En JSM 2019, Estoy participando en una sesión sobre Visualización dinámica de datos interactivos . Cuando el presidente de la sesión, Blanton Godfrey, me invitó por primera vez a contribuir con una charla, lo primero que pensé fue: "Claro, JMP tiene muchas visualizaciones de datos dinámicas e interactivas". Pero un segundo pensamiento siguió rápidamente: “¿Qué significa eso realmente? Todo es interactivo en estos días”.
Eso me llevó por el camino de tratar de categorizar diferentes métodos de interactividad. El objetivo elevado es ayudar a definir una clasificación de la interactividad de visualización de datos que sería útil para comparar productos o discutir implementaciones individuales. En este esfuerzo inicial, clasifiqué nueve técnicas, junto con videos de ejemplo de las interacciones dentro de JMP .
- Construcción de gráficos
- Enlace de selección
- Filtrado de filas
- Desplazamiento detallando
- ajuste del modelo
- Mapeo estético
- Cambio de columna
- Rebanado de volumen
- Escalado del eje
Estoy usando el mismo conjunto de datos en mis videos de ejemplo. Contiene más de 60 columnas de datos demográficos, económicos y electorales de más de 3000 condados de EE. UU. ¡Ahora a los métodos!
Construcción de gráficos
La creación de gráficos interactivos significa construir o reestructurar un gráfico con actualizaciones de vista inmediatas. En JMP, las interacciones están directamente en la superficie. Otras implementaciones aún pueden ser interactivas con zonas de colocación al costado del gráfico.
El video destaca un par de desafíos. Cuando se agregó la segunda variable Y, "Rep Pct", hubo más zonas de colocación de Y que antes, por lo que pudimos especificar dónde colocarla con respecto a la variable Y existente. Y las zonas de colocación de Color y Tamaño son artificiales en el sentido de que no tienen la misma posición natural que las variables de los ejes X e Y.
Este cuadro final es muy parecido al que aparece en un Artículo del New York Times titulado, “Los condados más conservadores son los que obtienen la mayor asistencia del gobierno”. hubo algo discusión en Twitter sobre la línea de regresión y otras características. Eso me llevó a recopilar y explorar los datos yo mismo ( Oficina de Análisis Económico y Los resultados de las elecciones de Tony McGovern ). Cuando me di cuenta de cuántos métodos de interactividad estaba ejercitando durante el curso de mi exploración, pensé que esto sería un conjunto de datos de demostración adecuado.
Enlace de selección
Cuando hay varias vistas que usan la misma tabla de datos, la vinculación de selección significa que los elementos que están resaltados en una vista tienen sus elementos correspondientes resaltados en las otras vistas. En JMP, el enlace de selección está activo todo el tiempo, lo que significa que debe ser rápido incluso con millones de filas. Para lograrlo, la selección se integra como parte central de cada tabla de datos.
El mayor desafío es cuando los elementos del gráfico no tienen una correspondencia uno a uno entre sí, como los puntos a nivel de condado y las formas a nivel de estado en el ejemplo. Mostrar la selección parcial de forma clara para cualquier tipo de gráfico es un desafío abierto. Para el mapa, JMP resalta una forma de estado completa cuando cualquiera de sus condados se selecciona en otro lugar. Para los elementos gráficos cuyo tamaño se mide por conteo, como las barras de histograma, JMP usará el resaltado parcial para reflejar la selección parcial.
Filtrado de filas
El filtrado de filas es uno de los tipos más comunes de interacción de visualización de datos. La idea es que la visualización solo use un subconjunto de las filas de la tabla de datos, según las restricciones de los filtros que aparecen junto a la visualización.
Hay una opción llamada "Bloquear escalas" que utilicé en el video para mantener fijos los ejes mientras filtraba. De lo contrario, se ajustarían para cada subconjunto filtrado.
Desplazamiento detallando
Un tipo pasivo de interacción es pasar el cursor sobre un elemento gráfico y hacer que aparezca una ventana flotante con más detalles. A veces, estos se denominan "información sobre herramientas", ya que se usaron originalmente para los iconos de la barra de herramientas. En una visualización de datos, los detalles de desplazamiento son una forma de mostrar valores más precisos para las variables graficadas, así como variables relacionadas adicionales.
En el ejemplo, observe que el nombre del condado se incluyó en los detalles flotantes del diagrama de dispersión aunque esa variable no esté en el gráfico. Esto se debe a que la variable en la tabla de datos está marcada con un atributo que hace que aparezca en todos los detalles de desplazamiento por defecto.
ajuste del modelo
El ajuste del modelo significa que la representación visual cambia a medida que cambia un parámetro del modelo. En el ejemplo, el modelo es un spline más suave y el parámetro del modelo es el parámetro de rigidez, lambda.
Aunque muchos modelos son demasiado lentos para este ajuste interactivo, las computadoras son lo suficientemente rápidas para hacer más de lo que a menudo nos damos cuenta. Este modelo de aspecto simple tiene muchas cosas que hacer. Hay cuatro suavizadores separados, y cada uno tiene un intervalo de confianza de arranque de 250x, por lo que se ajustan 1000 modelos spline cada vez que cambia el parámetro de rigidez.
Mapeo estético
Asignar atributos estéticos a elementos gráficos es una interacción simple pero importante. Con la estética, como los colores y los estilos de línea, a menudo es necesario verlo para saber cómo funciona.
Los atributos simples se pueden cambiar con un clic derecho y los atributos más complejos, como el mapeo de colores degradados, requieren un cuadro de diálogo de configuración y, por lo tanto, tienen un grado menos de interactividad.
Cambio de columna
En el cambio de columna, reemplaza una o más columnas de datos con otra columna de un conjunto. Aquí, la variable Y se reemplaza una por una con columnas en el panel de la izquierda.
El cambio de columna puede ser una buena manera de pasar rápidamente por un nuevo conjunto de datos.
Rebanado de volumen
El corte de volumen es una forma de explorar un espacio de datos multidimensional al graficar un conjunto de cortes bidimensionales. El Perfilador en JMP utiliza el corte para explorar modelos multidimensionales. En este ejemplo, estamos modelando Rep Pct, en la Y, contra tres factores, Personal Income, Personal Transfer y Ballot Rate, lo que da como resultado una superficie de cuatro dimensiones. Cada cuadro muestra un corte a través de una X mientras que las otras X se mantienen fijas.
Personal Transfer parece tener poco efecto (al menos es una línea plana en esta porción), pero a medida que interactuamos con él y cambiamos su valor fijo utilizado por los otros marcos, vemos una interacción con Personal Income. Los ingresos personales tienen una pendiente positiva flexible para transferencias personales altas y una fuerte pendiente negativa para valores bajos de transferencias personales.
Escalado del eje
Una escala define cómo se asignan los valores de los datos a las coordenadas de la pantalla y se visualiza como un eje. La interacción de escalado del eje es la capacidad de cambiar ese mapeo manipulando directamente el eje. Las interacciones incluyen panorámica, estiramiento y zoom.
La escala del eje no siempre es solo una cuestión de volver a dibujar elementos en diferentes ubicaciones. Tenga en cuenta que el gráfico de puntos de la derecha tiene que ajustar su diseño de evasión de marcadores para las nuevas escalas, y los propios ejes a veces tienen que volver a calcular cosas como intervalos de marcas. En el caso de las visualizaciones geográficas, incluso es útil cambiar las proyecciones según la escala.
Para JMP, la escala regional utiliza un Albers proyección de área igual, y la escala mundial utiliza una Kavrayskiy VII proyección de compromiso.
¿Más interacciones?
Dados estos nueve métodos de interacción de visualización de datos, podemos considerar mejor otras preguntas:
- ¿Qué otros métodos generales de interacción son útiles en la visualización de datos? Me refiero a métodos "generales" ya que me imagino que no hay límite para el número de interacciones especiales orientadas a un tipo particular de gráfico. Por ejemplo, JMP tiene una forma de cambiar de forma interactiva los tamaños de los contenedores de histogramas que no incluí aquí como método general.
- ¿Deberían dividirse algunos de estos métodos en varios métodos? Tal vez el corte de volumen sea diferente para la exploración de datos versus la exploración de modelos. Estoy considerando el cambio de tamaño de gráfico interactivo como una especie de escala de eje, pero tal vez valga la pena tener su propia categoría.
- ¿Deberían combinarse algunos de estos métodos como variedades del mismo método? Tal vez el filtrado de filas y el cambio de columnas son dos variedades de una interacción de subconjuntos más grande.
- ¿Hay mejores nombres para estos métodos, ya sean preexistentes o nuevos? Algunos de estos nombres provienen de la terminología de JMP, y algunos son de mi propia invención para esta discusión.
- ¿Deberían reconocerse diferentes niveles de cada método? Por ejemplo, ¿deberíamos distinguir entre la creación de gráficos con o sin una vista previa en vivo?
Espero recibir comentarios sobre estas y otras preguntas, ya sea aquí, en JSM o en Twitter.
