Ну что же. Много красоты и интересного для изучения. Объявили лонглист:

https://www.informationisbeautifulawards.com/showcase?award=2022&type=awards

​​#визуализация_данных #интерпретация #опросы #зарплата
Успешен тот, кто много работает?
Visual Capitalist опубликовал график на основе данных Current Population Survey (Бюро переписи населения США, май 2022) о том, сколько часов в неделю в среднем работают американцы с различным уровнем дохода. По оси Y – среднее количество рабочих часов в неделю (с учётом второй-третьей работы, переработок, при этом в выборку попали только те, кто работал более 35 часов в неделю), по оси X – процентиль респондентов по уровню дохода (для сравнения доходов используется т.н. децильный показатель для сравнения двух противоположных групп населения – в ранжированной по доходам совокупности выделяют 1й дециль, т.е. уровень доходов, отделяющий 10% с наименьшим доходом и 9й дециль, соответствующий уровню доходов, за которым находятся 10% населения с наибольшими доходами). Так, 10% респондентов с наименьшим доходом работали 42.4 часов в неделю, а 10% с самым высоким доходом – 46.6 часов в неделю.
Какой вывод можно сделать на основе этого графика по данным опроса (опрос ниже этого поста)?

#week04 #R #stacked_bar_chart #бюджет #доходы #нефть Конечно, лучше смотреть консолидированный бюджет. В июне 2022 доля нефтегазовых доходов уже составляет 45% (6.4 трлн рублей). Для сравнения — в 2011 году на нефтегазовые доходы приходилось 50% (5.6 трлн рублей). В 2021 году — 36% (9.1 трлн рублей). Ссылка на исходный код в R.

​​Кто научит визуализации на хакатоне «ХАРТ»? #афиша

Совсем скоро, 29 и 30 октября, в Европейском пройдет хакатон по визуализации данных в области культуры, организованный центром МАСТ и Школой искусств и культурного наследия.

Вот здесь можно подробнее познакомиться с программой хакатона.

А сейчас хотим немного больше рассказать о наставниках, которые помогут участникам за 2 дня создать собственные проекты.

Обо основах анализа и визуализации данных расскажут дата-журналист Андрей Дорожный, дизайнер инфографики Константин Мшагский и дата-художник Наталья Киселева, автор канала Дата-комиксы. С помощью практических заданий участников научат работать в инструменте Tableau, а затем помогут им в создании собственных визуализаций на основе заранее подготовленных датасетов.

«Хакатоны, основанные на данных о музеях, произведениях искусства или культурных объектах, событие довольно редкое. И для нас очень важно привлечь студентов, которые исследуют разные области знания, вне зависимости от уровня их навыков визуализации, и дать им необходимые инструменты для работы с данными» — поделились организаторы ХАРТа.

До 10 октября (включительно) еще можно успеть подать заявку на участие, ознакомившись с Положением. Для этого переходите по ссылке: https://clck.ru/uR4ph

​​#визуализация_данных #курсы #обучение #дата_грамотность #BI_инструменты
Я теперь ещё сотрудничаю с Яндекс.Практикум и присоединился к отличной команде, а все мы вместе сделали курс "Визуализация данных и введение в BI-инструменты"!
Умение понимать данные, анализировать их, извлекать смыслы и представлять их, в том числе визуально, оценивать и критически осмысливать качество анализа и выводы, визуализировать данные – всё это становится важным навыком не только специалистов в сфере информации и технологий, но рядовых сотрудников организаций. Ускоряется технологический процесс, растут объемы генерируемых данных, а сотрудники организаций оказываются перед необходимостью работы с данными. Лавина данных во многом уже определяет рабочие процессы организаций и меняет содержание деятельности их сотрудников, даже тех, кто никогда не работал с данными, не составлял отчёты и не занимался анализом и визуализацией данных на профессиональной основе.
За 3 месяца обучения вы погрузитесь не только в теорию и освоите фундаментальные принципы визуализации данных, но через увлекательные истории и решение реальных задач приобретете практические навыки. Узнаете, как работает индустрия, как общаться с заказчиком и собирать требования на проект по визуализации данных. Ваше путешествие в рамках курса начнется с самых азов визуализации данных до дата-сторителлинга и создания интерактивных дашбордов. Сможете сориентироваться и поработать в DataLens, DataWrapper и Tableau на бизнес-ориентированных кейсах. Вы научитесь создавать понятные и убедительные визуализации для отчётов, презентаций, дашбордов.
Мы предусмотрели вступительный (опциональный) блок по дата-грамотности для тех, кто совсем не умеет работать с данными. Также сейчас уже можно пройти бесплатную вводную часть курса.
Мы ждём начинающих аналитиков, тех, кто меняет профессию и сдвигается в BI, продуктовых и BI-аналитиков, HR-менеджеров, руководителей бизнес-подразделений, офисных работников и всех, кто делает презентации, учёных и исследователей, предпринимателей, студентов.
Курс стартует 28 ноября 2022 года, а до 12 октября можно воспользоваться промокодом на скидку в 10% для читателей моего канала: DATAVISIB_10.

Моя маленькая статья "Почему в визуализации должно быть мало цветов" пока набрала всего 240 просмотров. Читаем, критикуем, пишем замечания в личку ;)
#визуализация_данных #цвет #графики
#предвнимательные_признаки

#визуализация_данных #примеры_визуализаций #визуализация_в_жизни #scoreboard Тренер NBA Ник Нерс из «Торонто Рэпторс» стал новым членом совета директоров компании Noah Basketball, занимающейся аналитикой спортивных данных (они собрали данные примерно о 300 миллионах бросков из игр). Компания была основана в 2002 году и занимается анализом бросков и игры баскетболистов. Баскетбольные системы слежения компании Noah Basketball используются различными командами NBA («Лос-Анджелес Лейкерс», «Нью-Йорк Никс», «Голден Стэйт Уорриорз» и «Торонто Рэпторс»). В тренировочном центре Торонто появилось новое информационное табло. На него выводится информация: можно увидеть много информации по действиям на площадке, например по броскам, которая позволяет корректировать работу рук и ног игрока. Прикольная эволюция простого табло с отображением счета в игре к реал-тайм аналитике и визуализации данных.

#визуализация_данных #heatmap #ggplot2 #R
Визуализируем с помощью тепловой карты ЧСС (частоту сердечных сокращений) на основе выгрузки данных из приложения SamsungHealth умных часов Samsung. Код на R доступен в моём профиле Github. Тепловая карта (англ. heatmap) — графическое представление данных, где индивидуальные значения в таблице отображаются при помощи цвета. Термин "heatmap" изначально был придуман и официально зарегистрирован как товарный знак разработчиком программного обеспечения Кормаком Кинни в 1991 году. В основе тепловой карты лежит идея окрашивания таблицы с данными, которой больше ста лет. Пример можно найти в статистическом атласе населения Парижа Туссена Луа, изданном в 1873 году, где интенсивностью цвета показаны частоты встречаемости характеристик (национальность, профессия, возраст и т. п.) в 20 районах Парижа.

#d3 #обзор #инфографика #космонавты Потрясающий проект ТАСС: Что мы знаем о космонавтах? https://spacemen.tass.ru/

#визуализация_данных #книги #история
Книга Вилларда Бринтона "Графическое изображение фактов" (PDF)
Виллард Бринтон (Willard Brinton) – американский инженер, пионер в области визуализации данных. Его книга представляет собой руководство для тех, чья работа в конце 19 – начале 20 веков была связана с изготовлением чертежей для отчетов, для иллюстрирования журналов и рекламных целей. Книга облегчала взаимодействие между исполнителем и заказчиком, служа сборником примеров диаграмм, графиков и иллюстраций. Материалом для книги послужили авторские лекции Бринтона, прочитанные в том числе в Гарвардском университете.
Перед читателем переиздание книги Вилларда Бринтона более чем через 100 лет после ее выхода в свет и спустя 90 лет после выпуска первого перевода на русский язык. Современное русскоязычное издание книги, которую принято считать первым в своем роде справочником, затрагивающим вопросы правильной визуализации данных, адаптированным для широкой аудитории.

#jwst #ggplot2 #R Мне нравится изучать данные, связанные с космонавтикой и астрономией. В январе 2022 делал статичный мини-дашборд в R c параметрами полёта телескопа "Джеймс Уэбб" (JWST). 25 декабря 2021 года с космодрома Куру во Французской Гвиане стартовала ракета-носитель Ariane 5, которая вывела в космос телескоп "Джеймс Уэбб" стоимостью 10 миллиардов долларов -- самая сложная и дорогая космическая обсерватория в истории (для справки: это около 27% годового бюджета Москвы). В удивительное время мы живём. Запуск можно было смотреть в прямом эфире, а 29 декабря NASA открыло для всех доступ к текущим усредненным показаниям с 4 датчиков температуры на горячей и холодной сторонах телескопа, данным о параметрах полёта телескопа: крейсерской скорости, расстоянии от Земли, расстоянии до конечной точки L2. Если есть данные, то можно пробовать их собирать и визуализировать. Я написал простой скрипт на R, который скачивал данные о текущем статусе телескопа с помощью публичного неофициального API и визуализировал основные метрики на мини-дашборде в виде статичной картинки или обновляемой картинки в приложении на shiny (сейчас API не работает, как и дашборд). По ссылке на github доступны примеры на разные даты, код графика на R и код приложения на shiny. Собрал все в одну гифку (см. анимацию выше). Надо было сохранять данные, тогда была бы возможность прямо в R сделать анимацию. Мораль: сохраняйте данные, когда их запрашиваете по API :) API, как и ссылки в интернете, протухают очень быстро.

анимация по ссылке

#графики_и_жЫзнь #юмор