni connesse: se vogliamo veicolare info che subito non riusciamo a passare

Parleremo di molti modi in cui si raccolgono i dati, come questionari, dati sulla posizione del telefono, smartwatch, esperimenti scientifici, dati generati dagli utenti, ecc.

Ecco alcuni repository di dati:

• https://ourworldindata.org/
• https://www.ipcc.ch/data/
• https://www.regione.liguria.it/open-data.html

I materiali digitali sono fragili e suscettibili ai cambiamenti dovuti ai progressi tecnologici durante tutto il loro ciclo di vita. Le attività (o la mancanza di attività) in ogni fase del ciclo di vita influenzano direttamente la nostra capacità di gestire e conservare i materiali digitali nelle fasi successive. Il riutilizzo affidabile dei materiali digitali è possibile solo se i materiali sono curati in modo tale da conservarne l'autenticità e l'integrità.

Tendenzialmente, quando raccogliamo i dati, dobbiamo farlo con un formato in mente. Se questo formato non è condiviso, bisogna fare più lavoro.

Descriviamo i dati in molti modi che aiutano a decidere quali metodi di codifica sono disponibili e appropriati per queste info. Sapere che tipo di info abbiamo aiuta a fare delle scelte su quali rappresentazioni visive sono disponibili e appropriate.

BIG DATA

Nel mondo di google i dati sono chiamati big data. E' più corretto Large Scale. La raccolta dei dati è sempre un casino. Tendenzialmente il raccolto è sporco, a volte manca qualche risposta, a volte manca qualche nome...

I dati sono sporchi, quindi spesso il lavoro preliminare di preparazione dei dati è molto lungo. In più i dati cambiano nel tempo e quindi i modelli statistici che vado a usare sono molto sofisticati. Chi progetta infografica deve capire i processi alla base della raccolta dei dati.

I tipi di attributo

Tables tabelle, fatte di items e attribute

Networks and Trees la rete. Items (nodes), Links, attributes (tipicamente usati per l'analisi)

1. Fenomeni fisici).
2. Fields Grids, Positions, Attributes
• Geometry Items, positions
• Clusters, Sets, Lists Items
3. Le tabelle: la prima riga ci dice il titolo, posizionato sopra ad ogni colonna.
4. Le reti: sono più complesse. Ci da info più strutturate perché mette in relazione elementi diversi.

I dati sono divisi in due: categorici (che squadra tifi) e quantitativi (misure di un qualcosa). I quantitativi si dividono a loro volto in discreti (contabili) e continui (intervalli e numeri decimali, temperatura, pressione atmosferica, cose che possono variare del tempo). L'info spaziale è un'informazione attributiva, un qualcosa in più. Le quantità sono sequenziali, divergenti o cicliche. Un'altra cosa importante è capire se c'è una gerarchia

• date (anno, mese, giorno, ora)
• regioni (Continente, Nazione, Regione, Provincia...)
5. Lezione 3

Visual Encoding: CODIFICA VISIVA

La codifica visiva è il modo

in cui i dati sono mappati alle strutture visive. Si fa mappando:

• i dati con simboli
• gli attributi dei dati sui canali

Items: hanno un set di attributi. Dal momento in cui mi pongo a costruire una data visualization, devo capire qual'è, dal punto di vista visuale, la scelta ottimale per rappresentare i dati e mapparli (colori, lunghezze, forme). Ho tanti attributi, scelgo un simbolo che mi rappresenti l'item e unisco gli attributi. Non è detto che tutti gli attributi debbano essere rappresentati, scelgo quelli a me funzionali attraverso l'analisi dei dati.

Simboli sono gli oggetti visuali che rappresentano i dati graficamente. Canali visuali sono le variabili visuali con cui rappresento le caratteristiche (attributi) dei dati.

25↑ Senato↑ Titolo diretto e freddo, prende subito l'attenzione del lettore. Dati categorici: i luoghi↑ Pictorial fraction chart_ datavizproject.com → raggruppa i grafici migliori da usare in base al contesto.

26SimboliCanali

27Bar chart: ogni barretta è una categoria

Scatter Plot: classici diagrammi asse x e y, uso dei pallini a incrocio delle coordinate

Canali e tipi di attributo

Identità: informazione su chi, cosa, dove

Dimensione: Informazione su quanto

Identità - COLORE → uso la tinta per indicare le categorie

Identità - FORMA → uso la forma per indicare le categorie

28Lezione 4

Le caratteristiche andando verso destra sono sempre meno adatte, sono sempre meno precise, l'occhio umano fa più fatica.

Il ruolo del colore nell'information design

- Codifica dell'informazione:

Variabili quantitative/ qualitative

Ordine

- Estetica

Immagine coordinata comunicazione

29Regole auree per l'uso del colore nell'ID

Consistenza

● Logica

● Evitare le variazioni di colore che non siano necessarie o non veicolino informazione

● ulteriore

L'uso del colore deve essere consistente e coerente rispetto al progetto. Siccome l'occhio

Il colore è molto sensibile per gli esseri umani e va utilizzato in base a ciò che vogliamo comunicare. Tuttavia, è possibile che la nostra audience abbia difficoltà a vedere correttamente i colori, e le cause possono essere diverse:

• Daltonismo (8% degli uomini e 1% delle donne)
  • Protanopia: insensibilità al rosso
  • Protanomalia: scarsa sensibilità al rosso
  • Deuteranopia: insensibilità al verde
  • Deuteranomalia: scarsa sensibilità al verde
  • Tritanopia: insensibilità al blu
  • Tritanomalia: scarsa sensibilità al blu
• Cataratta
• Ipovisione
• Traumi

La percezione del colore è soggettiva. Quando utilizziamo il colore per distinguere, dobbiamo fare attenzione affinché l'audience percepisca i colori come desideriamo noi.

Esistono modelli di colore come i colori additivi e sottrattivi. Nell'immagine a sinistra, si può vedere la logica degli schermi elettronici, in cui la luce passa dietro e rende il colore in modo additivo.