theASIDEblog 書きました：
グラフィックは、今日の子供たちと明日のプロのために必要なベンチマークをカプセル化する明確で達成可能なスキルを描写します。基本的に、教師は教育用に情報を設計しなければなりません、そしてまた彼らの学生が彼らの現在の世界を包含する視覚銀河を解読するのを助けます。データ、画像、単語を情報の層にスライスし、関係の意味を構成するため、学生は情報を得るためにグラフィックで読み書きができる必要があります。リテラシー、オーラシー、および算数のようなグラフィック教育は、今日の学習者に必要なコミュニケーションのラインを完成させます。http://theasideblog.blogspot.com/search/label/graphicacy
データや結果の情報を見ている聴衆に関係なく、あなたが見ているものを処理する最も効率的な方法は、データのグラフィック表現を介することです。経済学を学んだ私は、価格と数量の関係、時間の経過に伴う需要と供給の変化、効率的なフロンティアなど、適切に選択されたグラフにうまく抽出できる情報の量に感謝するようになりました。 非常に多くのデータとデータから得られる可能性のある価値が非常に多いため、データのグラフィックエンコーディングを増やすことで、驚くべき視覚的帯域幅をさらに活用する準備ができていることを確認できます。 より大きな「視覚リテラシー」またはグラフィック性の傾向は明らかです。
データ視覚化の専門家であるStephenFewは、ビジュアルEDAツールを評価するための基準彼の四半期ごとにビジュアルビジネスインテリジェンスニュースレター。 記事の最初の文は重要です。「さまざまな目的でデータを視覚化します。」それを拡張するために、データがデータである場合とデータが情報になる場合を考えてみましょう。
多くの人が、データの視覚化と情報の視覚化は同義語であると考えています。 ただし、データ情報の連続体のコンテキストでは、重要な違いがあることがわかり始めます。 データは、データが情報を提供するのに役立つ場合にのみ情報になります。 あなたがデータを探索し、情報を生成しようとしているアナリストである場合、探索的データ分析を行う際の主要な対象者です。つまり、より多くの情報を生成するために、あなたとデータを学習します。 あなたは同時に情報の生産者であり消費者でもあります。 あなたがより多くを学びたいと思うとき、データはあなたの次のステップを知らせています。
結果を取得して情報を生成したら、通常、調査結果を他の人（情報の消費者）に広める必要があります。 データや結果の情報を見ている聴衆に関係なく、あなたが見ているものを処理する最も効率的な方法は、データのグラフィック表現を介することです。 グラフやデータムービーほど高速にテキストや表形式の出力を処理することはできません。 視覚化は、データの発見と情報の普及において重要な役割を果たします。
そうは言っても、データを探索して情報を生成するには、どのような機能が必要ですか？ エコノミストのお気に入りの答えは（もちろん）それによって異なります！ データについて比較的単純な質問をする場合は、単純な機能で十分です。 スプレッドシートでさえそのトリックを行うことができます（ただし、意図されていなかったことを行うために使いすぎているため、スプレッドシートを書くのは面倒です！）。 ただし、データについてより複雑な質問をしている場合（真実を明らかにするためにデータをより厳密に調査する必要がある場合）、より豊富なデータ検出機能のセットが必要です。
データ視覚化は、より高度なデータ分析を意味します情報視覚化。 アナリストは、散布図、平行プロット、樹状図、表面プロットなどを調べて、関係、パターン、傾向、異常を判断し、次のステップを知らせる必要がある場合があります。 彼女が結果を共有する準備ができているとき、そして聴衆に応じて、アナリストは示すかもしれませんいくつかこれらの同じグラフを使用して、データ内の興味深い結果を伝えます。 彼女はまた、まったく異なるグラフを表示する場合があります（一部は発見プロセスの一部ではありませんでした）が、ポイントを最もよく示し、ストーリーを自分の方法で伝えるのに最適なグラフを選択します観客すぐに理解できます。 このような表示グラフは、棒グラフ、バブルプロット、または特定の空間グラフの形式にすることができます。 視覚化を表示せずにデータや情報の視覚化について話したり書いたりするのは面倒なので、いくつかの例を示します。
いくつかの公的に入手可能な乳がんの使用データ、以下の最初の2つのようなさまざまなプロットでデータを探索できます。診断ヒストグラムの悪性または良性のバーをクリックすると、他の属性で強調表示されている各診断の分布を確認できます。予測モデルの構築を開始する前でも、以下の両方の画像でいくつかの優れた分離を確認できます。属性が予測しようとしている結果にどのように関連しているかを確認できます。
プロファイラーなどの視覚化手法を使用して、変数がどのように相互作用し、ターゲット変数とどのように関連するか、診断の複雑さの一部をキャプチャするモデルを構築したとすると、1つの入力変数を変更する方法（赤をクリックしてドラッグする）を確認できます。垂直線）、結果だけでなく他の入力にも影響します。
視覚的なデータ探索とプレゼンテーショングラフィックスのもう1つの重要な違いは、データの視覚化が通常非常に迅速に（多くの場合1秒未満で）作成され、アナリストの次のステップを通知し、アナリストが「流れ」を維持できることです。対象者と必要なカスタマイズの程度によっては、プレゼンテーショングラフィックの作成に非常に長い時間がかかる場合があります（多くの場合、数時間）。
したがって、グラフィックのレベルが上昇している背景をもう少し深く掘り下げて、このすべてのビッグデータをより理解するのに役立つさまざまなスキルに注意することが重要です。グラフィック性が高まっていることを示すその他の証拠：視覚化に関する多数のLinkedInグループが形成されています。 そして、この人気2日間のデータ視覚化コース私が参加できて嬉しかったハーバードでは、今年提供されたとき、どうやら長い順番待ちリストがあったようです。 からのレポートによって証明されるように、視覚化はますますIT業界アナリストのレーダーになっていますForrester高度なデータ視覚化プラットフォーム。 ニューヨーク公立図書館は、データと情報の視覚化に対する学際的な関心を反映した、注目に値する多くの思想的リーダーによるパネルを主催しました。優れたデータの視覚化を実現するものは何ですか？
からの長年の古典のようなブログや関連する本に加えてエドワードタフテ、 としてもスティーブン・フュー、カイザー・フォンとネイサン・ヤウ、データと情報の視覚化に関する本の数も増えており、そのうちのいくつかはStephenFewのように第2版にあります。数字を見せてください：啓発するための表とグラフの設計。
データの探索、情報の提示および/または消費が必要かどうか、データに対する質問が単純か複雑かに関わらず、増え続ける視覚的パラダイムと機能を利用することで、情報をより効率的かつ効果的に生成および消費できます。 私たちのほとんどは視覚学習者であり、私たちの脳の半分以上は見ることをサポートすることに専念しています。 データの種類と量が増え、問題と機会の種類と量が増えるにつれ、データの意味をより速く理解するために視覚的な帯域幅をさらに活用している兆候を見るのは時宜を得ています。
