Ieguvumi:
- Iespēja izvēlēties atbilstošo diagrammas veidu ziņojumam, kuru vēlaties sniegt (salīdzinājums, tendence, izplatīšana, attiecības)
- Iespēja izvairīties no grafiku veidošanas ar mākslīgā intelekta veidotiem datiem, nodrošinot, ka katrs skaitlis zem diagrammas nāk no saviem reālajiem datiem.
- Spēja kontrolēt maldinošus dizainus, piemēram, salauztu asi un nesamērīgu mērogu, un radīt pieejamus, godīgus attēlus
Neatkarīgi no tā, cik pārliecinošs ir pētījuma atklājums, tas ir bezjēdzīgi, ja vien tas netiek saprasts. Datu vizualizācija ir māksla ieliet skaitliskos un kategoriskos datus grafikos, tabulās un diagrammās, lai lasītājs varētu redzēt modeli vienā mirklī. Laba diagramma samazina tūkstošiem datu rindu vienā ziņojumā; Slikta diagramma pat precīziem datiem var izskatīties maldinoši. Šajā nodaļā jūs uzzināsit, kā izmantot AI, lai izvēlētos pareizo diagrammas veidu, uzmetu vizualizācijas kodu, sakārtotu tabulas un godīgi parādītu rezultātus.
AI loma vizualizācijā ir divējāda. Pirmais ir konsultācijas: "kurš grafiks ir piemērots šiem datiem?" labi atbild uz jautājumu; piemēram, joslu diagramma divu kategoriju salīdzināšanai, līniju diagramma izmaiņām laika gaitā un, ja to lieto uzmanīgi, sektoru diagramma veseluma daļām. Otrais ir koda ģenerēšana: grafiskā koda izstrāde tādiem rīkiem kā R (ggplot2) vai Python (matplotlib, seaborn). Bet esiet uzmanīgi: skaitļiem zem diagrammas, ko rada AI, ir jānāk no jūsu reālajiem datiem; Jauks grafiks, ko AI izveido ar "datu paraugiem", nav jūsu atradums. Turklāt mākslīgais intelekts var neapzināti ieteikt maldinošu grafiku (pārtraukta ass, nesamērīga skala); Integritātes pārbaude ir jūsu ziņā.
Soli pa solim: no datiem līdz godīgai diagrammai
1. Identificējiet ziņojumu. Katrai diagrammai ir jāatbild uz vienu jautājumu: "Ko es vēlos parādīt?" Salīdzinājums, tendence, izplatīšana, attiecības? Diagrammas veidu nevar atlasīt, kamēr ziņojums nav skaidrs.
2. Izvēlieties pareizo diagrammas veidu. Veids mainās atkarībā no ziņojuma. AI sniedz argumentētus ieteikumus uz jautājumu "Es vēlos parādīt šos datus ar šo ziņojumu, kurā diagrammā?"
3. Piemērojiet integritātes noteikumus. Vai asij jāsākas no nulles, vai skala ir proporcionāla, vai krāsas ir maldinošas? AI palīdz pārbaudīt, vai diagramma nav maldinoša.
4. Uzmetiet kodu un palaidiet to ar SAVIEM datiem. Ļaujiet AI rakstīt grafikas kodu; Palaidiet to ar saviem reālajiem datiem un pārbaudiet rezultātu.
5. Padariet to pieejamu. Krāsu aklumam draudzīgas paletes, skaidras etiķetes, salasāmi nosaukumi. AI iesaka šos uzlabojumus.
Padoms. Vienkāršs veids, kā pārbaudīt diagrammas patiesumu: "Kā kāds ar ļauniem nodomiem var padarīt šo diagrammu maldinošu?" ir jautāt. Pārtrauktā y ass mazajai atšķirībai izskatās milzīga; Atlasīts laika periods var mainīt tendenci. Lieciet AI skenēt šos slazdus.
trīs mini futrāļi
1. gadījums — izlabota maldinošā ass. Vienā ziņojumā atšķirība starp abām grupām (51% pret 54%) izskatījās kā "milzu atstarpe" grafikā ar y-ass, kas sākas ar 50. Kad AI ieteica, ka ass sākas no nulles, atšķirība tika samazināta līdz tās faktiskajam izmēram, kas ir neliela atšķirība. Diagramma kļuva godīga.
2. gadījums — pareizais veids ietaupīja laiku. Vienam pētniekam bija 5 gadu līdzdalības līmeņa dati, taču viņš izmantoja sektoru diagrammu; Tendence neparādījās. YZ ierosināja "līniju diagrammu izmaiņām laika gaitā", un ggplot2 izstrādāja kodu. Lejupslīdes tendence pēkšņi kļuva salasāma.
3. gadījums — viltus datu slazds. Kad lietotājs AI lūdza “jauniešu sociālo mediju lietojuma grafiku”, AI izveidoja skaistu grafiku ar izdomātiem skaitļiem. Lietotājs to gandrīz ievietoja pārskatā; Tad viņš saprata, ka šie skaitļi nav viņa dati, bet gan AI izgudrojums. Diagramma ir pārtaisīta ar reāliem datiem.
Četras kopējamas veidnes
1) Diagrammas veida izvēle:
Es vēlos parādīt šādus datus: [datu apraksts]. Ziņojums, ko vēlos sniegt: [salīdzinājums/tendence/izplatīšana/attiecības]. Iesakiet šim ziņojumam 2 vispiemērotākos diagrammu veidus ar pamatojumu. Pastāstiet man, kāpēc man vajadzētu izvairīties no lietām, kas varētu būt maldinošas (piemēram, kūka ar vairākām šķēlēm).
2) Vizualizācijas kods (es to izpildīšu ar saviem datiem):
Ieskicējiet [raksta tips] kodu [R ggplot2 / Python matplotlib]. Mani mainīgie: [x], [y], [grupa]. Uzrakstiet kodu ar komentāriem, sāciet cirvjus no nulles, izmantojiet pieejamu krāsu paleti, ievietojiet nosaukumus un etiķetes turku valodā. Skaitļu veidošanas piemērs; Es savienošu savus datus.
3) Integritātes audits:
Es aprakstu šādu grafiku: [grafiks]. Vai tas varētu būt maldinošs? Pārbaudiet: vai ass ir nulle, vai skala ir proporcionāla, vai ir izvēlēts laika intervāls, vai krāsas pārspīlē grupu, vai 3D efekts izkropļo uztveri? Iesakiet labojumus katram riskam.
4) Tabulas rediģēšana:
Konvertējiet šādus neapstrādātus rezultātus tīrā, lasāmā rezultātu tabulā: [x] rindās, [y] kolonnās, vērtība šūnās un procenti, ja nepieciešams. Konsekventi noapaļo decimāldaļu, zemsvītras piezīmē norādiet avotu. Mainīt numurus; vienkārši rediģēt. Dati: [šeit]
Vāja uzvedne / spēcīga uzvedne
Vāja uzvedne:
Dodiet man iespaidīgu grafiku par šo tēmu.
Vēlme pēc “iespaidīga” mudina AI ar izdomātiem datiem vai maldinošu dizainu, kas pārspīlē atšķirību. Būt iespaidīgam nedrīkst būt pirms godīguma.
Spēcīga uzvedne:
Es vēlos svītru diagrammas kodu, ko varu palaist ar saviem datiem. Mans vēstījums: GODĪGI parādīt dalības līmeņa atšķirību starp četrām grupām. Asij jāsākas no nulles, krāsām jābūt piemērotām krāsu aklumam, un atšķirībai nevajadzētu būt pārspīlētai. [R/Python] Norādiet kodu, numuru pielāgošanu. Pēc tam nosauciet 3 riskus, kur šis grafiks var kļūt maldinošs.
Atšķirība: otrā uzvedne ir vērsta uz godīgumu, pieejamību un reāliem datiem.
Diagrammas veids ar ziņojumu
Ziņa
piemērota grafika
Jāizvairās
Kategoriju salīdzinājums
joslu diagramma
3D, vairāku šķēlumu kūka
laika gaitā mainīties
līniju diagramma
kūka
izplatīšana
Histogramma, lodziņa
viens vidējais rādītājs
Divas mainīgas attiecības
izkaisīt
stienis
veseluma daļas
Sakrauta bāra/mārciņa kūka
Vairāku šķēlumu kūka
Biežas kļūdas
- Grafiku veidošana ar datiem, ko veido AI. Katram skaitlim diagrammas apakšdaļā ir jābūt no jūsu faktiskajiem datiem.
- Pārspīlējot atšķirību ar pārtraukto asi. Ir maldinoši likt nelielai atšķirībai šķist milzīga.
- Žanra izvēle, kas neatbilst vēstījumam. Tas ir tāpat kā ar pīrāgu parādīt laika tendenci.
- Aizmirstot par pieejamību. Grupas, kas atdalītas tikai pēc krāsas, izslēdz daltoniķu lasītāju.
- Liekot vārdu "iespaidīgs" pirms "godīga". Vizuāla mērķis nav pārliecināšana, bet gan pareiza komunikācija.
Rezumējot
Datu vizualizācija ir veids, kā atklāti un skaidri paziņot lasītājam savu atradumu. AI; Tas ir spēcīgs palīglīdzeklis, lai ieteiktu pareizo diagrammas veidu, izstrādātu vizualizācijas kodu, rediģētu tabulas un pārbaudītu, vai nav maldinošu dizainu. Bet katram skaitlim diagrammas apakšā ir jābūt no jūsu faktiskajiem datiem; Skaists grafiks, ko veido AI "parauga dati", nav jūsu atradums. Padariet vēstījumu skaidru, izvēlieties pareizo žanru, saglabājiet godīgu asi un mērogu, padariet to pieejamu un nekad nelieciet vārdu “iespaidīgs” pirms vārda “godīgs”.
Lietojumprogrammas uzdevums
Izvēlieties nelielu faktu vai datu kopu, ko esat savācis pats. Izvēlieties savam ziņojumam atbilstošo veidu, izmantojot veidni "Diagrammas veida atlase". Izmantojot “vizualizācijas koda” veidni, paņemiet kodu no AI un palaidiet to saviem datiem (nekad ar skaitļiem, ko AI izdomājis). Atzīmējiet tos pašus datus ar pārtrauktu asi, novietojiet abus grafikus blakus un parādiet, kā atšķirība ir pārspīlēta, izmantojot veidni "godīguma pārbaude".
kontrolsaraksts
- [ ] Esmu precizējis vienu ziņojumu, ko diagramma cenšas nodot.
- [ ] Ziņojumam izvēlējos atbilstošo grafisko veidu ar pamatojumu.
- [ ] Es izveidoju diagrammu ar savu reālo rezultātu, nevis mākslīgā intelekta izdomājumu.
- [ ] Es sāku asi no nulles un saglabāju mērogu proporcionālu.
- [ ] Es izmantoju pieejamas krāsas un skaidras etiķetes.