Storytelling a vizualizace
Data často vizualizujeme jen pro sebe, abychom lépe viděli, co se v nich děje. Ještě častěji ale vyrábíme grafy proto, abychom ukázali ostatním, na co jsme v datech přišli. O každém grafu bychom měli přemýšlet: proč ho děláme? Pro koho? Co je to hlavní zjištění, které chceme ukázat? Tyto otázky nám pak ovlivní, jak bude graf vypadat i jaká data v něm využijeme. Jako autoři grafů děláme mnohá zásadní rozhodnutí - na některá z nich narazíme i v tomto modulu, když se budeme pokoušet vyrobit koláčový graf poměru vydání na českém knižním trhu.
1. Koláče z vydání
Data o vydání jsme si již dříve vyčistili, máme je tedy připravené nejen pro kontingenční tabulku, ale i pro nějakou výslednou vizualizaci. V ní chceme ukázat poměr vydání (první, druhé, třetí a tak dále) na českém knižním trhu v roce 2020. Při tvorbě grafů máme vždy obrovskou moc: my jsme tvůrci a my rozhodujeme, jaká data ukážeme, jaká neukážeme a v jaké podobě do grafu vstoupí. Na to je dobré vždy myslet - a limity dat i své volby ve zpracování dat pečlivě komunikovat společně s grafem.
Záchytný soubor: CSV a XLSX připravené k vizualizaci
|
sckn_tistene-knihy-2020-k-vizualizaci.csv
CSV soubor připravený k vizualizaci v modulu 7. |
.csv 2 MB |
|---|---|
|
sckn_tistene-knihy-2020-k-vizualizaci.xlsx
Ten stejný CSV soubor již naimportovaný do MS Excel k přímé práci. |
.xlsx 1 MB |
Koláčový graf v Excelu
S lektorem Tomášem vyrobíme jednoduchý koláčový graf, podíváme se na nejzákladnější práci s grafy v Excelu a ukážeme si, jak do grafu vložit informaci o zdroji dat a limitech dat.
2. Kam dál pro dobré grafy?
V rámci e-learningových kurzů je pro vás připraven samostatný návazný kurz Datové vizualizace. Dovednosti z tohoto kurzu se vám v něm budou hodit, prohloubíte si nejen praktické dovednosti v tvorbě efektivních grafů v MS Excel, ale naučíte se pracovat i s nástroji RAWGraphs nebo Charticulator. Velká část kurzu se věnuje praktickým, ale na nástrojích nezávislým doporučením a tématům, jako jsou:
- jak se dá grafy manipulovat a jak to (ne)dělat?
- jakou estetiku grafů volit třeba do výroční zprávy?
- jak vyřešit potíže s velkým množstvím dat v jednom grafu?
- jak funguje mozek, když čteme grafy - a co s tím v praxi?
"Ale moment, ještě nikam neutíkejte, to není všechno!"
Máme za sebou vše od stažení dat, přes import, řešení potíží a čištění špinavých dat, kontingenční tabulky až po finální vizualizaci. Z běžných modulů je to skutečně všechno, čeká vás ale ještě jeden poslední samostatný úkol, kde si nad daty SČKN uděláte vlastní analýzu od začátku až po graf. Tak vzhůru na další modul!
Shrnuto a podtrženo...
Vizualizace dat je důležitým posledním dílkem do skládačky dovedností datově gramotného člověka. V tomto modulu jsme si vyzkoušeli vyrobit jen jednoduchý koláčový graf - i tak jsme ale museli udělat mnohá rozhodnutí, která dramaticky ovlivnila výstupní graf: například jsme se rozhodli sloučit všechna vydání vyšší než třetí do jedné kategorie. Kdybychom se tak rozhodli třeba až pro vydání vyšší než pátá, bude výsledný graf vypadat jinak. Tyto volby jsou nevyhnutelné a je třeba udržovat co nejvyšší transparentnost. I proto je dobrým zvykem do grafu uvádět, nad jakými daty jsme jej vyrobili a jaké limity tato data mají.