فن التصور في الأعمال fb2. كتاب ناثان ياو "فن التصور في الأعمال"
"ناثان ياو فن التصور في الأعمال التجارية كيفية تقديم المعلومات المعقدة في صور بسيطة ترجمة ناثان ياو من..."
-- [ صفحة 1 ] --
دليل FlowingData للتصميم،
التصور والإحصاء
فن التصور في الأعمال التجارية
كيفية تقديم المعلومات المعقدة في صور بسيطة
ناثان ياو
الترجمة من الإنجليزية بواسطة سفيتلانا كيروفا
دار النشر "مان وإيفانوف وفيربر"
بنك البحرين والكويت 65.291.34
تم النشر بإذن من شركة John Wiley & Sons International Right Inc.
ووكالة الكسندر كورجينفسكي.
نشرت باللغة الروسية لأول مرة
Ya88 فن التصور في الأعمال التجارية. كيفية تقديم معلومات معقدة في صور بسيطة / ناثان ياو؛ خط من الانجليزية سفيتلانا كيروفا. - م: مان، إيفانوف وفيربر، 2013. - 352 ص.
التصور في الأعمال التجارية هو القدرة على تقديم البيانات في شكل يسمح بتحليلها بسرعة، وتقديمها بشكل فعال، وبالطبع تطبيقها في الحياة. بعد قراءة هذا الكتاب، ستتعلم كيفية جمع المعلومات وتنسيقها وإنشاء مخططات ورسوم بيانية وخرائط عالية الجودة منها.
باستخدام Adobe Illustrator للتصور، والرسومات التفاعلية مع HTML وCSS وJavaScript ورسومات Flash والخرائط التي تم إنشاؤها في R وPython وSVG، يمكنك تقديم بياناتك بطريقة إبداعية وسرد قصص مقنعة باستخدامها.
لأولئك الذين يعملون مع الكثير من المعلومات: مديري المشاريع والمحللين والاستشاريين والمسوقين.
UDC 65.012.2 بنك البحرين والكويت 65.291.34 جميع الحقوق محفوظة. لا يجوز إعادة إنتاج أي جزء من هذا المنشور بأي شكل أو بأي وسيلة، إلكترونية أو ميكانيكية، بما في ذلك التصوير أو التسجيل، لأي غرض من الأغراض، دون الحصول على إذن كتابي من الناشر.
يتم توفير الدعم القانوني لدار النشر من قبل شركة المحاماة Vegas-Lex.
© ناثان ياو، 2011 ISBN 978-5-91657-737-2 © النشر. ترجمة. تصميم بواسطة Mann, Ivanov and Ferber LLC، 2013 المحتويات نبذة عن المؤلف، المحرر الفني، الشكر والتقدير.. .... .... 7 مقدمة ........................................... .......................... .......................... 9 1 كيف تحكي قصة بالبيانات.... .............. ..
– &نبسب- &نبسب-
نبذة عن المحرر الفني كيم ريس هو المؤسس المشارك لشركة Periscope، وهي شركة مسؤولة اجتماعيًا لتصور المعلومات. كيم نفسها شخصية مشهورة بين المحترفين في مجال التصور. لديها سبعة عشر عامًا من الخبرة في مجال الوسائط التفاعلية. نشرت في Journal of Information Mapping وInfoVIS 2010 Proceedings، وقدمت عروضًا في العديد من المؤتمرات والمنتديات، بما في ذلك مؤتمر O'Reilly Strata، وWebVisions، وAIGA Shift، وPortland Data Visualization. درجة البكالوريوس في علوم الكمبيوتر
تلقتها من جامعة نيويورك. وقد ظهرت شركتها، Periscope، في كل من CommArts Insights وAdobe’s Success Stories، وحصل عملها على جوائز VAST Challenge، وCommArts Web Picks، والجائزة السنوية لفنون الاتصال التفاعلية. تم ترشيح تصميم Periscope مؤخرًا لجائزة التصميم الوطنية Cooper-Hewitt.
شكر وتقدير لم يكن من الممكن أن يظهر هذا الكتاب بدون عمل علماء البيانات الذين يواصلون إنشاء أدوات مفيدة مفتوحة المصدر للاستخدام العام. برامجهم تجعل حياتي أسهل بكثير وأنا متأكد من أنهم سيستمرون في إدهاشنا - ليس هناك حدود للابتكار.
أريد أيضًا أن أعرب عن امتناني لقراء FlowingData، الذين ساعدوني في التواصل مع عدد أكبر من الأشخاص مما كنت أتخيله. لقد كان من أجلهم بشكل أساسي أن جلست لكتابة هذا الكتاب.
أود أيضًا أن أشكر دار وايلي للنشر على السماح لي بكتابة الكتاب بالطريقة التي أردتها، وأشكر كيم ريس على مساعدتي في جعل هذا العمل يستحق القراءة.
أخيرًا، أود أن أشكركم على دعم زوجتي ووالديّ، الذين شجعوني دائمًا على العثور على ما يجعلني سعيدًا.
إلى زوجتي المحبة Biy مقدمة لا يمكن القول أن البيانات شيء جديد. لقد كان الناس يقومون بقياسات كمية وجدولة لعدة قرون. ومع ذلك، في السنوات الأخيرة - منذ أن بدأت الكتابة لموقع FlowingData، وهو موقعي المخصص للتصميم والتصور والإحصائيات - شهدت طفرة حقيقية في هذا المجال، دون نهاية في الأفق.
جعلت التحسينات في التكنولوجيا جمع البيانات وتخزينها أمرًا سهلاً للغاية، وتسمح لك الشبكة بالوصول إليها وقتما تشاء. هذه الثروة من البيانات، في الأيدي المناسبة، يمكن أن تكون كنزًا من المعلومات التي يمكن أن تساعدك على اتخاذ قرارات أكثر ذكاءً، وتوصيل أفكارك بشكل أكثر إقناعًا، وإنشاء صورة أكثر موضوعية لكيفية رؤية الناس للعالم ولأنفسهم.
حدث تحول كبير في نشر البيانات الحكومية في منتصف عام 2009، عندما أطلقت الولايات المتحدة موقع Data.gov. وهو يوفر قائمة شاملة بالمعلومات المقدمة من الإدارات والوكالات الفيدرالية ويوضح الشفافية والمساءلة لجميع هذه المنظمات والمسؤولين. تم تصميم الموقع من أجل إتاحة الفرصة لمواطني الدولة للتعرف على ما تنفق عليه السلطات عائدات الضرائب. لكن قبل ذلك، كانت الحكومة أشبه بالصندوق الأسود. كان جزء كبير من البيانات الموجودة على Data.gov في السابق ضمن الملكية العامة - وكانت موجودة على مواقع الويب الخاصة بالإدارات، ولكنها كانت منتشرة عبر الإنترنت. الآن يتم جمع كل المعلومات في مكان واحد وتنسيقها بحيث يصبح تحليلها وتصورها أسهل بكثير. ولدى الأمم المتحدة بوابة مماثلة - UNdata. ولم يمض وقت طويل قبل أن تحذو المملكة المتحدة حذوها من خلال موقع Data.gov.uk. تنتج المدن الكبرى حول العالم مثل نيويورك وسان فرانسيسكو ولندن أيضًا كميات كبيرة من البيانات.
كما ساهم ظهور الآلاف من واجهات برمجة التطبيقات (APIs) بشكل كبير في اكتشاف الشبكة الجماعية. كان الهدف هو تشجيع المطورين وحثهم على فعل شيء ما بكل هذه البيانات. تحتوي تطبيقات مثل Twitter وFlickr على واجهات برمجة تطبيقات غنية تجعل من الممكن إنشاء تجارب مستخدم مختلفة تمامًا عن تلك التي تظهر على المواقع نفسها. يوجد أكثر من ألفي منها على ProgrammableWeb، وهو مورد يقوم بفهرسة واجهات برمجة التطبيقات. وفي الآونة الأخيرة، ظهرت تطبيقات جديدة، مثل Infochimps وFactual، المصممة خصيصًا لتوفير البيانات المنظمة.
إذا كان هناك الكثير من البيانات المجمعة حولنا - في المتاجر والمستودعات وقواعد البيانات - فهذا يعني أن الوضع مهيأ لظهور أشخاص قادرين على فهمه. البيانات في حد ذاتها ليست مثيرة للاهتمام (على الأقل بالنسبة لأغلب البشر). المعلومات التي يمكن استخلاصها من هذه البيانات مثيرة للاهتمام. يريد الأشخاص معرفة ما تقوله بياناتهم، وإذا كان بإمكانك مساعدتهم في القيام بذلك، فسيكون الطلب عليك مرتفعًا. ولهذا السبب يقول هال فاريان، كبير الاقتصاديين في جوجل، إن العمل كإحصائي هو الوظيفة الأكثر جاذبية في العقد المقبل، وليس لأن الإحصائيين وسيمين للغاية. (على الرغم من أنك إذا نظرت إلينا من خلال منظور المهوس الأنيق، فنحن رائعون جدًا.) التصور إحدى أفضل الطرق لاستكشاف قاعدة بيانات كبيرة ومحاولة فهمها هي من خلال التصور. ضع الأرقام في مساحة مرئية واسمح لعقلك، أو عقلك أو عقل قرائك، باكتشاف الأنماط. نحن جميعا سادة في هذا الشأن. ستتمكن من رؤية القصص التي ربما لم تشاهدها من قبل باستخدام الأساليب الإحصائية الرسمية فقط.
لقد فهم جون توكي، الإحصائي المفضل لدي وأب تحليل البيانات الاستكشافية، الأساليب والخصائص الإحصائية مثل القليل من الآخرين، وكان يعتقد أن الأساليب الرسومية لها مكان مشروع أيضًا. لقد كان على قناعة تامة بأن الصور يمكن أن تكشف لنا ما هو غير متوقع. يمكنك تعلم الكثير من البيانات ببساطة عن طريق تصورها، وفي بعض الحالات يكون هذا هو كل ما عليك فعله لاتخاذ قرار مستنير أو رواية قصة.
على سبيل المثال، في عام 2009، شهدت الولايات المتحدة زيادة كبيرة في معدلات البطالة. وفي عام 2007، بلغ متوسطه 4.6 في المائة، وفي عام 2008 ارتفع إلى 5.8 في المائة، وبحلول سبتمبر 2009 كان قد وصل بالفعل إلى 9.8 في المائة. ومع ذلك، فإن مثل هذه المعدلات الوطنية لا تحكي سوى جزء من القصة. هذه بيانات مجمعة للولايات المتحدة ككل. ولكن ربما كانت هناك بعض المناطق التي كان فيها معدل البطالة أعلى من أماكن أخرى؟ ربما كانت هناك مناطق نجت تمامًا من هذه المشكلة؟
الخرائط الموضحة في الشكل 0.1 قم بإخبار نسخة أكثر اكتمالا من القصة، كل ما عليك فعله هو إلقاء نظرة عليها ويمكنك الإجابة على الأسئلة الواردة في الفقرة السابقة.
المقاطعات المظللة باللون الأغمق هي المناطق التي كانت فيها معدلات البطالة مرتفعة نسبيًا، في حين أن المقاطعات المظللة باللون الأفتح هي المناطق التي كانت فيها معدلات البطالة منخفضة نسبيًا. في عام 2009، رأينا بالفعل العديد من المناطق في الغرب حيث ارتفع معدل البطالة إلى أكثر من 10%. وقد تطور الوضع نفسه في معظم مناطق الشرق. لكن مناطق الغرب الأوسط لم تتضرر بالقدر نفسه (انظر الشكل 0.2).
– &نبسب- &نبسب-
أرز. 0.1. خرائط توضح معدل البطالة في الولايات المتحدة من عام 2004 إلى عام 2009.
أرز. 0.2. خريطة توضح معدل البطالة في عام 2009
12 مقدمة
– &نبسب- &نبسب-
أي أنه ليس من السهل فهم البيانات الموجودة في الجدول، وكل ما يمكنك استخراجه منه هو قيم فردية. لكن في النسخة الرسومية، يمكنك بسهولة ملاحظة الاتجاهات والأنماط وإجراء المقارنات في لمحة واحدة.
يقوم مقدمو الأخبار مثل نيويورك تايمز وواشنطن بوست بعمل رائع في جعل الوصول إلى البيانات أكثر سهولة ووضوحًا.
وربما يكونون أفضل من كثيرين آخرين في استخدام كل هذه المعلومات المفتوحة، وإخبار القراء بالمزيد والمزيد من القصص كل يوم.
في بعض الأحيان يتم استخدام الرسوم البيانية للبيانات لإضافة منظور مختلف للقصة، وفي أحيان أخرى تحكي الرسوم البيانية القصة بأكملها.
مع تطور وسائل الإعلام عبر الإنترنت، أصبحت المخططات والرسوم البيانية أكثر شيوعا. اليوم، لدى شركات الأخبار خدمات خاصة تتعامل فقط مع التفاعلات، أو مع الرسوم البيانية فقط، أو مع الخرائط فقط. حتى أن صحيفة نيويورك تايمز، على سبيل المثال، لديها غرفة أخبار مخصصة حصرياً لما تسميه "التقارير المحوسبة".
الصحفيون هناك متخصصون في نشر الأخبار بالأرقام. وقسم الرسومات في صحيفة نيويورك تايمز ليس غريبًا على التعامل مع كميات هائلة من البيانات.
لقد شق التصور طريقه أيضًا إلى الثقافة الشعبية. قامت شركة التصور Stamen Design، المعروفة على نطاق واسع بتجاربها التفاعلية عبر الإنترنت، بإنتاج الشكل لحفل توزيع الجوائز السنوي على مدار الأعوام القليلة الماضية. 0.4. عرض رسومي للبيانات من الكتاب الإحصائي السنوي لتتبع تغريدات جوائز MTV Video Music Awards. تنص على"
14 مقدمة
– &نبسب- &نبسب-
الأسود والأبيض والأحمر يعادل نشر صحيفة شيوعية أو قتل الباندا. Data Underload، وهي سلسلة من المنشورات الفكاهية التي أنشرها على FlowingData، هي وجهة نظري الخاصة بهذا النوع. أقوم كل يوم بإبداء الملاحظات ونشرها في شكل مخطط. في التين. 0.5 يوضح هذا اقتباسات من أفلام مشهورة مدرجة في تصنيفات معهد الفيلم الأمريكي. وكانت النتيجة شيئًا مثيرًا للسخرية تمامًا، ولكنه مضحك (على الأقل بالنسبة لي).
إذن ما هو التصور؟ حسنًا، كل هذا يتوقف على من تتحدث إليه.
يجادل بعض الناس بأن التصور عبارة عن مخططات ورسوم بيانية تقليدية. والبعض الآخر لديه وجهات نظر أكثر ليبرالية. بالنسبة لهم، كل ما يمكن أن يوضح البيانات هو التصور، ولا يهم ما إذا كانت قطعة من فن البيانات أو جدول في Microsoft Excel. أنا شخصيا أميل أكثر إلى الأخير، على الرغم من أنني أجد نفسي في بعض الأحيان بين أعضاء المجموعة الأولى. في النهاية، لا شيء من هذا يهم حقًا. فقط افعل ما يناسب أغراضك.
أيًا كان تعريف التصور الذي تستقر عليه، فعندما تقوم بإنشاء مخططات لعرضك التقديمي، أو تحليل كميات كبيرة من المعلومات الرقمية من منشورات أخرى، أو إعداد تقرير إخباري يحتوي على بعض البيانات، فسوف ينتهي بك الأمر في النهاية إلى سلسلة "عدم البحث عن الحقيقة". في مرحلة ما، أصبحت الأكاذيب والإحصائيات مترادفتين تقريبًا، لكن كان ذلك في الواقع تحميلًا إضافيًا للبيانات.
ليست الأرقام هي التي تكذب. الأشخاص الذين يستخدمون الأرقام يكذبون. في بعض الأحيان يفعلون ذلك عن عمد ("تحميل البيانات الزائد") لتنفيذ نوع من الخطة، ولكن في معظم الحالات يحدث هذا عن غير قصد. عندما تجد في موقع FlowingData أنك لا تعرف كيفية عمل مخطط بشكل صحيح أو كيفية تقديم البيانات بشكل محايد، هناك رابط على: http:// هناك احتمال كبير أن يكون لديك نوع من تفريغ المعلومات الذي يعطي رؤية مشوهة تمامًا لـ datafl.ws/underload للواقع. ومع ذلك، إذا تعلمت تقنيات التصور الجيدة وتعلمت كيفية التعامل مع البيانات، فيمكنك توصيل أفكارك بثقة والاستمتاع باكتشافاتك.
كيف تتعلم كيفية التعامل مع البيانات لقد بدأت دراسة الإحصاء خلال سنتي الأولى في الكلية. لقد كانت دورة مطلوبة للحصول على درجة غير إحصائية في الهندسة الكهربائية. لقد سمعت الكثير من قصص الرعب، ولكن، على عكس المعلمين الموصوفين في هذه الحكايات، كان أستاذي متحمسًا جدًا لعمله وقام بذلك بكل سرور.
أثناء إلقاء محاضراته، تحرك بسرعة صعودًا وهبوطًا على درجات القاعة وقام بإيماءات شاملة، ولمس الطلاب الذين مروا بجانبه. حتى ذلك اليوم، لا أعتقد أنه كان لدي معلم أكثر إلهامًا، ومن المؤكد أنه أثر فيّ لأن أصبح مفتونًا بعالم البيانات. انتهى بي الأمر بالتخرج من الكلية بعد أربع سنوات كتخصص في الإحصاء.
طوال فترة دراستي الجامعية، كان الإحصاء يدور حول تحليل البيانات وتوزيعها واختبار الفرضيات، وقد أحببت ذلك. كان من الممتع أن ننظر إلى 16 مقدمة
– &نبسب- &نبسب-
إذا لم تكن قد كتبت سطرًا من التعليمات البرمجية طوال حياتك، فقد تبدو لغة R*، وهي بيئة الحوسبة المفضلة للعديد من الإحصائيين، مخيفة. ولكن بعد دراسة بعض الأمثلة، سوف تتقنها بسرعة. وهذا الكتاب سوف يساعدك في هذا.
أنا أقول لك هذا لأن هذه هي الطريقة التي تعلمت بها. أتذكر المرة الأولى التي بحثت فيها في جوانب تصميم التصور. كان ذلك الصيف الذي تلا السنة الثانية من دراستي العليا عندما تلقيت أخبارًا مذهلة: لقد تم قبولي للتدريب كمحرر رسومات في صحيفة نيويورك تايمز. حتى تلك اللحظة، كانت الرسومات دائمًا مجرد أداة تحليلية بالنسبة لي (بما في ذلك الرسوم البيانية الشريطية لمعرض العلوم بالمدرسة)، ولم يكن الجمال والتصميم مهمًا حقًا - إذا كانا يهمانني على الإطلاق. لم يخطر ببالي أبدًا مدى أهمية البيانات في الصحافة.
للتحضير للتدريب الداخلي، قرأت كل كتاب تصميم تمكنت من الحصول عليه ودرست دليل مستخدم Adobe Illustrator لأنني كنت أعرف أن هذا هو البرنامج الذي استخدموه في صحيفة نيويورك تايمز. ولكن لم يكن الأمر كذلك إلا بعد أن بدأت بالفعل في إنشاء المخططات والرسوم البيانية حيث بدأت في تعلم شيء ما. من خلال التعلم في العمل، سوف تضطر إلى اكتساب المعرفة والمهارات اللازمة في العمل بسرعة كبيرة. ومع تعاملك مع المزيد والمزيد من البيانات وإنشاء المزيد والمزيد من المخططات، ستصبح مهاراتك أكثر نشاطًا.
كيفية قراءة هذا الكتاب هذا الكتاب مبني على الأمثلة ومكتوب لتزويدك بالمعرفة التي تحتاجها لإنشاء مجموعة متنوعة من رسومات المعلومات من البداية إلى النهاية. يمكنك قراءته من الغلاف إلى الغلاف، أو يمكنك الحصول فقط على الأفكار التي تحتاجها إذا كان لديك بالفعل بعض البيانات أو إذا كنت تعرف بعض طرق التصور. تم تنظيم الفصول بحيث تكون الأمثلة مستقلة ومكتفية بذاتها. إذا كنت جديدًا في هذا المجال، فستجد الفصول الأولى مفيدة بشكل خاص. فهي تخبرك بكيفية التعامل مع بياناتك، وما الذي تبحث عنه فيها، وما هي الأدوات التي يجب استخدامها. ستتعلم بالضبط مكان العثور على البيانات وكيفية تنسيقها وإعدادها للتصور. فيما يلي تقنيات التصور التي تم تنظيمها حسب نوع البيانات ونوع القصص التي يمكنك استخدامها لروايتها. لكن تذكر: البيانات نفسها يجب أن تكون هي التي تتحدث دائمًا.
مهما كان النهج الذي تتبعه في قراءة هذا الكتاب، فإنني أشجعك بشدة على قراءته أثناء الجلوس على جهاز الكمبيوتر الخاص بك، والعمل على الأمثلة خطوة بخطوة ومراجعة جميع الموارد المذكورة في الملاحظات والمراجع. يمكنك أيضًا تنزيل الرموز وملفات البيانات وتجربة العروض التوضيحية العاملة على http://www.wiley.com/go/visualizethis وhttp://book.flowingdata.com.
ولتوضيح ما سبق بشكل واضح، الشكل 1. 0.6 أقدم لك مخططًا يساعدك على فهم ما تحتاجه بالضبط. استمتع!
* R - لغة برمجة لمعالجة البيانات الإحصائية والعمل مع الرسومات؛ بيئة برمجية مجانية ذات كود مفتوح المصدر. ملحوظة خط
18 مقدمة الشكل. 0.6. من أين يجب أن تبدأ بقراءة هذا الكتاب؟ كيف تحكي قصة باستخدام البيانات؟ فكر في جميع كتب التصور الشائعة المتوفرة - تلك التي تسمع عنها في المحاضرات أو تقرأ عنها على المدونات، وتلك التي تخطر على بالك. الآن بينما كنت تدير عينيك على هذه الخطوط. بماذا يشتركون جميعهم؟ كلهم يروون قصصًا مثيرة للاهتمام. ربما كان المقصود من هذه القصص إقناعك بشيء ما. أو ربما يدفعك إلى القيام بشيء ما، أو يقدم لك معلومات جديدة، أو يجبرك على إعادة النظر في أفكارك المسبقة عن الواقع.
بغض النظر، فإن تصورات البيانات الجيدة حقًا - سواء كانت كبيرة أو صغيرة، والتي تم إنشاؤها لحب الفن أو للعرض التقديمي - تساعدك على فهم ما يمكن أن تخبرك به البيانات.
20 الفصل الأول. كيف تروي قصة باستخدام البيانات
– &نبسب- &نبسب-
لقد كرست يومًا يومًا لمهمة التحقق من ثلاثة أرقام من مجموعة بيانات كاملة، وذلك لأنه عندما يقوم قسم الرسومات في نيويورك تايمز بإنشاء مخطط، فإنه يحتاج إلى التأكد من دقة المعلومات. فقط بعد أن اقتنعنا بموثوقية المعلومات الواردة، انتقلنا إلى إنشاء عرض تقديمي. هذا الاهتمام بالتفاصيل هو ما يجعل الرسومات في هذه الصحيفة جيدة جدًا.
انظر إلى أي رسم بياني أو رسم بياني في صحيفة نيويورك تايمز. يتم دائمًا تقديم البيانات الموجودة فيه بإيجاز ووضوح وبشكل جميل للغاية. ومع ذلك، ماذا يعني هذا؟ عندما تنظر إلى الرسم البياني، يمكنك الحصول على نظرة ثاقبة للبيانات. النقاط أو المجالات المهمة تكون مصحوبة بالتعليقات؛ يتم شرح الرموز والألوان بدقة في وسيلة الإيضاح أو الملاحظات؛ وتلتزم التايمز بالتأكد من أن القصة الواردة في البيانات سهلة القراءة للجمهور. لم يعد هذا مجرد رسم تخطيطي أو رسم تخطيطي. هذه رسومات.
الرسومات المعروضة في الشكل. 1.1 مشابه لما يمكنك العثور عليه في صحيفة نيويورك تايمز. يوضح كيف أن احتمالية وفاتك في العام المقبل تزداد اعتمادًا على عمرك.
أرز. 1.1. احتمالية الوفاة بناءً على عمرك
22 الفصل الأول. كيف تروي قصة باستخدام البيانات
– &نبسب- &نبسب-
قم بزيارة مدونة OkTrends وستجد الكثير من الأشياء المثيرة للاهتمام حول المواعدة عبر الإنترنت - مثل ما يحبه الأشخاص البيض بالفعل وكيفية تجنب الأخطاء العرضية: http://blog.
– &نبسب- &نبسب-
أرز. 1.4. Gapminder Foundation Trendalizer من وجهة نظر التصور، كل شيء هنا أساسي تمامًا. هذا مجرد رسم تخطيطي ديناميكي. وتمثل الفقاعات بلدانا مختلفة وتتحرك وفقا لديناميكيات معدلات الفقر في بلد معين خلال سنة معينة.
إذن ما سر شعبية أداء روسلينج؟ حقيقة أنه يتحدث عن قناعة وعاطفة. يروي قصة. كم مرة شاهدت عروضاً تقديمية تحتوي على رسوم بيانية ورسوم بيانية تجعل الجميع يتثاءبون؟! لكن مع روسلينج كل شيء مختلف. لقد استخرج المعنى المضمن في البيانات وكشفه إلى أقصى حد. وإذا أضفنا إلى ذلك ابتلاع السيف في نهاية المحاضرة، فإن كل شيء يقع في مكانه - ولا يبقى أحد في القاعة غير مبال. بعد مشاهدة محاضرة روزلينج، أردت التقاط هذه البيانات وإلقاء نظرة عليها بنفسي. لم أستطع الانتظار للتعمق في هذه القصة.
لاحقًا شاهدت عرضًا تقديميًا آخر لمؤسسة Gapminder حول نفس الموضوع، بنفس شكل تصور البيانات، ولكن مع مقدم مختلف. اتضح أن الأمر ليس مثيرًا على الإطلاق.
لأكون صادقًا، كدت أن أغفو. لم تكن هناك أي مشاعر. البيانات لم تظهر لي
26 الفصل 1. كيف تروي قصة باستخدام البيانات
– &نبسب- &نبسب-
كم نقطة تتغير يوميا؟ وفي اسبوع؟ وفي شهر؟ هل هناك فترات ارتفع فيها المعدل أكثر من المعتاد؟ وإذا كان الأمر كذلك، لماذا حدث هذا؟ هل كانت هناك أحداث معينة يمكن أن تؤدي إلى مثل هذه التغييرات؟
وكما سترى بنفسك، فإن الأمر يستحق البدء بسؤال واحد كنقطة بداية، وسيتبعه السؤال التالي على الفور. وهذا صحيح ليس فقط مع السلاسل الزمنية، ولكن مع جميع أنواع البيانات. حاول التعامل مع مجموعة البيانات الخاصة بك مثل الباحث، وبعد ذلك على الأرجح سوف ينتهي بك الأمر إلى الحصول على إجابات أكثر إثارة للاهتمام.
" يمكن تقسيم بيانات السلاسل الزمنية بطرق مختلفة. في بعض الأحيان يكون من المنطقي تقديم القيم حسب اليوم أو حسب الساعة. وفي حالات أخرى، قد يكون من المفيد النظر إلى البيانات حسب الشهر أو حسب السنة. في الحالة الأولى ، قد يكون هناك المزيد من التشويش في الرسم البياني، وفي الحالة الثانية سوف تحصل على عرض أكثر عمومية.
يمكن لأولئك منكم الذين لديهم موقع ويب ويستخدمون برنامج كمبيوتر أو آخر لتحليل حركة المرور الخاصة به التحقق من ذلك بسرعة. إذا نظرت إلى حركة المرور على موقعك بشكل يومي، كما هو موضح في الشكل. 1.6، فسوف ترى أنه متكتل للغاية. التقلبات فيه كبيرة جدًا.
أرز. 1.6. عدد الزوار الفريدين لموقع FlowingData يوميًا
28 الفصل الأول. كيف تروي قصة باستخدام البيانات
– &نبسب- &نبسب-
والتي من الواضح أنها تفتقد شيئًا ما - كما لو أن مصمم الجرافيك لم يكن لديه الوقت للتفكير في البيانات، وقام بتشكيلها على عجل فقط للوفاء بالموعد النهائي. في كثير من الأحيان، ما هو مفقود بشكل واضح في مثل هذه الحالات هو الإدمان.
في الإحصاء، الاعتماد يعني عادة الارتباط والسببية.
يمكن أن تتشابك المتغيرات المتعددة مع العلاقات المعقدة.
يركز الفصل السادس، "تصور التبعيات"، على هذه المفاهيم بالضبط وكيفية تصورها.
ومع ذلك، على مستوى أكثر تجريدًا، حيث لا تفكر في المعادلات ومعايير اختبار الفرضيات، يمكنك تطوير المخططات والرسوم البيانية لمقارنة الكميات والتوزيعات وتباينها بصريًا. وكمثال بسيط، فكر في الرسم البياني لاختراق التكنولوجيا في الحياة، المأخوذ من تقرير التقدم العالمي.
وعرض في الشكل. 1.8.
– &نبسب- &نبسب-
أرز. 1.8. تغلغل التكنولوجيا في الحياة حول العالم تُظهر الرسوم البيانية العمودية عدد مستخدمي الإنترنت، فضلاً عن عدد المشتركين في الطلب الهاتفي وشبكات النطاق العريض لكل 100 نسمة. لاحظ أن النطاق الخاص بمستخدمي الإنترنت (من 0 إلى 95 لكل 100 نسمة) أوسع بكثير من المجموعتين الأخريين.
الطريقة الأسهل والأسرع هي السماح لبرنامج الكمبيوتر الذي قمت بتثبيته بتحديد النطاق الذي سيتم استخدامه لكل مخطط شريطي. ومع ذلك، كل شيء
30 الفصل الأول. كيف تروي قصة باستخدام البيانات
– &نبسب- &نبسب-
اتبع بعض المبادئ الأساسية. يمنحك كل واحد من هذه العناصر مساحة كبيرة للمناورة، لذا ستحتاج إلى التفكير فيها على أنها إرشادات أكثر وليس قواعد صارمة وسريعة، ولكن إذا كنت جديدًا في مجال التصميم الجرافيكي، فهذه هي الأماكن التي يمكنك البدء منها.
– &نبسب- &نبسب-
* "القرد يرى، القرد يفعل" هو مثل جامايكي يصف عملية تقليد سلوك شخص آخر دون فهم معناه. ملحوظة خط
أرز. 1.13. بعض النتائج التي تم الحصول عليها خلال مسابقة التسمية على FlowingData
36 الفصل 1. كيف تروي قصة باستخدام البيانات
– &نبسب- &نبسب-
أرز. 1.15. الطريقة الصحيحة عند تحديد حجم الدوائر في المخططات في الشكل. يوضح الشكل 1.16 زوجًا من الدوائر التي تم تحديد أبعادها حسب القطر. الدائرة الأولى يبلغ قطرها نصف قطر الثانية، لكن مساحتها أصغر بأربع مرات.
أرز. 1.16. أسلوب خاطئ عند تحديد حجم الدوائر في المخططات، نفس الشيء يحدث مع المستطيلات، على سبيل المثال في الأشكال المزخرفة. يستخدم المساحة بدلاً من الارتفاع أو العرض كمؤشر للحجم.
توفير المصادر يبدو أنه ليست هناك حاجة للحديث عن الحاجة إلى الإشارة إلى مصادر البيانات - ولكن الكثير من الناس ينسون القيام بذلك. من أين أتت كل هذه البيانات؟ إذا نظرت إلى الرسوم البيانية في الصحف، سترى أن المصدر مدرج دائمًا - وعادةً ما يكون صغيرًا
38 الفصل 1. كيف تروي قصة باستخدام البيانات
– &نبسب- &نبسب-
قبل أن تصل إلى الجزء المرئي الفعلي من التعامل مع البيانات، عليك أن تحصل عليها، فهي البيانات التي تجعل التصور مثيرًا للاهتمام. إذا لم يكن لديك معلومات مثيرة للاهتمام، فسوف ينتهي بك الأمر مع رسم تخطيطي يمكن نسيانه أو صورة جميلة ولكن عديمة الفائدة. أين يمكنك العثور على بيانات جيدة؟ كيفية الوصول إليهم؟ هذه هي الأسئلة التي تواجهك في هذه المرحلة.
بمجرد حصولك على البيانات بين يديك، ستحتاج إلى تنسيقها بحيث يمكنك تحميلها في برنامج كمبيوتر. ربما تكون قد تلقيت بياناتك كملف نصي محدد بفواصل أو جدول بيانات Excel وتحتاج إلى تحويلها إلى شيء مثل XML. أو العكس. أو ربما تكون البيانات التي تحتاجها متاحة فقط بشكل مجزأ من خلال تطبيق عبر الإنترنت، ولكنك ترغب في الحصول على الجدول بأكمله.
أنت بحاجة إلى تعلم كيفية استخراج البيانات ومعالجتها، ومن ثم ستزداد قدراتك على التصور بشكل كبير.
40 الفصل الثاني. كيفية التعامل مع البيانات
– &نبسب- &نبسب-
الجامعات
عندما أصبحت طالبة ماجستير، كنت أستخدم غالبًا الموارد الأكاديمية المتاحة لي، وهي المكتبة. حققت العديد من المكتبات تقدمًا كبيرًا في معداتها التكنولوجية ولديها الآن أرشيفات بيانات ضخمة. وتحتفظ كليات وأقسام مختلفة أيضًا بثروة من ملفات البيانات، والكثير منها متاح للعامة. صحيح أن العديد من مجموعات البيانات المتاحة هذه مخصصة في المقام الأول للاستخدام في الدورات الدراسية والواجبات المنزلية. أنا أشجعك على التوقف والتحقق من الموارد التالية.مكتبة البيانات والقصص (DASL) (http://lib.stat.cmu.edu/DASL) - مكتبة على الإنترنت تحتوي على بيانات وملفات قصصية توضح تطبيق الأساليب الإحصائية الأساسية؛ ينتمي إلى جامعة كارنيجي ميلون.
يعد Berkeley Data Lab (http://sunsite3.berkeley.edu/wikis/datalab) جزءًا من نظام مكتبة جامعة كاليفورنيا في بيركلي.
42 الفصل الثاني. كيفية التعامل مع البيانات
– &نبسب- &نبسب-
الجغرافيا هل لديك برنامج لتوطين الكائنات، ولكن لا توجد بيانات جغرافية؟ يا لها من نتيجة. لديك عدد كبير من الملفات الجغرافية تحت تصرفك، بما في ذلك التنسيق المتجه (ملفات الأشكال).
TIGER (http://www.census.gov/geo/www/tiger) - يمكن العثور على موقع مكتب الإحصاء الأمريكي الأكثر تكلفة، ولكنه يوفر أيضًا قواعد البيانات الأكثر تفصيلاً للطرق السريعة والسكك الحديدية والأنهار والرموز البريدية .
يعد OpenStreetMap (http://www.openstreetmap.org) أحد أفضل الأمثلة على قواعد البيانات المجتمعية.
Geocommons (http://www.geocommons.com) عبارة عن قاعدة بيانات وتطبيق لرسم الخرائط.
Flickr Shapefiles (http://www.flickr.com/services/api) - الحدود الجغرافية كما يمثلها مستخدمو Flickr.
رياضة
يحب الناس الإحصاءات الرياضية، ويمكنك الوصول إلى هذا النوع من البيانات التي تعود إلى عدة عقود مضت. يمكنك العثور عليها على موقع Sports Illustrated وعلى المواقع الإلكترونية للفرق والمنظمات الرياضية ذات الصلة، وكذلك على المواقع الإلكترونية المخصصة للإحصاءات الرياضية البحتة.
مرجع كرة السلة (http://www.basketball-reference.com) هو مصدر للبيانات والمعلومات الشاملة، بما في ذلك التغطية المباشرة لمباريات الرابطة الوطنية لكرة السلة.
يعد Baseball DataBank (http://baseball-databank.org) موقعًا شاملاً للغاية حيث يمكنك تنزيل مجموعات بيانات البيسبول الشاملة.
DatabaseFootball (http://www.databasefootball.com) - هنا يمكنك عرض بيانات عن مباريات الدوري الوطني لكرة القدم الأمريكية حسب الفريق واللاعب والموسم.
العالم بشكل عام
تحتفظ العديد من المنظمات الدولية الجديرة بالذكر أيضًا بقواعد بيانات عن العالم ككل، خاصة فيما يتعلق بمؤشرات مثل مستويات الصحة والتنمية. ومع ذلك، عند العمل معهم، سيتعين عليك التدقيق في بعض الأشياء، نظرًا لأن العديد من مجموعات البيانات ليست منظمة بشكل جيد. ليس من السهل الحصول على بيانات موحدة من خلال جمعها من بلدان مختلفة باستخدام طرق مختلفة.
حقائق الصحة العالمية (http://www.globalhealthfacts.org) - بيانات صحية من جميع أنحاء العالم.
UNdata (http://data.un.org) هو مجمع للبيانات من مصادر مختلفة من جميع أنحاء العالم.
44 الفصل الثاني. كيفية التعامل مع البيانات
– &نبسب- &نبسب-
إذا قمت بإزالة كل شيء بعد .html في عنوان URL هذا، فسيستمر تحميل الصفحة، لذا تخلص من تلك الأحرف الإضافية. إنهم لا يثيرون اهتمامك في الوقت الحالي.
يجب أن تبدو هذه:
www.wunderground.com/history/airport/KBUF/2010/10/1/DailyHistory.html
48 الفصل الثاني. كيفية التعامل مع البيانات
– &نبسب- &نبسب-
# افتح عنوان url الخاص بـ wunderground.com = "2009" + str(m) + str(d) print "الحصول على بيانات لـ " + timestamp url = "http://www.wunderground.com/history/airport/KBUF/2009/ " + str(m) + "/" + str(d) + "/DailyHistory.html" page = urllib2.urlopen(url) # احصل على درجة الحرارة من الصفحة sauce = BeautifulSoup(page) # dayTemp = sauce.body.nobr. b.string dayTemp = Soup.findAll(attrs=("class": "nobr")).span.string
– &نبسب- &نبسب-
# إنشاء الطابع الزمني timestamp = "2009" + mStamp + dStamp # اكتب الطابع الزمني ودرجة الحرارة إلى الملف f.write(timestamp + ""، + dayTemp + "\n") # تم الحصول على البيانات! إغلاق الملف.
f. Close() من المحتمل أنك تعرفت على أول سطرين من التعليمات البرمجية التي استوردت بواسطتها المكتبات الضرورية - urllib2 وBeautifulSoup.
استيراد urllib2 من BeautifulSoup استيراد BeautifulSoup بعد ذلك، يتم إنشاء ملف نصي يسمى wunder-data-txt مع أذونات الكتابة باستخدام طريقة open(). سيتم حفظ جميع البيانات التي تستخرجها في هذا الملف النصي الموجود في نفس الدليل الذي قمت بحفظ البرنامج النصي الخاص بك فيه.
# إنشاء/فتح ملف يسمى wunder.txt (والذي سيكون ملفًا محددًا بفواصل) f = open("wunder-data.txt", "w")
52 الفصل الثاني. كيفية التعامل مع البيانات
– &نبسب- &نبسب-
الجزء قبل الأخير من الكود مسؤول عن إنشاء طابع زمني بناءً على السنة والشهر واليوم. يتم تقديم الطابع الزمني بالتنسيق "yyyymmdd". هنا يمكنك تعيين أي تنسيق، ولكن في هذه المرحلة كلما كان ذلك أبسط كلما كان ذلك أفضل.
# تنسيق اليوم للطابع الزمني
إذا لين (شارع (د)) 2:
dStamp = "0" + str(d)
– &نبسب- &نبسب-
وأخيرًا، تتم إضافة درجة الحرارة والطابع الزمني إلى ملف "wunder-data.txt" باستخدام طريقة write().
# اكتب الطابع الزمني ودرجة الحرارة إلى الملف f.write(timestamp + ""، + dayTemp + "\n") عند الانتهاء من العمل مع جميع الأشهر والأيام، يتم تطبيق Close().
# تم الحصول على البيانات! إغلاق الملف.
f.Close() كل ما تبقى هو تشغيل الكود، وهو ما ستفعله في جهازك الطرفي باستخدام هذا الأمر:
$python get-weather-data.py
– &نبسب- &نبسب-
البرمجة، وسوف تتمكن من عرض البيانات بأي تنسيق تريده بحيث يلبي احتياجاتك في لحظة معينة.
أسهل طريقة هي العثور على مبرمج يمكنه تنسيق جميع بياناتك وتحليلها، لكن في هذه الحالة ستظل دائمًا معتمداً على شخص آخر. تصبح هذه التبعية واضحة بشكل خاص في المراحل الأولى من أي مشروع، عندما يكون التكرار واستكشاف البيانات أساسيين لإنشاء تصورات ذات معنى. بصراحة، إذا كنت أقوم بالتوظيف، فإنني أفضل تعيين شخص يعرف كيفية التعامل مع البيانات، بدلاً من شخص سيحتاج إلى مساعدة خارجية في كل مرة في المرحلة الأولى من المشروع.
ما تعلمته عن التنسيق
عندما بدأت دراسة الإحصاء لأول مرة في المدرسة الثانوية، كانت البيانات تقدم لنا دائمًا في شكل جدول أنيق. كل ما كان علي فعله هو إدخال بعض الأرقام في جدول بيانات Excel أو الآلة الحاسبة الرسومية الرائعة (والتي كانت مفضلة لأنها سمحت لي بلعب لعبة Tetris بينما أتظاهر بأنني أقوم بواجب صفي). طوال سنوات الدراسة الجامعية، ظل الوضع دون تغيير تقريبا. وبما أنني كنت أدرس أساليب ونظريات التحليل، لم يقض أساتذتي وقتًا إضافيًا في العمل على البيانات الأولية غير المجهزة. بدا الأمر كما لو أن البيانات كانت موجودة دائمًا في شكل مناسب للعمل.
وهذا أمر مفهوم، نظرًا لضيق الوقت، وما إلى ذلك. لكن في دراستي العليا، أدركت أنه في العالم الحقيقي، لا يتم العثور على البيانات تقريبًا بالتنسيق الذي تحتاجه. بعض المعاني مفقودة تمامًا، والبعض الآخر يظهر بدون أي سياق أو تكون مصحوبة بتعليقات وأخطاء إملائية غير منطقية ومتناقضة. في كثير من الأحيان، تكون البيانات الضرورية متناثرة عبر جداول مختلفة، ولكنك تحتاج إلى وضعها جميعًا في جدول واحد، وترتيبها وفقًا لمؤشر واحد، مثل الاسم أو المعرف الفريد.
لقد واجهت نفس المشكلة عندما بدأت في القيام بالتصور. وأصبحت المشكلة أكثر حدة كلما أردت أن أفعل المزيد بالبيانات التي أملكها. اليوم، لم يعد أمرًا غير معتاد بالنسبة لي أن أقضي الكثير من الوقت في الحصول على البيانات بالتنسيق الذي أحتاجه مثلما أقضي فعليًا عمل تصورها. في بعض الأحيان، يستغرق الأمر وقتًا أطول لترتيب بياناتي. قد يبدو الأمر غريبًا في البداية، ولكنك ستجد أن إنشاء الرسومات يصبح أسهل بكثير عندما تكون بياناتك منظمة بشكل واضح كما كانت أثناء دورة الإحصاء التمهيدية في المدرسة الثانوية.
بعد ذلك، ستتعرف على تنسيقات البيانات المختلفة، والأدوات المتاحة لك والتي يمكنك من خلالها العمل مع تلك التنسيقات، وأخيرًا ستكتسب بعض المعرفة البرمجية، باستخدام نفس المبادئ كما في استخراج البيانات في المثال السابق.
56 الفصل الثاني. كيفية التعامل مع البيانات
– &نبسب- &نبسب-
لغة الترميز الموسعة (XML)
التنسيق الآخر الشائع على الويب هو XML. غالبًا ما يتم استخدامه لنقل البيانات عبر واجهات برمجة التطبيقات المختلفة. هناك العديد من أنواع ومواصفات XML المختلفة، ولكن على المستوى الأساسي يمكن وصفها بأنها تنسيق مستند نصي يحتوي على قيم محاطة بالعلامات. على سبيل المثال، خلاصة RSS (Really Simple Syndication) — التي يستخدمها الأشخاص عند الاشتراك في مدونات مثل FlowingData — هي في الأساس ملف XML (الشكل 2.7).أرز. 2.7. جزء من موجز RSS لـ FlowingData
يعد تحليل XML أمرًا سهلاً نسبيًا إذا كنت تستخدم مكتبات مثل Beautiful Soup for Python. بعد قراءة الأقسام التالية من الكتاب، ستبدأ في الحصول على فهم أفضل لـ XML، بالإضافة إلى CSV وJSON.
58 الفصل الثاني. كيفية التعامل مع البيانات
– &نبسب- &نبسب-
السيد. محول البيانات
غالبًا ما تتاح لك الفرصة للحصول على جميع البيانات في Excel، ولكن بعد ذلك تحتاج إلى تحويلها إلى تنسيق آخر يناسب احتياجاتك بشكل أفضل.يحدث هذا دائمًا تقريبًا عند إنشاء رسومات للويب. أنت تعرف بالفعل كيفية تصدير جداول بيانات Excel إلى تنسيق CSV، ولكن ماذا لو كنت بحاجة إلى القيام بشيء أكثر؟ السيد سوف يساعدك. محول البيانات.
السيد. محول البيانات هو أداة بسيطة ومجانية. تم إنشاؤه بواسطة شان كارتر، محرر الرسومات في صحيفة نيويورك تايمز، ويقضي كارتر معظم وقته في إنشاء رسومات تفاعلية للنسخة الإلكترونية للصحيفة، وغالبًا ما يتعين عليه تحويل البيانات لجعلها مناسبة للاستخدام في البرامج التي تدعم عملها ليس من المستغرب أنه أنشأ أداة لتبسيط العملية.
استخدم السيد. محول البيانات سهل. كما ترون من خلال النظر إلى الشكل. 2.9، الشكل. 2.9. السيد. يعمل محول البيانات على تبسيط عملية نقل البيانات من واجهة واحدة إلى واجهة بسيطة تمامًا. كل ما هو في شكل مختلف
60 الفصل الثاني. كيفية التعامل مع البيانات
– &نبسب- &نبسب-
أرز. 2.11. الأسماء في شكل جدول بعد المعالجة في Mr. الناس مثل السيد. محول البيانات، السيد. People أيضًا مفتوح المصدر ويمكن تنزيله من GitHub.
برامج حساب الجدول
بالطبع، إذا كنت تحتاج فقط إلى فرز بعض البيانات أو إجراء تغييرات صغيرة على العناصر الفردية، فيمكنك دائمًا استخدام برنامج جداول البيانات المفضل لديك. إذا كان عليك إجراء تغييرات طفيفة، فاتبع المسار المطروق. إذا لم يكن الأمر كذلك، فجرب ما ورد أعلاه أولاً (خاصة إذا كان لديك كمية كبيرة من البيانات)، أو فكر في إنشاء تعليمات برمجية مصممة خصيصًا لهدف معين مهام.62 الفصل الثاني. كيفية التعامل مع البيانات
– &نبسب- &نبسب-
20090101,26 20090102,34 20090103,27 20090104,34 20090105,34 20090106,31 20090107,35 20090108,30 20090109,25 …
– &نبسب- &نبسب-
max_temperature26/max_temperature /تاريخ مراقبة الملاحظة20090102/date max_temperature34/max_temperature /تاريخ مراقبة الملاحظة20090103/date max_temperature27/max_temperature /تاريخ مراقبة الملاحظة20090104/date max_temperature34/max_temperature /observation … /weather_data يتم تضمين درجة الحرارة لكل يوم في علامات المراقبة، بما في ذلك التاريخ و علامات max_temperature.
لتحويل تنسيق CSV إلى تنسيق XML كما هو موضح أعلاه، يمكنك استخدام مقتطف التعليمات البرمجية التالي:
استيراد قارئ CSV = csv.reader(open("wunder-data.txt", "r"), delimiter = ",") طباعة "weather_data"
للصف في القارئ:
طباعة "الملاحظة" طباعة "التاريخ" + صف + "/تاريخ" طباعة "max_temperature" + صف + "/max_temperature" طباعة "/observation' print "/weather_data" يمكنك استيراد الوحدات الضرورية كما كان من قبل. في هذه الحالة، لقراءة wunder-data.txt، فأنت تحتاج فقط إلى وحدة CSV.
import csv يفتح السطر الثاني من التعليمات البرمجية ملف wunder-data.txt للقراءة باستخدام open() ثم يقوم بتحميله باستخدام طريقة csv.reader().
القارئ = csv.reader(open("wunder-data.txt"، "r")، محدد = "،")
64 الفصل الثاني. كيفية التعامل مع البيانات
– &نبسب- &نبسب-
تحويل CSV إلى XML، قم بتشغيل حلقة من خلال كل ملاحظة وعرض القيم بالتنسيق الذي تحتاجه.
سيعيدك هذا إلى حيث بدأت:
20090101.26 20090102.34 20090103.27 20090104.34 ... لإكمال الصورة، إليك أيضًا الكود الذي يمكنك من خلاله تحويل تنسيق CSV إلى تنسيق JSON.
استيراد قارئ CSV = csv.reader(open("wunder-data.txt"، "r")، محدد = "،") طباعة "(الملاحظات: ["rows_so_far = 0)
للصف في القارئ:
– &نبسب- &نبسب-
طباعة "] )" قم بتصفح السطور لترى ما يحدث هنا. نحن نتعامل مرة أخرى بنفس المنطق، ولكن بنتيجة مختلفة. إذا قمت بتشغيل الكود أعلاه، فستحصل على بياناتك بتنسيق JSON.
وهنا ما سوف تبدو وكأنها:
– &نبسب- &نبسب-
المثال بسيط بالطبع، لكنه يوضح كيف يمكنك البناء على هذه المبادئ لتنسيق البيانات أو إثرائها كيفما تشاء.
تذكر هذه الخطوات الثلاث:
اختتام هذا الفصل يناقش كيفية العثور على البيانات الضرورية وما يجب فعله بها بمجرد العثور عليها. في عملية التصور، هذه مرحلة مهمة جدًا، ناهيك عن أهمها. إن رسومات المعلومات مثيرة للاهتمام بقدر البيانات الموجودة خلفها. يمكنك تزيين المخطط أو الرسم البياني الخاص بك كيفما تريد، ولكن البيانات (أو نتائج تحليلك لتلك البيانات) ستظل هي الأساس. والآن بعد أن عرفت مكان وكيفية الحصول على البيانات، فأنت جاهز للمضي قدمًا.
لقد جربت أيضًا يدك في البرمجة لأول مرة. لقد قمت باستخراج البيانات من موقع ويب ثم قمت بتنسيقها وإعادة ترتيبها. هذه التقنية سوف تخدمك جيدًا في الفصول التالية. ومع ذلك، فإن الشيء الأكثر أهمية في التعليمات البرمجية هو المنطق. لقد استخدمت Python، ولكن كان من الممكن أن تتحول بسهولة إلى Ruby أو Perl أو PHP. مهما كانت اللغة التي تستخدمها، يظل المبدأ هو نفسه. بمجرد إتقان إحدى لغات البرمجة - وإذا كنت مبرمجًا بارعًا بالفعل، فسوف تؤكد كلامي - سيكون من الأسهل عليك بعد ذلك إتقان لغة أخرى.
لا تحتاج دائمًا إلى اللجوء إلى الرموز. في بعض الحالات، يمكن لتطبيقات السحب والإفلات أن تجعل عملك أسهل كثيرًا، وفي تلك الحالات يجب عليك استخدامها. في النهاية، كلما زاد عدد الأدوات الموجودة في صندوق الأدوات الخاص بك، قل احتمال تعثرك.
لذلك، لديك بالفعل البيانات. الآن حان الوقت للبدء في التصور.
تحديد أدوات تصور البيانات في الفصل السابق، تعلمت كيفية البحث عن البيانات وكيفية إدخالها في التنسيق الذي تحتاجه. أنت الآن جاهز لبدء التصور. أحد الأسئلة التي يطرحها الناس عليّ كثيرًا في هذه المرحلة هو "ما البرنامج الذي يجب أن أستخدمه لتصور البيانات؟"
لحسن الحظ، لديك العديد من الخيارات. بعض البرامج مثبتة مسبقًا على جهاز الكمبيوتر الخاص بك وتعمل وفقًا لمبدأ السحب والإفلات. لاستخدام أدوات أخرى، سوف تحتاج إلى بعض مهارات البرمجة. هناك أيضًا أدوات لم يتم تصميمها خصيصًا للعرض الرسومي للبيانات، ولكنها قد تظل مفيدة لك. هذا الفصل مخصص لموضوع اختيار البرامج لتصور البيانات.
"كلما زاد عدد الأدوات التي أصبحت بارعًا في استخدامها، كلما زاد فهمك لفوائدها، قل احتمال ارتباكك بشأن ما يجب عليك فعله بعد ذلك بالبيانات المتوفرة لديك، وزادت احتمالية إنشاء مخطط أو رسم بياني لذلك." تمثل رؤيتك بشكل مناسب.
70 الفصل الثالث. اختيار أدوات عرض البيانات
– &نبسب- &نبسب-
أرز. 3.2. خيارات الرسم البياني في Microsoft Excel لا يأخذ بعض الأشخاص برنامج Excel على محمل الجد، ولكنه ليس برنامجًا سيئًا إذا كنت تستخدمه للأغراض الصحيحة. على سبيل المثال، لا أستخدم برنامج Excel إذا كنت بحاجة إلى إجراء تحليل عميق أو تطوير رسومات للنشر. ولكن إذا تلقيت مجموعة صغيرة من البيانات في ملف Excel، كما هو الحال غالبًا، وأريد أن أحصل بسرعة على فكرة عامة عما هو موجود أمامي، فأنا أفضل إنشاء مخطط في ذلك برنامج جداول البيانات المفضل ببضع نقرات بالماوس.
يمكن أن تكون الرسوم البيانية ممتعة حقًا
أول مخطط قمت بإنشائه على الكمبيوتر كان باستخدام برنامج Microsoft Excel، وقمت بإنشائه في الصف الخامس لمعرض العلوم بالمدرسة. كنت أنا وشريكي في هذا العمل نحاول اكتشاف القواقع السطحية التي تتحرك عليها بشكل أسرع. دعني أؤكد لك أن هذه كانت دراسة ثورية.
وحتى في ذلك الوقت، كما أتذكر الآن، استمتعت كثيرًا برسم المخطط. لقد استغرق الأمر وقتًا طويلاً حتى أتقن البرنامج (كان الكمبيوتر جديدًا بالنسبة لي في ذلك الوقت)، ولكن عندما اكتشفت ذلك أخيرًا، استمتعت بالعملية حقًا. أدخلت الأرقام في جدول بيانات وحصلت على الفور على رسم تخطيطي يمكنني تلوينه بأي لون أريده.
اخترت اللون الأصفر الساطع الذي يجعل عيني عمياء - بدا لي أن هذا هو الشيء الوحيد.
72 الفصل الثالث. اختيار أدوات عرض البيانات
– &نبسب- &نبسب-
أرز. 3.8. مخطط التشتت للعيون المتعددة الشكل. 3.9. شجرة كلمة "الحق" في دستور الولايات المتحدة على العديد من العيون. وبهذا، يمكنك التبديل بسهولة من أداة إلى أخرى باستخدام نفس البيانات. في التين. 3.10 يتم تصور الدستور باستخدام سحابة كلمات منمقة تعرف باسم Wordle. كلما ظهرت الكلمة في كثير من الأحيان، كلما كان حجمها أكبر.
76 الفصل الثالث. اختيار أدوات عرض البيانات
– &نبسب- &نبسب-
البعض الآخر لا يمكن الاعتماد عليه في هذا الصدد، ولكنه يسمح لك بإنشاء كائنات مرئية أكثر جاذبية أو منحها التفاعلية. تعتمد اللغة الأفضل لاختيارها على الأهداف التي حددتها لمخطط معين واللغة التي تشعر بثقة أكبر في العمل بها.
يلتزم بعض الأشخاص بلغة معينة ويصبحون جيدين فيها بمرور الوقت. يعد هذا أيضًا أمرًا رائعًا إذا كنت جديدًا في البرمجة. أوصي بشدة بالالتزام بهذه الإستراتيجية. تعرف على المبادئ الأساسية والمهمة للكود أولاً.
استخدم اللغة التي تناسب احتياجاتك. ومع ذلك، هناك متعة خاصة في تعلم لغات جديدة وإتقان تقنيات جديدة في اللعب بالبيانات.
لذلك يجب عليك اكتساب بعض الخبرة البرمجية الجيدة قبل أن تقرر ما تفضله.
تحدثنا في الفصل السابق عن كيفية التعامل مع البيانات باستخدام بايثون.
وهذا يجعل اللغة الحقيقية مفيدة بشكل خاص للتحليل ولإجراء العمليات الحسابية القوية.
من بين أمور أخرى، تتمتع لغة Python ببناء جملة أنيق وسهل القراءة يحبه المبرمجون.
باستخدامه، يمكنك العمل من خلال العديد من الوحدات لإنشاء رسومات معلومات مثل تلك الموضحة في الشكل. 3.11.
من وجهة نظر جمالية، هذا الكائن لا يمثل أي شيء رائع. ربما لا ترغب في إرسال الرسم البياني الذي أنشأته للتو باستخدام Python للطباعة. عادة ما تبدو النتيجة قذرة. ومع ذلك، فهي بداية جيدة في رحلة علم البيانات. يمكنك أيضًا تصدير صورة ثم معالجتها أو إضافة معلومات إليها باستخدام محرر رسومي. أرز. 3.11. الرسم البياني الذي تم إنشاؤه في بيثون
80 الفصل الثالث. اختيار أدوات عرض البيانات
– &نبسب- &نبسب-
| في أنشطة مكتبة الجامعة دراسة كيميروفو 2010 UDC 78.305.8 BBK 022.9 B72 المراجعون: دكتوراه في العلوم التربوية، البروفيسور إي إل كودرينا؛ دكتوراه في العلوم التربوية، أستاذ N. I. Gendina؛ دكتوراه في الدراسات الثقافية، البروفيسور ج.ب. بارشوكوفا بوبروفا، E.I.B72 تكنولوجيات المعلومات والاتصالات في أنشطة مكتبة الجامعة..." |
