ഡാറ്റ ദൃശ്യവൽക്കരണവും കണ്ടെത്തലുകളുടെ അവതരണവും

നേട്ടങ്ങൾ:

• നിങ്ങൾ നൽകാൻ ആഗ്രഹിക്കുന്ന സന്ദേശത്തിന് അനുയോജ്യമായ ചാർട്ട് തരം തിരഞ്ഞെടുക്കാനുള്ള കഴിവ് (താരതമ്യം, പ്രവണത, വിതരണം, ബന്ധം)
• ഗ്രാഫിന് കീഴിലുള്ള ഓരോ സംഖ്യയും അതിൻ്റേതായ യഥാർത്ഥ ഡാറ്റയിൽ നിന്നാണ് വരുന്നതെന്ന് ഉറപ്പാക്കിക്കൊണ്ട് കൃത്രിമബുദ്ധി ഉപയോഗിച്ച് നിർമ്മിച്ച ഡാറ്റ ഉപയോഗിച്ച് ഗ്രാഫുകൾ നിർമ്മിക്കുന്നത് ഒഴിവാക്കാനുള്ള കഴിവ്.
• തകർന്ന അച്ചുതണ്ട്, ആനുപാതികമല്ലാത്ത സ്കെയിൽ തുടങ്ങിയ തെറ്റിദ്ധരിപ്പിക്കുന്ന ഡിസൈനുകൾ നിയന്ത്രിക്കാനും ആക്സസ് ചെയ്യാവുന്നതും സത്യസന്ധവുമായ ദൃശ്യങ്ങൾ നിർമ്മിക്കാനുള്ള കഴിവ്

ഒരു ഗവേഷണ കണ്ടെത്തൽ എത്ര ഉറച്ചതാണെങ്കിലും, അത് മനസ്സിലാക്കാത്തിടത്തോളം അത് ഉപയോഗശൂന്യമാണ്. ഗ്രാഫുകളിലേക്കും പട്ടികകളിലേക്കും ചാർട്ടുകളിലേക്കും സംഖ്യാപരമായതും വിഭാഗീയവുമായ ഡാറ്റ പകരുന്ന കലയാണ് ഡാറ്റ വിഷ്വലൈസേഷൻ, അതിനാൽ വായനക്കാരന് ഒറ്റനോട്ടത്തിൽ പാറ്റേൺ കാണാൻ കഴിയും. ഒരു നല്ല ചാർട്ട് ആയിരക്കണക്കിന് വരി ഡാറ്റയെ ഒരൊറ്റ സന്ദേശമാക്കി കുറയ്ക്കുന്നു; ഒരു മോശം ചാർട്ട് കൃത്യമായ ഡാറ്റയെപ്പോലും തെറ്റിദ്ധരിപ്പിക്കുന്നതാക്കും. ഈ യൂണിറ്റിൽ, ശരിയായ ചാർട്ട് തരം, ഡ്രാഫ്റ്റ് വിഷ്വലൈസേഷൻ കോഡ്, ടേബിളുകൾ ഓർഗനൈസ് ചെയ്യൽ, കണ്ടെത്തലുകൾ സത്യസന്ധമായി അവതരിപ്പിക്കൽ എന്നിവയ്ക്ക് AI എങ്ങനെ ഉപയോഗിക്കാമെന്ന് നിങ്ങൾ പഠിക്കും.

ദൃശ്യവൽക്കരണത്തിൽ AI യുടെ പങ്ക് രണ്ട് മടങ്ങാണ്. ആദ്യത്തേത് കൺസൾട്ടിംഗ് ആണ്: "ഈ ഡാറ്റയ്ക്ക് അനുയോജ്യമായ ഗ്രാഫ് ഏതാണ്?" ചോദ്യത്തിന് നന്നായി ഉത്തരം നൽകുന്നു; രണ്ട് വിഭാഗങ്ങളുടെ താരതമ്യത്തിനുള്ള ഒരു ബാർ ചാർട്ട്, കാലത്തിനനുസരിച്ച് മാറ്റുന്നതിനുള്ള ഒരു ലൈൻ ചാർട്ട്, കൂടാതെ - ശ്രദ്ധാപൂർവ്വം ഉപയോഗിക്കുകയാണെങ്കിൽ - മൊത്തത്തിലുള്ള ഭാഗങ്ങൾക്കുള്ള ഒരു പൈ ചാർട്ട്. രണ്ടാമത്തേത് കോഡ് ജനറേഷൻ ആണ്: R (ggplot2) അല്ലെങ്കിൽ Python (matplotlib, seaborn) പോലുള്ള ഉപകരണങ്ങൾക്കുള്ള ഗ്രാഫിക്കൽ കോഡ് ഡ്രാഫ്റ്റിംഗ്. എന്നാൽ ശ്രദ്ധിക്കുക: AI നിർമ്മിക്കുന്ന ഗ്രാഫിന് താഴെയുള്ള സംഖ്യകൾ നിങ്ങളുടെ യഥാർത്ഥ ഡാറ്റയിൽ നിന്നായിരിക്കണം; "സാമ്പിൾ ഡാറ്റ" ഉപയോഗിച്ച് AI നിർമ്മിക്കുന്ന ഒരു നല്ല ഗ്രാഫ് നിങ്ങളുടെ കണ്ടെത്തലല്ല. കൂടാതെ, AI അറിയാതെ തെറ്റിദ്ധരിപ്പിക്കുന്ന ഒരു ഗ്രാഫ് നിർദ്ദേശിച്ചേക്കാം (ഡാഷ് ചെയ്ത അക്ഷം, അനുപാതമില്ലാത്ത സ്കെയിൽ); സമഗ്രത പരിശോധന നിങ്ങളുടേതാണ്.

ഘട്ടം ഘട്ടമായി: ഡാറ്റയിൽ നിന്ന് സത്യസന്ധമായ ചാർട്ടിലേക്ക്

1. സന്ദേശം തിരിച്ചറിയുക. ഓരോ ചാർട്ടും ഒരൊറ്റ ചോദ്യത്തിന് ഉത്തരം നൽകണം: "ഞാൻ എന്താണ് കാണിക്കേണ്ടത്?" താരതമ്യം, പ്രവണത, വിതരണം, ബന്ധം? സന്ദേശം വ്യക്തമാകുന്നതുവരെ ചാർട്ട് തരം തിരഞ്ഞെടുക്കാനാവില്ല.

2. ശരിയായ ചാർട്ട് തരം തിരഞ്ഞെടുക്കുക. സന്ദേശത്തെ ആശ്രയിച്ച് തരം വ്യത്യാസപ്പെടുന്നു. "ഈ സന്ദേശത്തിനൊപ്പം ഈ ഡാറ്റ കാണിക്കാൻ ഞാൻ ആഗ്രഹിക്കുന്നു, ഏത് ഗ്രാഫ്?" എന്ന ചോദ്യത്തിന് AI യുക്തിസഹമായ നിർദ്ദേശങ്ങൾ നൽകുന്നു.

3. സമഗ്രത നിയമങ്ങൾ പ്രയോഗിക്കുക. അക്ഷം പൂജ്യത്തിൽ നിന്നാണോ ആരംഭിക്കേണ്ടത്, സ്കെയിൽ ആനുപാതികമാണോ, നിറങ്ങൾ തെറ്റിദ്ധരിപ്പിക്കുന്നതാണോ? ഒരു ചാർട്ട് തെറ്റിദ്ധരിപ്പിക്കുന്നതാണോ എന്ന് പരിശോധിക്കാൻ AI നിങ്ങളെ സഹായിക്കുന്നു.

4. ഡ്രാഫ്റ്റ് കോഡ് നിങ്ങളുടെ ഡാറ്റ ഉപയോഗിച്ച് പ്രവർത്തിപ്പിക്കുക. ഗ്രാഫിക്സ് കോഡ് എഴുതാൻ AI അനുവദിക്കുക; നിങ്ങളുടെ യഥാർത്ഥ ഡാറ്റ ഉപയോഗിച്ച് ഇത് പ്രവർത്തിപ്പിച്ച് ഫലം പരിശോധിക്കുക.

5. അത് ആക്സസ് ചെയ്യാവുന്നതാക്കുക. വർണ്ണാന്ധത സൗഹൃദ പാലറ്റുകൾ, വ്യക്തമായ ലേബലുകൾ, വായിക്കാനാകുന്ന ശീർഷകങ്ങൾ. AI ഈ മെച്ചപ്പെടുത്തലുകൾ നിർദ്ദേശിക്കുന്നു.

നുറുങ്ങ്: ഒരു ചാർട്ടിൻ്റെ സത്യസന്ധത പരിശോധിക്കാനുള്ള ലളിതമായ മാർഗം: "മോശമായ ഉദ്ദേശ്യങ്ങളുള്ള ഒരാൾക്ക് ഈ ചാർട്ട് എങ്ങനെ തെറ്റിദ്ധരിപ്പിക്കാനാകും?" ചോദിക്കാനാണ്. ഡാഷ് ചെയ്‌ത y-അക്ഷം ചെറിയ വ്യത്യാസത്തെ വലുതാക്കി മാറ്റുന്നു; തിരഞ്ഞെടുത്ത സമയ കാലയളവിന് ഒരു ട്രെൻഡ് വിപരീതമാക്കാനാകും. ഈ കെണികൾ AI സ്കാൻ ചെയ്യൂ.

മൂന്ന് മിനി കേസുകൾ

കേസ് 1 - തെറ്റിദ്ധരിപ്പിക്കുന്ന അച്ചുതണ്ട് ശരിയാക്കി. ഒരു റിപ്പോർട്ടിൽ, രണ്ട് ഗ്രൂപ്പുകൾ തമ്മിലുള്ള വ്യത്യാസം (51% vs. 54%) ഒരു ഗ്രാഫിൽ ഒരു "ഭീമൻ വിടവ്" പോലെ കാണപ്പെടുന്നു, y-അക്ഷം 50 ൽ ആരംഭിക്കുന്നു. അക്ഷം പൂജ്യത്തിൽ നിന്ന് ആരംഭിക്കണമെന്ന് AI നിർദ്ദേശിച്ചപ്പോൾ, വ്യത്യാസം അതിൻ്റെ യഥാർത്ഥ വലുപ്പത്തിലേക്ക് ചുരുക്കി, ചെറിയ വ്യത്യാസം. ചാർട്ട് സത്യസന്ധമായി.

കേസ് 2 - ശരിയായ രീതിയിൽ ലാഭിച്ച സമയം. ഒരു ഗവേഷകന് 5 വർഷത്തെ പങ്കാളിത്ത നിരക്ക് ഡാറ്റയുണ്ടെങ്കിലും ഒരു പൈ ചാർട്ട് ഉപയോഗിച്ചു; പ്രവണത ദൃശ്യമായില്ല. YZ "കാലത്തിനനുസരിച്ച് മാറ്റത്തിനായുള്ള ഒരു ലൈൻ ചാർട്ട്" നിർദ്ദേശിക്കുകയും ggplot2 കോഡ് തയ്യാറാക്കുകയും ചെയ്തു. താഴേക്കുള്ള പ്രവണത പെട്ടെന്ന് വ്യക്തമായി.

കേസ് 3 - വ്യാജ ഡാറ്റ ട്രാപ്പ്. ഒരു ഉപയോക്താവ് AI യോട് "യുവാക്കളുടെ സോഷ്യൽ മീഡിയ ഉപയോഗത്തിൻ്റെ ഗ്രാഫ്" ആവശ്യപ്പെട്ടപ്പോൾ, AI നിർമ്മിച്ച നമ്പറുകളുള്ള മനോഹരമായ ഒരു ഗ്രാഫ് നിർമ്മിച്ചു. ഉപയോക്താവ് ഏതാണ്ട് അത് റിപ്പോർട്ടിൽ ഇട്ടു; ഈ നമ്പറുകൾ തൻ്റെ ഡാറ്റയല്ല, AI യുടെ കണ്ടുപിടുത്തമാണെന്ന് അയാൾക്ക് മനസ്സിലായി. യഥാർത്ഥ ഡാറ്റ ഉപയോഗിച്ച് ചാർട്ട് വീണ്ടും ചെയ്തു.

പകർത്താവുന്ന നാല് ടെംപ്ലേറ്റുകൾ

1) ചാർട്ട് തരം തിരഞ്ഞെടുക്കൽ:

എനിക്ക് ഇനിപ്പറയുന്ന ഡാറ്റ പ്രദർശിപ്പിക്കണം: [ഡാറ്റ വിവരണം]. ഞാൻ നൽകാൻ ആഗ്രഹിക്കുന്ന സന്ദേശം: [താരതമ്യം/പ്രവണത/വിതരണം/ബന്ധം]. ന്യായീകരണത്തോടെ ഈ സന്ദേശത്തിന് ഏറ്റവും അനുയോജ്യമായ 2 ചാർട്ട് തരങ്ങൾ നിർദ്ദേശിക്കുക. തെറ്റിദ്ധരിപ്പിക്കുന്ന കാര്യങ്ങൾ (ഉദാ. ഒന്നിലധികം സ്ലൈസുകളുള്ള കേക്ക്) ഒഴിവാക്കേണ്ടത് എന്തുകൊണ്ടാണെന്ന് എന്നോട് പറയൂ.

2) വിഷ്വലൈസേഷൻ കോഡ് (എൻ്റെ സ്വന്തം ഡാറ്റ ഉപയോഗിച്ച് ഞാൻ ഇത് പ്രവർത്തിപ്പിക്കും):

[R ggplot2 / Python matplotlib] എന്നതിനായി ഒരു [പ്ലോട്ട് തരം] കോഡ് വരയ്ക്കുക. എൻ്റെ വേരിയബിളുകൾ: [x], [y], [ഗ്രൂപ്പ്]. അഭിപ്രായങ്ങൾക്കൊപ്പം കോഡ് എഴുതുക, ആദ്യം മുതൽ അക്ഷങ്ങൾ ആരംഭിക്കുക, ആക്സസ് ചെയ്യാവുന്ന വർണ്ണ പാലറ്റ് ഉപയോഗിക്കുക, ശീർഷകങ്ങളും ലേബലുകളും ടർക്കിഷ് ഭാഷയിൽ ഇടുക. ഉദാഹരണ സംഖ്യ നിർമ്മാണം; ഞാൻ എൻ്റെ ഡാറ്റ ബന്ധിപ്പിക്കും.

3) സമഗ്രത ഓഡിറ്റ്:

ഞാൻ ഇനിപ്പറയുന്ന ഗ്രാഫ് വിവരിക്കുന്നു: [ഗ്രാഫ്]. അത് തെറ്റിദ്ധരിപ്പിക്കുന്നതായിരിക്കുമോ? പരിശോധിക്കുക: അച്ചുതണ്ട് പൂജ്യമാണോ, സ്കെയിൽ ആനുപാതികമാണോ, സമയ ഇടവേള തിരഞ്ഞെടുത്തിട്ടുണ്ടോ, നിറങ്ങൾ ഒരു ഗ്രൂപ്പിനെ പെരുപ്പിച്ചു കാണിക്കുന്നുണ്ടോ, 3D പ്രഭാവം ധാരണയെ വികലമാക്കുന്നുണ്ടോ? ഓരോ അപകടത്തിനും പരിഹാരങ്ങൾ നിർദ്ദേശിക്കുക.

4) പട്ടിക എഡിറ്റിംഗ്:

ഇനിപ്പറയുന്ന അസംസ്കൃത ഫലങ്ങൾ വൃത്തിയുള്ളതും വായിക്കാനാകുന്നതുമായ ഫലങ്ങളുടെ പട്ടികയിലേക്ക് പരിവർത്തനം ചെയ്യുക: [x] വരികളിൽ, [y] നിരകളിൽ, സെല്ലുകളിലെ മൂല്യം, ആവശ്യമെങ്കിൽ ശതമാനം. ദശാംശ സംഖ്യയെ സ്ഥിരമായി റൗണ്ട് ചെയ്യുക, ഒരു അടിക്കുറിപ്പിൽ ഉറവിടം സൂചിപ്പിക്കുക. സംഖ്യകൾ മാറ്റുന്നു; തിരുത്തുക. ഡാറ്റ: [ഇവിടെ]

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലമായ പ്രോംപ്റ്റ്:

ഈ വിഷയത്തിൽ എനിക്ക് ശ്രദ്ധേയമായ ഒരു ഗ്രാഫിക് തരൂ.

"ഇംപ്രസീവ്" എന്ന ആഗ്രഹം കൃത്രിമ ഡാറ്റയോ അല്ലെങ്കിൽ വ്യത്യാസത്തെ പെരുപ്പിച്ചു കാണിക്കുന്ന തെറ്റിദ്ധരിപ്പിക്കുന്ന രൂപകൽപ്പനയോ ഉപയോഗിച്ച് AI-യെ പ്രോത്സാഹിപ്പിക്കുന്നു. സത്യസന്ധത പുലർത്തുന്നതിന് മുമ്പ് ശ്രദ്ധേയനാകാൻ പാടില്ല.

ശക്തമായ നിർദ്ദേശം:

എനിക്ക് എൻ്റെ സ്വന്തം ഡാറ്റ ഉപയോഗിച്ച് പ്രവർത്തിപ്പിക്കാൻ കഴിയുന്ന ഒരു ബാർ ചാർട്ട് കോഡ് വേണം. എൻ്റെ സന്ദേശം: നാല് ഗ്രൂപ്പുകൾ തമ്മിലുള്ള പങ്കാളിത്ത നിരക്കിലെ വ്യത്യാസം സത്യസന്ധമായി കാണിക്കാൻ. അച്ചുതണ്ട് പൂജ്യത്തിൽ നിന്ന് ആരംഭിക്കണം, നിറങ്ങൾ വർണ്ണാന്ധതയ്ക്ക് യോജിച്ചതായിരിക്കണം, വ്യത്യാസം പെരുപ്പിച്ചു കാണിക്കരുത്. [R/Python] കോഡ്, നമ്പർ ഫിറ്റിംഗ് എന്നിവ നൽകുക. ഈ ഗ്രാഫ് തെറ്റിദ്ധരിപ്പിക്കുന്ന 3 അപകടസാധ്യതകൾക്ക് പേര് നൽകുക.

വ്യത്യാസം: രണ്ടാമത്തെ പ്രോംപ്റ്റ് സത്യസന്ധത, പ്രവേശനക്ഷമത, യഥാർത്ഥ ഡാറ്റ എന്നിവയിൽ കേന്ദ്രീകരിക്കുന്നു.

സന്ദേശം അനുസരിച്ച് ചാർട്ട് തരം

സന്ദേശം

അനുയോജ്യമായ ഗ്രാഫിക്

ഒഴിവാക്കണം

വിഭാഗം താരതമ്യം

ബാർ ചാർട്ട്

3D, മൾട്ടി-സ്ലൈസ് കേക്ക്

കാലത്തിനനുസരിച്ച് മാറ്റം

ലൈൻ ചാർട്ട്

കേക്ക്

വിതരണം

ഹിസ്റ്റോഗ്രാം, ബോക്സ് ചാർട്ട്

ഏക ശരാശരി

രണ്ട് വേരിയബിൾ ബന്ധം

ചിതറിക്കുക

വടി

മൊത്തത്തിൽ ഭാഗങ്ങൾ

സഞ്ചിത ബാർ/പൗണ്ട് കേക്ക്

മൾട്ടി-സ്ലൈസ് കേക്ക്

സാധാരണ തെറ്റുകൾ

• AI നിർമ്മിച്ച ഡാറ്റ ഉപയോഗിച്ച് ഗ്രാഫുകൾ നിർമ്മിക്കുന്നു. ചാർട്ടിൻ്റെ ചുവടെയുള്ള എല്ലാ നമ്പറുകളും നിങ്ങളുടെ യഥാർത്ഥ ഡാറ്റയിൽ നിന്നായിരിക്കണം.
• ഡാഷ് ചെയ്ത അക്ഷം ഉപയോഗിച്ച് വ്യത്യാസം പെരുപ്പിച്ചു കാണിക്കുന്നു. ചെറിയ വ്യത്യാസം വലുതായി തോന്നുന്നത് തെറ്റിദ്ധരിപ്പിക്കുന്നതാണ്.
• സന്ദേശത്തിന് അനുയോജ്യമല്ലാത്ത ഒരു വിഭാഗം തിരഞ്ഞെടുക്കുന്നു. പൈ കൊണ്ട് ടൈം ട്രെൻഡ് കാണിക്കുന്നത് പോലെ.
• പ്രവേശനക്ഷമത മറക്കുന്നു. വർണ്ണത്താൽ മാത്രം വേർതിരിക്കുന്ന ഗ്രൂപ്പുകൾ വർണ്ണാന്ധതയുള്ള വായനക്കാരനെ ഒഴിവാക്കുന്നു.
• "സത്യസന്ധത" എന്നതിന് മുമ്പ് "ആകർഷകമായത്" എന്ന് ഇടുന്നു. വിഷ്വലിൻ്റെ ഉദ്ദേശ്യം ബോധ്യപ്പെടുത്തലല്ല, ശരിയായ ആശയവിനിമയമാണ്.

ചുരുക്കത്തിൽ

നിങ്ങളുടെ കണ്ടെത്തലുകൾ സത്യസന്ധമായും വ്യക്തമായും വായനക്കാരുമായി ആശയവിനിമയം നടത്തുന്നതിനുള്ള മാർഗമാണ് ഡാറ്റാ ദൃശ്യവൽക്കരണം. AI; ശരിയായ ചാർട്ട് തരം നിർദ്ദേശിക്കുന്നതിനും വിഷ്വലൈസേഷൻ കോഡ് ഡ്രാഫ്റ്റ് ചെയ്യുന്നതിനും പട്ടികകൾ എഡിറ്റുചെയ്യുന്നതിനും തെറ്റിദ്ധരിപ്പിക്കുന്ന ഡിസൈനുകൾ പരിശോധിക്കുന്നതിനും ഇത് ശക്തമായ ഒരു സഹായമാണ്. എന്നാൽ ചാർട്ടിൻ്റെ താഴെയുള്ള എല്ലാ നമ്പറുകളും നിങ്ങളുടെ യഥാർത്ഥ ഡാറ്റയിൽ നിന്നായിരിക്കണം; AI-യുടെ "സാമ്പിൾ ഡാറ്റ" നിർമ്മിച്ച മനോഹരമായ ഗ്രാഫ് നിങ്ങളുടെ കണ്ടെത്തലല്ല. സന്ദേശം വ്യക്തമാക്കുക, ശരിയായ തരം തിരഞ്ഞെടുക്കുക, അച്ചുതണ്ടും സ്കെയിലും സത്യസന്ധമായി സൂക്ഷിക്കുക, അത് ആക്സസ് ചെയ്യാവുന്നതാക്കുക, ഒരിക്കലും "സത്യസന്ധത" എന്നതിന് മുമ്പ് "ഇംപ്രസിവ്" എന്ന് ഇടരുത്.

ആപ്ലിക്കേഷൻ ടാസ്ക്

നിങ്ങൾ സ്വയം ശേഖരിച്ച വസ്‌തുതകളുടെ ഒരു ചെറിയ കൂട്ടം അല്ലെങ്കിൽ ഡാറ്റ തിരഞ്ഞെടുക്കുക. "ചാർട്ട് തരം തിരഞ്ഞെടുക്കൽ" ടെംപ്ലേറ്റ് ഉപയോഗിച്ച് നിങ്ങളുടെ സന്ദേശത്തിന് അനുയോജ്യമായ തരം തിരഞ്ഞെടുക്കുക. "വിഷ്വലൈസേഷൻ കോഡ്" ടെംപ്ലേറ്റ് ഉപയോഗിച്ച്, AI-യിൽ നിന്ന് കോഡ് എടുത്ത് അത് നിങ്ങളുടെ സ്വന്തം ഡാറ്റയിൽ പ്രവർത്തിപ്പിക്കുക (ഒരിക്കലും AI നിർമ്മിച്ചിട്ടില്ലാത്ത സംഖ്യകൾ). ഒരേ ഡാറ്റ ഒരു ഡാഷ് ചെയ്ത അക്ഷം ഉപയോഗിച്ച് പ്ലോട്ട് ചെയ്യുക, രണ്ട് ഗ്രാഫുകൾ വശങ്ങളിലായി വയ്ക്കുക, "സത്യസന്ധത പരിശോധിക്കുക" ടെംപ്ലേറ്റ് ഉപയോഗിച്ച് വ്യത്യാസം എങ്ങനെ പെരുപ്പിച്ചു കാണിക്കുന്നു എന്ന് കാണിക്കുക.

ചെക്ക്ലിസ്റ്റ്

• [ ] ചാർട്ട് നൽകാൻ ശ്രമിക്കുന്ന ഒരൊറ്റ സന്ദേശം ഞാൻ വ്യക്തമാക്കിയിട്ടുണ്ട്.
• [ ] ന്യായീകരണത്തോടെ സന്ദേശത്തിന് അനുയോജ്യമായ ഗ്രാഫിക് തരം ഞാൻ തിരഞ്ഞെടുത്തു.
• [ ] ഞാൻ ചാർട്ട് സൃഷ്ടിച്ചത് എൻ്റെ സ്വന്തം യഥാർത്ഥ ഔട്ട്പുട്ട് ഉപയോഗിച്ചാണ്, ഒരു AI ഫാബ്രിക്കേഷനല്ല.
• [ ] ഞാൻ പൂജ്യത്തിൽ അക്ഷം ആരംഭിക്കുകയും സ്കെയിൽ ആനുപാതികമായി നിലനിർത്തുകയും ചെയ്തു.
• [ ] ഞാൻ ആക്സസ് ചെയ്യാവുന്ന നിറവും വ്യക്തമായ ലേബലുകളും ഉപയോഗിച്ചു.