Was meinen wir, wenn wir von Details-on-Demand sprechen?
Das Untersuchen von Daten zum Gewinnen von Erkenntnissen folgt normalerweise einem vertrauten Prozess. Wir bereinigen es, erstellen Visualisierungen, interagieren mit ihnen, führen einige Analysen durch. Spülen und wiederholen. Wir müssen normalerweise nicht viel über den Prozess nachdenken, was ein Beweis dafür ist, wie einfach es ist, es zu tun JMP .
Der explorativen Datenanalyse liegt jedoch ein Prozess zugrunde. Es war im Laufe der Jahre Gegenstand vieler Studien. Eines der einflussreichsten ist „The Eyes Have It: A Task by Data Type Taxonomy for Information Visualizations“ (Shneiderman 1996). Dieses wegweisende Papier stellte das Visual Information Seeking Mantra, oder kurz Infovis Mantra, vor. Es geht so:
Erst Übersicht, Zoom und Filter, dann Details-on-Demand.
Nachdem wir eine Visualisierung erstellt haben, müssen wir meistens damit interagieren, um interessante Muster zu finden. Zoom und Filter ändern den Visualisierungsfokus. Details-on-Demand fügt zusätzliche Informationen (Details) nur hinzu, wenn es notwendig wird (on demand). Um die Auswirkungen auf den Erkundungsfluss zu reduzieren, verwenden wir die Maus, um auf den Interessenbereich zu zeigen. Eine kurze Pause löst die Interaktion aus. Und voilà: Auf Wunsch erscheint ein Hover-Label mit Details.
Wie entscheiden wir, welche zusätzlichen Informationen in diesem Zusammenhang relevant sind? Zunächst sammelt JMP Daten von Beschriftete Spalten , oder Zeilennummern, falls keine definiert ist. Dann fügt es Informationen hinzu, die aus der zugrunde liegenden Visualisierung extrahiert wurden. Beispielsweise die numerischen oder kategorialen Werte, die dem zugrunde liegenden visuellen Element zugeordnet sind. Diese können aus der X- und Y-Achse extrahiert werden. Das Endergebnis wird als Text im Hover-Label-Fenster angezeigt. Das Fenster kann dann an das Diagramm angeheftet, neu positioniert oder geschlossen werden, indem Sie die Maus wegbewegen.
Jenseits von Text
JMP 15 eingeführt Hover-Label-Erweiterungen . Diese Funktionen erweitern den Typ und Inhalt, den Hover-Labels anzeigen können.
- Kurztexte ermöglichen die Anzeige ganzer Absätze von Rich-Text. Der Inhalt kann statisch oder dynamisch sein, basierend auf der Auswertung von JSL-Variablen.
- Grillchen Bieten Sie eine feine Kontrolle über den Standardinhalt oder das Raster der Hover-Beschriftung. JMP erstellt diesen Inhalt aus beschrifteten Spalten und Diagrammrollen. Die Gridlet-Erweiterung kann Grid-Einträge umbenennen, entfernen, neu formatieren und umgestalten. Es kann auch neue hinzufügen, sowohl mit statischem als auch mit dynamischem Inhalt - einschließlich anklickbarer Links.
- Diagramme Anzeigen von grafischen oder visuellen Inhalten innerhalb des Hover-Label-Fensters. Die häufigste Verwendung besteht darin, neue Visualisierungen basierend auf den mit der Maus bewegten visuellen Elementdaten anzuzeigen. Beispielsweise eine Verteilung der durch den Balken aggregierten Werte in einem Balkendiagramm. Weitere Möglichkeiten sind die Vorschau zugehöriger Bilddateien und sogar Webinhalte.
Hier ist ein kurzes Beispiel, das die grundlegende Hover-Label-Details-On-Demand-Interaktion zeigt und wie sie mit Graphlet erweitert werden kann Voreinstellungen .
Hover label interaction and customization with presetsHover-Label-Interaktion und -Anpassung mit Voreinstellungen
Jenseits von Details
Das Infovis-Mantra besteht aus vier Aufgaben, wobei Details-on-Demand die letzte ist. Aber Shneidermans Artikel beschreibt drei weitere, die die neuen Hover-Label-Erweiterungen unterstützen.
- Betreffen: Das Graphlet einfügen erstellt Thumbnails aus vorkonfigurierten Plattformgraphen. Verwenden Sie es mit der Fit X by Y-Plattform, um Korrelationen im aktuellen Datenkontext zu visualisieren. Andere Plattformen können verwendet werden, um verschiedene Arten von Beziehungen darzustellen.
- Geschichte: Die Graphlet-Thumbnails sind anklickbare Bilder. Wenn sie angeklickt werden, starten sie die Plattformen, die verwendet wurden, um sie in unabhängigen Fenstern zu generieren, oder sie können an Ort und Stelle gestartet werden und die aktuelle Visualisierung ersetzen. In beiden Fällen stellt eine Rückgängig-Aktion die ursprüngliche Visualisierung wieder her. Du kannst aufreißen viele Ebenen in dem Wissen, dass Sie immer zurückgehen können.
- Extrakt: Visuelle Elemente entsprechen Teilmengen der Daten. Das Hover-Label-Menü bietet direkten Zugriff auf diese Teilmengen. Außerdem enthalten gestartete Graphlets eine vorkonfigurierte Lokaler Datenfilter , wodurch die zugehörige Abfrage kopiert oder sogar geändert werden kann.
Mehr Dokumentation auf Hover-Labels ist auf der JMP-Website verfügbar.
Über diesen Beitrag hinaus
In den nächsten Beiträgen werden wir verschiedene Aspekte der Architektur der Hover-Label-Erweiterungen behandeln. Der erste spricht über die High-Level-Schnittstelle, die den Großteil der neuen Funktionalität bereitstellt. Keine Programmierkenntnisse erforderlich!
Sehen Sie sich in der Zwischenzeit unsere Discovery 2020-Präsentation zum selben Thema an: Von Details-on-Demand bis hin zu wandernden Arbeitsabläufen: JMP-Hover-Label-Erweiterungen kennenlernen
Verweise
[Schneiderman 1996] "Die Augen haben es: Eine Aufgabe nach Datentyp-Taxonomie für Informationsvisualisierungen", von Ben Shneiderman. Fachbereich Informatik, Labor für Mensch-Computer-Interaktion und Institut für Systemforschung. College-Park der Universität von Maryland.
Weiterführende Lektüre
B. Handwerk und P. Steinhaufen, „Jenseits von Richtlinien: Was können wir aus dem visuellen Informationssuche-Mantra lernen?“, Neunte Internationale Konferenz zur Informationsvisualisierung (IV'05), London, UK, 2005, S. 110-118, doi: 10.1109/IV.2005.28.
Jetzt sehen Sie es: Einfache Visualisierungstechniken für die quantitative Analyse
Stephen Few, 2009
Verbessern Sie Ihre Vision und erweitern Sie Ihren Geist
Stephen Few, 2007
