Gdy dobre dane tworzą złe wykresy

Wizualizacja danych na poziomie średniozaawansowanym z ggplot2

Rick Scavetta

Founder, Scavetta Academy

Złe wykresy: styl

• Kolor
  • Nieodpowiedni dla daltonistów (np. głównie czerwony i zielony)
  • Zła paleta dla typu danych (sekwencyjna, jakościowa, dywergentna)
  • Nierozróżnialne grupy (kolory zbyt podobne)
  • Nieestetyczny (intensywne kolory podstawowe)
• Tekst
  • Nieczytelny (np. za mały, niska rozdzielczość)
  • Nieopisowy (np. „długość" – czego? w jakich jednostkach?)
  • Brakujący
  • Nieodpowiedni (np. comic sans)

Złe wykresy: struktura i treść

• Treść informacyjna
  • Za dużo informacji
  • Za mało informacji
  • Brak wyraźnego przekazu lub celu
• Osie
  • Zły współczynnik proporcji
  • Pominięcie początku układu
  • Przerwane osie X lub Y
  • Wspólne, ale niewyrównane skale
  • Brak lub nieprawidłowe przekształcenie

• Statystyki
  • Wizualizacja nie odpowiada rzeczywistym statystykom
• Geometrie
  • Zły typ wykresu
  • Błędna orientacja
• Tusz niedanych
  • Niewłaściwe użycie
• Wykresy 3D
  • Problemy percepcyjne
  • Bezużyteczna 3. oś

Błędna orientacja

Przerwane osie Y

Przerwane osie Y – zastąp przekształconymi danymi

Przerwane osie Y – użyj faset

Wykresy 3D bez danych na 3. osi

Wykresy 3D z danymi na 3. osi

Podwójna oś Y

Podwójna oś Y dla przekształceń

Wskazówki, nie reguły

• Korzystaj ze zdrowego rozsądku:
  • Czy na wykresie jest coś, co utrudnia odczytanie danych lub głównego przekazu?

Czas na ćwiczenia!

Wizualizacja danych na poziomie średniozaawansowanym z ggplot2