zisky:
- Schopnost vybrat vhodný typ grafu pro zprávu, kterou chcete poskytnout (srovnání, trend, distribuce, vztah)
- Schopnost vyhnout se vytváření grafů s daty vytvořenými umělou inteligencí zajištěním toho, že každé číslo pod grafem pochází z jeho vlastních skutečných dat.
- Schopnost ovládat zavádějící návrhy, jako je zlomená osa a nepřiměřené měřítko, a vytvářet přístupné, upřímné vizuály
Bez ohledu na to, jak pevný je výzkumný nález, je k ničemu, pokud není pochopen. Vizualizace dat je umění nalévat číselná a kategorická data do grafů, tabulek a grafů, takže čtenář může vidět vzor na první pohled. Dobrý graf redukuje tisíce řádků dat do jediné zprávy; Špatný graf může způsobit, že i přesná data vypadají zavádějící. V této lekci se naučíte, jak používat AI k výběru správného typu grafu, návrhu vizualizačního kódu, organizování tabulek a poctivé prezentaci zjištění.
Role AI ve vizualizaci je dvojí. První je konzultace: „který graf je vhodný pro tato data?“ dobře odpovídá na otázku; jako je sloupcový graf pro srovnání dvou kategorií, spojnicový graf pro změny v čase a – pokud je používán opatrně – koláčový graf pro části celku. Druhým je generování kódu: navrhování grafického kódu pro nástroje jako R (ggplot2) nebo Python (matplotlib, seaborn). Ale buďte opatrní: čísla pod grafem, které AI vytváří, musí pocházet z vašich skutečných dat; Pěkný graf, který AI vytváří s „ukázkovými daty“, není vaše zjištění. Kromě toho může AI nevědomky navrhnout zavádějící graf (přerušovaná osa, nepřiměřené měřítko); Kontrola integrity je vaše.
Krok za krokem: od dat k poctivému grafu
1. Identifikujte zprávu. Každý graf by měl odpovědět na jedinou otázku: "Co chci ukázat?" Srovnání, trend, distribuce, vztah? Typ grafu nelze vybrat, dokud nebude zpráva vymazána.
2. Vyberte správný typ grafu. Typ se liší v závislosti na zprávě. Umělá inteligence poskytuje odůvodněné návrhy na otázku „Chci zobrazit tato data s touto zprávou, který graf?“
3. Aplikujte pravidla integrity. Pokud má osa začínat od nuly, je měřítko proporcionální, jsou barvy zavádějící? AI vám pomůže zkontrolovat, zda je graf zavádějící.
4. Navrhněte kód a spusťte jej s VAŠÍMI údaji. Nechte AI napsat grafický kód; Spusťte jej s vlastními skutečnými daty a zkontrolujte výsledek.
5. Zpřístupněte jej. Palety přátelské k barvosleposti, jasné popisky, čitelné názvy. AI tato vylepšení navrhuje.
Tip: Jednoduchý způsob, jak otestovat poctivost grafu: „Jak mohl někdo se špatnými úmysly udělat tento graf zavádějícím?“ je zeptat se. Přerušovaná osa y způsobuje, že malý rozdíl vypadá obrovský; Vybrané časové období může zvrátit trend. Nechte AI prohledat tyto pasti.
tři mini pouzdra
Případ 1 – Opravena zavádějící osa. V jedné zprávě vypadal rozdíl mezi těmito dvěma skupinami (51 % vs. 54 %) jako „obří mezera“ na grafu s osou y začínající na 50. Když AI navrhla, aby osa začínala od nuly, rozdíl se zmenšil na skutečnou velikost, což byl malý rozdíl. Tabulka se stala upřímnou.
Případ 2 – Správný druh ušetřil čas. Jeden výzkumník měl údaje o míře účasti za 5 let, ale používal výsečový graf; Trend se nedostavil. YZ navrhl „čárový graf pro změnu v čase“ a ggplot2 navrhl kód. Klesající trend se najednou stal čitelným.
Případ 3 – Falešná datová past. Když uživatel požádal AI o „graf využívání sociálních médií mladými lidmi“, AI vytvořila krásný graf s vymyšlenými čísly. Uživatel to málem uvedl do zprávy; Pak si uvědomil, že tato čísla nejsou jeho údaji, ale vynálezem AI. Graf byl přepracován se skutečnými daty.
Čtyři kopírovatelné šablony
1) Výběr typu grafu:
Chci zobrazit následující údaje: [popis dat]. Zpráva, kterou chci předat: [porovnání/trend/distribuce/vztah]. Navrhněte 2 nejvhodnější typy grafů pro tuto zprávu s odůvodněním. Řekněte mi, proč bych se měl vyhýbat věcem, které by mohly být zavádějící (např. dort s více plátky).
2) Vizualizační kód (spustím jej s vlastními daty):
Načrtněte kód [typ plotu] pro [R ggplot2 / Python matplotlib]. Moje proměnné: [x], [y], [skupina]. Napište kód s komentáři, začněte osy od začátku, použijte dostupnou paletu barev, vložte názvy a štítky v turečtině. Příklad tvorby čísel; Připojím svá data.
3) Audit integrity:
Popisuji následující graf: [graf]. Může to být zavádějící? Zkontrolujte: je osa nulová, je měřítko proporcionální, je zvolený časový interval, přehánějí barvy skupinu, zkresluje 3D efekt vnímání? Navrhněte opravy pro každé riziko.
4) Úprava tabulky:
Převeďte následující nezpracované výsledky do čisté a čitelné tabulky výsledků: [x] v řádcích, [y] ve sloupcích, hodnota v buňkách a v případě potřeby procento. Důsledně zaokrouhlujte desetinné číslo, zdroj uveďte v poznámce pod čarou. Změna čísel; jen upravit. Údaje: [zde]
Slabá výzva / Silná výzva
Slabá výzva:
Dejte mi na toto téma působivou grafiku.
Touha po „působivém“ povzbuzuje umělou inteligenci buď vymyšlenými daty, nebo zavádějícím designem, který zveličuje rozdíl. Být působivý by neměl přijít před upřímností.
Výkonná výzva:
Chci kód čárového grafu, který mohu spustit s vlastními daty. Moje zpráva: UPRIMNĚ ukázat rozdíl v míře účasti mezi čtyřmi skupinami. Osa by měla začínat od nuly, barvy by měly být vhodné pro barvoslepost a rozdíl by neměl být přehnaný. [R/Python] Uveďte kód, přiřaďte čísla. Pak jmenujte 3 rizika, kde by se tento graf mohl stát zavádějícím.
Rozdíl: druhá výzva se soustředí na poctivost, dostupnost a skutečná data.
Typ grafu podle zprávy
Zpráva
vhodná grafika
Aby se tomu zabránilo
Srovnání kategorií
sloupcový graf
3D, vícedílný dort
měnit v průběhu času
spojnicový graf
dort
distribuce
Histogram, krabicový graf
jediný průměr
Vztah dvou proměnných
rozptylovat
tyč
části celku
Skládaný bar / dort
Víceplátkový dort
Časté chyby
- Tvorba grafů s daty vytvořenými AI. Každé číslo ve spodní části grafu musí pocházet z vašich skutečných dat.
- Přehánění rozdílu s přerušovanou osou. Je zavádějící, aby se malý rozdíl zdál obrovský.
- Výběr žánru, který neodpovídá sdělení. Je to jako ukázat trend času koláčem.
- Zapomínání na dostupnost. Skupiny oddělené pouze barvou vylučují barvoslepého čtenáře.
- Dejte „působivé“ před „čestné“. Účelem vizuálu není přesvědčování, ale správná komunikace.
V souhrnu
Vizualizace dat je způsob, jak čtenáři upřímně a jasně sdělit své zjištění. AI; Je to účinná pomůcka při navrhování správného typu grafu, navrhování vizualizačního kódu, úpravách tabulek a kontrole zavádějících návrhů. Ale každé číslo ve spodní části grafu musí pocházet z vašich skutečných dat; Krásný graf vytvořený „vzorovými daty“ AI není vaším nálezem. Dejte sdělení jasné, zvolte správný žánr, udržujte osu a měřítko upřímné, zpřístupněte je a nikdy nedávejte „působivé“ před „čestné“.
Aplikační úkol
Vyberte si malý soubor faktů nebo údajů, které jste sami shromáždili. Pomocí šablony „Výběr typu grafu“ vyberte typ, který odpovídá vaší zprávě. Pomocí šablony „vizualizační kód“ vezměte kód z AI a spusťte jej na svých vlastních datech (nikdy s čísly, která si AI vymyslela). Zakreslete stejná data s přerušovanou osou, položte dva grafy vedle sebe a pomocí šablony „kontrola poctivosti“ ukažte, jak je rozdíl zveličený.
kontrolní seznam
- [ ] Objasnil jsem jedinou zprávu, kterou se graf snaží sdělit.
- [ ] Pro zprávu jsem zvolil vhodný grafický typ s odůvodněním.
- [ ] Graf jsem vygeneroval se svým vlastním skutečným výstupem, nikoli výmyslem AI.
- [ ] Začal jsem osu na nule a udržoval jsem měřítko proporcionální.
- [ ] Použil jsem dostupné barevné a jasné štítky.