Excel - Les grands principes de la data visualisation Tutoriels

Découvrez les grands principes de la datavisualisation dans Microsoft 365 pour rendre les données compréhensibles et raconter une histoire.
Cette vidéo présente les étapes clés du cycle de la dataviz, les bonnes pratiques et la création d'un dashboard.
Obtenez des conseils pratiques pour choisir la bonne visualisation en fonction de vos données et améliorer la compréhension des informations importantes.
Cette ressource est utile pour tous les professionnels souhaitant améliorer leur compréhension de la datavisualisation dans Microsoft 365. Suivez cette formation pour améliorer votre compréhension de la datavisualisation et raconter des histoires convaincantes avec vos données.

11:57
697 vues

Objectifs :

L'objectif de cette vidéo est d'expliquer les concepts fondamentaux de la visualisation des données, en mettant l'accent sur l'importance du storytelling, la transmission instantanée de messages, et la capacité de rendre des informations évidentes à travers des visualisations efficaces.

Chapitres :

Introduction à la Visualisation des Données
La première partie de cette vidéo aborde les explications sur la compréhension et les concepts fondamentaux autour de la visualisation des données. Il est essentiel de comprendre que la visualisation des données n'est pas un phénomène récent, mais a des racines historiques. Nous allons explorer des illustrations célèbres qui démontrent l'importance de la visualisation dans la narration d'histoires.
Le Concept de Storytelling
Le premier concept fondamental à retenir est le storytelling. Les visualisations cherchent à raconter une histoire et à expliquer des informations à travers un cheminement de pensée. Par exemple, le schéma de Charles Joseph Minard sur la campagne de Russie de Napoléon (1812-1813) illustre comment la largeur du trait représente le nombre de troupes. Au fur et à mesure de l'avancée des troupes, la diminution de l'épaisseur du trait indique les pertes subies, rendant ainsi l'histoire de cette campagne accessible et compréhensible.
Analyse du Graphique de Minard
Ce graphique montre l'avancée des troupes françaises en territoire russe, avec des points de contrôle indiquant le nombre de soldats restants. Par exemple, ils sont partis avec 422 000 hommes, mais ce nombre a chuté à 100 000 à Moscou. La visualisation permet de comprendre rapidement les pertes et les étapes clés de cette campagne, tout en intégrant des éléments comme les températures extrêmes rencontrées lors de la retraite.
Transmission Instantanée de Messages
Un autre élément crucial de la visualisation est sa capacité à transmettre instantanément un message. L'exemple de la rosace en hélice réalisée par Florence Nightingale illustre comment elle a démontré que la principale cause de mortalité pendant la guerre de Crimée était due à des maladies épidémiques, plutôt qu'aux blessures de guerre. Cette visualisation a permis de convaincre les autorités militaires d'instaurer des règles sanitaires.
Rendre Évident ce qui ne l'est Pas
La visualisation des données permet également de rendre des informations évidentes qui ne le seraient pas avec des données brutes. L'exemple de la carte de Londres réalisée par John Snow pendant l'épidémie de choléra en 1854 montre comment il a pu identifier un point d'eau contaminé en plaçant des rectangles sur les lieux des décès. Cette approche a permis de résoudre le problème de l'épidémie en fermant la pompe contaminée.
Comparaison entre Données Brutes et Visualisation
Enfin, la vidéo souligne l'importance de la visualisation par rapport aux données brutes. Un tableau de données peut sembler confus, mais lorsqu'il est représenté graphiquement, il devient plus facile d'identifier des tendances et des anomalies. Par exemple, un graphique peut montrer clairement les fluctuations des ventes d'une entreprise, permettant ainsi une analyse rapide et efficace.

FAQ :

Qu'est-ce que la data visualisation?

La data visualisation est la représentation graphique de données qui permet de rendre les informations plus accessibles et compréhensibles. Elle utilise des graphiques, des diagrammes et d'autres outils visuels pour aider à analyser et interpréter des données complexes.

Pourquoi le storytelling est-il important dans la data visualisation?

Le storytelling est crucial car il permet de donner un sens aux données. En racontant une histoire à travers les visualisations, on peut mieux communiquer des messages clés et engager le public.

Comment la data visualisation peut-elle améliorer la prise de décision?

La data visualisation aide à identifier rapidement des tendances, des anomalies et des relations dans les données, ce qui facilite la prise de décisions éclairées basées sur des informations visuelles claires.

Quels sont des exemples historiques de data visualisation?

Des exemples incluent le graphique de Minard sur la campagne de Russie de Napoléon et la rosace de Florence Nightingale sur les causes de mortalité pendant la guerre de Crimée. Ces visualisations ont permis de révéler des problèmes critiques à l'époque.

Comment créer une visualisation efficace?

Pour créer une visualisation efficace, il est important de définir clairement le message que vous souhaitez transmettre, de choisir le bon type de graphique, d'utiliser des couleurs et des étiquettes claires, et de s'assurer que les données sont précises et pertinentes.

Quelques cas d'usages :

Analyse des performances commerciales

Les entreprises peuvent utiliser la data visualisation pour analyser les performances de vente au fil du temps. Par exemple, en transformant des tableaux de chiffres en graphiques, les équipes peuvent rapidement identifier les tendances de vente, les mois les plus performants et les domaines nécessitant des améliorations.

Gestion des crises sanitaires

Les autorités sanitaires peuvent appliquer des visualisations pour suivre la propagation des maladies. Par exemple, en utilisant des cartes pour localiser les cas de choléra, comme l'a fait John Snow, ils peuvent identifier les zones à risque et mettre en œuvre des mesures préventives.

Planification stratégique

Les organisations peuvent utiliser la data visualisation pour présenter des données complexes lors de réunions stratégiques. Cela permet aux décideurs de visualiser les impacts potentiels de différentes stratégies et de prendre des décisions basées sur des données claires.

Éducation et sensibilisation

Les éducateurs peuvent utiliser la data visualisation pour enseigner des concepts complexes. Par exemple, en illustrant des données historiques à l'aide de graphiques, les étudiants peuvent mieux comprendre les événements passés et leurs implications.

Suivi des performances environnementales

Les organisations environnementales peuvent utiliser la data visualisation pour suivre les indicateurs de durabilité, comme les niveaux de pollution ou la biodiversité. Cela aide à sensibiliser le public et à promouvoir des actions pour améliorer l'environnement.

Glossaire :

Data Visualisation

La représentation graphique de données pour faciliter leur compréhension et leur analyse. Elle permet de transformer des données brutes en informations visuelles claires.

Storytelling

L'art de raconter une histoire à travers des visualisations. Cela implique de structurer les données de manière à transmettre un message ou une idée de façon engageante.

Graphique de Minard

Un graphique célèbre réalisé par Charles Joseph Minard, représentant la campagne de Russie de Napoléon, illustrant les pertes de troupes au fil du temps et des distances parcourues.

Rosace

Un type de graphique circulaire utilisé pour représenter des données, souvent utilisé pour montrer des proportions ou des relations entre différentes catégories.

Épidémie

Une propagation rapide d'une maladie dans une population. Dans le contexte de la vidéo, cela fait référence à l'épidémie de choléra à Londres.

Point d'eau

Un endroit où l'eau est accessible pour la consommation. Dans le cas de l'épidémie de choléra, un point d'eau contaminé a été identifié comme source de l'infection.

Températures extrêmes

Des conditions climatiques très froides ou très chaudes qui peuvent affecter la santé et le bien-être des individus, comme mentionné lors de la retraite de Russie.

00:00:02

des explications sur la compréhension

00:00:04

et des concepts fondamentaux

00:00:06

autour de la data visualisation.

00:00:08

Pour ça, on va prendre quelques illustrations

00:00:11

de visualisation qui sont historiques et

00:00:14

célèbres et aussi pour vous montrer que

00:00:16

ce qu'on appelle la data visualisation,

00:00:19

c'est pas quelque chose de récent.

00:00:21

Donc le premier concept fondamental à

00:00:23

avoir en tête, c'est le storytelling.

00:00:25

Les visualisations cherchent

00:00:26

à raconter un histoire.

00:00:28

Elles cherchent à expliquer quelque

00:00:30

chose avec un cheminement

00:00:32

de pensée et là typiquement en

00:00:34

fait le schéma que vous avez ici

00:00:36

Il raconte tout à fait une histoire.

00:00:39

Et d'ailleurs,

00:00:40

c'est l'histoire de France.

00:00:41

En tout cas,

00:00:42

les histoires des guerres françaises.

00:00:44

Donc cette illustration a été

00:00:46

réalisée par Charles Joseph Minard qui

00:00:48

représente la campagne de Russie,

00:00:50

donc de 1812 à 1813 qui a

00:00:53

été menée par Napoléon.

00:00:54

Donc qu'est ce qu'on peut lire

00:00:57

sur ce graphique donc vous avez

00:00:59

en fait le nombre de troupes

00:01:01

qui est représenté par

00:01:03

la largeur du trait donc déjà ça,

00:01:05

c'est quelque chose d'assez

00:01:07

astucieux pour le rendre visuel et

00:01:09

donc on va avoir l'avancée des troupes

00:01:11

françaises en territoire russe à

00:01:13

partir de ce fleuve là qui vont

00:01:15

s'enfoncer dans les terres russes et en fait,

00:01:17

au fur et à mesure,

00:01:19

on va voir que le trait s'amenuise,

00:01:21

et est de moins en moins épais et ça

00:01:24

correspond aux pertes qui ont

00:01:26

été subies par l'armée française lors

00:01:28

de leur avancée dans le territoire russe.

00:01:31

Donc ici on avance, on avance,

00:01:33

on avance, on avance.

00:01:34

On a au passage des check-points

00:01:37

avec des valeurs où ils sont partis

00:01:40

422 000 ils n'étaient plus que 400 000,

00:01:43

et cetera et cetera,

00:01:45

et cetera.

00:01:47

Avec également les villes qui ont été

00:01:49

rencontrées et on arrive du coup à Moscou où,

00:01:52

ils n'étaient déjà plus que 100 000.

00:01:54

Et ensuite,

00:01:54

vous avez en noir en fait la retraite

00:01:57

donc la fameuse retraite de Russie

00:01:59

où l'armée française est repartie

00:02:01

en plein hiver en France parce

00:02:03

que le tsar

00:02:05

avait brûlé Moscou tout simplement.

00:02:07

Donc les soldats n'avaient

00:02:09

n'avait plus de logis est pas de quoi

00:02:12

construire donc ils sont repartis.

00:02:13

Bon je vais pas faire l'histoire de France,

00:02:16

pardon je m'étale un peu je

00:02:19

je m'égare.

00:02:20

En tous les cas,

00:02:21

voilà le trait rouge correspond à la

00:02:24

retraite des troupes françaises.

00:02:26

Et donc on voit effectivement que

00:02:28

ça s'amenuis

00:02:30

On voit déjà ici qu'il y avait eu

00:02:33

un premier retour de la part de

00:02:35

certaines troupes et finalement,

00:02:37

qui ne sont arrivées que 10 milles,

00:02:40

lors du passage de ce fleuve.

00:02:42

Donc ça a été une ,

00:02:44

ce qu'on appelle aujourd'hui une

00:02:46

bérézina qui correspond à un

00:02:48

épisode de cette campagne de Russie,

00:02:50

peu importe.

00:02:51

vous pouvez regarder sur Wikipédia,

00:02:52

si ça vous intéresse, je vais m'arrêter là.

00:02:55

En tous les cas,

00:02:56

voici comment illustrer de manière très

00:02:58

simple plutôt qu'un grand tableau

00:02:59

avec des dates et

00:03:01

un volume de troupes avec

00:03:03

aussi potentiellement des lieux.

00:03:04

ici en un coup d'oeil on comprend ce

00:03:06

qui s'est passé et on se rend compte aussi

00:03:09

effectivement de l'histoire qui a pu

00:03:12

avoir sur cette déperdition au fur et à

00:03:14

mesure les étapes clés à et

00:03:16

les différentes pertes qui ont pu avoir lieu.

00:03:19

En plus de ça on va avoir une autre échelle.

00:03:22

Donc ça aussi,

00:03:23

c'est très intéressant en fait le l

00:03:25

graphique est très complet avec les

00:03:27

températures que vous avez ici et à chacune

00:03:29

des étapes du coup surtout sur le retour.

00:03:31

donc retraite en hiver en Russie égal,

00:03:34

températures extrêmement froides

00:03:35

donc là des températures

00:03:36

négatives qui expliquent aussi là,

00:03:38

on voit à chaque fois les

00:03:40

les check point,

00:03:42

les étapes de perte sur les températures

00:03:44

qui étaient extrêmement froides et qui

00:03:46

ont aussi expliquées le nombre de morts

00:03:48

qui a pu avoir donc premier concept

00:03:50

fondamental à retenir sur la visualisation,

00:03:52

elle sert

00:03:52

à raconter une histoire comme

00:03:54

je viens de le faire.

00:03:56

2e élément très important à avoir en tête,

00:04:00

c'est qu'elle permet normalement

00:04:01

si elle est bien faite,

00:04:04

de faire passer instantanément un message.

00:04:06

Donc cette 2e illustration qui

00:04:08

est ma foi très jolie donc

00:04:11

en rosace , en hélice,

00:04:14

comme on peut le voir ici.

00:04:17

Donc elle a été réalisée

00:04:19

par Florence Nightingale,

00:04:20

donc qui était une infirmière pour l'armée

00:04:23

britannique et qui cherchait à montrer

00:04:26

À l'armée britannique en fait que il y

00:04:28

avait un gros problème sanitaire

00:04:31

sur les champs de bataille,

00:04:34

notamment au niveau des infirmeries

00:04:36

qui étaient à côté du front pour

00:04:40

montrer en fait que la principale

00:04:42

cause de mortalité sur la guerre

00:04:45

de Crimée

00:04:48

était des problèmes de maladies

00:04:50

qu'on appelait épidémiques donc

00:04:52

en gros des épidémies

00:04:55

sur les infirmeries.

00:04:57

Et donc là nécessité en fait alors

00:05:00

sur les infirmeries et dans le champ

00:05:02

de bataille et donc là nécessité

00:05:04

d'aller instaurer des règles sanitaires.

00:05:06

Alors en 2020, avec le COVID,

00:05:08

ça ne fait que plus éco.

00:05:10

Donc déjà à l'époque il y avait ce

00:05:12

type de raisonnement là et en fait ce

00:05:14

que vous avez ici tout simplement,

00:05:17

c'est une rosace qui va indiquer

00:05:19

pour chaque mois,

00:05:20

donc là ici vous voyez April May,

00:05:22

June, July et cetera sur les années,

00:05:24

on va avoir différentes couleurs pour

00:05:26

expliquer les causes de mortalité.

00:05:28

Donc si je me souviens bien,

00:05:30

le noir correspond aux morts sur

00:05:33

le champ de bataille, le rose,

00:05:35

je crois que c'est suite aux

00:05:37

complications de blessures de guerre

00:05:39

pour faire très simple et ensuite

00:05:42

Le bleu correspond aux maladies

00:05:44

épidémiques et là en fait on se rend

00:05:47

compte instantanément que et surtout

00:05:49

là encore on regarde le janvier 1855.

00:05:52

La proportion des maladies épidémiques

00:05:53

qui est absolument énorme par

00:05:55

rapport aux morts qu'on

00:05:57

pourrait s'attendre sur.

00:05:58

ces ces champs de bataille

00:06:00

et au final, effectivement,

00:06:01

on peut voir instantanément le problème,

00:06:03

donc les maladies épidémiques qui tuent

00:06:05

plus que la guerre en elle-même et en

00:06:08

plus de ça du coup elle a appliqué

00:06:10

un zoom en fait ici par rapport à

00:06:12

ce que vous souhaitez nous afficher.

00:06:14

Donc ça a été extrêmement complet dans

00:06:16

la manière d'afficher donc là quand vous

00:06:18

montrez ça aux aux généraux britanniques,

00:06:20

là y a pas de débat.

00:06:22

En fait, vous avez simplement à montrer

00:06:24

cette zone pour dire il faut

00:06:27

instaurer des règles sanitaires

00:06:28

dans les armées britanniques et donc

00:06:31

là, le message est instantanément passé,

00:06:33

il n'y a pas forcément besoin de polémiquer.

00:06:37

Le dernier élément, et c'est,

00:06:39

je pense, peut être le plus évident

00:06:41

de tout ceux que j'ai pu vous montrer,

00:06:44

c'est que

00:06:45

une visualisation sert à rendre des

00:06:47

choses évidentes alors qu'elles ne l'étaient

00:06:50

pas du tout avec des données brutes.

00:06:53

Le dernier cas que je souhaite vous montrer,

00:06:56

donc c'est toujours des

00:06:57

des choses historiques,

00:06:58

mais que je trouve encore une

00:07:01

fois extrêmement intéressantes

00:07:02

Ça va être cette carte de Londres qui

00:07:05

a été faite en 1854 par John Snow.

00:07:08

Et oui, ça ne s'invente pas,

00:07:10

alors qu'il y avait une une épidémie

00:07:13

de choléra sur Londres, voilà.

00:07:16

Et donc on cherche à estimer la cause

00:07:19

de cette épidémie de choléra.

00:07:21

Donc sans rentrer dans les détails,

00:07:24

on se demandait si c'était dans l'air,

00:07:26

on se demandait si c'était contagieux

00:07:28

et cetera,

00:07:29

et cetera.

00:07:29

Et donc on avait chargé cette personne là,

00:07:32

donc un médecin d'essayer d'investiguer pour

00:07:35

comprendre un petit peu ce qui se passait.

00:07:37

Donc lui, sa méthode,

00:07:39

ça a été relativement simple,

00:07:40

ça a été de prendre une carte du du quartier

00:07:44

de Soho à Londres et d'aller mettre

00:07:46

un rectangle sur chaque

00:07:48

palier ou il y a eu un mort,

00:07:50

donc on allait récupérer les

00:07:51

adresses des morts de choléra.

00:07:53

Et à chaque fois,

00:07:54

sur un palier,

00:07:55

on allait rajouter ce rectangle,

00:07:57

donc ce qu'on s'est aperçu très rapidement,

00:07:59

c'est que déjà ça se situait

00:08:00

dans une toute petite zone.

00:08:02

Donc qui était ici et quand on fait le zoom,

00:08:05

on voit que il y avait ici un point d'eau

00:08:07

qui était en plein milieu d'une zone

00:08:09

ou il y avait énormément de morts.

00:08:12

Donc encore une fois,

00:08:13

chose qui se voyait pas forcément

00:08:15

juste avec une liste de d'adresses

00:08:17

avec les morts correspondants et

00:08:19

donc effectivement, en zoomant,

00:08:20

on se rend compte que on a donc là

00:08:23

écrit Pump donc c'est

00:08:26

le point d'eau et en fait

00:08:29

on se rend compte que tout simplement

00:08:31

dans ce point d'eau,

00:08:33

on avait jeté des couches de bébé

00:08:35

qui étaient atteint de choléra,

00:08:37

donc effectivement, on était au 19e siècle,

00:08:39

et les

00:08:42

normes sanitaires encore une fois

00:08:44

n'étaient pas présentes et donc le fait

00:08:46

de jeter des couches souillées

00:08:49

de bébé qui étaient atteints du choléra.

00:08:51

Les gens, du coup,

00:08:52

allaient récupérer de l'eau pour

00:08:53

boire et donc s'infectaient eux-mêmes,

00:08:56

et donc à partir de là,

00:08:58

on a pu fermer cette pompe.

00:09:00

Et instantanément,

00:09:00

du coup, sur cette zone,

00:09:02

le nombre de choléra a drastiquement baissé.

00:09:05

Voilà donc là, vous voyez à partir de

00:09:07

choses qu'on ne pouvait pas comprendre,

00:09:10

on l'a simplement affiché sur

00:09:12

une carte et on a pu résoudre la

00:09:14

problématique qu'on avait

00:09:16

sur cette épidémie de

00:09:18

choléra et pour vous convaincre

00:09:20

encore un peu plus de ce cas-là.

00:09:23

Ce que je voulais vous montrer,

00:09:25

c'était un petit cas où on

00:09:27

va avoir ce tableau de données.

00:09:30

Donc les mois avec le nombre de ventes,

00:09:32

le chiffre d'affaires en milliers d'euros

00:09:34

qui a été réalisé pour une entreprise,

00:09:36

peu importe laquelle.

00:09:37

Et donc je vais vous demander de

00:09:39

prendre quelques secondes de

00:09:40

réflexion et me dire voilà,

00:09:42

avec ce tableau,

00:09:43

qu'est ce que vous êtes capable de

00:09:45

me dire sur ce qui s'est passé au

00:09:47

cours de ce semestre là ?

00:09:52

Voilà, je vous laisse quelques secondes.

00:09:53

Sinon, mettez sur pause si vous

00:09:55

voulez un peu plus de temps.

00:09:57

Moi, personnellement, j'ai du mal.

00:09:59

Clairement, je vois qu'il y a effectivement,

00:10:01

voilà des en tout cas une

00:10:03

fluctuation qui est existantes.

00:10:04

Là ça monte là ça redescend donc

00:10:05

là ça a l'air d'être une valeur

00:10:07

relativement basse

00:10:09

par rapport aux autres, et cetera.

00:10:11

Mais rien de bien concluant.

00:10:12

Par contre, si on l'affiche sur un

00:10:14

graphique donc comme je l'ai fait donc

00:10:16

c'est exactement les mêmes valeurs,

00:10:18

on va tout de suite en fait

00:10:20

visuellement détecter des choses

00:10:21

qui vont nous sauter aux yeux.

00:10:23

Déjà on a toute la partie sur les extrêmes,

00:10:26

ça l'œil est très habitué à repérer

00:10:28

les valeurs

00:10:29

qui sortent un petit peu de du lot,

00:10:32

donc là on voit instantanément que le

00:10:34

meilleur mois est le mois de mai et que

00:10:37

le plus mauvais mois est le mois de mars,

00:10:39

2e élément qu'on peut alors de

00:10:41

manière un peu secondaire apercevoir,

00:10:43

c'est que effectivement le premier

00:10:44

trimestre a été moins bon que le 2e.

00:10:46

Là on voit que on a 3 points qui sont

00:10:49

relativement voilà autour

00:10:51

de 50 et là on voit tout de

00:10:54

suite qu'on décolle et que sur la

00:10:56

fin du 2e trimestre on est plutôt

00:10:58

sur des valeurs autour de 60. 70.

00:11:02

Aussi l'œil va directement,

00:11:03

en tout cas,

00:11:04

le cerveau va essayer de tracer

00:11:05

une droite pour simplifier ça.

00:11:07

Et c'est vrai que au final,

00:11:09

on est plutôt sur une tendance qui est

00:11:11

à la hausse encore une fois sur le trimestre.

00:11:15

Et encore autre chose qu'on

00:11:17

pourrait constater, donc là,

00:11:18

ça va un petit peu plus loin,

00:11:21

c'est peut être une amorce de

00:11:23

chute pour l'été parce qu'on passe

00:11:25

de 75 000 en mai à presque

00:11:28

60000 en juin donc voilà, tout ça,

00:11:30

c'est très difficile à avoir

00:11:32

sur un tableau de données,

00:11:34

donc pour parfois essayer de

00:11:35

comprendre quelque chose

00:11:36

allez,

00:11:39

à partir du tableau,

00:11:40

on fait rapidement un graphique sur

00:11:43

Excel et on peut tout de suite voir

00:11:45

des choses qui nous sauteraient pas

00:11:47

aux yeux si on ne l'avait pas vu.

00:11:49

Voilà donc

00:11:51

toutes ces notions fondamentales

00:11:53

et l'intérêt qu'il peut y avoir

00:11:56

à faire de la data visualisation.

00:00:02

объяснения понимания

00:00:04

и фундаментальные понятия

00:00:06

вокруг визуализации данных.

00:00:08

Для этого возьмем несколько иллюстраций.

00:00:11

визуализация, которая является исторической и

00:00:14

известный, а также показать вам, что там,

00:00:16

то, что называется визуализацией данных,

00:00:19

это не что-то недавнее.

00:00:21

Итак, первая фундаментальная концепция

00:00:23

иметь в виду — это рассказывать истории.

00:00:25

Поиск визуализаций

00:00:26

чтобы рассказать историю.

00:00:28

Он стремится объяснить некоторые

00:00:30

что-то с путешествием.

00:00:32

Думать и там типично в

00:00:34

делает диаграмму, которую вы имеете здесь.

00:00:36

Это довольно много историй.

00:00:39

И кроме того,

00:00:40

такова история Франции.

00:00:41

В любом случае,

00:00:42

истории французских войн.

00:00:44

Итак, эта иллюстрация была

00:00:46

режиссер Чарльз Джозеф Минард, который

00:00:48

представляет Русскую кампанию,

00:00:50

таким образом, с 1812 по 1813 год, который

00:00:53

возглавлял Наполеон.

00:00:54

Итак, что мы можем прочитать

00:00:57

на этом графике, чтобы у вас было

00:00:59

фактически численность войск

00:01:01

кто этим представлен.

00:01:03

Ширина линии так уже, что,

00:01:05

это довольно много вещей

00:01:07

умный, чтобы сделать его визуальным и

00:01:09

так что у нас будет наступление войск

00:01:11

Французский язык на территории России на

00:01:13

от этой реки там, что будет

00:01:15

погрузиться в русские земли и, по сути,

00:01:17

как и когда,

00:01:19

мы увидим, что линия уменьшается,

00:01:21

это все меньше и меньше ***** и что

00:01:24

соответствует потерям, которые

00:01:26

пострадали от французской армии во время

00:01:28

их продвижения на российскую территорию.

00:01:31

Итак, здесь мы движемся вперед, мы продвигаемся,

00:01:33

мы движемся вперед, мы движемся вперед.

00:01:34

У нас на проходе к контрольно-пропускным пунктам

00:01:37

со ценностями или они исчезли.

00:01:40

422000 их было всего 400000,

00:01:43

и так далее и так далее,

00:01:45

и так далее.

00:01:47

С также городами, которые были

00:01:49

встретились и мы неожиданно приехали в Москву,

00:01:52

это было уже только 100 000.

00:01:54

И потом

00:01:54

Вы на самом деле имеете пенсию в черном

00:01:57

так знаменитое отступление из России

00:01:59

или французская армия ушла

00:02:01

в середине зимы во Франции потому что

00:02:03

что царь практиковал ла,

00:02:05

он просто сжег Москву.

00:02:07

Так что у солдат не было

00:02:09

больше не было дома нет

00:02:12

построили так, чтобы они ушли.

00:02:13

Ну, я не собираюсь делать историю Франции,

00:02:16

извините, я немного растекаюсь, я

00:02:19

Я сбился с пути.

00:02:20

В любом случае,

00:02:21

Вот красная линия соответствует

00:02:24

отступление французских войск.

00:02:26

И поэтому мы действительно видим, что

00:02:28

мне больно, что это меню.

00:02:30

Мы уже видим здесь, что был первый,

00:02:33

первое возвращение из

00:02:35

некоторые войска и, наконец,

00:02:37

которые прибыли всего на 10 миль,

00:02:40

затем прохождение этой реки.

00:02:42

Так что это был бах,

00:02:44

то, что сейчас называется

00:02:46

березина, которая соответствует

00:02:48

эпизод этой кампании из России,

00:02:50

Меня не волнует.

00:02:51

Вы можете посмотреть на это в Википедии,

00:02:52

если вам интересно, я остановлюсь на этом.

00:02:55

В любом случае,

00:02:56

вот как проиллюстрировать в очень

00:02:58

простая, а не большая картина

00:02:59

с датами и датами,

00:03:01

объем войск с

00:03:03

также потенциально места.

00:03:04

Бах здесь с первого взгляда мы понимаем это

00:03:06

это произошло, и мы тоже понимаем.

00:03:09

Бах действительно истории, которая могла бы

00:03:12

имеют на эту потерю как и когда

00:03:14

измеряет ключевые шаги и различные из них,

00:03:16

различные потери, которые могли произойти.

00:03:19

Кроме того, у нас будет еще одна шкала.

00:03:22

Так что это тоже,

00:03:23

это очень интересно на самом деле

00:03:25

граф очень полный с

00:03:27

температуры у вас здесь и на каждом

00:03:29

ступени удара, особенно на возвращении.

00:03:31

Чему же такое отступление зимой в России,

00:03:34

чрезвычайно низкие температуры

00:03:35

так что есть температуры на

00:03:36

отрицательный, что также объясняет,

00:03:38

мы видим каждый раз, когда

00:03:40

указанные на контрольно-пропускных пунктах,

00:03:42

шаги потери на температуру

00:03:44

кто был чрезвычайно холоден и кто

00:03:46

также объяснил количество смертей

00:03:48

кто, таким образом, может иметь первую концепцию

00:03:50

важно помнить о визуализации,

00:03:52

он служит.

00:03:52

Рассказывая историю, подобную

00:03:54

Я только сделал.

00:03:56

2-й очень важный элемент, который следует иметь в виду,

00:04:00

Это то, что он обычно позволяет

00:04:01

если это хорошо сделано,

00:04:04

чтобы мгновенно передать сообщение.

00:04:06

Итак, эта 2-я иллюстрация, что

00:04:08

моя вера очень очень красивая, так что

00:04:11

в розетке, как в спирали,

00:04:14

как видно здесь.

00:04:17

Так это было реализовано

00:04:19

Флоренс Найтингейл,

00:04:20

так кто же был медсестрой для армии

00:04:23

Британцы и которые стремились показать.

00:04:26

Британской армии на самом деле, что y

00:04:28

была большая проблема со здоровьем на,

00:04:31

на поле боя,

00:04:34

особенно на уровне лазаретов

00:04:36

который был рядом с фронтом для

00:04:40

на самом деле показать, что главное

00:04:42

причина смерти на войне

00:04:45

Крыма во время содержания под стражей

00:04:48

В Крыму были проблемы болезней

00:04:50

которая поэтому называлась эпидемией

00:04:52

приблизительно от эпидемий

00:04:55

на лазаретах.

00:04:57

И поэтому необходимость в самом деле тогда

00:05:00

на лазаретах и на местах

00:05:02

битвы и поэтому возникает необходимость

00:05:04

пойти и установить правила здоровья.

00:05:06

Так в 2020 году, с COVID,

00:05:08

это только более экологично.

00:05:10

Так что уже в то время было это

00:05:12

типа рассуждений нет и фактически это

00:05:14

что у вас просто есть здесь,

00:05:17

Это розовое окно, которое будет указывать

00:05:19

за каждый месяц,

00:05:20

итак, здесь вы видите апрель май,

00:05:22

Июнь, июль и так далее годы,

00:05:24

у нас будут разные цвета для

00:05:26

объяснить причины смертности.

00:05:28

Поэтому, если я правильно помню,

00:05:30

черный соответствует мертвым на

00:05:33

поле боя, розовый,

00:05:35

Я думаю, что это в результате

00:05:37

осложнения военных ранений

00:05:39

сделать его очень простым, а затем и тем.

00:05:42

Синий цвет соответствует заболеваниям

00:05:44

эпидемии и туда по сути мы идем

00:05:47

мгновенно подсчитывает это и превыше всего

00:05:49

здесь мы снова посмотрим на январь 1855 года.

00:05:52

Доля эпидемических заболеваний

00:05:53

который абсолютно огромен

00:05:55

связь со смертями, которые

00:05:57

можно было ожидать дальше.

00:05:58

Это на этих полях сражений

00:06:00

и в конце концов, действительно,

00:06:01

можно мгновенно увидеть проблему,

00:06:03

так эпидемические заболевания, которые убивают

00:06:05

больше, чем сама война и в

00:06:08

больше из этого, поэтому она подала заявку

00:06:10

зум на самом деле здесь по отношению к

00:06:12

что вы хотите нам показать.

00:06:14

Таким образом, он был чрезвычайно полным в

00:06:16

способ отображения там, когда вы

00:06:18

покажите это британским генералам,

00:06:20

Ну, нет никаких дебатов.

00:06:22

На самом деле, вы просто должны показать

00:06:24

эта область сказать Бах это необходимо

00:06:27

установить санитарные правила на.

00:06:28

О британских армиях и, следовательно,

00:06:31

там сообщение мгновенно передается,

00:06:33

нет необходимости в полемике.

00:06:37

Последний элемент, а именно:

00:06:39

Я думаю, пожалуй, самое очевидное

00:06:41

из всего, что я смог показать вам,

00:06:44

это только один.

00:06:45

Визуализация используется для рендеринга

00:06:47

вещи очевидные, когда этого не было

00:06:50

совсем не с необработанными данными.

00:06:53

Последний случай, который я хочу вам показать,

00:06:56

так что это всегда

00:06:57

исторические вещи,

00:06:58

но что я все еще нахожу

00:07:01

времена чрезвычайно интересные.

00:07:02

Это будет карта Лондона, которая

00:07:05

был сделан в 1854 году Джоном Сноу.

00:07:08

И да, это не может быть изобретено,

00:07:10

пока была эпидемия

00:07:13

холера в Лондоне, вот и все.

00:07:16

И поэтому мы пытаемся оценить причину.

00:07:19

этой эпидемии холеры.

00:07:21

Так что, не вдаваясь в подробности,

00:07:24

мы задавались вопросом, витает ли он в воздухе,

00:07:26

мы задавались вопросом, заразен ли он

00:07:28

и так далее

00:07:29

и так далее.

00:07:29

И поэтому мы обвинили этого человека там,

00:07:32

поэтому врач, чтобы попытаться исследовать для

00:07:35

немного понять, что происходит.

00:07:37

Итак, он, его метод,

00:07:39

это было относительно просто,

00:07:40

он должен был взять карту окрестностей

00:07:44

из Сохо в Лондон и ехать на пут.

00:07:46

В прямоугольнике на каждом

00:07:48

уровень или была смерть,

00:07:50

так что мы собирались получить

00:07:51

адреса умерших от холеры.

00:07:53

И каждый раз,

00:07:54

на посадке,

00:07:55

мы собирались добавить к этому прямоугольнику,

00:07:57

так что мы поняли очень быстро,

00:07:59

это то, что он уже был найден

00:08:00

на очень маленькой территории.

00:08:02

Итак, кто был здесь и когда мы увеличим масштаб,

00:08:05

мы видим, что здесь была точка воды

00:08:07

кто был прямо посреди области

00:08:09

или было много смертей.

00:08:12

Итак, еще раз,

00:08:13

что-то, что не обязательно было замечено

00:08:15

просто со списком адресов.

00:08:17

С соответствующими смертями и

00:08:19

так что, действительно, путем масштабирования,

00:08:20

мы понимаем, что у нас там есть

00:08:23

Пишет Pump так, что это все

00:08:26

точка воды и фактически мы есть.

00:08:29

Мы понимаем, что просто

00:08:31

в этой точке водоснабжения,

00:08:33

детские подгузники были выброшены

00:08:35

который страдал холерой,

00:08:37

так что, действительно, это был 19-й век,

00:08:39

но с 19-го века и

00:08:42

санитарные нормы еще раз

00:08:44

не присутствовал и, следовательно, факт

00:08:46

бросать грязные подгузники в

00:08:49

младенца, у которого была холера.

00:08:51

Люди, внезапно,

00:08:52

идите и собирайте воду, чтобы

00:08:53

пить и поэтому заражать себя,

00:08:56

и, следовательно, оттуда,

00:08:58

мы смогли закрыть этот насос.

00:09:00

И мгновенно,

00:09:00

внезапно, на этой территории,

00:09:02

количество АА холеры резко сократилось.

00:09:05

Итак, вот вы, вы видите из

00:09:07

вещи, которые не могли быть поняты,

00:09:10

он был просто отображен на

00:09:12

карта, и мы смогли решить

00:09:14

проблема, которая у нас была на

00:09:16

об этом об этой эпидемии

00:09:18

холера и убедить вас

00:09:20

немного больше об этом случае.

00:09:23

Что я хотел вам показать,

00:09:25

это было в маленьком случае, когда мы

00:09:27

будет иметь эту таблицу данных.

00:09:30

Итак, месяцы с количеством продаж,

00:09:32

оборот в тысячах евро

00:09:34

что было осуществлено для компании,

00:09:36

неважно, какой из них.

00:09:37

И поэтому я собираюсь попросить вас

00:09:39

потратьте эти несколько секунд

00:09:40

думай и скажи мне Бах вуаля,

00:09:42

с этой таблицей,

00:09:43

на что вы способны

00:09:45

расскажите мне о том, что произошло в

00:09:47

в течение этого семестра?

00:09:52

Вот и все, я дам вам несколько секунд.

00:09:53

В противном случае приостановите, если

00:09:55

хотите немного больше времени.

00:09:57

Лично мне тяжело.

00:09:59

Ясно, что я вижу, что действительно есть,

00:10:01

В любом случае, вот

00:10:03

флуктуации, которые существуют.

00:10:04

Там он идет вверх, там он идет вниз, так что

00:10:05

там кажется, что это ценность

00:10:07

относительно низкой стоимости

00:10:09

по сравнению с другими и так далее.

00:10:11

Но ничего очень убедительного.

00:10:12

С другой стороны, если он отображается на

00:10:14

графика, так как я это сделал

00:10:16

это точно такие же значения,

00:10:18

мы идем сразу же на самом деле

00:10:20

визуальное обнаружение вещей

00:10:21

которые выпрыгнет на нас.

00:10:23

У нас уже есть целая часть на крайностях,

00:10:26

что глаз очень привык к пятнистым выделениям.

00:10:28

Ценности, которые являются тем, что,

00:10:29

которые немного выделяются из толпы,

00:10:32

итак, мы сразу видим, что

00:10:34

лучший месяц и месяц май и что

00:10:37

худший месяц и месяц март,

00:10:39

2-й элемент, который затем может быть

00:10:41

несколько второстепенный способ восприятия,

00:10:43

именно это действительно первый

00:10:44

Квартал был хуже 2-го.

00:10:46

Там мы видим, что у нас есть 3 пункта, которые

00:10:49

относительно того, что мы собираемся

00:10:51

скажем, 50 и там мы видим все от

00:10:54

продолжение, которое мы взлетаем и что на

00:10:56

конец 2-го квартала мы скорее

00:10:58

на значениях около 60. 70.

00:11:02

Можно также глаз быть прямым,

00:11:03

в любом случае,

00:11:04

мозг попытается проследить

00:11:05

право на упрощение этого.

00:11:07

И это правда, что в конце концов,

00:11:09

мы скорее находимся на тренде, который

00:11:11

снова вверх за квартал.

00:11:15

И еще кое-что, что мы

00:11:17

мог найти, поэтому там,

00:11:18

это идет немного дальше,

00:11:21

это может быть букварь

00:11:23

осень на лето, потому что мы проходим

00:11:25

с 75 000 в мае до почти

00:11:28

60000 в июне, вот и все, все,

00:11:30

это очень трудно иметь

00:11:32

в таблице данных,

00:11:34

поэтому иногда пытаться

00:11:35

что-то понимать.

00:11:36

Бах, давай,

00:11:37

быстро составим стол

00:11:39

со стола,

00:11:40

быстро составим график на

00:11:43

Excel и мы можем видеть сразу.

00:11:45

Вещи, которые не прыгнули бы к нам

00:11:47

глазам, если бы у нас его не было.

00:11:49

Итак, поехали,

00:11:50

колодец

00:11:51

все эти фундаментальные понятия

00:11:53

и интерес, который может быть

00:11:56

для визуализации данных.

00:00:02

explanations of understanding

00:00:04

and fundamental concepts

00:00:06

around data visualization.

00:00:08

For that, we will take some illustrations

00:00:11

visualization that are historical and

00:00:14

famous and also to show you that there,

00:00:16

what is called data visualization,

00:00:19

it is not something recent.

00:00:21

So the first fundamental concept to

00:00:23

to have in mind is storytelling.

00:00:25

Visualizations search

00:00:26

to tell a story.

00:00:28

It seeks to explain some

00:00:30

something with a journey.

00:00:32

To think and there typically in

00:00:34

makes the diagram you have here.

00:00:36

It tells quite a story.

00:00:39

And besides,

00:00:40

this is the history of France.

00:00:41

In any case,

00:00:42

the histories of the French Wars.

00:00:44

So this illustration was

00:00:46

directed by Charles Joseph Minard who

00:00:48

represents the Russian campaign,

00:00:50

so from 1812 to 1813 which

00:00:53

was led by Napoleon.

00:00:54

So what can we read

00:00:57

on this chart so you have

00:00:59

in fact the number of troops

00:01:01

who represented by that.

00:01:03

The width of the line so already that,

00:01:05

it's quite a thing

00:01:07

clever to make it visual and

00:01:09

so we will have the advance of the troops

00:01:11

French in Russian territory at

00:01:13

from this river there that will be

00:01:15

sink into Russian lands and in fact,

00:01:17

as and when,

00:01:19

we will see that the line is diminishing,

00:01:21

it's less and less ***** and that

00:01:24

corresponds to the losses that are

00:01:26

were suffered by the French army during

00:01:28

of their advance into Russian territory.

00:01:31

So here we move forward, we advance,

00:01:33

we move forward, we move forward.

00:01:34

We have at the passage to checkpoints

00:01:37

with values or they are gone.

00:01:40

422000 they were only 400000,

00:01:43

et cetera et cetera,

00:01:45

and so forth.

00:01:47

With also the cities that have been

00:01:49

met and we arrive suddenly in Moscow,

00:01:52

it was already only 100,000.

00:01:54

And then,

00:01:54

you actually have retirement in black

00:01:57

so the famous retreat from Russia

00:01:59

or the French army left

00:02:01

in the middle of winter in France because

00:02:03

that the Tsar had practiced the la,

00:02:05

he had simply burned Moscow.

00:02:07

So the soldiers had no

00:02:09

no longer had a home is no

00:02:12

build so they left.

00:02:13

Well I'm not going to make the history of France,

00:02:16

sorry I spread out a little uh I

00:02:19

I go astray.

00:02:20

In any case,

00:02:21

here is the red line corresponds to the

00:02:24

retreat of French troops.

00:02:26

And so we actually see that

00:02:28

it hurts me, that it menu.

00:02:30

We can already see here that there had been a first,

00:02:33

a first return from

00:02:35

some troops and finally,

00:02:37

who have arrived only 10 miles,

00:02:40

then the passage of this river.

00:02:42

So it was a bah,

00:02:44

what is now called a

00:02:46

berezina which corresponds to a

00:02:48

episode of this campaign from Russia,

00:02:50

I don't care.

00:02:51

You can look at it on Wikipedia,

00:02:52

if you are interested, I will stop there.

00:02:55

In any case,

00:02:56

here is how to illustrate in a very

00:02:58

simple rather than a large painting

00:02:59

with dates and des,

00:03:01

a volume of troops with

00:03:03

also potentially places.

00:03:04

Bah here at a glance we understand this

00:03:06

that happened and we realize too.

00:03:09

Bah indeed of the history that could

00:03:12

have on this loss as and when

00:03:14

measures the key steps to and the different ones,

00:03:16

the various losses that may have occurred.

00:03:19

In addition to that we will have another scale.

00:03:22

So that too,

00:03:23

it's very interesting actually the

00:03:25

graph is very complete with the

00:03:27

temperatures you have here and at each

00:03:29

steps of the blow especially on the return.

00:03:31

What so retreat in winter in Russia equals,

00:03:34

extremely cold temperatures

00:03:35

so there temperatures at

00:03:36

negative which also explains the,

00:03:38

we see each time the

00:03:40

indicated on the checkpoints,

00:03:42

loss steps on temperatures

00:03:44

who was extremely cold and who

00:03:46

also explained the number of deaths

00:03:48

who could therefore have first concept

00:03:50

fundamental to remember about visualization,

00:03:52

it serves.

00:03:52

Telling a story like

00:03:54

I just did.

00:03:56

2nd very important element to have in mind,

00:04:00

it is that it normally allows

00:04:01

if it is well done,

00:04:04

to instantly convey a message.

00:04:06

So this 2nd illustration that

00:04:08

is my faith very very pretty so

00:04:11

in rosette as in helix,

00:04:14

as can be seen here.

00:04:17

So it was realized

00:04:19

by Florence Nightingale,

00:04:20

so who was a nurse for the army

00:04:23

British and who sought to show.

00:04:26

To the British Army in fact that y

00:04:28

had a big health problem on the,

00:04:31

on the battlefield,

00:04:34

especially at the level of infirmaries

00:04:36

which was next to the front for

00:04:40

actually show that the main

00:04:42

cause of death on war

00:04:45

of Crimea during the custody of

00:04:48

Crimea was problems of diseases

00:04:50

which was called epidemic therefore

00:04:52

roughly of the of the epidemics

00:04:55

on the infirmaries.

00:04:57

And so there necessity in fact then

00:05:00

on infirmaries and in the field

00:05:02

of battle and therefore there is the need to

00:05:04

to go and establish health rules.

00:05:06

So in 2020, with COVID,

00:05:08

it's only more eco-friendly.

00:05:10

So already at the time there was this

00:05:12

type of reasoning there and in fact this

00:05:14

that you simply have here,

00:05:17

it is a rose window that will indicate

00:05:19

for each month,

00:05:20

so here you see April May,

00:05:22

June, July and so on years,

00:05:24

we will have different colors for

00:05:26

explain the causes of mortality.

00:05:28

So if I remember correctly,

00:05:30

black corresponds to the dead on

00:05:33

the battlefield, the pink,

00:05:35

I think it is as a result of the

00:05:37

complications of war wounds

00:05:39

to make it very simple and then the the.

00:05:42

Blue corresponds to diseases

00:05:44

epidemics and there in fact we go

00:05:47

instantly counts that and above all

00:05:49

here again we look at January 1855.

00:05:52

The proportion of epidemic diseases

00:05:53

which is absolutely huge by

00:05:55

relationship to the deaths that are

00:05:57

could expect on.

00:05:58

It's on these battlefields

00:06:00

and in the end, indeed,

00:06:01

one can instantly see the problem,

00:06:03

so epidemic diseases that kill

00:06:05

more than the war itself and in

00:06:08

more of that so she applied

00:06:10

a zoom in fact here in relation to

00:06:12

what you want to show us.

00:06:14

So it was extremely complete in

00:06:16

the way to display there when you

00:06:18

show this to the British generals,

00:06:20

Well, there is no debate.

00:06:22

In fact, you just have to show

00:06:24

this area to say Bah it is necessary

00:06:27

establish sanitary rules on.

00:06:28

On the in the British armies and therefore

00:06:31

there, the message is instantly passed,

00:06:33

there is not necessarily a need for polemics.

00:06:37

The last element, and that is,

00:06:39

I think, perhaps the most obvious

00:06:41

of all that I have been able to show you,

00:06:44

it is only one.

00:06:45

A visualization is used to render

00:06:47

things obvious when it was not

00:06:50

not at all with raw data.

00:06:53

The last case I want to show you,

00:06:56

so it's always

00:06:57

historical things,

00:06:58

but that I still find a

00:07:01

times extremely interesting.

00:07:02

It's going to be this map of London that

00:07:05

was made in 1854 by John Snow.

00:07:08

And yes, it can't be invented,

00:07:10

while there was an epidemic

00:07:13

cholera on London, that's it.

00:07:16

And so we try to estimate the cause

00:07:19

of this cholera epidemic.

00:07:21

So without going into details,

00:07:24

we wondered if it was in the air,

00:07:26

we wondered if it was contagious

00:07:28

and so forth

00:07:29

and so forth.

00:07:29

And so we had charged this person there,

00:07:32

so a doctor to try to investigate for

00:07:35

understand a little bit what was going on.

00:07:37

So he, his method,

00:07:39

it was relatively simple,

00:07:40

it was to take a map of the neighborhood

00:07:44

from Soho to London and go put.

00:07:46

In rectangle on each

00:07:48

level or there has been a death,

00:07:50

so we were going to get the

00:07:51

addresses of cholera deaths.

00:07:53

And every time,

00:07:54

on a landing,

00:07:55

we were going to add to this rectangle,

00:07:57

so what we realized very quickly,

00:07:59

it is that already it was located

00:08:00

in a very small area.

00:08:02

So who was here and when we zoom in,

00:08:05

we see that there was a water point here

00:08:07

who was right in the middle of an area

00:08:09

or there were a lot of deaths.

00:08:12

So again,

00:08:13

something that was not necessarily seen

00:08:15

just with a list of addresses.

00:08:17

With the corresponding deaths and

00:08:19

so indeed, by zooming,

00:08:20

we realize that we have there

00:08:23

Writes Pump so it's the it's it

00:08:26

the water point and in fact we are.

00:08:29

We realize that simply

00:08:31

in this water point,

00:08:33

baby diapers had been thrown away

00:08:35

who was suffering from cholera,

00:08:37

so indeed, it was the 19th century,

00:08:39

but from the 19th century and the

00:08:42

sanitary standards once again

00:08:44

was not present and therefore the fact

00:08:46

throw soiled diapers at

00:08:49

of a baby who had cholera.

00:08:51

People, suddenly,

00:08:52

go and collect water to

00:08:53

drink and therefore infect themselves,

00:08:56

and therefore from there,

00:08:58

we were able to close that pump.

00:09:00

And instantly,

00:09:00

suddenly, on this area,

00:09:02

the number of AA cholera drastically decreased.

00:09:05

So here you are, you see from

00:09:07

things that could not be understood,

00:09:10

it was simply displayed on

00:09:12

a map and we were able to solve the

00:09:14

problem we had on

00:09:16

on this on this epidemic of

00:09:18

cholera and to convince you

00:09:20

a little more of that case.

00:09:23

What I wanted to show you,

00:09:25

it was in a small case where we

00:09:27

is going to have this data table.

00:09:30

So the months with the number of sales,

00:09:32

turnover in thousands of euros

00:09:34

that was carried out for a company,

00:09:36

no matter which one.

00:09:37

And so I'm going to ask you to

00:09:39

take this few seconds of

00:09:40

think and say to me Bah voilà,

00:09:42

with this table,

00:09:43

what are you capable of

00:09:45

tell me about what happened in the

00:09:47

during this of that semester?

00:09:52

That's it, I'll give you a few seconds.

00:09:53

Otherwise, pause if you

00:09:55

want a little more time.

00:09:57

I, personally, have a hard time huh.

00:09:59

Clearly, I see that there is indeed,

00:10:01

here are in any case a

00:10:03

fluctuation that exist.

00:10:04

There it goes up there it goes down so

00:10:05

there it seems to be a value

00:10:07

of a relatively low value

00:10:09

compared to others, et cetera.

00:10:11

But nothing very conclusive.

00:10:12

On the other hand, if it is displayed on a

00:10:14

graphic so as I did so

00:10:16

it is exactly the same values,

00:10:18

we go right away in fact

00:10:20

visually detect things

00:10:21

that will jump out at us.

00:10:23

Already we have the whole part on the extremes,

00:10:26

that the eye is very used to spotting.

00:10:28

The values that are that,

00:10:29

which stand out a little bit from the crowd,

00:10:32

so there we see instantly that the

00:10:34

best month and the month of May and that

00:10:37

the worst month and the month of March,

00:10:39

2nd element that can then be

00:10:41

a somewhat secondary way to perceive,

00:10:43

it is that indeed the first

00:10:44

Quarter was worse than the 2nd.

00:10:46

There we see that we have 3 points that are

00:10:49

relatively that's around we're going to

00:10:51

say of 50 and there we see everything from

00:10:54

continuation that we take off and that on the

00:10:56

end of the 2nd quarter we are rather

00:10:58

on values around 60. 70.

00:11:02

One can also the eye goes directly,

00:11:03

in any case,

00:11:04

the brain will try to trace

00:11:05

a right to simplify that.

00:11:07

And it is true that in the end,

00:11:09

we are rather on a trend that is

00:11:11

up again over the quarter.

00:11:15

And something else that we

00:11:17

could find, therefore there,

00:11:18

it goes a little further,

00:11:21

it may be a primer of

00:11:23

fall for the summer because we pass

00:11:25

from 75,000 in May to almost

00:11:28

60000 in June so that's it, all that,

00:11:30

it's very difficult to have

00:11:32

on a data table,

00:11:34

so to sometimes try to

00:11:35

understand something.

00:11:36

Bah come on,

00:11:37

we quickly make a table

00:11:39

from the table,

00:11:40

we quickly make a graph on

00:11:43

Excel and we can see right away.

00:11:45

Things that would not jump to us

00:11:47

to the eyes if we hadn't had it.

00:11:49

So here we go,

00:11:50

well,

00:11:51

all these fundamental notions

00:11:53

and the interest that there may be

00:11:56

to do data visualization.

00:00:02

explicaciones de comprensión

00:00:04

y conceptos fundamentales

00:00:06

en torno a la visualización de datos.

00:00:08

Para eso, tomaremos algunas ilustraciones.

00:00:11

visualización que son históricas y

00:00:14

famoso y también para demostrarte que allí,

00:00:16

lo que se llama visualización de datos,

00:00:19

no es algo reciente.

00:00:21

Así que el primer concepto fundamental para

00:00:23

tener en cuenta es contar historias.

00:00:25

Búsqueda de visualizaciones

00:00:26

para contar una historia.

00:00:28

Busca explicar algunos

00:00:30

algo con un viaje.

00:00:32

Pensar y normalmente en

00:00:34

hace el diagrama que tienes aquí.

00:00:36

Cuenta toda una historia.

00:00:39

Y además,

00:00:40

esta es la historia de Francia.

00:00:41

En cualquier caso,

00:00:42

las historias de las guerras francesas.

00:00:44

Así que esta ilustración fue

00:00:46

dirigida por Charles Joseph Minard que

00:00:48

representa la campaña rusa,

00:00:50

así que de 1812 a 1813 que

00:00:53

fue dirigido por Napoleón.

00:00:54

Entonces, ¿qué podemos leer?

00:00:57

en este gráfico para que tenga

00:00:59

de hecho, el número de tropas

00:01:01

quién representó con eso.

00:01:03

El ancho de la línea tan ya que,

00:01:05

es toda una cosa

00:01:07

inteligente para hacerlo visual y

00:01:09

así tendremos el avance de las tropas

00:01:11

Francés en territorio ruso en

00:01:13

de este río hay que

00:01:15

hundirse en tierras rusas y, de hecho,

00:01:17

como y cuando,

00:01:19

veremos que la línea está disminuyendo,

00:01:21

es cada vez menos sangriento y eso

00:01:24

corresponde a las pérdidas que son

00:01:26

fueron sufridos por el ejército francés durante

00:01:28

de su avance en territorio ruso.

00:01:31

Así que aquí avanzamos, avanzamos,

00:01:33

avanzamos, avanzamos.

00:01:34

Tenemos en el paso a los puestos de control

00:01:37

con valores o se han ido.

00:01:40

422000 eran solo 400000,

00:01:43

etcétera y cetera,

00:01:45

y así sucesivamente.

00:01:47

Con también las ciudades que han sido

00:01:49

nos encontramos y llegamos de repente a Moscú,

00:01:52

ya eran solo 100.000.

00:01:54

Y entonces

00:01:54

en realidad tienes la jubilación en negro

00:01:57

así que el famoso retiro de Rusia

00:01:59

o la izquierda del ejército francés

00:02:01

en pleno invierno en Francia porque

00:02:03

que el zar había practicado el la la,

00:02:05

simplemente había quemado Moscú.

00:02:07

Así que los soldados no tenían

00:02:09

ya no tenía una casa no es

00:02:12

construir para que se fueran.

00:02:13

Bueno, no voy a hacer la historia de Francia,

00:02:16

lo siento me extendí un poco uh I

00:02:19

Me extravío.

00:02:20

En cualquier caso,

00:02:21

aquí está la línea roja corresponde a la

00:02:24

retirada de las tropas francesas.

00:02:26

Y así lo vemos

00:02:28

me duele, que sea menú.

00:02:30

Ya podemos ver aquí que hubo una primera,

00:02:33

un primer regreso de

00:02:35

algunas tropas y, por último,

00:02:37

que han llegado a sólo 10 millas,

00:02:40

luego el paso de este río.

00:02:42

Así que fue un bah,

00:02:44

lo que ahora se llama un

00:02:46

berezina que corresponde a un

00:02:48

episodio de esta campaña desde Rusia,

00:02:50

No me importa.

00:02:51

Puedes verlo en Wikipedia,

00:02:52

si está interesado, me detendré allí.

00:02:55

En cualquier caso,

00:02:56

aquí es cómo ilustrar en un

00:02:58

simple en lugar de una pintura grande

00:02:59

con fechas y des,

00:03:01

un volumen de tropas con

00:03:03

también potencialmente lugares.

00:03:04

Bah aquí de un vistazo entendemos esto

00:03:06

eso sucedió y nos damos cuenta también.

00:03:09

Bah de hecho de la historia que podría

00:03:12

tener en esta pérdida como y cuando

00:03:14

mide los pasos clave y los diferentes,

00:03:16

las diversas pérdidas que puedan haberse producido.

00:03:19

Además de eso tendremos otra escala.

00:03:22

Así que eso también,

00:03:23

es muy interesante en realidad el

00:03:25

El gráfico es muy completo con el

00:03:27

temperaturas que tienes aquí y en cada uno

00:03:29

pasos del golpe sobre todo en la vuelta.

00:03:31

Lo que tanto retiro en invierno en Rusia equivale,

00:03:34

temperaturas extremadamente frías

00:03:35

por lo que hay temperaturas a

00:03:36

negativo que también explica el,

00:03:38

vemos cada vez el

00:03:40

indicados en los puntos de control,

00:03:42

pasos de pérdida en las temperaturas

00:03:44

quién tenía mucho frío y quién

00:03:46

también explicó el número de muertes

00:03:48

que, por lo tanto, podría tener el primer concepto

00:03:50

fundamental para recordar sobre la visualización,

00:03:52

sirve.

00:03:52

Contar una historia como

00:03:54

Simplemente lo hice.

00:03:56

2º elemento muy importante a tener en cuenta,

00:04:00

es que normalmente permite

00:04:01

si está bien hecho,

00:04:04

para transmitir instantáneamente un mensaje.

00:04:06

Así que esta 2ª ilustración que

00:04:08

es mi fe muy muy bonita así que

00:04:11

en roseta como en hélice,

00:04:14

como se puede ver aquí.

00:04:17

Así se realizó

00:04:19

por Florence Nightingale,

00:04:20

así que quién era enfermera del ejército

00:04:23

Británico y que buscaba mostrarse.

00:04:26

Al ejército británico, de hecho, que y

00:04:28

tenía un gran problema de salud en el,

00:04:31

en el campo de batalla,

00:04:34

especialmente a nivel de enfermerías

00:04:36

que estaba al lado del frente para

00:04:40

en realidad muestran que el principal

00:04:42

causa de muerte en la guerra

00:04:45

de Crimea durante la custodia de

00:04:48

Crimea era problemas de enfermedades

00:04:50

que se llamó epidemia por lo tanto

00:04:52

más o menos de las epidemias

00:04:55

en las enfermerías.

00:04:57

Y entonces, de hecho, hay necesidad de

00:05:00

en las enfermerías y en el campo

00:05:02

de batalla y por lo tanto existe la necesidad de

00:05:04

para ir y establecer reglas de salud.

00:05:06

Así que en 2020, con COVID,

00:05:08

solo que es más ecológico.

00:05:10

Así que ya en el momento en que hubo esto

00:05:12

tipo de razonamiento allí y de hecho esto

00:05:14

que simplemente tienes aquí,

00:05:17

es un rosetón que indicará

00:05:19

para cada mes,

00:05:20

así que aquí ves abril mayo,

00:05:22

Junio, julio y así sucesivamente años,

00:05:24

tendremos diferentes colores para

00:05:26

explicar las causas de mortalidad.

00:05:28

Así que si no recuerdo mal,

00:05:30

el negro corresponde a los muertos en

00:05:33

el campo de batalla, el rosa,

00:05:35

Creo que es como resultado de la

00:05:37

complicaciones de las heridas de guerra

00:05:39

para hacerlo muy simple y luego el.

00:05:42

El azul corresponde a enfermedades

00:05:44

epidemias y ahí de hecho vamos

00:05:47

cuenta al instante eso y sobre todo

00:05:49

aquí de nuevo miramos a enero de 1855.

00:05:52

La proporción de enfermedades epidémicas

00:05:53

que es absolutamente enorme por

00:05:55

relación con las muertes que son

00:05:57

podría esperar.

00:05:58

Está en estos campos de batalla

00:06:00

y al final, de hecho,

00:06:01

uno puede ver instantáneamente el problema,

00:06:03

tan epidémicas que matan

00:06:05

más que la guerra misma y en

00:06:08

más de eso, así que aplicó

00:06:10

un zoom de hecho aquí en relación con

00:06:12

lo que quieres mostrarnos.

00:06:14

Así que fue extremadamente completo en

00:06:16

la forma de mostrar allí cuando

00:06:18

mostrar esto a los generales británicos,

00:06:20

Bueno, no hay debate.

00:06:22

De hecho, solo tienes que mostrar

00:06:24

esta zona para decir Bah es necesario

00:06:27

establecer normas sanitarias sobre.

00:06:28

Sobre los ejércitos británicos y por lo tanto

00:06:31

allí, el mensaje se pasa instantáneamente,

00:06:33

no hay necesariamente una necesidad de polémicas.

00:06:37

El último elemento, y es decir,

00:06:39

Creo que, quizás, el más obvio

00:06:41

de todo lo que he podido mostrarles,

00:06:44

es solo uno.

00:06:45

Se utiliza una visualización para renderizar

00:06:47

cosas obvias cuando no lo era

00:06:50

para nada con datos en bruto.

00:06:53

El último caso que quiero mostrarles,

00:06:56

así que siempre es

00:06:57

cosas históricas,

00:06:58

pero que todavía encuentro un

00:07:01

tiempos extremadamente interesantes.

00:07:02

Va a ser este mapa de Londres el que

00:07:05

fue realizado en 1854 por John Snow.

00:07:08

Y sí, no se puede inventar,

00:07:10

mientras había una epidemia

00:07:13

cólera en Londres, eso es todo.

00:07:16

Y así tratamos de estimar la causa.

00:07:19

de esta epidemia de cólera.

00:07:21

Así que sin entrar en detalles,

00:07:24

nos preguntamos si estaba en el aire,

00:07:26

nos preguntamos si era contagioso

00:07:28

y así sucesivamente

00:07:29

y así sucesivamente.

00:07:29

Y entonces habíamos cargado a esta persona allí,

00:07:32

así que un médico para tratar de investigar para

00:07:35

entender un poco lo que estaba pasando.

00:07:37

Así que él, su método,

00:07:39

era relativamente simple,

00:07:40

era tomar un mapa del barrio

00:07:44

del Soho a Londres y ve put.

00:07:46

En rectángulo en cada uno

00:07:48

nivel o ha habido una muerte,

00:07:50

así que íbamos a conseguir el

00:07:51

direcciones de muertes por cólera.

00:07:53

Y cada vez,

00:07:54

en un aterrizaje,

00:07:55

íbamos a añadir a este rectángulo,

00:07:57

así que lo que nos dimos cuenta muy rápidamente,

00:07:59

es que ya estaba localizado

00:08:00

en un área muy pequeña.

00:08:02

Entonces, ¿quién estaba aquí y cuándo nos acercamos,

00:08:05

vemos que había un punto de agua aquí

00:08:07

que estaba justo en el medio de un área

00:08:09

o hubo muchas muertes.

00:08:12

Así que de nuevo,

00:08:13

algo que no necesariamente se veía

00:08:15

solo con una lista de direcciones.

00:08:17

Con las defunciones correspondientes y

00:08:19

así que, de hecho, haciendo zoom,

00:08:20

nos damos cuenta de que tenemos allí

00:08:23

Escribe Pump para que sea el que es todo

00:08:26

el punto de agua y de hecho lo somos.

00:08:29

Nos damos cuenta de que simplemente

00:08:31

en este punto de agua,

00:08:33

los pañales para bebés habían sido desechidos

00:08:35

que sufría de cólera,

00:08:37

así que de hecho, era el siglo 19,

00:08:39

pero desde el siglo 19 y el

00:08:42

normas sanitarias una vez más

00:08:44

no estaba presente y por lo tanto el hecho

00:08:46

tirar pañales sucios a

00:08:49

de un bebé que tenía cólera.

00:08:51

La gente, de repente,

00:08:52

ir y recoger agua para

00:08:53

beber y por lo tanto infectarse,

00:08:56

y por lo tanto a partir de ahí,

00:08:58

pudimos cerrar esa bomba.

00:09:00

Y al instante,

00:09:00

de repente, en esta área,

00:09:02

el número de cólera AA disminuyó drásticamente.

00:09:05

Así que aquí estás, ves desde

00:09:07

cosas que no se podían entender,

00:09:10

simplemente se mostró en

00:09:12

un mapa y pudimos resolver el

00:09:14

problema que tuvimos en

00:09:16

sobre esto sobre esta epidemia de

00:09:18

cólera y para convencerte

00:09:20

un poco más de ese caso.

00:09:23

Lo que quería mostrarte,

00:09:25

fue en un pequeño caso donde

00:09:27

va a tener esta tabla de datos.

00:09:30

Así que los meses con el número de ventas,

00:09:32

facturación en miles de euros

00:09:34

que se llevó a cabo para una empresa,

00:09:36

no importa cuál.

00:09:37

Y entonces te voy a pedir que

00:09:39

tome estos pocos segundos de

00:09:40

piensa y dime Bah voilà,

00:09:42

con esta tabla,

00:09:43

de qué eres capaz

00:09:45

cuéntame sobre lo que pasó en el

00:09:47

durante este de ese semestre?

00:09:52

Eso es todo, te daré unos segundos.

00:09:53

De lo contrario, haga una pausa si

00:09:55

quiero un poco más de tiempo.

00:09:57

Yo, personalmente, lo paso mal eh.

00:09:59

Claramente, veo que efectivamente hay,

00:10:01

aquí hay en cualquier caso un

00:10:03

fluctuación que existen.

00:10:04

Allí sube por ahí baja así que

00:10:05

ahí parece ser un valor

00:10:07

de un valor relativamente bajo

00:10:09

en comparación con otros, etcétera.

00:10:11

Pero nada muy concluyente.

00:10:12

Por otro lado, si se muestra en un

00:10:14

gráfico así como yo lo hice

00:10:16

son exactamente los mismos valores,

00:10:18

de hecho, vamos de inmediato

00:10:20

detectar visualmente las cosas

00:10:21

eso saltará hacia nosotros.

00:10:23

Ya tenemos toda la parte en los extremos,

00:10:26

que el ojo está muy acostumbrado a las manchas.

00:10:28

Los valores que son esos,

00:10:29

que se destacan un poco de la multitud,

00:10:32

así que ahí vemos al instante que el

00:10:34

mejor mes y el mes de mayo y que

00:10:37

el peor mes y el mes de marzo,

00:10:39

2º elemento que entonces puede ser

00:10:41

una forma algo secundaria de percibir,

00:10:43

es que efectivamente el primero

00:10:44

El cuarto fue peor que el 2do.

00:10:46

Ahí vemos que tenemos 3 puntos que son

00:10:49

relativamente eso es alrededor vamos a

00:10:51

digamos de 50 y ahí vemos todo desde

00:10:54

continuación que despegamos y que en el

00:10:56

al final del 2º trimestre estamos más bien

00:10:58

en valores alrededor de 60. 40M

00:11:02

También se puede que el ojo vaya directamente,

00:11:03

en cualquier caso,

00:11:04

el cerebro intentará rastrear

00:11:05

un derecho a simplificar eso.

00:11:07

Y es cierto que al final,

00:11:09

estamos más bien en una tendencia que es

00:11:11

volvió a subir durante el trimestre.

00:11:15

Y algo más que nosotros

00:11:17

podría encontrar, por lo tanto, allí,

00:11:18

va un poco más allá,

00:11:21

puede ser una cartilla de

00:11:23

otoño para el verano porque pasamos

00:11:25

de 75.000 en mayo a casi

00:11:28

60000 en junio, así que eso es todo, todo eso,

00:11:30

es muy difícil tener

00:11:32

en una tabla de datos,

00:11:34

así que a veces tratar de

00:11:35

entender algo.

00:11:36

Bah vamos,

00:11:37

rápidamente hacemos una tabla

00:11:39

de la tabla,

00:11:40

rápidamente hacemos un gráfico en

00:11:43

Excel y podemos verlo de inmediato.

00:11:45

Cosas que no saltarían a nosotros

00:11:47

a los ojos si no lo hubiéramos tenido.

00:11:49

Así que aquí vamos,

00:11:50

pozo

00:11:51

todas estas nociones fundamentales

00:11:53

y el interés que pueda haber

00:11:56

para hacer visualización de datos.

00:00:02

Erklärungen des Verständnisses

00:00:04

und grundlegende Konzepte

00:00:06

rund um die Datenvisualisierung.

00:00:08

Dafür nehmen wir einige Illustrationen

00:00:11

Visualisierungen, die historisch und

00:00:14

berühmt und auch, um Ihnen zu zeigen, dass dort,

00:00:16

was als Datenvisualisierung bezeichnet wird,

00:00:19

es ist nichts Neues.

00:00:21

Also das erste grundlegende Konzept, um

00:00:23

im Hinterkopf zu haben ist Storytelling.

00:00:25

Visualisierungssuche

00:00:26

eine Geschichte zu erzählen.

00:00:28

Es versucht, einige zu erklären

00:00:30

etwas mit einer Reise.

00:00:32

Zu denken und es typischerweise in

00:00:34

erstellt das Diagramm, das Sie hier haben.

00:00:36

Es erzählt eine ziemliche Geschichte.

00:00:39

Und außerdem,

00:00:40

das ist die Geschichte Frankreichs.

00:00:41

In jedem Fall

00:00:42

die Geschichte der Französischen Kriege.

00:00:44

Diese Illustration war also

00:00:46

Regie: Charles Joseph Minard, der

00:00:48

repräsentiert die russische Kampagne,

00:00:50

so von 1812 bis 1813, die

00:00:53

wurde von Napoleon geführt.

00:00:54

Was können wir also lesen?

00:00:57

auf diesem Diagramm, damit Sie

00:00:59

in der Tat die Anzahl der Truppen

00:01:01

wer dadurch repräsentiert wird.

00:01:03

Die Breite der Linie so bereits, dass,

00:01:05

es ist eine ziemliche Sache

00:01:07

clever, um es visuell zu machen und

00:01:09

so werden wir den Vormarsch der Truppen haben

00:01:11

Französisch auf russischem Territorium bei

00:01:13

von diesem Fluss dort, der

00:01:15

in russische Länder sinken und in der Tat,

00:01:17

wie und wann,

00:01:19

wir werden sehen, dass die Linie abnimmt,

00:01:21

es ist immer weniger ***** und das

00:01:24

entspricht den Verlusten, die

00:01:26

wurden von der französischen Armee während

00:01:28

ihres Vormarsches auf russisches Territorium.

00:01:31

Hier bewegen wir uns also vorwärts, wir kommen voran,

00:01:33

wir bewegen uns vorwärts, wir bewegen uns vorwärts.

00:01:34

Wir haben an der Passage zu Checkpoints

00:01:37

mit Werten oder sie sind weg.

00:01:40

422000 waren es nur 400000,

00:01:43

et cetera et cetera,

00:01:45

und so weiter.

00:01:47

Mit auch den Städten, die

00:01:49

trafen uns und wir kommen plötzlich in Moskau an,

00:01:52

es waren schon 100.000.

00:01:54

Und dann

00:01:54

Sie haben tatsächlich Rente in schwarz

00:01:57

so der berühmte Rückzug aus Russland

00:01:59

oder die französische Armee ging

00:02:01

mitten im Winter in Frankreich, weil

00:02:03

dass der Zar das La praktiziert hatte,

00:02:05

er hatte Moskau einfach niedergebrannt.

00:02:07

Die Soldaten hatten also keine

00:02:09

kein Zuhause mehr hatte ist nicht

00:02:12

bauen, damit sie gegangen sind.

00:02:13

Nun, ich werde nicht die Geschichte Frankreichs machen,

00:02:16

Sorry, ich habe mich ein wenig ausgebreitet äh ich

00:02:19

Ich gehe in die Irre.

00:02:20

In jedem Fall

00:02:21

hier ist die rote Linie entspricht der

00:02:24

Rückzug der französischen Truppen.

00:02:26

Und so sehen wir tatsächlich, dass

00:02:28

es tut mir weh, dass es Menü ist.

00:02:30

Wir können hier bereits sehen, dass es eine erste gegeben hat,

00:02:33

eine erste Rückkehr von

00:02:35

einige Truppen und schließlich,

00:02:37

die nur 10 Meilen angekommen sind,

00:02:40

dann die Passage dieses Flusses.

00:02:42

Es war also ein Bah,

00:02:44

was jetzt als

00:02:46

Beresina, die einem

00:02:48

Episode dieser Kampagne aus Russland,

00:02:50

Ist mir egal.

00:02:51

Sie können es sich auf Wikipedia ansehen,

00:02:52

Wenn Sie interessiert sind, werde ich hier aufhören.

00:02:55

In jedem Fall

00:02:56

Hier ist, wie man in einem sehr

00:02:58

einfach statt eines großen Gemäldes

00:02:59

mit Datum und Des,

00:03:01

ein Truppenvolumen mit

00:03:03

auch potentiell Orte.

00:03:04

Bah hier auf einen Blick verstehen wir das

00:03:06

das ist passiert und wir erkennen es auch.

00:03:09

Bah in der Tat der Geschichte, die

00:03:12

auf diesen Verlust wie und wann

00:03:14

misst die wichtigsten Schritte zu und die verschiedenen,

00:03:16

die verschiedenen Verluste, die aufgetreten sein können.

00:03:19

Darüber hinaus werden wir eine weitere Skala haben.

00:03:22

Also auch das,

00:03:23

es ist sehr interessant eigentlich die

00:03:25

Graph ist sehr vollständig mit dem

00:03:27

Temperaturen, die Sie hier und bei jedem

00:03:29

Schritte des Schlags vor allem bei der Rückkehr.

00:03:31

Was so ein Rückzug im Winter in Russland bedeutet,

00:03:34

extrem kalte Temperaturen

00:03:35

es gibt also Temperaturen bei

00:03:36

negativ, was auch erklärt,

00:03:38

wir sehen jedes Mal die

00:03:40

auf den Kontrollpunkten angegeben,

00:03:42

Verlustschritte bei Temperaturen

00:03:44

der extrem kalt war und wer

00:03:46

erklärte auch die Zahl der Todesfälle

00:03:48

wer also ein erstes Konzept haben könnte

00:03:50

grundlegend, um sich an die Visualisierung zu erinnern,

00:03:52

es dient.

00:03:52

Eine Geschichte erzählen wie

00:03:54

Ich habe es einfach getan.

00:03:56

2. sehr wichtiges Element, das man im Auge behalten sollte,

00:04:00

es ist, dass es normalerweise erlaubt

00:04:01

wenn es gut gemacht ist,

00:04:04

um sofort eine Nachricht zu übermitteln.

00:04:06

Also diese 2. Illustration, dass

00:04:08

ist mein Glaube sehr, sehr hübsch, also

00:04:11

in Rosette wie in Helix,

00:04:14

wie hier zu sehen ist.

00:04:17

So wurde es realisiert

00:04:19

von Florence Nightingale,

00:04:20

also wer war Krankenschwester für die Armee

00:04:23

Briten und die versuchten zu zeigen.

00:04:26

An die britische Armee in der Tat, dass y

00:04:28

hatte ein großes gesundheitliches Problem auf der,

00:04:31

auf dem Schlachtfeld,

00:04:34

vor allem auf der Ebene der Krankenstationen

00:04:36

die neben der Vorderseite für

00:04:40

zeigen tatsächlich, dass die wichtigsten

00:04:42

Todesursache im Krieg

00:04:45

der Krim während der Haft von

00:04:48

Krim war Probleme von Krankheiten

00:04:50

die daher epidemisch genannt wurde

00:04:52

ungefähr von den Epidemien

00:04:55

auf den Krankenstationen.

00:04:57

Und so gibt es dann tatsächlich die Notwendigkeit

00:05:00

auf Krankenstationen und im Feld

00:05:02

des Kampfes und daher besteht die Notwendigkeit,

00:05:04

zu gehen und Gesundheitsregeln festzulegen.

00:05:06

Also im Jahr 2020, mit COVID,

00:05:08

es ist nur umweltfreundlicher.

00:05:10

Also schon damals gab es das

00:05:12

Art der Argumentation dort und in der Tat dies

00:05:14

die Sie einfach hier haben,

00:05:17

Es ist eine Rosette, die anzeigt

00:05:19

für jeden Monat,

00:05:20

also hier sehen Sie April Mai,

00:05:22

Juni, Juli und so weiter Jahre,

00:05:24

Wir werden verschiedene Farben für

00:05:26

die Todesursachen erklären.

00:05:28

Wenn ich mich also richtig erinnere,

00:05:30

schwarz entspricht den Toten auf

00:05:33

das Schlachtfeld, das Rosa,

00:05:35

Ich denke, es ist das Ergebnis der

00:05:37

Komplikationen von Kriegswunden

00:05:39

um es sehr einfach zu machen und dann die.

00:05:42

Blau entspricht Krankheiten

00:05:44

Epidemien und da gehen wir tatsächlich hin

00:05:47

zählt das sofort und vor allem

00:05:49

hier schauen wir uns wieder den Januar 1855 an.

00:05:52

Der Anteil epidemischer Krankheiten

00:05:53

was absolut riesig ist durch

00:05:55

Beziehung zu den Todesfällen, die

00:05:57

konnte erwarten auf.

00:05:58

Es ist auf diesen Schlachtfeldern

00:06:00

und am Ende tatsächlich,

00:06:01

man kann das Problem sofort sehen,

00:06:03

also epidemische Krankheiten, die töten

00:06:05

mehr als der Krieg selbst und in

00:06:08

mehr davon, also bewarb sie sich

00:06:10

ein Zoom in der Tat hier in Bezug auf

00:06:12

was Sie uns zeigen möchten.

00:06:14

Es war also extrem komplett in

00:06:16

die Art und Weise, wie Sie dort angezeigt werden, wenn Sie

00:06:18

zeigen Sie dies den britischen Generälen,

00:06:20

Nun, es gibt keine Debatte.

00:06:22

In der Tat müssen Sie nur zeigen

00:06:24

In diesem Bereich, um Bah zu sagen, ist es notwendig

00:06:27

Festlegung von Hygienevorschriften auf.

00:06:28

Auf die in den britischen Armeen und damit

00:06:31

dort wird die Nachricht sofort übergeben,

00:06:33

es besteht nicht unbedingt bedarf es einer Polemik.

00:06:37

Das letzte Element, und das ist,

00:06:39

Ich denke, vielleicht die offensichtlichste

00:06:41

von allem, was ich euch zeigen konnte,

00:06:44

es ist nur eines.

00:06:45

Eine Visualisierung wird zum Rendern verwendet

00:06:47

Dinge offensichtlich, wenn es nicht war

00:06:50

überhaupt nicht mit Rohdaten.

00:06:53

Den letzten Fall möchte ich Ihnen zeigen,

00:06:56

also ist es immer

00:06:57

historische Dinge,

00:06:58

aber dass ich immer noch eine

00:07:01

Zeiten extrem interessant.

00:07:02

Es wird diese Karte von London sein, die

00:07:05

wurde 1854 von John Snow hergestellt.

00:07:08

Und ja, es kann nicht erfunden werden,

00:07:10

während es eine Epidemie gab

00:07:13

Cholera auf London, das war's.

00:07:16

Und so versuchen wir, die Ursache abzuschätzen

00:07:19

dieser Cholera-Epidemie.

00:07:21

Also ohne ins Detail zu gehen,

00:07:24

wir fragten uns, ob es in der Luft lag,

00:07:26

Wir fragten uns, ob es ansteckend war

00:07:28

und so weiter

00:07:29

und so weiter.

00:07:29

Und so hatten wir diese Person dort angeklagt,

00:07:32

also ein Arzt, der versucht zu untersuchen für

00:07:35

verstehe ein wenig, was los war.

00:07:37

Also er, seine Methode,

00:07:39

es war relativ einfach,

00:07:40

es sollte eine Karte der Nachbarschaft nehmen

00:07:44

von Soho nach London und geh put.

00:07:46

In Rechteck auf jedem

00:07:48

oder es gab einen Tod,

00:07:50

also wollten wir die

00:07:51

Adressen von Cholera-Todesfällen.

00:07:53

Und jedes Mal,

00:07:54

bei einer Landung,

00:07:55

wir wollten dieses Rechteck ergänzen,

00:07:57

also was wir sehr schnell realisiert haben,

00:07:59

es ist, dass es bereits lokalisiert wurde

00:08:00

auf sehr kleinem Raum.

00:08:02

Also, wer hier war und wann wir hineinzoomen,

00:08:05

wir sehen, dass es hier eine Wasserstelle gab

00:08:07

der mitten in einer Gegend war

00:08:09

oder es gab viele Tote.

00:08:12

Also nochmals,

00:08:13

etwas, das nicht unbedingt gesehen wurde

00:08:15

nur mit einer Liste von Adressen.

00:08:17

Mit den entsprechenden Todesfällen und

00:08:19

also in der Tat, durch Zoomen,

00:08:20

wir erkennen, dass wir dort haben

00:08:23

Schreibt Pump, also ist es das, was es ist

00:08:26

die Wasserstelle und in der Tat sind wir.

00:08:29

Wir erkennen, dass einfach

00:08:31

in dieser Wasserstelle,

00:08:33

Babywindeln waren weggeworfen worden

00:08:35

der an Cholera litt,

00:08:37

es war also tatsächlich das 19. Jahrhundert,

00:08:39

aber aus dem 19. Jahrhundert und der

00:08:42

Sanitäre Standards erneut

00:08:44

nicht anwesend war und daher die Tatsache

00:08:46

verschmutzte Windeln auf

00:08:49

eines Babys, das Cholera hatte.

00:08:51

Menschen, plötzlich,

00:08:52

gehen Sie und sammeln Sie Wasser zu

00:08:53

trinken und sich daher anstecken,

00:08:56

und damit von dort aus,

00:08:58

Wir konnten diese Pumpe schließen.

00:09:00

Und das sofort,

00:09:00

plötzlich, auf diesem Gebiet,

00:09:02

die Zahl der AA-Cholera ging drastisch zurück.

00:09:05

Hier sind Sie also, Sie sehen von

00:09:07

Dinge, die nicht verstanden werden konnten,

00:09:10

es wurde einfach angezeigt auf

00:09:12

eine Karte und wir konnten die

00:09:14

Problem, das wir am

00:09:16

zu diesem Thema zu dieser Epidemie von

00:09:18

Cholera und Sie zu überzeugen

00:09:20

ein wenig mehr von diesem Fall.

00:09:23

Was ich Ihnen zeigen wollte,

00:09:25

es war in einem kleinen Fall, in dem wir

00:09:27

wird diese Datentabelle haben.

00:09:30

Also die Monate mit der Anzahl der Verkäufe,

00:09:32

Umsatz in Tausend Euro

00:09:34

die für ein Unternehmen durchgeführt wurde,

00:09:36

egal welche.

00:09:37

Und so werde ich Sie bitten,

00:09:39

Nehmen Sie diese paar Sekunden von

00:09:40

denke und sage zu mir Bah voilà,

00:09:42

mit dieser Tabelle,

00:09:43

Was können Sie

00:09:45

Erzählen Sie mir, was in der

00:09:47

in diesem Semester?

00:09:52

Das war's, ich gebe Ihnen ein paar Sekunden.

00:09:53

Andernfalls pausieren Sie, wenn Sie

00:09:55

etwas mehr Zeit haben wollen.

00:09:57

Mir persönlich fällt es schwer, huh.

00:09:59

Ich sehe eindeutig, dass es in der Tat

00:10:01

hier sind auf jeden Fall ein

00:10:03

Fluktuation, die existiert.

00:10:04

Dort geht es hinauf, es geht runter, also

00:10:05

dort scheint es ein Wert zu sein

00:10:07

von einem relativ niedrigen Wert

00:10:09

im Vergleich zu anderen, et cetera.

00:10:11

Aber nichts sehr Schlüssiges.

00:10:12

Auf der anderen Seite, wenn es auf einem

00:10:14

Grafik so wie ich es getan habe

00:10:16

es sind genau die gleichen Werte,

00:10:18

wir gehen sofort in der Tat

00:10:20

Dinge visuell erkennen

00:10:21

das wird uns aufspringen.

00:10:23

Schon haben wir den ganzen Teil auf den Extremen,

00:10:26

dass das Auge sehr an Flecken gewöhnt ist.

00:10:28

Die Werte, die das sind,

00:10:29

die sich ein wenig von der Masse abheben,

00:10:32

Da sehen wir also sofort, dass die

00:10:34

bester Monat und der Monat Mai und das

00:10:37

der schlechteste Monat und der Monat März,

00:10:39

2. Element, das dann

00:10:41

eine etwas sekundäre Art der Wahrnehmung,

00:10:43

es ist in der Tat die erste

00:10:44

Das Viertel war schlechter als das 2. Quartal.

00:10:46

Dort sehen wir, dass wir 3 Punkte haben, die

00:10:49

relativ, das ist in der Nähe, die wir tun werden

00:10:51

sagen wir von 50 und dort sehen wir alles von

00:10:54

Fortsetzung, dass wir abheben und dass auf der

00:10:56

Ende des 2. Quartals sind wir eher

00:10:58

auf Werte um 60. 10h

00:11:02

Man kann auch das Auge direkt gehen,

00:11:03

in jedem Fall

00:11:04

das Gehirn wird versuchen, es zu verfolgen

00:11:05

ein Recht, dies zu vereinfachen.

00:11:07

Und es ist wahr, dass am Ende,

00:11:09

wir sind eher auf einem Trend, der

00:11:11

im Laufe des Quartals wieder gestiegen.

00:11:15

Und noch etwas, das wir

00:11:17

könnte daher dort finden,

00:11:18

es geht ein wenig weiter,

00:11:21

es kann eine Grundierung von

00:11:23

Herbst für den Sommer, weil wir vorbeikommen

00:11:25

von 75.000 im Mai bis fast

00:11:28

60000 im Juni, also das war's, all das,

00:11:30

es ist sehr schwierig zu haben

00:11:32

in einer Datentabelle,

00:11:34

also manchmal versuchen,

00:11:35

etwas verstehen.

00:11:36

Bah komm schon,

00:11:37

wir machen schnell einen Tisch

00:11:39

aus der Tabelle,

00:11:40

Wir erstellen schnell eine Grafik auf

00:11:43

Excel und wir können sofort sehen.

00:11:45

Dinge, die uns nicht überspringen würden

00:11:47

für die Augen, wenn wir es nicht gehabt hätten.

00:11:49

Also los geht's,

00:11:50

Brunnen

00:11:51

all diese grundlegenden Begriffe

00:11:53

und das Interesse, das es geben kann

00:11:56

, um Datenvisualisierung zu betreiben.

00:00:02

explicações de compreensão

00:00:04

e conceitos fundamentais

00:00:06

em torno da visualização de dados.

00:00:08

Para isso, vamos levar algumas ilustrações

00:00:11

visualização que são históricas e

00:00:14

famoso e também para mostrar que lá,

00:00:16

o que é chamado de visualização de dados,

00:00:19

não é algo recente.

00:00:21

Então o primeiro conceito fundamental para

00:00:23

ter em mente é contar histórias.

00:00:25

Pesquisa de visualizações

00:00:26

para contar uma história.

00:00:28

Ele procura explicar alguns

00:00:30

algo com uma jornada.

00:00:32

Para pensar e não tipicamente em

00:00:34

faz o diagrama que você tem aqui.

00:00:36

Conta uma história e tanto.

00:00:39

E além disso,

00:00:40

esta é a história da França.

00:00:41

Em todo caso,

00:00:42

as histórias das Guerras Francesas.

00:00:44

Então esta ilustração foi

00:00:46

dirigido por Charles Joseph Minard que

00:00:48

representa a campanha russa,

00:00:50

assim de 1812 a 1813 que

00:00:53

foi liderado por Napoleão.

00:00:54

Então, o que podemos ler

00:00:57

neste gráfico para que você tenha

00:00:59

na verdade, o número de tropas

00:01:01

que representava por isso.

00:01:03

A largura da linha já assim,

00:01:05

é uma coisa e tanto

00:01:07

inteligente para torná-lo visual e

00:01:09

por isso teremos o avanço das tropas

00:01:11

Francês em território russo em

00:01:13

a partir deste rio lá que será

00:01:15

afundar em terras russas e, de fato,

00:01:17

como e quando,

00:01:19

veremos que a linha está diminuindo,

00:01:21

é cada vez menos ***** e que

00:01:24

corresponde às perdas que são

00:01:26

foram sofridos pelo exército francês durante

00:01:28

de seu avanço em território russo.

00:01:31

Então aqui nós avançamos, avançamos,

00:01:33

seguimos em frente, seguimos em frente.

00:01:34

Temos na passagem para postos de controle

00:01:37

com valores ou eles se foram.

00:01:40

422000 eram apenas 400000,

00:01:43

et cetera et cetera,

00:01:45

e assim por diante.

00:01:47

Com também as cidades que foram

00:01:49

conheceu e chegamos de repente em Moscou,

00:01:52

já eram apenas 100.000.

00:01:54

E então,

00:01:54

você realmente tem aposentadoria em preto

00:01:57

de modo que o famoso retiro da Rússia

00:01:59

ou o exército francês deixou

00:02:01

no meio do inverno na França, porque

00:02:03

que o czar tinha praticado o la,

00:02:05

ele simplesmente queimou Moscou.

00:02:07

Então os soldados não tinham

00:02:09

não tinha mais uma casa não é

00:02:12

construir para que eles saíram.

00:02:13

Bem, eu não vou fazer a história da França,

00:02:16

desculpe eu espalhar um pouco uh eu

00:02:19

Eu me desvio.

00:02:20

Em todo caso,

00:02:21

aqui é a linha vermelha corresponde ao

00:02:24

retirada das tropas francesas.

00:02:26

E então nós realmente vemos que

00:02:28

dói-me, que ele menu.

00:02:30

Nós já podemos ver aqui que houve um primeiro,

00:02:33

um primeiro retorno de

00:02:35

algumas tropas e, finalmente,

00:02:37

que chegaram apenas 16 km,

00:02:40

em seguida, a passagem deste rio.

00:02:42

Então era uma bah,

00:02:44

o que agora é chamado de

00:02:46

berezina que corresponde a um

00:02:48

episódio desta campanha da Rússia,

00:02:50

Eu não me importo.

00:02:51

Você pode olhar para ele na Wikipédia,

00:02:52

Se estiver interessado, eu vou parar por aí.

00:02:55

Em todo caso,

00:02:56

aqui é como ilustrar em um muito

00:02:58

simples, em vez de uma grande pintura

00:02:59

com datas e des,

00:03:01

um volume de tropas com

00:03:03

também potencialmente lugares.

00:03:04

Bah aqui em um relance nós entendemos isso

00:03:06

que aconteceu e percebemos também.

00:03:09

Bah de fato da história que poderia

00:03:12

ter sobre esta perda como e quando

00:03:14

mede os passos-chave para e para os diferentes,

00:03:16

as várias perdas que podem ter ocorrido.

00:03:19

Além disso, teremos outra escala.

00:03:22

Então isso também,

00:03:23

é muito interessante, na verdade, o

00:03:25

gráfico é muito completo com o

00:03:27

temperaturas que você tem aqui e em cada

00:03:29

passos do golpe especialmente no retorno.

00:03:31

O que tão retiro no inverno na Rússia é igual,

00:03:34

temperaturas extremamente frias

00:03:35

por isso há temperaturas em

00:03:36

negativo que também explica o,

00:03:38

vemos cada vez que o

00:03:40

indicado nos postos de controle,

00:03:42

passos de perda nas temperaturas

00:03:44

que era extremamente frio e que

00:03:46

também explicou o número de mortes

00:03:48

que poderia, portanto, ter o primeiro conceito

00:03:50

fundamental para lembrar sobre a visualização,

00:03:52

serve.

00:03:52

Contando uma história como

00:03:54

Acabei de fazer isso.

00:03:56

2º elemento muito importante a ter em mente,

00:04:00

é que normalmente permite

00:04:01

se for bem feito,

00:04:04

para transmitir instantaneamente uma mensagem.

00:04:06

Então, esta 2ª ilustração que

00:04:08

é a minha fé muito bonita assim

00:04:11

em roseta como em hélice,

00:04:14

como pode ser visto aqui.

00:04:17

Então foi realizado

00:04:19

por Florence Nightingale,

00:04:20

então, quem era uma enfermeira para o exército

00:04:23

Britânicos e que tentaram mostrar.

00:04:26

Para o exército britânico de fato que y

00:04:28

tinha um grande problema de saúde no,

00:04:31

no campo de batalha,

00:04:34

especialmente ao nível de enfermarias

00:04:36

que estava ao lado da frente para

00:04:40

realmente mostrar que o principal

00:04:42

causa da morte na guerra

00:04:45

da Criméia durante a custódia de

00:04:48

Crimeia era problema de doenças

00:04:50

que foi chamado de epidemia, portanto,

00:04:52

aproximadamente do das epidemias

00:04:55

nas enfermarias.

00:04:57

E assim há necessidade, na verdade, então

00:05:00

em enfermarias e no campo

00:05:02

de batalha e, portanto, há a necessidade de

00:05:04

para ir e estabelecer regras de saúde.

00:05:06

Então, em 2020, com o COVID,

00:05:08

é apenas mais ecológico.

00:05:10

Então já na época havia essa

00:05:12

tipo de raciocínio lá e de fato este

00:05:14

que você simplesmente tem aqui,

00:05:17

é uma janela de rosas que vai indicar

00:05:19

para cada mês,

00:05:20

então aqui você vê Abril Maio,

00:05:22

Junho, julho e assim por diante,

00:05:24

teremos cores diferentes para

00:05:26

explicar as causas da mortalidade.

00:05:28

Então, se bem me lembro,

00:05:30

preto corresponde aos mortos em

00:05:33

o campo de batalha, o rosa,

00:05:35

Eu acho que é como resultado do

00:05:37

complicações de feridas de guerra

00:05:39

para torná-lo muito simples e, em seguida, o .

00:05:42

Azul corresponde a doenças

00:05:44

epidemias e lá, na verdade, vamos

00:05:47

instantaneamente conta isso e acima de tudo

00:05:49

aqui novamente olhamos para janeiro de 1855.

00:05:52

A proporção de doenças epidêmicas

00:05:53

que é absolutamente enorme por

00:05:55

relação com as mortes que são

00:05:57

poderia esperar.

00:05:58

É nestes campos de batalha.

00:06:00

e no final, de fato,

00:06:01

pode-se ver instantaneamente o problema,

00:06:03

tão doenças epidêmicas que matam

00:06:05

mais do que a guerra em si e em

00:06:08

mais do que isso para que ela se inscreveu

00:06:10

um zoom de fato aqui em relação a

00:06:12

o que você quer nos mostrar.

00:06:14

Então foi extremamente completo em

00:06:16

a maneira de exibir lá quando você

00:06:18

mostrar isso aos generais britânicos,

00:06:20

Bem, não há debate.

00:06:22

Na verdade, você só tem que mostrar

00:06:24

esta área para dizer Bah é necessário

00:06:27

estabelecer regras sanitárias sobre.

00:06:28

Sobre os exércitos britânicos e, portanto,

00:06:31

lá, a mensagem é imediatamente passada,

00:06:33

não há necessariamente uma necessidade de polêmicas.

00:06:37

O último elemento, e isto é,

00:06:39

Eu acho que, talvez o mais óbvio

00:06:41

de tudo o que eu tenho sido capaz de mostrar-lhe,

00:06:44

é apenas um.

00:06:45

Uma visualização é usada para renderizar

00:06:47

coisas óbvias quando não era

00:06:50

não com dados brutos.

00:06:53

O último caso que eu quero te mostrar,

00:06:56

por isso é sempre

00:06:57

coisas históricas,

00:06:58

mas que eu ainda encontrar um

00:07:01

vezes extremamente interessante.

00:07:02

Vai ser este mapa de Londres que

00:07:05

foi feito em 1854 por John Snow.

00:07:08

E sim, não pode ser inventado,

00:07:10

enquanto havia uma epidemia

00:07:13

cólera em Londres, é isso.

00:07:16

E assim tentamos estimar a causa

00:07:19

desta epidemia de cólera.

00:07:21

Então, sem entrar em detalhes,

00:07:24

nos perguntamos se estava no ar,

00:07:26

nos perguntamos se era contagioso

00:07:28

e assim por diante

00:07:29

e assim por diante.

00:07:29

E então nós tínhamos cobrado essa pessoa lá,

00:07:32

assim um médico para tentar investigar para

00:07:35

entender um pouco o que estava acontecendo.

00:07:37

Então ele, seu método,

00:07:39

era relativamente simples,

00:07:40

era para tomar um mapa do bairro

00:07:44

do Soho para Londres e vá colocar.

00:07:46

Em retângulo em cada

00:07:48

nível ou houve uma morte,

00:07:50

então nós estávamos indo para obter o

00:07:51

endereços de mortes por cólera.

00:07:53

E toda vez,

00:07:54

em um pouso,

00:07:55

nós íamos adicionar a este retângulo,

00:07:57

então o que percebemos muito rapidamente,

00:07:59

é que já foi localizado

00:08:00

em uma área muito pequena.

00:08:02

Então, quem estava aqui e quando nós ampliamos,

00:08:05

vemos que havia um ponto de água aqui

00:08:07

que estava bem no meio de uma área

00:08:09

ou houve muitas mortes.

00:08:12

Então, novamente,

00:08:13

algo que não foi necessariamente visto

00:08:15

apenas com uma lista de endereços.

00:08:17

Com as mortes correspondentes e

00:08:19

então, de fato, ao ampliar,

00:08:20

percebemos que temos lá

00:08:23

Escreve Bomba, então é o que é

00:08:26

o ponto de água e, de fato, estamos.

00:08:29

Percebemos que simplesmente

00:08:31

neste ponto de água,

00:08:33

fraldas de bebê tinha sido jogado fora

00:08:35

que sofria de cólera,

00:08:37

então, de fato, foi no século XIX,

00:08:39

mas a partir do século XIX e do

00:08:42

normas sanitárias mais uma vez

00:08:44

não estava presente e, portanto, o fato

00:08:46

jogar fraldas sujas em

00:08:49

de um bebê que tinha cólera.

00:08:51

Pessoas, de repente,

00:08:52

ir e coletar água para

00:08:53

beber e, portanto, infectar-se,

00:08:56

e, portanto, a partir daí,

00:08:58

conseguimos fechar a bomba.

00:09:00

E instantaneamente,

00:09:00

de repente, nesta área,

00:09:02

o número de cólera AA diminuiu drasticamente.

00:09:05

Então aqui está você, você vê de

00:09:07

coisas que não podiam ser entendidas,

00:09:10

ele foi simplesmente exibido em

00:09:12

um mapa e fomos capazes de resolver o

00:09:14

problema que tinha em

00:09:16

sobre isso nesta epidemia de

00:09:18

cólera e para convencê-lo

00:09:20

um pouco mais desse caso.

00:09:23

O que eu queria te mostrar,

00:09:25

foi em um pequeno caso onde nós

00:09:27

vai ter essa tabela de dados.

00:09:30

Então, os meses com o número de vendas,

00:09:32

volume de negócios em milhares de euros

00:09:34

que foi realizado para uma empresa,

00:09:36

não importa qual.

00:09:37

E então eu vou pedir-lhe para

00:09:39

tomar este poucos segundos de

00:09:40

pensar e me dizer bah voilà,

00:09:42

com essa tabela,

00:09:43

o que você é capaz de

00:09:45

me diga sobre o que aconteceu no

00:09:47

durante este semestre?

00:09:52

É isso, vou te dar alguns segundos.

00:09:53

Caso contrário, pausa se você

00:09:55

querem um pouco mais de tempo.

00:09:57

Eu, pessoalmente, tenho dificuldade em não.

00:09:59

Claramente, eu vejo que há de fato,

00:10:01

aqui estão, em qualquer caso, um

00:10:03

flutuação que existem.

00:10:04

Lá vai ele lá em cima ele vai para baixo assim

00:10:05

lá parece ser um valor

00:10:07

de um valor relativamente baixo

00:10:09

em comparação com outros, etc.

00:10:11

Mas nada muito conclusivo.

00:10:12

Por outro lado, se ele é exibido em um

00:10:14

gráfico assim como eu fiz isso

00:10:16

são exatamente os mesmos valores,

00:10:18

vamos imediatamente, de fato,

00:10:20

detectar visualmente as coisas

00:10:21

que vai saltar para fora em nós.

00:10:23

Já temos toda a parte nos extremos,

00:10:26

que o olho está muito acostumado a detectar.

00:10:28

Os valores que são isso,

00:10:29

que se destacam um pouco da multidão,

00:10:32

por isso lá vemos instantaneamente que o

00:10:34

melhor mês eo mês de maio e que

00:10:37

o pior mês e o mês de março,

00:10:39

2º elemento que pode ser, então,

00:10:41

uma maneira um pouco secundária de perceber,

00:10:43

é que de fato o primeiro

00:10:44

O quarto foi pior que o 2º.

00:10:46

Lá vemos que temos 3 pontos que são

00:10:49

relativamente que é em torno de nós vamos

00:10:51

dizer de 50 e lá vemos tudo de

00:10:54

continuação que decolar e que no

00:10:56

fim do 2º trimestre estamos bastante

00:10:58

sobre valores em torno de 60. 70.

00:11:02

Pode-se também o olho vai diretamente,

00:11:03

em qualquer caso,

00:11:04

o cérebro vai tentar rastrear

00:11:05

um direito de simplificar isso.

00:11:07

E é verdade que no final,

00:11:09

estamos em uma tendência que é

00:11:11

para cima novamente ao longo do trimestre.

00:11:15

E outra coisa que nós

00:11:17

poderia encontrar, portanto, lá,

00:11:18

ele vai um pouco mais longe,

00:11:21

pode ser uma cartilha de

00:11:23

cair para o verão, porque passamos

00:11:25

de 75.000 em maio para quase

00:11:28

60000 em junho, então é isso, tudo isso,

00:11:30

é muito difícil ter

00:11:32

em uma tabela de dados,

00:11:34

por isso, às vezes, tentar

00:11:35

entender alguma coisa.

00:11:36

Bah vamos lá,

00:11:37

rapidamente fazer uma mesa

00:11:39

da mesa,

00:11:40

rapidamente fazemos um gráfico sobre

00:11:43

Excel e podemos ver imediatamente.

00:11:45

Coisas que não pulariam para nós

00:11:47

aos olhos se não tivéssemos tido.

00:11:49

Então aqui vamos nós,

00:11:50

poço

00:11:51

todas essas noções fundamentais

00:11:53

e o interesse de que pode haver

00:11:56

para fazer a visualização de dados.

00:00:02

uitleg van begrip

00:00:04

en fundamentele concepten

00:00:06

rond datavisualisatie.

00:00:08

Daarvoor zullen we enkele illustraties maken

00:00:11

visualisatie die historisch en

00:00:14

beroemd en ook om je te laten zien dat daar,

00:00:16

wat datavisualisatie wordt genoemd,

00:00:19

het is niet iets recents.

00:00:21

Dus het eerste fundamentele concept om

00:00:23

om in gedachten te hebben is storytelling.

00:00:25

Visualisaties zoeken

00:00:26

om een verhaal te vertellen.

00:00:28

Het probeert enkele

00:00:30

iets met een reis.

00:00:32

Om te denken en er typisch in

00:00:34

maakt het diagram dat je hier hebt.

00:00:36

Het vertelt een heel verhaal.

00:00:39

En bovendien,

00:00:40

dit is de geschiedenis van Frankrijk.

00:00:41

In ieder geval,

00:00:42

de geschiedenissen van de Franse oorlogen.

00:00:44

Dus deze illustratie was

00:00:46

geregisseerd door Charles Joseph Minard die

00:00:48

vertegenwoordigt de Russische campagne,

00:00:50

dus van 1812 tot 1813 die

00:00:53

werd geleid door Napoleon.

00:00:54

Dus wat kunnen we lezen

00:00:57

op deze grafiek zodat je

00:00:59

in feite het aantal troepen

00:01:01

die daardoor vertegenwoordigd werd.

00:01:03

De breedte van de lijn dus al dat,

00:01:05

het is nogal een dingetje

00:01:07

slim om het visueel en

00:01:09

dus we zullen de opmars van de troepen hebben

00:01:11

Frans in Russisch grondgebied bij

00:01:13

van deze rivier daar zal zijn

00:01:15

zinken in Russische landen en in feite,

00:01:17

als en wanneer,

00:01:19

we zullen zien dat de lijn afneemt,

00:01:21

het is steeds minder ***** en dat

00:01:24

komt overeen met de verliezen die

00:01:26

werden geleden door het Franse leger tijdens

00:01:28

van hun opmars naar Russisch grondgebied.

00:01:31

Dus hier gaan we vooruit, we gaan vooruit,

00:01:33

we gaan vooruit, we gaan vooruit.

00:01:34

We hebben bij de doorgang naar checkpoints

00:01:37

met waarden of ze zijn weg.

00:01:40

422000 waren het er slechts 400000,

00:01:43

et cetera et cetera,

00:01:45

enzovoort.

00:01:47

Met ook de steden die

00:01:49

ontmoet en we komen plotseling aan in Moskou,

00:01:52

het waren er al maar 100.000.

00:01:54

En dan,

00:01:54

je hebt eigenlijk pensioen in het zwart

00:01:57

dus de beroemde terugtrekking uit Rusland

00:01:59

of het Franse leger vertrok

00:02:01

midden in de winter in Frankrijk omdat

00:02:03

dat de tsaar de la had beoefend,

00:02:05

hij had moskou gewoon in brand gestoken.

00:02:07

De soldaten hadden dus geen

00:02:09

geen huis meer gehad is geen

00:02:12

bouwen dus ze vertrokken.

00:02:13

Nou, ik ga de geschiedenis van Frankrijk niet maken,

00:02:16

sorry dat ik een beetje uitspreid uh ik

00:02:19

Ik dwaal af.

00:02:20

In ieder geval,

00:02:21

hier is de rode lijn komt overeen met de

00:02:24

terugtrekking van Franse troepen.

00:02:26

En dus zien we eigenlijk dat

00:02:28

het doet me pijn, dat het menu.

00:02:30

We kunnen hier al zien dat er een primeur was geweest,

00:02:33

een eerste terugkeer van

00:02:35

enkele troepen en ten slotte,

00:02:37

die slechts 10 mijl zijn aangekomen,

00:02:40

dan de doorgang van deze rivier.

00:02:42

Het was dus een bah,

00:02:44

wat nu een

00:02:46

berezina die overeenkomt met een

00:02:48

aflevering van deze campagne uit Rusland,

00:02:50

Het maakt me niet uit.

00:02:51

Je kunt het bekijken op Wikipedia,

00:02:52

als je geïnteresseerd bent, zal ik het daar laten.

00:02:55

In ieder geval,

00:02:56

hier is hoe te illustreren in een zeer

00:02:58

simpel in plaats van een groot schilderij

00:02:59

met data en des,

00:03:01

een aantal troepen met

00:03:03

ook potentieel plaatsen.

00:03:04

Bah hier in een oogopslag begrijpen we dit

00:03:06

dat gebeurde en wij beseffen het ook.

00:03:09

Bah inderdaad van de geschiedenis die

00:03:12

hebben op dit verlies als en wanneer

00:03:14

meet de belangrijkste stappen naar en de verschillende,

00:03:16

de verschillende verliezen die zich kunnen hebben voorgedaan.

00:03:19

Daarnaast krijgen we nog een schaal.

00:03:22

Dus ook dat,

00:03:23

het is eigenlijk heel interessant de

00:03:25

grafiek is zeer compleet met de

00:03:27

temperaturen die je hier en bij elk hebt

00:03:29

stappen van de klap vooral op de terugkomst.

00:03:31

Wat zo terugtrekken in de winter in Rusland gelijk is,

00:03:34

extreem koude temperaturen

00:03:35

dus er temperaturen op

00:03:36

negatief wat ook de,

00:03:38

we zien elke keer de

00:03:40

aangegeven op de controleposten,

00:03:42

verliesstappen op temperaturen

00:03:44

wie het extreem koud had en wie

00:03:46

verklaarde ook het aantal sterfgevallen

00:03:48

die dus het eerste concept zou kunnen hebben

00:03:50

fundamenteel om te onthouden over visualisatie,

00:03:52

het dient.

00:03:52

Een verhaal vertellen zoals

00:03:54

Ik deed het gewoon.

00:03:56

2e zeer belangrijk element om in gedachten te hebben,

00:04:00

het is dat het normaal gesproken toestaat

00:04:01

als het goed gedaan is,

00:04:04

om direct een boodschap over te brengen.

00:04:06

Dus deze 2e illustratie die

00:04:08

is mijn geloof heel erg mooi dus

00:04:11

in rozet als in helix,

00:04:14

zoals hier te zien is.

00:04:17

Zo werd het gerealiseerd

00:04:19

door Florence Nightingale,

00:04:20

dus wie was een verpleegster voor het leger

00:04:23

Britten en die probeerden te laten zien.

00:04:26

Aan het Britse leger in feite dat y

00:04:28

had een groot gezondheidsprobleem op de,

00:04:31

op het slagveld,

00:04:34

vooral op het niveau van ziekenboeg

00:04:36

die naast de voorkant was voor

00:04:40

eigenlijk laten zien dat de belangrijkste

00:04:42

doodsoorzaak bij oorlog

00:04:45

van de Krim tijdens de hechtenis van

00:04:48

Krim was problemen van ziekten

00:04:50

wat daarom epidemie werd genoemd

00:04:52

ongeveer van de van de epidemieën

00:04:55

op de ziekenboeg.

00:04:57

En dus is er dan eigenlijk wel degelijk behoefte aan

00:05:00

op ziekenboeg en in het veld

00:05:02

van de strijd en daarom is er de noodzaak om

00:05:04

om gezondheidsvoorschriften op te stellen.

00:05:06

Dus in 2020, met COVID,

00:05:08

het is alleen maar milieuvriendelijker.

00:05:10

Dus toen al was er dit

00:05:12

soort redenering daar en in feite dit

00:05:14

die je hier gewoon hebt,

00:05:17

het is een roosvenster dat aangeeft

00:05:19

voor elke maand,

00:05:20

dus hier zie je april mei,

00:05:22

Juni, juli en ga zo maar door jaren,

00:05:24

we zullen verschillende kleuren hebben voor

00:05:26

verklaar de oorzaken van sterfte.

00:05:28

Dus als ik het me goed herinner,

00:05:30

zwart komt overeen met de doden op

00:05:33

het slagveld, het roze,

00:05:35

Ik denk dat het is als gevolg van de

00:05:37

complicaties van oorlogswonden

00:05:39

om het heel eenvoudig te maken en dan de de.

00:05:42

Blauw komt overeen met ziekten

00:05:44

epidemieën en daar gaan we in feite

00:05:47

telt dat direct en vooral

00:05:49

ook hier kijken we naar januari 1855.

00:05:52

Het aandeel epidemische ziekten

00:05:53

die absoluut enorm is door

00:05:55

relatie tot de sterfgevallen die

00:05:57

kon verwachten op.

00:05:58

Het is op deze slagvelden

00:06:00

en uiteindelijk, inderdaad,

00:06:01

men kan het probleem onmiddellijk zien,

00:06:03

dus epidemische ziekten die doden

00:06:05

meer dan de oorlog zelf en in

00:06:08

meer van dat dus solliciteerde ze

00:06:10

een zoom in feite hier in relatie tot

00:06:12

wat u ons wilt laten zien.

00:06:14

Het was dus uiterst compleet in

00:06:16

de manier om daar weer te geven wanneer je

00:06:18

toon dit aan de Britse generaals,

00:06:20

Welnu, er is geen debat.

00:06:22

Sterker nog, je hoeft alleen maar te laten zien

00:06:24

dit gebied om Bah te zeggen het is noodzakelijk

00:06:27

sanitaire voorschriften vast te stellen op.

00:06:28

Op de in de Britse legers en dus

00:06:31

daar wordt het bericht onmiddellijk doorgegeven,

00:06:33

er is niet per se behoefte aan polemieken.

00:06:37

Het laatste element, en dat is,

00:06:39

Ik denk, misschien wel de meest voor de hand liggende

00:06:41

van alles wat ik u heb kunnen laten zien,

00:06:44

het is er maar één.

00:06:45

Een visualisatie wordt gebruikt om te renderen

00:06:47

dingen die duidelijk waren als het niet

00:06:50

helemaal niet met ruwe data.

00:06:53

Het laatste geval wil ik je laten zien,

00:06:56

dus het is altijd

00:06:57

historische dingen,

00:06:58

maar dat ik nog steeds een

00:07:01

tijden buitengewoon interessant.

00:07:02

Het wordt deze kaart van Londen die

00:07:05

werd in 1854 gemaakt door John Snow.

00:07:08

En ja, het is niet uit te vinden,

00:07:10

terwijl er een epidemie was

00:07:13

cholera op Londen, dat is het.

00:07:16

En dus proberen we de oorzaak in te schatten.

00:07:19

van deze cholera-epidemie.

00:07:21

Dus zonder in details te treden,

00:07:24

we vroegen ons af of het in de lucht was,

00:07:26

we vroegen ons af of het besmettelijk was

00:07:28

enzovoort

00:07:29

enzovoort.

00:07:29

En dus hadden we deze persoon daar aangeklaagd,

00:07:32

dus een arts om te proberen te onderzoeken voor

00:07:35

een beetje begrijpen wat er aan de hand was.

00:07:37

Dus hij, zijn methode,

00:07:39

het was relatief eenvoudig,

00:07:40

het was om een kaart van de buurt te maken

00:07:44

van Soho naar Londen en ga zetten.

00:07:46

In rechthoek op elke

00:07:48

niveau of er is een overlijden geweest,

00:07:50

dus we gingen de

00:07:51

adressen van cholera-sterfgevallen.

00:07:53

En elke keer weer,

00:07:54

op een overloop,

00:07:55

we gingen aan deze rechthoek toevoegen,

00:07:57

dus wat we ons heel snel realiseerden,

00:07:59

het is dat het al was gevonden

00:08:00

in een zeer klein gebied.

00:08:02

Dus wie was hier en wanneer we inzoomen,

00:08:05

we zien dat hier een waterpunt was

00:08:07

die midden in een gebied zat

00:08:09

of er vielen veel doden.

00:08:12

Dus nogmaals,

00:08:13

iets wat niet per se gezien werd

00:08:15

alleen met een lijst met adressen.

00:08:17

Met de bijbehorende sterfgevallen en

00:08:19

dus inderdaad, door in te zoomen,

00:08:20

we beseffen dat we er

00:08:23

Schrijft Pump dus het is het is het

00:08:26

het waterpunt en dat zijn we in feite ook.

00:08:29

We realiseren ons dat gewoon

00:08:31

in dit waterpunt,

00:08:33

babyluiers waren weggegooid

00:08:35

die leed aan cholera,

00:08:37

dus inderdaad, het was de 19e eeuw,

00:08:39

maar uit de 19e eeuw en de

00:08:42

sanitaire normen opnieuw

00:08:44

was niet aanwezig en dus het feit

00:08:46

gooi vuile luiers naar

00:08:49

van een baby die cholera had.

00:08:51

Mensen, plotseling,

00:08:52

ga en verzamel water om

00:08:53

drinken en daarom zichzelf infecteren,

00:08:56

en dus van daaruit,

00:08:58

we hebben die pomp kunnen sluiten.

00:09:00

En onmiddellijk,

00:09:00

plotseling, op dit gebied,

00:09:02

het aantal AA-cholera nam drastisch af.

00:09:05

Dus hier ben je, zie je van

00:09:07

dingen die niet begrepen konden worden,

00:09:10

het werd gewoon weergegeven op

00:09:12

een kaart en we waren in staat om de

00:09:14

probleem dat we hadden op

00:09:16

over dit over deze epidemie van

00:09:18

cholera en om u te overtuigen

00:09:20

iets meer van dat geval.

00:09:23

Wat ik je wilde laten zien,

00:09:25

het was in een klein geval waarin we

00:09:27

krijgt deze gegevenstabel.

00:09:30

Dus de maanden met het aantal verkopen,

00:09:32

omzet in duizenden euro's

00:09:34

die voor een bedrijf is uitgevoerd,

00:09:36

welke ook.

00:09:37

En dus ga ik je vragen om

00:09:39

neem deze paar seconden van

00:09:40

denk en zeg tegen mij Bah voilà,

00:09:42

met deze tabel,

00:09:43

waartoe ben je in staat

00:09:45

vertel me over wat er gebeurde in de

00:09:47

tijdens dit semester?

00:09:52

Dat is het, ik geef je een paar seconden.

00:09:53

Pauzeer anders als u

00:09:55

wil een beetje meer tijd.

00:09:57

Ik heb het persoonlijk moeilijk he.

00:09:59

Het is duidelijk dat ik zie dat er inderdaad,

00:10:01

hier zijn in ieder geval een

00:10:03

fluctuatie die er is.

00:10:04

Daar gaat het naar boven daar gaat het naar beneden dus

00:10:05

daar lijkt het een waarde te zijn

00:10:07

van een relatief lage waarde

00:10:09

vergeleken met anderen, et cetera.

00:10:11

Maar niets heel sluitends.

00:10:12

Aan de andere kant, als het wordt weergegeven op een

00:10:14

grafisch dus zoals ik dat deed

00:10:16

het zijn precies dezelfde waarden,

00:10:18

we gaan eigenlijk meteen

00:10:20

dingen visueel detecteren

00:10:21

dat zal ons opvallen.

00:10:23

We hebben het hele deel al over de uitersten,

00:10:26

dat het oog erg gewend is aan spotten.

00:10:28

De waarden die dat zijn,

00:10:29

die zich een beetje onderscheiden van de massa,

00:10:32

dus daar zien we meteen dat de

00:10:34

beste maand en de maand mei en dat

00:10:37

de slechtste maand en de maand maart,

00:10:39

2e element dat dan

00:10:41

een enigszins secundaire manier om waar te nemen,

00:10:43

het is dat inderdaad de eerste

00:10:44

Kwart was slechter dan het 2e.

00:10:46

Daar zien we dat we 3 punten hebben die

00:10:49

relatief dat is rond we gaan

00:10:51

zeg van 50 en daar zien we alles van

00:10:54

voortzetting die we opstijgen en dat op de

00:10:56

eind 2e kwartaal zijn we eerder

00:10:58

op waarden rond de 60. 70.

00:11:02

Men kan ook het oog direct gaan,

00:11:03

in ieder geval,

00:11:04

de hersenen zullen proberen te traceren

00:11:05

een recht om dat te vereenvoudigen.

00:11:07

En het is waar dat uiteindelijk,

00:11:09

we zitten eerder op een trend die

00:11:11

over het kwartaal weer omhoog.

00:11:15

En nog iets anders dat we

00:11:17

kon vinden, dus daar,

00:11:18

het gaat iets verder,

00:11:21

het kan een primer zijn van

00:11:23

herfst voor de zomer omdat we passeren

00:11:25

van 75.000 in mei naar bijna

00:11:28

60000 in juni dus dat is het, dat alles,

00:11:30

het is heel moeilijk om te hebben

00:11:32

op een gegevenstabel,

00:11:34

dus om soms te proberen

00:11:35

iets begrijpen.

00:11:36

Bah kom op,

00:11:37

we maken snel een tafel

00:11:39

van de tafel,

00:11:40

we maken snel een grafiek op

00:11:43

Excel en we kunnen het meteen zien.

00:11:45

Dingen die ons niet zouden overspringen

00:11:47

voor de ogen als we het niet hadden gehad.

00:11:49

Dus daar gaan we,

00:11:50

goed

00:11:51

al deze fundamentele noties

00:11:53

en de interesse die er kan zijn

00:11:56

om datavisualisatie uit te doen.

00:00:02

spiegazioni di comprensione

00:00:04

e concetti fondamentali

00:00:06

intorno alla visualizzazione dei dati.

00:00:08

Per questo, prenderemo alcune illustrazioni

00:00:11

visualizzazione che sono storici e

00:00:14

famoso e anche per mostrarti che lì,

00:00:16

ciò che viene chiamato visualizzazione dei dati,

00:00:19

non è qualcosa di recente.

00:00:21

Quindi il primo concetto fondamentale per

00:00:23

da tenere a mente è storytelling.

00:00:25

Ricerca visualizzazioni

00:00:26

per raccontare una storia.

00:00:28

Cerca di spiegare alcuni

00:00:30

qualcosa con un viaggio.

00:00:32

Pensare e c'è tipicamente in

00:00:34

rende il diagramma che hai qui.

00:00:36

Racconta una bella storia.

00:00:39

E inoltre,

00:00:40

questa è la storia della Francia.

00:00:41

In ogni caso,

00:00:42

le storie delle guerre francesi.

00:00:44

Quindi questa illustrazione era

00:00:46

diretto da Charles Joseph Minard che

00:00:48

rappresenta la campagna di Russia,

00:00:50

così dal 1812 al 1813 che

00:00:53

era guidato da Napoleone.

00:00:54

Quindi cosa possiamo leggere

00:00:57

su questo grafico in modo da avere

00:00:59

infatti il numero di truppe

00:01:01

chi rappresentava da quello.

00:01:03

La larghezza della linea in modo che,

00:01:05

è una bella cosa

00:01:07

intelligente per renderlo visivo e

00:01:09

così avremo l'avanzata delle truppe

00:01:11

Francese in territorio russo a

00:01:13

da questo fiume ci sarà

00:01:15

affondare nelle terre russe e infatti,

00:01:17

come e quando,

00:01:19

vedremo che la linea sta diminuendo,

00:01:21

è sempre meno ***** e che

00:01:24

corrisponde alle perdite che sono

00:01:26

sono stati sofferti dall'esercito francese durante

00:01:28

della loro avanzata in territorio russo.

00:01:31

Quindi qui andiamo avanti, avanziamo,

00:01:33

andiamo avanti, andiamo avanti.

00:01:34

Abbiamo al passaggio ai checkpoint

00:01:37

con valori o sono spariti.

00:01:40

422000 erano solo 400000,

00:01:43

et cetera et cetera,

00:01:45

e così via.

00:01:47

Con anche le città che sono state

00:01:49

incontrato e arriviamo improvvisamente a Mosca,

00:01:52

erano già solo 100.000.

00:01:54

E poi

00:01:54

in realtà hai la pensione in nero

00:01:57

così il famoso ritiro dalla Russia

00:01:59

o l'esercito francese lasciato

00:02:01

in pieno inverno in Francia perché

00:02:03

che lo zar aveva praticato il la,

00:02:05

aveva semplicemente bruciato Mosca.

00:02:07

Quindi i soldati non avevano

00:02:09

non aveva più una casa non è

00:02:12

costruire così se ne sono andati.

00:02:13

Beh, non ho intenzione di fare la storia della Francia,

00:02:16

scusa ho sparso un po 'uh i

00:02:19

Vado fuori strada.

00:02:20

In ogni caso,

00:02:21

Ecco che la linea rossa corrisponde al

00:02:24

ritirata delle truppe francesi.

00:02:26

E così lo vediamo davvero

00:02:28

mi fa male, che menu.

00:02:30

Possiamo già vedere qui che c'era stata una prima,

00:02:33

un primo ritorno da

00:02:35

alcune truppe e infine,

00:02:37

che sono arrivati a sole 10 miglia,

00:02:40

poi il passaggio di questo fiume.

00:02:42

Quindi era un bah,

00:02:44

quello che ora viene chiamato un

00:02:46

berezina che corrisponde a un

00:02:48

episodio di questa campagna dalla Russia,

00:02:50

Non mi interessa.

00:02:51

Puoi guardarlo su Wikipedia,

00:02:52

se sei interessato, mi fermo qui.

00:02:55

In ogni caso,

00:02:56

ecco come illustrare in un

00:02:58

semplice piuttosto che un grande dipinto

00:02:59

con date e des,

00:03:01

un volume di truppe con

00:03:03

anche potenzialmente luoghi.

00:03:04

Bah qui a colpo d'occhio capiamo questo

00:03:06

è successo e ci rendiamo conto anche noi.

00:03:09

Bah davvero della storia che potrebbe

00:03:12

avere su questa perdita come e quando

00:03:14

misura i passaggi chiave e i diversi,

00:03:16

le varie perdite che possono essersi verificate.

00:03:19

Oltre a ciò avremo un'altra scala.

00:03:22

Così anche questo,

00:03:23

è molto interessante in realtà il

00:03:25

il grafico è molto completo con il

00:03:27

temperature che hai qui e ad ogni

00:03:29

passi del colpo soprattutto al ritorno.

00:03:31

Ciò che si ritira in inverno in Russia equivale,

00:03:34

temperature estremamente fredde

00:03:35

quindi ci sono temperature a

00:03:36

negativo che spiega anche il,

00:03:38

vediamo ogni volta che il

00:03:40

indicati sui posti di controllo,

00:03:42

fasi di perdita sulle temperature

00:03:44

chi era estremamente freddo e chi

00:03:46

ha anche spiegato il numero di morti

00:03:48

chi potrebbe quindi avere il primo concetto

00:03:50

fondamentale da ricordare sulla visualizzazione,

00:03:52

serve.

00:03:52

Raccontare una storia come

00:03:54

L'ho appena fatto.

00:03:56

2 ° elemento molto importante da tenere a mente,

00:04:00

è che normalmente consente

00:04:01

se è ben fatto,

00:04:04

per trasmettere istantaneamente un messaggio.

00:04:06

Quindi questa 2a illustrazione che

00:04:08

è la mia fede molto molto carina così

00:04:11

in rosetta come in elica,

00:04:14

come si può vedere qui.

00:04:17

Così è stato realizzato

00:04:19

di Florence Nightingale,

00:04:20

quindi chi era un'infermiera per l'esercito

00:04:23

Britannico e che ha cercato di mostrare.

00:04:26

All'esercito britannico infatti che y

00:04:28

ha avuto un grosso problema di salute sulla,

00:04:31

sul campo di battaglia,

00:04:34

soprattutto a livello di infermerie

00:04:36

che era accanto alla parte anteriore per

00:04:40

in realtà mostrano che il principale

00:04:42

causa di morte in guerra

00:04:45

della Crimea durante la custodia di

00:04:48

Crimea era problemi di malattie

00:04:50

che è stata quindi chiamata epidemia

00:04:52

all'incirca delle epidemie

00:04:55

sulle infermerie.

00:04:57

E quindi c'è necessità in effetti allora

00:05:00

sulle infermerie e sul campo

00:05:02

di battaglia e quindi c'è la necessità di

00:05:04

per andare a stabilire regole sanitarie.

00:05:06

Quindi nel 2020, con COVID,

00:05:08

è solo più ecologico.

00:05:10

Quindi già all'epoca c'era questo

00:05:12

tipo di ragionamento lì e in effetti questo

00:05:14

che hai semplicemente qui,

00:05:17

è un rosone che indicherà

00:05:19

per ogni mese,

00:05:20

quindi qui vedi aprile maggio,

00:05:22

Giugno, luglio e così via anni,

00:05:24

avremo colori diversi per

00:05:26

spiegare le cause della mortalità.

00:05:28

Quindi, se ricordo bene,

00:05:30

il nero corrisponde al morto su

00:05:33

il campo di battaglia, il rosa,

00:05:35

Penso che sia il risultato del

00:05:37

complicazioni delle ferite di guerra

00:05:39

per renderlo molto semplice e poi il.

00:05:42

Il blu corrisponde alle malattie

00:05:44

epidemie e lì infatti andiamo

00:05:47

conta istantaneamente questo e soprattutto

00:05:49

anche qui guardiamo al gennaio 1855.

00:05:52

La percentuale di malattie epidemiche

00:05:53

che è assolutamente enorme da

00:05:55

relazione con i decessi che sono

00:05:57

potrebbe aspettarsi.

00:05:58

È su questi campi di battaglia

00:06:00

e alla fine, infatti,

00:06:01

si può vedere immediatamente il problema,

00:06:03

quindi malattie epidemiche che uccidono

00:06:05

più della guerra stessa e in

00:06:08

più di questo, quindi ha applicato

00:06:10

uno zoom infatti qui in relazione a

00:06:12

cosa vuoi mostrarci.

00:06:14

Quindi è stato estremamente completo in

00:06:16

il modo di visualizzare lì quando si

00:06:18

mostralo ai generali britannici,

00:06:20

Beh, non c'è dibattito.

00:06:22

In effetti, devi solo mostrare

00:06:24

questa zona per dire Bah è necessario

00:06:27

stabilire norme sanitarie su.

00:06:28

Sul negli eserciti britannici e quindi

00:06:31

lì, il messaggio viene immediatamente passato,

00:06:33

non c'è necessariamente bisogno di polemiche.

00:06:37

L'ultimo elemento, e cioè,

00:06:39

Penso, forse il più ovvio

00:06:41

di tutto ciò che ho potuto mostrarvi,

00:06:44

è solo uno.

00:06:45

Per eseguire il rendering viene utilizzata una visualizzazione

00:06:47

cose ovvie quando non lo era

00:06:50

per niente con dati grezzi.

00:06:53

L'ultimo caso che voglio mostrarti,

00:06:56

quindi è sempre

00:06:57

cose storiche,

00:06:58

ma che trovo ancora un

00:07:01

tempi estremamente interessanti.

00:07:02

Sarà questa mappa di Londra che

00:07:05

è stato realizzato nel 1854 da John Snow.

00:07:08

E sì, non può essere inventato,

00:07:10

mentre c'era un'epidemia

00:07:13

colera a Londra, tutto qui.

00:07:16

E così cerchiamo di stimare la causa

00:07:19

di questa epidemia di colera.

00:07:21

Quindi, senza entrare nei dettagli,

00:07:24

ci siamo chiesti se fosse nell'aria,

00:07:26

ci siamo chiesti se fosse contagioso

00:07:28

e così via

00:07:29

e così via.

00:07:29

E così avevamo caricato questa persona lì,

00:07:32

quindi un medico per cercare di indagare per

00:07:35

capire un po' cosa stava succedendo.

00:07:37

Quindi lui, il suo metodo,

00:07:39

era relativamente semplice,

00:07:40

era quello di prendere una mappa del quartiere

00:07:44

da Soho a Londra e andare a mettere.

00:07:46

In rettangolo su ciascuno

00:07:48

livello o c'è stata una morte,

00:07:50

quindi stavamo per ottenere il

00:07:51

indirizzi di morti per colera.

00:07:53

E ogni volta,

00:07:54

su un pianerottolo,

00:07:55

stavamo per aggiungere a questo rettangolo,

00:07:57

quindi quello che abbiamo realizzato molto rapidamente,

00:07:59

è che già si trovava

00:08:00

in un'area molto piccola.

00:08:02

Quindi chi era qui e quando ingrandiamo,

00:08:05

vediamo che c'era un punto d'acqua qui

00:08:07

che era proprio nel mezzo di un'area

00:08:09

o ci sono stati molti morti.

00:08:12

Quindi, di nuovo,

00:08:13

qualcosa che non è stato necessariamente visto

00:08:15

solo con un elenco di indirizzi.

00:08:17

Con i decessi corrispondenti e

00:08:19

così in effetti, con lo zoom,

00:08:20

ci rendiamo conto che abbiamo lì

00:08:23

Scrive Pump in modo che sia il it's it

00:08:26

il punto dell'acqua e infatti lo siamo.

00:08:29

Ci rendiamo conto che semplicemente

00:08:31

in questo punto d'acqua,

00:08:33

i pannolini per bambini erano stati gettati via

00:08:35

che soffriva di colera,

00:08:37

quindi, in effetti, era il 19 ° secolo,

00:08:39

ma dal 19 ° secolo e il

00:08:42

norme sanitarie ancora una volta

00:08:44

non era presente e quindi il fatto

00:08:46

gettare pannolini sporchi a

00:08:49

di un bambino che aveva il colera.

00:08:51

La gente, all'improvviso,

00:08:52

vai a raccogliere l'acqua per

00:08:53

bere e quindi infettarsi,

00:08:56

e quindi da lì,

00:08:58

siamo stati in grado di chiudere quella pompa.

00:09:00

E all'istante,

00:09:00

improvvisamente, su questa zona,

00:09:02

il numero di colera AA diminuì drasticamente.

00:09:05

Quindi eccoti qui, vedi da

00:09:07

cose che non potevano essere comprese,

00:09:10

è stato semplicemente visualizzato su

00:09:12

una mappa e siamo stati in grado di risolvere il

00:09:14

problema che abbiamo avuto su

00:09:16

su questo su questa epidemia di

00:09:18

colera e per convincerti

00:09:20

un po 'di più di quel caso.

00:09:23

Quello che volevo mostrarti,

00:09:25

è stato in un piccolo caso in cui abbiamo

00:09:27

avrà questa tabella di dati.

00:09:30

Quindi i mesi con il numero di vendite,

00:09:32

fatturato in migliaia di euro

00:09:34

che è stato effettuato per un'azienda,

00:09:36

non importa quale.

00:09:37

E quindi ti chiederò di

00:09:39

prendi questi pochi secondi di

00:09:40

pensa e dimmi Bah voilà,

00:09:42

con questa tabella,

00:09:43

di cosa sei capace

00:09:45

raccontami cosa è successo nel

00:09:47

durante questo di quel semestre?

00:09:52

Questo è tutto, ti darò qualche secondo.

00:09:53

In caso contrario, mettere in pausa se si

00:09:55

vuoi un po 'più di tempo.

00:09:57

Io, personalmente, ho difficoltà eh.

00:09:59

Chiaramente, vedo che c'è davvero,

00:10:01

ecco in ogni caso un

00:10:03

fluttuazioni che esistono.

00:10:04

Lì va lassù va giù così

00:10:05

lì sembra essere un valore

00:10:07

di un valore relativamente basso

00:10:09

rispetto ad altri, eccetera.

00:10:11

Ma niente di molto conclusivo.

00:10:12

D'altra parte, se viene visualizzato su un

00:10:14

grafica così come l'ho fatto io

00:10:16

sono esattamente gli stessi valori,

00:10:18

andiamo subito infatti

00:10:20

rilevare visivamente le cose

00:10:21

che ci salterà addosso.

00:10:23

Abbiamo già tutta la parte sugli estremi,

00:10:26

che l'occhio è molto abituato a individuare.

00:10:28

I valori che sono che,

00:10:29

che si distinguono un po 'dalla massa,

00:10:32

così lì vediamo istantaneamente che il

00:10:34

il mese migliore e il mese di maggio e che

00:10:37

il mese peggiore e il mese di marzo,

00:10:39

2° elemento che può quindi essere

00:10:41

un modo un po 'secondario di percepire,

00:10:43

è che in effetti il primo

00:10:44

Il quarto è stato peggiore del 2 °.

00:10:46

Lì vediamo che abbiamo 3 punti che sono

00:10:49

relativamente questo è intorno a quello che stiamo andando a

00:10:51

diciamo di 50 e lì vediamo tutto da

00:10:54

continuazione che decolliamo e che sul

00:10:56

fine del 2° trimestre siamo piuttosto

00:10:58

su valori intorno a 60. 70.

00:11:02

Si può anche l'occhio va direttamente,

00:11:03

in ogni caso,

00:11:04

il cervello cercherà di rintracciare

00:11:05

il diritto di semplificarlo.

00:11:07

Ed è vero che alla fine,

00:11:09

siamo piuttosto su una tendenza che è

00:11:11

di nuovo in rialzo nel corso del trimestre.

00:11:15

E qualcos'altro che noi

00:11:17

potrebbe trovare, quindi lì,

00:11:18

va un po 'oltre,

00:11:21

potrebbe essere un primer di

00:11:23

autunno per l'estate perché passiamo

00:11:25

da 75.000 a maggio a quasi

00:11:28

60000 a giugno, quindi è tutto, tutto questo,

00:11:30

è molto difficile avere

00:11:32

su una tabella dati,

00:11:34

quindi a volte provare a

00:11:35

capire qualcosa.

00:11:36

Bah dai,

00:11:37

facciamo rapidamente un tavolo

00:11:39

dal tavolo,

00:11:40

facciamo rapidamente un grafico su

00:11:43

Excel e possiamo vedere subito.

00:11:45

Cose che non ci salterebbero addosso

00:11:47

agli occhi se non l'avessimo avuto.

00:11:49

Quindi eccoci qui,

00:11:50

bene

00:11:51

tutte queste nozioni fondamentali

00:11:53

e l'interesse che ci può essere

00:11:56

per fare visualizzazione dei dati.

00:00:02

تفسيرات التفاهم

00:00:04

والمفاهيم الأساسية

00:00:06

حول تصور البيانات.

00:00:08

لذلك، سنأخذ بعض الرسوم التوضيحية

00:00:11

التصور التي هي تاريخية و

00:00:14

الشهيرة وأيضا لتظهر لك أن هناك،

00:00:16

ما يسمى تصور البيانات،

00:00:19

انها ليست شيئا الحديثة.

00:00:21

اذا المفهوم الاساسي الاول

00:00:23

أن يكون في الاعتبار هو رواية القصص.

00:00:25

بحث المرئيات

00:00:26

ليحكي قصة.

00:00:28

وهو يسعى إلى شرح بعض

00:00:30

شيء مع رحلة.

00:00:32

للتفكير وهناك عادة في

00:00:34

يجعل الرسم البياني لديك هنا.

00:00:36

إنها تحكي قصة رائعة

00:00:39

وإلى جانب ذلك،

00:00:40

هذا هو تاريخ فرنسا.

00:00:41

على أي حال،

00:00:42

تاريخ الحروب الفرنسية.

00:00:44

اذا هذا التوضيح كان

00:00:46

إخراج تشارلز جوزيف مينار الذي

00:00:48

يمثل الحملة الروسية،

00:00:50

حتى من 1812 إلى 1813 التي

00:00:53

كان يقودها نابليون.

00:00:54

فماذا يمكننا أن نقرأ

00:00:57

على هذا المخطط بحيث يكون لديك

00:00:59

في الواقع عدد القوات

00:01:01

الذين مثلوا بذلك.

00:01:03

عرض الخط حتى الآن أن،

00:01:05

إنه شيء رائع

00:01:07

ذكي لجعله البصرية و

00:01:09

لذلك سيكون لدينا تقدم القوات

00:01:11

الفرنسية في الأراضي الروسية في

00:01:13

من هذا النهر هناك التي ستكون

00:01:15

تغرق في الأراضي الروسية، وفي الواقع،

00:01:17

كما ومتى،

00:01:19

سنرى أن الخط يتناقص

00:01:21

انها أقل وأقل ***** وهذا

00:01:24

يقابل الخسائر التي

00:01:26

عانى من قبل الجيش الفرنسي خلال

00:01:28

من تقدمهم إلى الأراضي الروسية.

00:01:31

لذا هنا نمضي قدما، نتقدم،

00:01:33

نحن نمضي قدما، ونمضي قدما.

00:01:34

لدينا عند الممر إلى نقاط التفتيش

00:01:37

بالقيم أو أنها ذهبت.

00:01:40

422000 كانوا فقط 400000

00:01:43

وما إلى ذلك،

00:01:45

وهكذا دواليك.

00:01:47

مع أيضا المدن التي كانت

00:01:49

اجتمع ونصل فجأة في موسكو،

00:01:52

كان بالفعل فقط 100،000.

00:01:54

وبعد ذلك

00:01:54

لديك في الواقع التقاعد في الأسود

00:01:57

لذا فإن تراجع الشهيرة من روسيا

00:01:59

أو غادر الجيش الفرنسي

00:02:01

في منتصف فصل الشتاء في فرنسا لأن

00:02:03

أن القيصر قد مارس ال"لا"،

00:02:05

كان قد أحرق موسكو ببساطة.

00:02:07

إذا الجنود لم يكن لديهم

00:02:09

لم يعد لديه منزل لا

00:02:12

بناء حتى غادروا.

00:02:13

حسنا لن أصنع تاريخ فرنسا

00:02:16

آسف أنا انتشرت قليلا اه أنا

00:02:19

أضل الطريق

00:02:20

على أي حال،

00:02:21

هنا هو الخط الأحمر يتوافق مع

00:02:24

تراجع القوات الفرنسية.

00:02:26

ولذلك نرى

00:02:28

يؤلمني، أنه القائمة.

00:02:30

يمكننا أن نرى هنا أنه كان هناك أول،

00:02:33

عودة أولى من

00:02:35

بعض القوات وأخيرا،

00:02:37

الذين وصلوا فقط 10 ميلا،

00:02:40

ثم مرور هذا النهر.

00:02:42

لذا كان باه،

00:02:44

ما يسمى الآن ب

00:02:46

berezina الذي يتوافق مع

00:02:48

حلقة من هذه الحملة من روسيا،

00:02:50

لا يهمني.

00:02:51

يمكنك أن تنظر إليها على ويكيبيديا،

00:02:52

إذا كنت مهتما، وسوف تتوقف عند هذا الحد.

00:02:55

على أي حال،

00:02:56

هنا هو كيفية توضيح في جدا

00:02:58

بسيطة بدلا من لوحة كبيرة

00:02:59

مع التواريخ و ديس،

00:03:01

حجم من القوات مع

00:03:03

أيضا أماكن محتملة.

00:03:04

باه هنا في لمحة ونحن نفهم هذا

00:03:06

هذا ما حدث ونحن ندرك أيضا.

00:03:09

باه في الواقع من التاريخ الذي يمكن

00:03:12

يكون على هذه الخسارة كما ومتى

00:03:14

يقيس الخطوات الرئيسية للوختلف منها،

00:03:16

الخسائر المختلفة التي قد تكون حدثت.

00:03:19

بالإضافة إلى ذلك سيكون لدينا مقياس آخر.

00:03:22

لذا ذلك أيضا،

00:03:23

انها مثيرة جدا للاهتمام في الواقع

00:03:25

الرسم البياني هو كاملة جدا مع

00:03:27

درجات الحرارة لديك هنا وفي كل

00:03:29

خطوات الضربة وخاصة عند العودة.

00:03:31

ما الذي يتماثل في الشتاء في روسيا

00:03:34

درجات الحرارة الباردة للغاية

00:03:35

حتى هناك درجات الحرارة في

00:03:36

سالبة والتي تفسر أيضا،

00:03:38

نرى في كل مرة

00:03:40

المشار إليها على نقاط التفتيش،

00:03:42

خطوات الخسارة على درجات الحرارة

00:03:44

الذي كان باردا للغاية والذي

00:03:46

كما شرح عدد الوفيات

00:03:48

الذي يمكن أن يكون بالتالي المفهوم الأول

00:03:50

الأساسية أن نتذكر عن التصور ،

00:03:52

إنه يخدم.

00:03:52

رواية قصة مثل

00:03:54

أنا فقط فعلت.

00:03:56

العنصر الثاني المهم جدا الذي يجب أن يكون في الاعتبار،

00:04:00

هو أنه يسمح عادة

00:04:01

إذا كان جيدا القيام به،

00:04:04

لنقل رسالة على الفور.

00:04:06

اذا هذا التوضيح الثاني

00:04:08

هو إيماني جميلة جدا جدا حتى

00:04:11

في روزيت كما هو الحال في الحلزون،

00:04:14

كما يمكن أن نرى هنا.

00:04:17

لذلك تم إدراكه

00:04:19

بواسطة فلورنس نايتنجيل،

00:04:20

لذا من كان ممرضا للجيش

00:04:23

البريطانيون والذين سعوا إلى الظهور.

00:04:26

إلى الجيش البريطاني في الواقع أن y

00:04:28

كان مشكلة صحية كبيرة على،

00:04:31

في ساحة المعركة

00:04:34

خاصة على مستوى المستوصفات

00:04:36

الذي كان بجانب الجبهة ل

00:04:40

في الواقع تبين أن الرئيسي

00:04:42

سبب الوفاة في الحرب

00:04:45

القرم أثناء احتجاز

00:04:48

شبه جزيرة القرم كانت مشاكل الأمراض

00:04:50

الذي كان يسمى وباء لذلك

00:04:52

تقريبا من الأوبئة

00:04:55

على المستوصفات.

00:04:57

وهكذا هناك ضرورة في الواقع ثم

00:05:00

على المستوصفات وفي الميدان

00:05:02

من المعركة ، وبالتالي هناك حاجة إلى

00:05:04

للذهاب ووضع القواعد الصحية.

00:05:06

لذا في عام 2020، مع COVID،

00:05:08

انها فقط أكثر صديقة للبيئة.

00:05:10

لذا بالفعل في ذلك الوقت كان هناك هذا

00:05:12

نوع من المنطق هناك ، وفي الواقع هذا

00:05:14

التي لديك هنا ببساطة،

00:05:17

هو نافذة وردة التي سوف تشير

00:05:19

لكل شهر،

00:05:20

حتى هنا ترى أبريل مايو،

00:05:22

يونيو ويوليو وهلم جرا سنوات،

00:05:24

سيكون لدينا ألوان مختلفة ل

00:05:26

شرح أسباب الوفيات.

00:05:28

لذا إذا تذكرت بشكل صحيح،

00:05:30

أسود يتوافق مع الموتى على

00:05:33

ساحة المعركة، والوردي،

00:05:35

أعتقد أنه نتيجة

00:05:37

مضاعفات جروح الحرب

00:05:39

لجعلها بسيطة جدا ومن ثم

00:05:42

الأزرق يتوافق مع الأمراض

00:05:44

الأوبئة وهناك في الواقع نذهب

00:05:47

التهم على الفور أن وقبل كل شيء

00:05:49

هنا مرة أخرى ننظر في يناير 1855.

00:05:52

نسبة الأمراض الوبائية

00:05:53

وهو ضخم للغاية من قبل

00:05:55

العلاقة مع الوفيات التي

00:05:57

يمكن أن نتوقع على.

00:05:58

إنه في ساحات القتال هذه

00:06:00

وفي النهاية، في الواقع،

00:06:01

يمكن للمرء أن يرى على الفور المشكلة،

00:06:03

حتى الأمراض الوبائية التي تقتل

00:06:05

أكثر من الحرب نفسها وفي

00:06:08

أكثر من ذلك حتى انها تقدمت بطلب

00:06:10

التكبير في الواقع هنا فيما يتعلق

00:06:12

ما تريد أن ترينا.

00:06:14

لذلك كان كاملا للغاية في

00:06:16

طريقة العرض هناك عند

00:06:18

أظهر هذا للجنرالات البريطانيين

00:06:20

حسنا، ليس هناك نقاش.

00:06:22

في الواقع، عليك فقط أن تظهر

00:06:24

هذا المجال ليقول باه من الضروري

00:06:27

وضع قواعد صحية على.

00:06:28

على في الجيوش البريطانية وبالتالي

00:06:31

هناك، يتم تمرير الرسالة على الفور،

00:06:33

ليس هناك بالضرورة حاجة إلى الجدل.

00:06:37

العنصر الأخير، وهو،

00:06:39

أعتقد، ربما الأكثر وضوحا

00:06:41

من كل ما كنت قادرا على أن تظهر لك،

00:06:44

إنه واحد فقط.

00:06:45

يتم استخدام تصور لتقديم

00:06:47

أشياء واضحة عندما لم يكن

00:06:50

لا على الإطلاق مع البيانات الخام.

00:06:53

آخر قضية أريد أن أريكم

00:06:56

لذلك هو دائما

00:06:57

أشياء تاريخية،

00:06:58

ولكن ما زلت أجد

00:07:01

مرات مثيرة للاهتمام للغاية.

00:07:02

ستكون خريطة لندن هذه

00:07:05

صنعه جون سنو في عام 1854.

00:07:08

ونعم، لا يمكن اختراعه،

00:07:10

بينما كان هناك وباء

00:07:13

الكوليرا في لندن، هذا كل شيء.

00:07:16

ولذلك نحاول تقدير السبب

00:07:19

من هذا الوباء الكوليرا.

00:07:21

لذا دون الخوض في التفاصيل،

00:07:24

تساءلنا إذا كان في الهواء،

00:07:26

تساءلنا إذا كان معديا

00:07:28

وهكذا دواليك

00:07:29

وهكذا دواليك.

00:07:29

وهكذا كنا قد اتهم هذا الشخص هناك،

00:07:32

حتى طبيب في محاولة للتحقيق عن

00:07:35

فهم قليلا ما كان يجري.

00:07:37

لذا هو، طريقته،

00:07:39

كان الأمر بسيطا نسبيا

00:07:40

كان لأخذ خريطة للحي

00:07:44

من سوهو إلى لندن والذهاب وضع.

00:07:46

في مستطيل على كل

00:07:48

مستوى أو كان هناك وفاة،

00:07:50

لذلك كنا سنحصل على

00:07:51

معالجة الوفيات الناجمة عن الكوليرا.

00:07:53

وفي كل مرة

00:07:54

على الهبوط،

00:07:55

كنا سنضيفه لهذا المستطيل

00:07:57

لذا ما أدركناه بسرعة كبيرة،

00:07:59

هو أنه بالفعل كان موجودا

00:08:00

في منطقة صغيرة جدا.

00:08:02

إذن من كان هنا وعندما نقرب

00:08:05

نرى ان هناك نقطة مياه هنا

00:08:07

الذي كان في منتصف منطقة

00:08:09

أو كان هناك الكثير من الوفيات.

00:08:12

لذا مرة أخرى،

00:08:13

شيء لم يكن ينظر إليه بالضرورة

00:08:15

فقط مع قائمة عناوين.

00:08:17

مع الوفيات المقابلة و

00:08:19

لذا في الواقع، عن طريق التكبير،

00:08:20

نحن ندرك أن لدينا هناك

00:08:23

يكتب مضخة حتى انها انها

00:08:26

نقطة المياه، ونحن في الواقع.

00:08:29

نحن ندرك أن ببساطة

00:08:31

في نقطة المياه هذه،

00:08:33

حفاضات الأطفال قد ألقيت بعيدا

00:08:35

الذي كان يعاني من الكوليرا،

00:08:37

لذا في الواقع، كان القرن التاسع عشر،

00:08:39

ولكن من القرن التاسع عشر و

00:08:42

المعايير الصحية مرة أخرى

00:08:44

لم يكن حاضرا ، وبالتالي فإن حقيقة

00:08:46

رمي حفاضات المتسخة في

00:08:49

لطفل مصاب بالكوليرا

00:08:51

الناس، فجأة،

00:08:52

الذهاب وجمع المياه إلى

00:08:53

شرب وبالتالي تصيب نفسها،

00:08:56

وبالتالي من هناك،

00:08:58

تمكنا من إغلاق المضخة

00:09:00

وعلى الفور،

00:09:00

فجأة، في هذه المنطقة،

00:09:02

انخفض عدد الكوليرا AA بشكل كبير.

00:09:05

لذا ها أنت، ترى من

00:09:07

أشياء لا يمكن فهمها،

00:09:10

تم عرضها ببساطة على

00:09:12

خريطة وتمكنا من حل

00:09:14

المشكلة التي كانت لدينا على

00:09:16

على هذا على هذا الوباء من

00:09:18

الكوليرا وإقناعك

00:09:20

أكثر من ذلك بقليل من تلك القضية.

00:09:23

ما أردت أن أريك

00:09:25

كان في حالة صغيرة حيث

00:09:27

سيكون لدينا جدول البيانات هذا

00:09:30

اذا الاشهر التي بها عدد المبيعات

00:09:32

دوران في الآلاف من اليورو

00:09:34

التي نفذت لشركة،

00:09:36

بغض النظر عن أي واحد.

00:09:37

لذا سأطلب منك

00:09:39

تأخذ هذه الثواني القليلة من

00:09:40

فكر وقل لي باه فويلا،

00:09:42

مع هذا الجدول،

00:09:43

ما أنت قادر على

00:09:45

أخبرني عما حدث في

00:09:47

خلال هذا الفصل الدراسي؟

00:09:52

هذا كل شيء، سأعطيك بضع ثوان.

00:09:53

وإلا، توقف مؤقتا إذا كنت

00:09:55

أريد المزيد من الوقت

00:09:57

أنا شخصيا أجد صعوبة في ذلك

00:09:59

من الواضح أنني أرى أن هناك بالفعل،

00:10:01

هنا على أي حال

00:10:03

التقلبات الموجودة.

00:10:04

هناك يذهب إلى هناك يذهب إلى أسفل حتى

00:10:05

هناك يبدو أن قيمة

00:10:07

من قيمة منخفضة نسبيا

00:10:09

مقارنة بالآخرين، وما إلى ذلك.

00:10:11

لكن لا شيء حاسم جدا

00:10:12

من ناحية أخرى، إذا كان يتم عرضها على

00:10:14

الرسم حتى كما فعلت ذلك

00:10:16

هو بالضبط نفس القيم،

00:10:18

نذهب على الفور في الواقع

00:10:20

الكشف عن الأشياء بصريا

00:10:21

التي سوف تقفز علينا.

00:10:23

بالفعل لدينا الجزء كله على النقيضين،

00:10:26

أن العين معتادة جدا على اكتشاف.

00:10:28

القيم التي هي

00:10:29

التي تبرز قليلا من الحشد،

00:10:32

لذلك هناك نرى على الفور أن

00:10:34

أفضل شهر وشهر مايو وذلك

00:10:37

أسوأ شهر وشهر مارس،

00:10:39

العنصر الثاني الذي يمكن أن يكون

00:10:41

طريقة ثانوية إلى حد ما لإدراك،

00:10:43

هو أن في الواقع أول

00:10:44

الربع كان أسوأ من الثاني

00:10:46

هناك نرى أن لدينا 3 نقاط التي هي

00:10:49

نسبيا هذا حول نحن ذاهبون إلى

00:10:51

نقول من 50 وهناك نرى كل شيء من

00:10:54

استمرار أن نخلع وذلك على

00:10:56

نهاية الربع الثاني نحن بالأحرى

00:10:58

على القيم حوالي 60. 10h

00:11:02

يمكن للمرء أيضا أن يذهب العين مباشرة،

00:11:03

على أي حال،

00:11:04

سيحاول الدماغ تتبع

00:11:05

الحق في تبسيط ذلك.

00:11:07

وصحيح أنه في النهاية،

00:11:09

نحن على اتجاه بالأحرى

00:11:11

مرة أخرى على مدى الربع.

00:11:15

وشيء آخر أننا

00:11:17

يمكن أن تجد، لذلك هناك،

00:11:18

يذهب أبعد قليلا،

00:11:21

قد يكون التمهيدي من

00:11:23

تقع لفصل الصيف لأننا تمرير

00:11:25

من 75,000 في مايو إلى ما يقرب من

00:11:28

60000 في يونيو لذلك هذا كل شيء، كل ذلك،

00:11:30

من الصعب جدا أن يكون

00:11:32

على جدول بيانات،

00:11:34

حتى في بعض الأحيان في محاولة ل

00:11:35

فهم شيء.

00:11:36

باه هيا،

00:11:37

نحن بسرعة جعل الجدول

00:11:39

من الطاولة،

00:11:40

نقوم بعمل رسم بياني بسرعة على

00:11:43

إكسل ويمكننا أن نرى على الفور.

00:11:45

الأشياء التي لن تقفز إلينا

00:11:47

للعيون لو لم نحصل عليه

00:11:49

لذا ها نحن نذهب

00:11:50

حسنا

00:11:51

كل هذه المفاهيم الأساسية

00:11:53

والاهتمام الذي قد يكون هناك

00:11:56

للقيام التصور البيانات.

00:00:02

anlayış açıklamaları

00:00:04

ve temel kavramlar

00:00:06

veri görselleştirme etrafında.

00:00:08

Bunun için bazı illüstrasyonlar alacağız.

00:00:11

tarihsel ve

00:00:14

ünlü ve aynı zamanda orada göstermek için,

00:00:16

veri görselleştirmesi olarak adlandırılan,

00:00:19

Yeni bir şey değil.

00:00:21

Yani ilk temel kavram

00:00:23

akılda olması gereken hikaye anlatımıdır.

00:00:25

Görselleştirmeler araması

00:00:26

Bir hikaye anlatmak için.

00:00:28

Bazı açıklamak istiyor

00:00:30

Yolculuğu olan bir şey.

00:00:32

Düşünmek ve orada tipik olarak

00:00:34

burada sahip olduğunuz diyagramı yapar.

00:00:36

Güzel bir hikaye anlatıyor.

00:00:39

Ve ayrıca,

00:00:40

Bu Fransa'nın tarihidir.

00:00:41

Her halükarda,

00:00:42

Fransız Savaşları'nın tarihçesi.

00:00:44

Yani bu illüstrasyon.

00:00:46

yönetmen Charles Joseph Minard kim

00:00:48

Rus kampanyasını temsil eder,

00:00:50

1812'den 1813'e kadar.

00:00:53

Napolyon tarafından yönetildi.

00:00:54

Peki ne okuyabiliriz?

00:00:57

bu grafikte, böylece

00:00:59

aslında asker sayısı

00:01:01

Bununla temsil eden.

00:01:03

Çizginin genişliği o kadar fazla ki,

00:01:05

bu oldukça büyük bir şey

00:01:07

görsel hale getirmek için akıllıca ve

00:01:09

böylece askerlerin ilerleyişini sağlayacağız.

00:01:11

Rus topraklarında Fransızca

00:01:13

bu nehirden olacak

00:01:15

Rus topraklarına batmak ve aslında,

00:01:17

olarak ve ne zaman,

00:01:19

hattın azaldığını göreceğiz.

00:01:21

gittikçe daha az ***** ve bu

00:01:24

kayıplara karşılık gelir.

00:01:26

sırasında Fransız ordusu tarafından acı çekti

00:01:28

Rus topraklarına ilerlemelerinin.

00:01:31

Burada ilerleyeceğiz, ilerleyeceğiz.

00:01:33

İlersek, ilerleriz.

00:01:34

Kontrol noktalarına geçişteyiz.

00:01:37

değerlerle ya da gitmişler.

00:01:40

422000 sadece 400000'lerdi.

00:01:43

et cetera ve cetera,

00:01:45

vesaire.

00:01:47

Ayrıca şehirler ile

00:01:49

tanıştık ve aniden Moskova'ya vardık.

00:01:52

Zaten sadece 100,000'dı.

00:01:54

Ve sonra,

00:01:54

aslında siyahlar içinde emekli oluyorsun

00:01:57

yani Rusya'dan ünlü geri çekilme

00:01:59

ya da Fransız ordusu ayrıldı

00:02:01

Fransa'da kışın ortasında çünkü

00:02:03

Çar'ın la pratiği yaptığını,

00:02:05

Moskova'ya sadece yanmıştı.

00:02:07

Yani askerlerin hiç.

00:02:09

artık bir evi yoktu, hayır

00:02:12

inşa etmek böylece onlar gitti.

00:02:13

Fransa tarihine geçmeyeceğim.

00:02:16

üzgünüm biraz yayıldım

00:02:19

Ben yoldan çıkıyorum.

00:02:20

Her halükarda,

00:02:21

burada kırmızı çizgi karşılık gelir

00:02:24

Fransız birliklerinin geri çekilmesi.

00:02:26

Ve biz de bunu görüyoruz.

00:02:28

Menü beni üzyor.

00:02:30

Burada bir ilk olduğunu şimdiden görebiliyoruz.

00:02:33

ilk dönüş

00:02:35

bazı birlikler ve son olarak,

00:02:37

Sadece 16 kilometre gelmiş olanlar,

00:02:40

sonra bu nehrin geçişi.

00:02:42

Yani bir bah,

00:02:44

şimdi adı verilen

00:02:46

berezina'ya karşılık gelen

00:02:48

Rusya'dan bu kampanyanın bir bölümü,

00:02:50

Umurumda değil.

00:02:51

Wikipedia'da bakabilirsiniz.

00:02:52

Eğer ilgilenirsen, orada duracağım.

00:02:55

Her halükarda,

00:02:56

burada çok göstermek için nasıl

00:02:58

büyük bir tablodan ziyade basit

00:02:59

tarih ve des ile,

00:03:01

ile bir dizi asker

00:03:03

ayrıca potansiyel olarak yerler.

00:03:04

Bah burada bir bakışta bunu anlıyoruz

00:03:06

Bu oldu ve biz de farkındayız.

00:03:09

Bah gerçekten de tarihin

00:03:12

bu kaybı ne zaman ve ne zaman olacak

00:03:14

temel adımları ve farklı adımları ölçer,

00:03:16

meydana gelmiş olabilecek çeşitli kayıplar.

00:03:19

Buna ek olarak başka bir ölçeğimiz olacak.

00:03:22

Yani bu da.

00:03:23

aslında çok ilginç

00:03:25

grafik ile çok eksiksiz

00:03:27

burada ve her birinde sahip olduğunuz sıcaklıklar

00:03:29

darbe adımları özellikle dönüşte.

00:03:31

Rusya'da kışın geri çekilmek eşittir,

00:03:34

aşırı soğuk sıcaklıklar

00:03:35

bu yüzden orada sıcaklıklar

00:03:36

olumsuz aynı zamanda açıklar,

00:03:38

her seferinde görüyoruz

00:03:40

kontrol noktalarında belirtilen,

00:03:42

sıcaklıklarda kayıp adımları

00:03:44

kim son derece soğuktu ve kim

00:03:46

ölüm sayısını da açıkladı

00:03:48

bu nedenle ilk konsepte sahip olabilecek

00:03:50

görselleştirme hakkında hatırlanması gereken temel,

00:03:52

hizmet eder.

00:03:52

Şöyle bir hikaye anlatmak.

00:03:54

Az önce yaptım.

00:03:56

Akılda bulundurulacak 2.

00:04:00

normalde izin verir

00:04:01

eğer iyi yapılırsa,

00:04:04

anında bir mesaj iletmek için.

00:04:06

Yani bu 2.

00:04:08

inancım çok çok güzel

00:04:11

sarmalında olduğu gibi rozette,

00:04:14

burada görülebileceği gibi.

00:04:17

Böylece fark edildi.

00:04:19

Florence Nightingale tarafından,

00:04:20

orduda hemşire olan

00:04:23

İngilizler ve kim göstermek istedi.

00:04:26

İngiliz Ordusu'na aslında y

00:04:28

'nin büyük bir sağlık sorunu vardı.

00:04:31

savaş alanında,

00:04:34

özellikle revirler düzeyinde

00:04:36

ön tarafta olan

00:04:40

aslında ana göstermek

00:04:42

savaşta ölüm nedeni

00:04:45

vesayet sırasında Kırım'ın

00:04:48

Kırım hastalıkların sorunlarıydı

00:04:50

bu nedenle salgın olarak adlandırıldı

00:04:52

kabaca salgın hastalıklar

00:04:55

Revirlerde.

00:04:57

Ve aslında o zaman gereklilik var.

00:05:00

revirlerde ve sahada

00:05:02

ve bu nedenle ihtiyaç vardır

00:05:04

gidip sağlık kuralları belirlemek için.

00:05:06

Yani 2020'de, COVID ile,

00:05:08

Sadece daha çevre dostu.

00:05:10

Yani o zamanlar zaten bir şey vardı.

00:05:12

orada muhakeme türü ve aslında bu

00:05:14

sadece burada sahip olduğunuz,

00:05:17

bunu gösteren bir gül penceresidir

00:05:19

her ay için,

00:05:20

İşte burada April May'i görüyorsunuz,

00:05:22

Haziran, Temmuz ve benzeri yıllar,

00:05:24

için farklı renklere sahip olacağız

00:05:26

mortalitenin nedenlerini açıklar.

00:05:28

Eğer doğru hatırlıyorsam,

00:05:30

siyah ölüye karşılık gelir

00:05:33

Savaş alanı, pembe,

00:05:35

Bence bunun bir sonucu.

00:05:37

savaş yaralarının komplikasyonları

00:05:39

çok basit hale getirmek için ve sonra.

00:05:42

Mavi hastalıklara karşılık gelir

00:05:44

salgın hastalıklar ve aslında biz gidiyoruz

00:05:47

bunu anında sayar ve her şeyden önce

00:05:49

Burada yine Ocak 1855'e bakıyoruz.

00:05:52

Salgın hastalıkların oranı

00:05:53

tarafından kesinlikle büyük

00:05:55

ölümler ile ilişkisi

00:05:57

bekleyebilirdi.

00:05:58

Bu savaş alanlarında.

00:06:00

Ve sonunda, gerçekten,

00:06:01

sorunu anında görebilir,

00:06:03

yani öldüren salgın hastalıklar

00:06:05

savaşın kendisinden daha fazla ve

00:06:08

daha fazlası, bu yüzden başvurdu

00:06:10

aslında burada bir yakınlaştırma ile ilgili olarak

00:06:12

Bize göstermek istediğin şeyi.

00:06:14

Yani son derece eksiksizdi.

00:06:16

orada görüntülemenin yolu

00:06:18

bunu İngiliz generallere göster.

00:06:20

Tartışma falan yok.

00:06:22

Aslında, sadece göstermen gerekiyor.

00:06:24

Bah demek için bu alan gerekli

00:06:27

sıhhi kurallar belirlemek.

00:06:28

İngiliz ordularında ve dolayısıyla

00:06:31

orada, mesaj anında iletilir,

00:06:33

polemiklere gerek yoktur.

00:06:37

Son element, yani,

00:06:39

Bence, belki de en belirgin olanı.

00:06:41

Size gösterebildiğim her şeyden,

00:06:44

Sadece bir tane.

00:06:45

Görselleştirme,

00:06:47

olmadığı zaman bariz şeyler

00:06:50

ham verilerle hiç değil.

00:06:53

Sana göstermek istediğim son dava.

00:06:56

bu yüzden her zaman

00:06:57

tarihsel şeyler,

00:06:58

ama yine de bir

00:07:01

zaman son derece ilginç.

00:07:02

Londra haritası olacak.

00:07:05

1854 yılında John Snow tarafından yapılmıştır.

00:07:08

Ve evet, icat edilemez.

00:07:10

salgın varken

00:07:13

Londra'da kolera, hepsi bu.

00:07:16

Ve bu yüzden nedenini tahmin etmeye çalışıyoruz.

00:07:19

Bu kolera salgınının.

00:07:21

Yani detaylara girmeden,

00:07:24

Havada olup olmadığını merak ediyorduk.

00:07:26

bulaşıcı olup olmadığını merak ettik

00:07:28

vesaire

00:07:29

vesaire.

00:07:29

Biz de bu kişiyi orada suçlamıştık.

00:07:32

bu yüzden araştırmak için denemek için bir doktor

00:07:35

Neler olduğunu biraz anlayın.

00:07:37

Yani o, onun yöntemi,

00:07:39

nispeten basitti.

00:07:40

mahallenin haritasını çıkarmak içindi

00:07:44

Soho'dan Londra'ya.

00:07:46

Her birinde dikdörtgen olarak

00:07:48

seviye ya da bir ölüm oldu,

00:07:50

Biz de onu alacaktık.

00:07:51

kolera ölümlerinin adresleri.

00:07:53

Ve her seferinde,

00:07:54

inişte,

00:07:55

Bu dikdörtgene bir yenisini ekleyeceğiz.

00:07:57

Bu yüzden çok çabuk fark ettiğimiz şey,

00:07:59

zaten bulundu

00:08:00

çok küçük bir alanda.

00:08:02

Burada kim vardı ve yakınlaştırdığımızda,

00:08:05

burada bir su noktası olduğunu görüyoruz

00:08:07

bir alanın tam ortasında olan

00:08:09

Ya da bir sürü ölüm oldu.

00:08:12

Tekrar söylüyoruz,

00:08:13

mutlaka görülmeyen bir şey

00:08:15

sadece adreslerin bir listesiyle.

00:08:17

İlgili ölümlerle ve

00:08:19

Gerçekten de yakınlaştırarak,

00:08:20

orada olduğumuzun farkındayız

00:08:23

Pompa yazıyor, bu yüzden bu kadar.

00:08:26

su noktası ve aslında öyleyiz.

00:08:29

Bunun basit bir şekilde

00:08:31

bu su noktasında,

00:08:33

bebek bezleri atılmıştı

00:08:35

kolera hastasıydı,

00:08:37

19. yüzyıldı.

00:08:39

ama 19.

00:08:42

sıhhi standartlar bir kez daha

00:08:44

mevcut değildi ve bu nedenle gerçek

00:08:46

kirli bebek bezleri atmak

00:08:49

Kolera olan bir bebeğin.

00:08:51

İnsanlar, aniden,

00:08:52

git ve su toplamak için

00:08:53

iç ve bu yüzden kendilerine bulaştır,

00:08:56

ve oradan,

00:08:58

Pompayı kapatabildik.

00:09:00

Ve anında,

00:09:00

aniden, bu bölgede,

00:09:02

AA kolera sayısı büyük ölçüde azaldı.

00:09:05

İşte buradasın, görüyorsun.

00:09:07

anlaşılamayan şeyler,

00:09:10

sadece üzerinde görüntülendi

00:09:12

bir harita ve biz çözmek mümkün oldu

00:09:14

üzerinde yaşadığımız sorun

00:09:16

bu salgın üzerinde

00:09:18

kolera ve sizi ikna etmek için

00:09:20

O davadan biraz daha.

00:09:23

Sana göstermek istediğim şeyi.

00:09:25

küçük bir durumdaydı.

00:09:27

bu veri tablosuna sahip olacak.

00:09:30

Satış sayısının olduğu aylar,

00:09:32

binlerce avroluk ciro

00:09:34

bir şirket için gerçekleştirilen,

00:09:36

Hangisi olursa olsun.

00:09:37

Ve senden şunu isteyeceğim.

00:09:39

bu birkaç saniyeyi

00:09:40

Düşün ve bana Bah voilà de.

00:09:42

bu tablo ile,

00:09:43

neler yapabilirsiniz

00:09:45

bana neler olduğunu anlat.

00:09:47

O dönemin bu döneminde mi?

00:09:52

İşte bu, sana birkaç saniye veriyorum.

00:09:53

Aksi takdirde,

00:09:55

Biraz daha zaman istiyorum.

00:09:57

Ben şahsen zor zamanlar geçiriyorum.

00:09:59

Açıkça görülüyor ki, gerçekten.

00:10:01

burada her durumda bir

00:10:03

dalgalanma vardır.

00:10:04

İşte orada yukarı çıkıyor, aşağı iniyor, bu yüzden.

00:10:05

orada bir değer gibi görünüyor

00:10:07

nispeten düşük bir değere sahip

00:10:09

diğerlerine kıyasla, vesaire.

00:10:11

Ama kesin bir şey yok.

00:10:12

Öte yandan, bir

00:10:14

grafik, benim yaptığım gibi

00:10:16

tamamen aynı değerlerdir.

00:10:18

aslında hemen gidiyoruz

00:10:20

şeyleri görsel olarak algılama

00:10:21

Bu bize atlar.

00:10:23

Zaten tüm kısmı uçlardayız.

00:10:26

gözün tespit etmeye çok alışkın olduğunu.

00:10:28

Şu değerler.

00:10:29

kalabalıktan biraz sıyrılan,

00:10:32

böylece orada anında görüyoruz ki

00:10:34

en iyi ay ve Mayıs ayı ve bu

00:10:37

en kötü ay ve Mart ayı,

00:10:39

Daha sonra olabilecek 2.

00:10:41

algılamanın biraz ikincil bir yolu,

00:10:43

gerçekten de ilk

00:10:44

Çeyreklik 2'sinden daha kötüydü.

00:10:46

Orada 3 noktamız olduğunu görüyoruz.

00:10:49

nispeten bu etrafında biz gidiyoruz

00:10:51

diyelim ki 50 ve orada her şeyi görüyoruz

00:10:54

kalkış yaptığımız devamı ve bu

00:10:56

2. çeyreğin sonunda oldukça

00:10:58

60 civarındaki değerlerde. 70.

00:11:02

Göz doğrudan gidebilir,

00:11:03

her halükarda,

00:11:04

beyin izini sürmeye çalışacak

00:11:05

bunu basitleştirmek için bir hak.

00:11:07

Ve sonunda,

00:11:09

biz oldukça bir trend üzerindeyiz

00:11:11

çeyrek boyunca tekrar yukarı.

00:11:15

Ve başka bir şey daha.

00:11:17

bu nedenle orada bulabilir,

00:11:18

biraz daha ileri gidiyor.

00:11:21

bir astar olabilir

00:11:23

yaza düşmek çünkü geçiyoruz

00:11:25

Mayıs ayında 75.000'den neredeyse

00:11:28

Haziran'da 60000.

00:11:30

sahip olmak çok zor

00:11:32

veri tablosunda,

00:11:34

bu yüzden bazen denemek için

00:11:35

Bir şeyi anlamak.

00:11:36

Hadi Bah,

00:11:37

hızlı bir şekilde bir masa yapıyoruz

00:11:39

masadan,

00:11:40

hızlı bir şekilde grafik oluşturuyoruz

00:11:43

Excel ve hemen görebiliriz.

00:11:45

Bize sıçramayacak şeyler

00:11:47

Eğer bizde olmasaydı gözlere.

00:11:49

İşte başlıyoruz.

00:11:50

kuyu

00:11:51

tüm bu temel kavramlar

00:11:53

ve olabilecek ilgi

00:11:56

veri görselleştirmesi yapmak için.

00:00:02

Wyjaśnienia zrozumienia

00:00:04

i podstawowe pojęcia

00:00:06

wokół wizualizacji danych.

00:00:08

W tym celu weźmiemy kilka ilustracji

00:00:11

wizualizacje, które są historyczne i

00:00:14

sławny, a także pokazać, że

00:00:16

co nazywa się wizualizacją danych,

00:00:19

To nie jest coś nowego.

00:00:21

Tak więc pierwsza podstawowa koncepcja

00:00:23

Mając na uwadze opowiadanie historii.

00:00:25

Wyszukiwanie wizualizacji

00:00:26

opowiedzieć historię.

00:00:28

Starają się wyjaśnić niektóre

00:00:30

Rzecz ze ścieżką

00:00:32

myśli i tam typowo w

00:00:34

tworzy schemat, który masz tutaj

00:00:36

Opowiada całkiem sporą historię.

00:00:39

A poza tym,

00:00:40

Oto historia Francji.

00:00:41

W każdym razie

00:00:42

Historie wojen francuskich.

00:00:44

Ta ilustracja była

00:00:46

reżyseria Charles Joseph Minard, który

00:00:48

reprezentuje kampanię rosyjską,

00:00:50

Tak więc od 1812 do 1813 roku

00:00:53

był prowadzony przez Napoleona.

00:00:54

Więc co możemy przeczytać

00:00:57

Na tym wykresie więc masz

00:00:59

w rzeczywistości liczba żołnierzy

00:01:01

który jest reprezentowany przez

00:01:03

szerokość linii tak już, że,

00:01:05

To coś zupełnie

00:01:07

sprytne, aby było wizualne i

00:01:09

Będziemy więc mieli postęp wojsk

00:01:11

Francuski na terytorium Rosji w

00:01:13

Zaczynając od tej rzeki, która idzie

00:01:15

pogrążyć się w rosyjskich ziemiach i faktycznie,

00:01:17

jak i kiedy,

00:01:19

Zobaczymy, że linia się kurczy,

00:01:21

i jest coraz mniej gruby i że

00:01:24

odpowiada stratom, które mają

00:01:26

zostały poniesione przez armię francuską podczas

00:01:28

ich marszu na terytorium Rosji.

00:01:31

Więc tutaj idziemy do przodu, idziemy do przodu,

00:01:33

Idziemy do przodu, idziemy do przodu.

00:01:34

Mamy punkty kontrolne

00:01:37

z wartościami tam, gdzie zostawili

00:01:40

422 000 było ich tylko 400 000,

00:01:43

et cetera et cetera,

00:01:45

i tak dalej.

00:01:47

Z również miastami, które zostały

00:01:49

Spotkaliśmy się i nagle docieramy do Moskwy, gdzie,

00:01:52

Było ich już tylko 100 tysięcy.

00:01:54

A potem,

00:01:54

W rzeczywistości masz czarną emeryturę

00:01:57

stąd słynny odwrót od Rosji

00:01:59

gdzie opuściła armię francuską

00:02:01

w środku zimy we Francji, ponieważ

00:02:03

niż car

00:02:05

po prostu spalił Moskwę.

00:02:07

Więc żołnierze nie mieli

00:02:09

nie miał już domu to nie co

00:02:12

Więc znowu wyszli.

00:02:13

Cóż, nie zamierzam tworzyć historii Francji,

00:02:16

przepraszam, że trochę się rozłożyłem

00:02:19

Robię dygresję.

00:02:20

W każdym razie

00:02:21

Oto czerwona linia odpowiadająca

00:02:24

odwrót wojsk francuskich.

00:02:26

Widzimy to

00:02:28

Jest coraz gorzej

00:02:30

Widzimy już tutaj, że było

00:02:33

Pierwsza informacja zwrotna od

00:02:35

trochę wojsk i wreszcie,

00:02:37

który przybył tylko 10 mil,

00:02:40

podczas przejścia tej rzeki.

00:02:42

Tak więc było,

00:02:44

to, co obecnie nazywa się

00:02:46

Berezyna, która odpowiada

00:02:48

epizod tej kampanii rosyjskiej,

00:02:50

Nie obchodzi mnie to.

00:02:51

możesz zajrzeć na Wikipedię,

00:02:52

Jeśli jesteś zainteresowany, na tym poprzestanę.

00:02:55

W każdym razie

00:02:56

Oto jak zilustrować w bardzo ważny sposób.

00:02:58

Prosty, a nie duży obraz

00:02:59

z datami i

00:03:01

ilość żołnierzy z

00:03:03

również potencjalnie miejsca.

00:03:04

Tutaj na pierwszy rzut oka rozumiemy, co

00:03:06

Tak się stało i zdajemy sobie z tego sprawę

00:03:09

Rzeczywiście, historia, która może

00:03:12

mieć na tej stracie jak i kiedy

00:03:14

mierzy cele pośrednie na poziomie i

00:03:16

różne straty, które mogły wystąpić.

00:03:19

Do tego dojdzie inna skala.

00:03:22

Więc to też,

00:03:23

To jest bardzo interesujące w rzeczywistości l

00:03:25

Wykres jest bardzo kompletny z

00:03:27

Temperatury, które masz tutaj i na każdym

00:03:29

Etapy ciosu, zwłaszcza po powrocie.

00:03:31

dlatego zimowe odosobnienie w równej Rosji,

00:03:34

ekstremalnie niskie temperatury

00:03:35

Więc są temperatury

00:03:36

negatywne, które również tam wyjaśniają,

00:03:38

Widzimy za każdym razem

00:03:40

Punktów kontrolnych

00:03:42

Etapy strat temperatur

00:03:44

którzy byli bardzo zmarznięci i którzy

00:03:46

Wyjaśniono również liczbę ofiar śmiertelnych

00:03:48

Kto zatem mógłby mieć pierwszą koncepcję

00:03:50

fundamentalne do zapamiętania o wizualizacji,

00:03:52

Służy

00:03:52

opowiedzieć historię taką jak

00:03:54

Właśnie to zrobiłem.

00:03:56

2. bardzo ważny element, o którym należy pamiętać,

00:04:00

jest to, że normalnie pozwala

00:04:01

jeśli zostanie to zrobione dobrze,

00:04:04

, aby natychmiast przekazać wiadomość.

00:04:06

Więc ta 2. ilustracja, że

00:04:08

Czy moja wiara jest bardzo ładna tak

00:04:11

rozeta , helisa,

00:04:14

jak widać tutaj.

00:04:17

Tak też zostało przeprowadzone

00:04:19

Autor: Florence Nightingale,

00:04:20

Więc kto był pielęgniarzem dla wojska

00:04:23

Brytyjczycy i którzy chcieli się pokazać

00:04:26

Dla armii brytyjskiej w rzeczywistości istnieją

00:04:28

miał duży problem zdrowotny

00:04:31

na polach bitew,

00:04:34

zwłaszcza na poziomie ambulatoriów

00:04:36

którzy byli obok frontu dla

00:04:40

pokazują w rzeczywistości, że główne

00:04:42

Przyczyna śmiertelności wojny

00:04:45

de Crimée

00:04:48

były problemy chorobowe

00:04:50

które w związku z tym nazywano epidemiami

00:04:52

Z grubsza epidemie

00:04:55

w ambulatoriach.

00:04:57

A więc jest taka konieczność;

00:05:00

w ambulatoriach i w terenie

00:05:02

bitwy, a zatem istnieje konieczność

00:05:04

iść i wprowadzić zasady sanitarne.

00:05:06

Tak więc w 2020 r., Z COVID,

00:05:08

Jest tylko bardziej przyjazny dla środowiska.

00:05:10

Więc już wtedy było to

00:05:12

rodzaj rozumowania tam i faktycznie to

00:05:14

które po prostu tu masz,

00:05:17

Jest to okno różane, które wskaże

00:05:19

za każdy miesiąc,

00:05:20

więc tutaj widzisz kwiecień maj,

00:05:22

czerwiec, lipiec i tak dalej na przestrzeni lat,

00:05:24

Będziemy mieli różne kolory dla

00:05:26

Wyjaśnij przyczyny śmiertelności.

00:05:28

Więc jeśli dobrze pamiętam,

00:05:30

Czarny odpowiada zmarłym na

00:05:33

pole bitwy, różowy,

00:05:35

Myślę, że jest to wynikiem

00:05:37

Powikłania ran wojennych

00:05:39

aby było to bardzo proste, a następnie

00:05:42

Niebieski odpowiada chorobom

00:05:44

epidemie i tak naprawdę idziemy

00:05:47

liczy się natychmiast, a zwłaszcza

00:05:49

Tu znowu patrzymy na styczeń 1855 roku.

00:05:52

Odsetek chorób epidemicznych

00:05:53

który jest absolutnie ogromny przez

00:05:55

Stosunek do zmarłych

00:05:57

może się spodziewać.

00:05:58

Te pola bitwy

00:06:00

I w końcu, rzeczywiście,

00:06:01

od razu widzimy problem,

00:06:03

Tak więc choroby epidemiczne, które zabijają

00:06:05

więcej niż sama wojna i w

00:06:08

Więcej tego nagle złożyła podanie

00:06:10

Powiększenie tutaj w porównaniu do

00:06:12

co chcesz nam pokazać.

00:06:14

Było to więc niezwykle wszechstronne w

00:06:16

sposób, aby wyświetlić tam, gdy

00:06:18

Pokaż to brytyjskim generałom,

00:06:20

Tam nie ma debaty.

00:06:22

W rzeczywistości musisz po prostu pokazać

00:06:24

Ten obszar, aby powiedzieć, że jest to konieczne

00:06:27

Wprowadzenie przepisów zdrowotnych

00:06:28

w armiach brytyjskich, a zatem

00:06:31

Tam wiadomość jest natychmiast przekazywana,

00:06:33

Niekoniecznie istnieje potrzeba polemiki.

00:06:37

Ostatni element, a jest,

00:06:39

Myślę, że być może najbardziej oczywiste

00:06:41

Spośród wszystkich, których mogłem wam pokazać,

00:06:44

Czy to

00:06:45

Wizualizacja służy do renderowania

00:06:47

rzeczy, które były oczywiste, gdy nie były

00:06:50

Wcale nie z surowymi danymi.

00:06:53

Ostatni przypadek, który chcę ci pokazać,

00:06:56

Tak jest zawsze

00:06:57

rzeczy historyczne,

00:06:58

ale że nadal znajduję

00:07:01

Niezwykle ciekawe czasy

00:07:02

To będzie ta mapa Londynu, która

00:07:05

został wykonany w 1854 roku przez Johna Snowa.

00:07:08

I tak, nie można tego wymyślić,

00:07:10

podczas epidemii

00:07:13

w Londynie, to wszystko.

00:07:16

Próbujemy więc oszacować przyczynę

00:07:19

tej epidemii.

00:07:21

Więc bez wchodzenia w szczegóły,

00:07:24

Zastanawialiśmy się, czy to jest w powietrzu,

00:07:26

Zastanawialiśmy się, czy to zaraźliwe

00:07:28

i tak dalej

00:07:29

i tak dalej.

00:07:29

I tak oskarżyliśmy tę osobę tam,

00:07:32

Więc lekarz, aby spróbować zbadać

00:07:35

Zrozum trochę, co się dzieje.

00:07:37

Więc on, jego metoda,

00:07:39

To było stosunkowo proste,

00:07:40

Chodziło o zrobienie mapy okolicy

00:07:44

z Soho do Londynu i idź umieścić

00:07:46

prostokąt na każdym

00:07:48

w przypadku śmierci,

00:07:50

Mieliśmy więc zamiar odzyskać

00:07:51

Adresy zmarłych na cholerę.

00:07:53

I za każdym razem,

00:07:54

przy lądowaniu,

00:07:55

Mieliśmy zamiar dodać ten prostokąt,

00:07:57

Więc to, co zdaliśmy sobie sprawę bardzo szybko,

00:07:59

jest to, że to już było

00:08:00

na bardzo małym obszarze.

00:08:02

Więc kto tu był i kiedy powiększyliśmy,

00:08:05

Widzimy, że był tu punkt wodny

00:08:07

To było w samym środku obszaru

00:08:09

Albo było dużo zgonów.

00:08:12

Więc znowu,

00:08:13

coś, co niekoniecznie było widoczne

00:08:15

tylko z listą adresów

00:08:17

z odpowiednimi zmarłymi i

00:08:19

Więc rzeczywiście, powiększając,

00:08:20

Zdajemy sobie sprawę, że mamy tutaj

00:08:23

pisze Pump więc jest

00:08:26

punkt wodny, a właściwie

00:08:29

Zdajemy sobie sprawę, że po prostu

00:08:31

w tym punkcie wodnym,

00:08:33

pieluchy dla dzieci zostały wyrzucone

00:08:35

którzy chorowali na cholerę,

00:08:37

Więc rzeczywiście, byliśmy w 19 wieku,

00:08:39

i

00:08:42

Normy sanitarne po raz kolejny

00:08:44

nie były obecne, a zatem fakt

00:08:46

wyrzucanie zabrudzonych pieluch

00:08:49

dzieci, które chorowały na cholerę.

00:08:51

Ludzie, nagle,

00:08:52

zbierałby wodę dla

00:08:53

pić, a zatem zarażać się,

00:08:56

i tak stamtąd,

00:08:58

Udało nam się wyłączyć tę pompę.

00:09:00

I natychmiast,

00:09:00

Tak więc w tym obszarze

00:09:02

Liczba zachorowań na cholerę drastycznie spadła.

00:09:05

To wszystko, widzicie z

00:09:07

rzeczy, których nie mogliśmy zrozumieć,

00:09:10

Został po prostu opublikowany na

00:09:12

mapa i udało nam się rozwiązać

00:09:14

Problemy, które mieliśmy

00:09:16

w sprawie tej epidemii

00:09:18

i przekonać cię

00:09:20

Trochę więcej tego przypadku.

00:09:23

Co chciałem ci pokazać,

00:09:25

To był mały przypadek, w którym

00:09:27

będzie miał tę tabelę danych.

00:09:30

Tak więc miesiące z liczbą sprzedaży,

00:09:32

Obrót w tysiącach euro

00:09:34

która została zrealizowana dla firmy,

00:09:36

Nie ma znaczenia, który.

00:09:37

Więc poproszę was o

00:09:39

Poświęć kilka sekund na

00:09:40

Pomyśl i powiedz mi tutaj,

00:09:42

W tej tabeli,

00:09:43

Do czego jesteś zdolny

00:09:45

Opowiedz mi, co się stało w

00:09:47

Przebieg tego semestru?

00:09:52

To wszystko, dam ci kilka sekund.

00:09:53

W przeciwnym razie wstrzymaj, jeśli

00:09:55

Chcesz trochę więcej czasu.

00:09:57

Osobiście walczę.

00:09:59

Oczywiście widzę, że rzeczywiście jest,

00:10:01

W każdym razie jest to

00:10:03

fluktuacja, która istnieje.

00:10:04

Tam idzie w górę, tam idzie w dół, więc

00:10:05

Tam wydaje się, że jest to wartość

00:10:07

stosunkowo niski

00:10:09

w porównaniu do innych, i tak dalej.

00:10:11

Ale nic rozstrzygającego.

00:10:12

Z drugiej strony, jeśli jest wyświetlany na

00:10:14

grafika tak jak ja to zrobiłem

00:10:16

to dokładnie te same wartości,

00:10:18

Właściwie idziemy od razu

00:10:20

Wizualne wykrywanie rzeczy

00:10:21

To na nas wyskoczy.

00:10:23

Mamy już całą część na skrajnościach,

00:10:26

To oko jest bardzo przyzwyczajone do rozpoznawania

00:10:28

Wartości

00:10:29

które wyróżniają się nieco z tłumu,

00:10:32

Widzimy więc natychmiast, że

00:10:34

Najlepszym miesiącem jest maj i

00:10:37

najgorszym miesiącem jest marzec,

00:10:39

2. element, który może być

00:10:41

sposób trochę wtórny postrzegać,

00:10:43

To rzeczywiście pierwszy

00:10:44

kwartał był gorszy niż 2.

00:10:46

Tam widzimy, że mamy 3 punkty, które są

00:10:49

stosunkowo dużo wokół

00:10:51

z 50 i tam widzimy wszystko z

00:10:54

kontynuacja, którą startujemy i że na

00:10:56

Na koniec 2 kwartału jesteśmy raczej

00:10:58

na wartościach około 60. 70.

00:11:02

Również oko idzie bezpośrednio,

00:11:03

W każdym razie

00:11:04

Mózg spróbuje wyśledzić

00:11:05

Prawo do uproszczenia tego.

00:11:07

I prawdą jest, że w końcu,

00:11:09

Jesteśmy raczej w trendzie, który jest

00:11:11

ponownie w górę w kwartale.

00:11:15

A jeszcze więcej, że my

00:11:17

mógł więc znaleźć tam,

00:11:18

idzie trochę dalej,

00:11:21

To może być początek

00:11:23

jesień na lato, bo mijamy

00:11:25

z 75 000 w maju do prawie

00:11:28

60000 w czerwcu, więc masz to, wszystko,

00:11:30

To bardzo trudne do zdobycia

00:11:32

w tabeli danych,

00:11:34

Więc czasami próbować

00:11:35

zrozumieć coś

00:11:36

Daj spokój

00:11:39

ze stołu,

00:11:40

Szybko tworzymy wykres na

00:11:43

Excel i widać od razu

00:11:45

Rzeczy, które by nam nie wyskoczyły

00:11:47

w oczy, gdybyśmy tego nie widzieli.

00:11:49

To wszystko.

00:11:51

Wszystkie te podstawowe pojęcia

00:11:53

oraz ewentualne odsetki

00:11:56

, aby wykonać wizualizację danych.

00:00:02

समझ की व्याख्या

00:00:04

और मौलिक अवधारणाएं

00:00:06

डेटा विज़ुअलाइज़ेशन के आसपास।

00:00:08

इसके लिए, हम कुछ चित्र लेंगे

00:00:11

विज़ुअलाइज़ेशन जो ऐतिहासिक हैं और

00:00:14

प्रसिद्ध और आपको यह दिखाने के लिए भी कि

00:00:16

जिसे डेटा विज़ुअलाइज़ेशन कहा जाता है,

00:00:19

यह कोई नई बात नहीं है।

00:00:21

तो पहली मौलिक अवधारणा

00:00:23

ध्यान में रखना कहानी है।

00:00:25

विज़ुअलाइज़ेशन खोज

00:00:26

एक कहानी बताने के लिए।

00:00:28

वे कुछ समझाने की कोशिश करते हैं

00:00:30

एक रास्ते के साथ बात

00:00:32

विचार और वहां आम तौर पर

00:00:34

आपके पास जो आरेख है उसे यहाँ बनाता है

00:00:36

यह काफी कहानी बताता है।

00:00:39

और इसके अलावा,

00:00:40

यह फ्रांस की कहानी है।

00:00:41

किसी भी मामले में,

00:00:42

फ्रांसीसी युद्धों का इतिहास।

00:00:44

तो यह उदाहरण था

00:00:46

चार्ल्स जोसेफ मिनार्ड द्वारा निर्देशित

00:00:48

रूसी अभियान का प्रतिनिधित्व करता है,

00:00:50

तो 1812 से 1813 तक कौन

00:00:53

नेपोलियन के नेतृत्व में था।

00:00:54

तो हम क्या पढ़ सकते हैं

00:00:57

इस ग्राफ पर इसलिए आपके पास है

00:00:59

वास्तव में सैनिकों की संख्या

00:01:01

जिसका प्रतिनिधित्व किसके द्वारा किया जाता है?

00:01:03

लाइन की चौड़ाई पहले से ही इतनी है कि,

00:01:05

यह काफी कुछ है

00:01:07

इसे दृश्य बनाने के लिए चतुर और

00:01:09

इसलिए हमारे पास सैनिकों की अग्रिम संख्या होगी।

00:01:11

रूसी क्षेत्र में फ्रांसीसी

00:01:13

इस नदी से शुरू होती है जो जाती है

00:01:15

रूसी भूमि में डूब जाओ और वास्तव में,

00:01:17

जब और कब,

00:01:19

हम देखेंगे कि रेखा सिकुड़ रही है,

00:01:21

और कम और कम मोटा है और वह

00:01:24

नुकसान से मेल खाती है

00:01:26

फ्रांसीसी सेना द्वारा पीड़ित थे

00:01:28

रूसी क्षेत्र में उनकी प्रगति।

00:01:31

तो यहां हम आगे बढ़ते हैं, हम आगे बढ़ते हैं,

00:01:33

हम आगे बढ़ रहे हैं, हम आगे बढ़ रहे हैं।

00:01:34

हमारे पास चौकियां हैं

00:01:37

उन मूल्यों के साथ जहां उन्होंने छोड़ दिया

00:01:40

422,000 वे केवल 400,000 थे,

00:01:43

और वगैरह,

00:01:45

और आगे भी।

00:01:47

उन शहरों के साथ भी जो रहे हैं

00:01:49

मिले और हम अचानक मास्को पहुंच गए जहां,

00:01:52

पहले से ही केवल 100,000 थे।

00:01:54

और फिर

00:01:54

आपके पास वास्तव में एक काली सेवानिवृत्ति है

00:01:57

इस प्रकार रूस से प्रसिद्ध वापसी

00:01:59

फ्रांसीसी सेना ने कहां छोड़ा

00:02:01

फ्रांस में सर्दियों के बीच में क्योंकि

00:02:03

ज़ार की तुलना में

00:02:05

बस मास्को को जला दिया था।

00:02:07

तो सैनिकों के पास नहीं था

00:02:09

अब और घर नहीं था, यह वह नहीं है जो

00:02:12

इसलिए वे फिर से चले गए।

00:02:13

खैर मैं फ्रांस की कहानी नहीं बनाने जा रहा हूँ,

00:02:16

क्षमा करें, मैंने थोड़ा सा फैलाया

00:02:19

मैं पीछे हट गया।

00:02:20

किसी भी मामले में,

00:02:21

यहां लाल रेखा किससे मेल खाती है?

00:02:24

फ्रांसीसी सैनिकों का पीछे हटना।

00:02:26

और इसलिए हम वास्तव में देखते हैं कि

00:02:28

यह बदतर हो रहा है

00:02:30

हम यहां पहले से ही देख सकते हैं कि वहां था

00:02:33

पहली प्रतिक्रिया

00:02:35

कुछ सैनिक और अंत में,

00:02:37

जो केवल 10 मील की दूरी पर पहुंचा,

00:02:40

इस नदी के गुजरने के दौरान।

00:02:42

तो यह एक था,

00:02:44

जिसे अब कहा जाता है

00:02:46

बेरेज़िना जो ए से मेल खाती है

00:02:48

इस रूसी अभियान का एपिसोड,

00:02:50

मुझे परवाह नहीं है।

00:02:51

आप विकिपीडिया पर देख सकते हैं,

00:02:52

यदि आप रुचि रखते हैं, तो मैं वहां रुक जाऊंगा।

00:02:55

किसी भी मामले में,

00:02:56

यहां बताया गया है कि एक बहुत ही महत्वपूर्ण तरीके से कैसे चित्रित किया जाए।

00:02:58

एक बड़ी पेंटिंग के बजाय सरल

00:02:59

तारीखों के साथ और

00:03:01

सैनिकों की एक संख्या

00:03:03

संभावित स्थान भी।

00:03:04

यहां एक नज़र में हम समझते हैं कि क्या

00:03:06

ऐसा हुआ और हम भी महसूस करते हैं

00:03:09

वास्तव में, इतिहास जो हो सकता है

00:03:12

जब भी इस नुकसान को उठाना पड़ता है

00:03:14

मील के पत्थर को मापता है और

00:03:16

विभिन्न नुकसान जो हो सकते हैं।

00:03:19

इसके शीर्ष पर, हमारे पास एक और पैमाना होने जा रहा है।

00:03:22

तो वो भी,

00:03:23

यह वास्तव में बहुत दिलचस्प है

00:03:25

ग्राफ ़ किसके साथ बहुत पूरा है?

00:03:27

तापमान आपके पास यहां और प्रत्येक पर है

00:03:29

झटका के चरण विशेष रूप से वापसी पर।

00:03:31

इसलिए बराबर रूस में शीतकालीन वापसी,

00:03:34

बेहद ठंडा तापमान

00:03:35

तो वहाँ तापमान

00:03:36

नकारात्मक जो वहां भी समझाते हैं,

00:03:38

हम हर बार देखते हैं

00:03:40

चौकियों

00:03:42

तापमान पर नुकसान के कदम

00:03:44

जो बेहद ठंडे थे और कौन

00:03:46

मरने वालों की संख्या भी बताई

00:03:48

इसलिए कौन पहली अवधारणा रख सकता है

00:03:50

विज़ुअलाइज़ेशन के बारे में याद रखना मौलिक है,

00:03:52

यह कार्य करता है

00:03:52

इस तरह की कहानी बताना

00:03:54

मैंने अभी किया।

00:03:56

दूसरा बहुत महत्वपूर्ण तत्व जो ध्यान में रखना चाहिए,

00:04:00

यह है कि यह सामान्य रूप से अनुमति देता है

00:04:01

अगर अच्छा किया जाता है,

00:04:04

तुरंत एक संदेश प्राप्त करने के लिए।

00:04:06

तो यह दूसरा उदाहरण है कि

00:04:08

मेरा विश्वास बहुत सुंदर है

00:04:11

रोसेट, हेलिक्स,

00:04:14

जैसा कि यहां देखा जा सकता है।

00:04:17

इसलिए इसे अंजाम दिया गया

00:04:19

फ्लोरेंस नाइटिंगेल द्वारा,

00:04:20

तो सेना के लिए नर्स कौन थी

00:04:23

ब्रिटिश और जिन्होंने दिखाने की कोशिश की

00:04:26

ब्रिटिश सेना के लिए वास्तव में कि वहाँ हैं

00:04:28

एक बड़ी स्वास्थ्य समस्या थी

00:04:31

युद्ध के मैदानों में,

00:04:34

विशेष रूप से दुर्बलताओं के स्तर पर

00:04:36

जो मोर्चे के बगल में थे

00:04:40

वास्तव में दिखाएं कि मुख्य

00:04:42

युद्ध मृत्यु दर का कारण

00:04:45

De Crimée

00:04:48

बीमारी की समस्याएं थीं

00:04:50

जिन्हें इसलिए महामारी कहा जाता था

00:04:52

मोटे तौर पर महामारी

00:04:55

दुर्बलताओं पर।

00:04:57

और इसलिए वास्तव में एक आवश्यकता है

00:05:00

दुर्बलताओं और मैदान में

00:05:02

लड़ाई और इसलिए इसकी आवश्यकता है

00:05:04

जाकर स्वच्छता नियम लागू करें।

00:05:06

तो 2020 में, कोविड के साथ,

00:05:08

यह केवल अधिक पर्यावरण के अनुकूल है।

00:05:10

तो पहले से ही उस समय यह था

00:05:12

वहां तर्क का प्रकार और वास्तव में यह

00:05:14

जो आपके पास बस यहाँ है,

00:05:17

यह एक गुलाब की खिड़की है जो इंगित करेगी

00:05:19

हर महीने के लिए,

00:05:20

तो यहां आप अप्रैल मई देखते हैं,

00:05:22

पिछले कुछ वर्षों में जून, जुलाई और अन्य राज्यों में,

00:05:24

हमारे पास अलग-अलग रंग होंगे

00:05:26

मृत्यु दर के कारणों की व्याख्या कीजिए।

00:05:28

अगर मुझे सही याद है,

00:05:30

काला रंग मृतकों से मेल खाता है

00:05:33

युद्ध का मैदान, गुलाबी,

00:05:35

मुझे लगता है कि यह इसके परिणामस्वरूप है

00:05:37

युद्ध के घावों की जटिलताएं

00:05:39

इसे बहुत सरल बनाने के लिए और फिर

00:05:42

नीला रोगों से मेल खाता है

00:05:44

महामारी और वास्तव में हम जाते हैं

00:05:47

यह तुरंत मायने रखता है और विशेष रूप से

00:05:49

यहां हम जनवरी 1855 को फिर से देखते हैं।

00:05:52

महामारी रोगों का अनुपात

00:05:53

जो बिल्कुल बहुत बड़ा है

00:05:55

मृतकों के साथ संबंध

00:05:57

उम्मीद कर सकते हैं।

00:05:58

ये युद्ध के मैदान

00:06:00

और अंत में, वास्तव में,

00:06:01

हम तुरंत समस्या देख सकते हैं,

00:06:03

तो महामारी रोग जो मारते हैं

00:06:05

युद्ध से अधिक और युद्ध में

00:06:08

इससे भी अधिक अचानक उसने आवेदन किया

00:06:10

की तुलना में यहां एक ज़ूम इन

00:06:12

आप हमें क्या दिखाना चाहते हैं।

00:06:14

तो यह बेहद व्यापक रहा है

00:06:16

जब आप वहां प्रदर्शित करते हैं तो वहां प्रदर्शित करने का तरीका

00:06:18

ब्रिटिश जनरलों को दिखाओ,

00:06:20

वहां कोई वाद-विवाद नहीं है।

00:06:22

वास्तव में, आपको बस दिखाना है

00:06:24

यह कहना आवश्यक है कि यह क्षेत्र

00:06:27

स्वास्थ्य नियमों का परिचय

00:06:28

ब्रिटिश सेनाओं में और इसलिए

00:06:31

वहां, संदेश तुरंत पारित हो जाता है,

00:06:33

जरूरी नहीं कि वाद-विवाद की जरूरत पड़े।

00:06:37

अंतिम तत्व, और यह है,

00:06:39

मुझे लगता है, शायद सबसे स्पष्ट

00:06:41

उन सभी में से जो मैं आपको दिखाने में सक्षम हूं,

00:06:44

क्या यह है

00:06:45

विज़ुअलाइज़ेशन का उपयोग प्रस्तुत करने के लिए किया जाता है

00:06:47

चीजें जो स्पष्ट थीं जब वे नहीं थे

00:06:50

कच्चे डेटा के साथ बिल्कुल नहीं।

00:06:53

आखिरी मामला मैं आपको दिखाना चाहता हूं,

00:06:56

तो यह हमेशा है

00:06:57

ऐतिहासिक बातें,

00:06:58

लेकिन मुझे अभी भी एक मिल रहा है

00:07:01

बेहद दिलचस्प समय

00:07:02

यह लंदन का यह नक्शा होने जा रहा है कि

00:07:05

1854 में जॉन स्नो द्वारा बनाया गया था।

00:07:08

और हाँ, इसका आविष्कार नहीं किया जा सकता है,

00:07:10

जबकि एक महामारी थी

00:07:13

लंदन में हैजा, बस।

00:07:16

और इसलिए हम कारण का अनुमान लगाने की कोशिश करते हैं

00:07:19

इस हैजा महामारी के बारे में।

00:07:21

इसलिए विस्तार में जाए बिना,

00:07:24

हम सोच रहे थे कि क्या यह हवा में था,

00:07:26

हमें आश्चर्य हुआ कि क्या यह संक्रामक था

00:07:28

और आगे

00:07:29

और आगे भी।

00:07:29

और इसलिए हमने इस व्यक्ति को वहां आरोपित किया था,

00:07:32

तो एक डॉक्टर के लिए जांच करने की कोशिश करें

00:07:35

थोड़ा समझ लो कि क्या हो रहा था।

00:07:37

तो वह, उसका तरीका,

00:07:39

यह अपेक्षाकृत सरल था,

00:07:40

पड़ोस का नक्शा लेना था

00:07:44

सोहो से लंदन तक और जाओ

00:07:46

प्रत्येक पर एक आयत

00:07:48

जहां मौत हुई है,

00:07:50

इसलिए हम इसे ठीक करने जा रहे थे।

00:07:51

हैजा के मृतकों के पते।

00:07:53

और हर बार,

00:07:54

लैंडिंग पर,

00:07:55

हम इस आयत को जोड़ने जा रहे थे,

00:07:57

तो जो हमने बहुत जल्दी महसूस किया,

00:07:59

यह है कि यह पहले से ही था

00:08:00

बहुत छोटे क्षेत्र में।

00:08:02

तो यहां कौन था और जब हम ज़ूम करते हैं,

00:08:05

हम देखते हैं कि यहां एक पानी का बिंदु था

00:08:07

जो एक क्षेत्र के ठीक बीच में था

00:08:09

या फिर बहुत सारी मौतें हुई थीं।

00:08:12

तो फिर से,

00:08:13

कुछ ऐसा जो जरूरी नहीं देखा गया था

00:08:15

सिर्फ पतों की एक सूची के साथ

00:08:17

संबंधित मृतकों के साथ और

00:08:19

तो वास्तव में, ज़ूम करके,

00:08:20

हमें एहसास है कि हमारे पास यहां है

00:08:23

पंप लिखता है तो यह है

00:08:26

पानी का बिंदु और वास्तव में

00:08:29

हम बस महसूस करते हैं कि

00:08:31

इस पानी के बिंदु में,

00:08:33

बेबी डायपर फेंक दिए गए थे

00:08:35

जो हैजा से पीड़ित थे,

00:08:37

तो वास्तव में, हम 19 वीं शताब्दी में थे,

00:08:39

और

00:08:42

स्वच्छता मानक एक बार फिर

00:08:44

वे उपस्थित नहीं थे और इसलिए तथ्य

00:08:46

गंदे डायपर फेंकना

00:08:49

उन बच्चों की संख्या जिन्हें हैजा था।

00:08:51

लोग, अचानक,

00:08:52

इसके लिए पानी इकट्ठा करेंगे

00:08:53

पीते हैं और इसलिए खुद को संक्रमित करते हैं,

00:08:56

और इसलिए वहां से,

00:08:58

हम उस पंप को बंद करने में सक्षम थे।

00:09:00

और तुरंत,

00:09:00

तो, इस क्षेत्र पर,

00:09:02

हैजा की संख्या में भारी गिरावट आई है।

00:09:05

तो यही वह है, आप देखते हैं

00:09:07

चीजें जिन्हें हम समझ नहीं सकते थे,

00:09:10

यह बस पोस्ट किया गया था

00:09:12

एक नक्शा और हम इसे हल करने में सक्षम थे

00:09:14

हमारे पास समस्याएं थीं

00:09:16

इस महामारी पर

00:09:18

हैजा और आपको समझाने के लिए

00:09:20

इस मामले में थोड़ा और।

00:09:23

जो मैं तुम्हें दिखाना चाहता था,

00:09:25

यह एक छोटा सा मामला था जहां

00:09:27

डेटा की यह तालिका होगी।

00:09:30

तो बिक्री की संख्या के साथ महीनों,

00:09:32

हजारों यूरो में कारोबार

00:09:34

जो एक कंपनी के लिए किया गया था,

00:09:36

इससे कोई फर्क नहीं पड़ता कि कौन सा।

00:09:37

और इसलिए मैं आपसे पूछने जा रहा हूं

00:09:39

कुछ सेकंड लगते हैं

00:09:40

सोचो और मुझसे कहो,

00:09:42

इस तालिका के साथ,

00:09:43

आप क्या करने में सक्षम हैं

00:09:45

मुझे बताओ क्या हुआ

00:09:47

उस सेमेस्टर का कोर्स?

00:09:52

बस इतना ही, मैं आपको कुछ सेकंड दूंगा।

00:09:53

अन्यथा, यदि आप रुक जाते हैं

00:09:55

थोड़ा और समय चाहिए।

00:09:57

व्यक्तिगत रूप से, मैं संघर्ष कर रहा हूं।

00:09:59

स्पष्ट रूप से, मैं देखता हूं कि वास्तव में है,

00:10:01

किसी भी मामले में, यह एक है

00:10:03

उतार-चढ़ाव जो मौजूद है।

00:10:04

वहां यह ऊपर जाता है और नीचे चला जाता है।

00:10:05

वहाँ यह एक मूल्य प्रतीत होता है

00:10:07

अपेक्षाकृत कम

00:10:09

दूसरों की तुलना में, वगैरह।

00:10:11

लेकिन कुछ भी निर्णायक नहीं है।

00:10:12

दूसरी ओर, यदि यह एक पर प्रदर्शित होता है

00:10:14

ग्राफिक जैसा कि मैंने ऐसा किया

00:10:16

यह बिल्कुल वही मूल्य है,

00:10:18

हम वास्तव में तुरंत जा रहे हैं

00:10:20

नेत्रहीन रूप से चीजों का पता लगाएं

00:10:21

यह हम पर भड़क जाएगा।

00:10:23

पहले से ही हमारे पास चरम सीमाओं पर पूरा हिस्सा है,

00:10:26

यह आंख को देखने के लिए बहुत उपयोग किया जाता है

00:10:28

मान

00:10:29

जो भीड़ से थोड़ा अलग दिखता है,

00:10:32

तो वहां हम तुरंत देखते हैं कि

00:10:34

सबसे अच्छा महीना मई है और

00:10:37

सबसे बुरा महीना मार्च है,

00:10:39

दूसरा तत्व जो तब हो सकता है

00:10:41

जिस तरह से थोड़ा गौण अनुभव,

00:10:43

यह वास्तव में पहला है

00:10:44

तिमाही दूसरे से भी बदतर थी।

00:10:46

वहां हम देखते हैं कि हमारे पास 3 अंक हैं जो हैं

00:10:49

अपेक्षाकृत आसपास

00:10:51

50 की उम्र में और वहां से हम सब कुछ देखते हैं

00:10:54

इसे जारी रखें कि हम उड़ान भरते हैं और वह उसी पर

00:10:56

दूसरी तिमाही के अंत में हम

00:10:58

60 के आसपास के मूल्यों पर। 70.

00:11:02

इसके अलावा आंख सीधे जाती है,

00:11:03

किसी भी मामले में,

00:11:04

मस्तिष्क पता लगाने की कोशिश करेगा

00:11:05

इसे सरल बनाने का अधिकार।

00:11:07

और यह सच है कि अंत में,

00:11:09

हम एक प्रवृत्ति पर हैं जो है

00:11:11

तिमाही में फिर से ऊपर।

00:11:15

और फिर भी हम

00:11:17

इसलिए, वहाँ पाया जा सकता है,

00:11:18

थोड़ा आगे जाता है,

00:11:21

यह एक शुरुआत हो सकती है

00:11:23

गर्मियों के लिए गिर जाते हैं क्योंकि हम गुजरते हैं

00:11:25

मई में 75,000 से लगभग

00:11:28

जून में 60000 रुपये का आंकड़ा इसलिए आपके पास है, वह सब,

00:11:30

इसे प्राप्त करना बहुत मुश्किल है

00:11:32

एक डेटा तालिका पर,

00:11:34

तो कभी-कभी कोशिश करें

00:11:35

कुछ समझो

00:11:36

चलो भी

00:11:39

मेज से,

00:11:40

हम जल्दी से एक ग्राफ बनाते हैं

00:11:43

एक्सेल और आप तुरंत देख सकते हैं

00:11:45

चीजें जो हमारे सामने नहीं आएंगी

00:11:47

आंखों में अगर हमने इसे नहीं देखा होता।

00:11:49

तो यही बात है।

00:11:51

ये सभी मौलिक धारणाएं

00:11:53

और रुचि जो हो सकती है

00:11:56

डेटा विज़ुअलाइज़ेशन करने के लिए।

00:00:02

Penjelasan Pemahaman

00:00:04

dan konsep dasar

00:00:06

seputar visualisasi data.

00:00:08

Untuk itu, kami akan mengambil beberapa ilustrasi

00:00:11

visualisasi yang bersifat historis dan

00:00:14

terkenal dan juga untuk menunjukkan kepada Anda bahwa

00:00:16

apa yang disebut visualisasi data,

00:00:19

Ini bukan sesuatu yang baru.

00:00:21

Jadi konsep fundamental pertama untuk

00:00:23

Yang ada dalam pikiran adalah mendongeng.

00:00:25

Pencarian visualisasi

00:00:26

untuk menceritakan sebuah kisah.

00:00:28

Mereka berusaha menjelaskan beberapa

00:00:30

Hal dengan jalan

00:00:32

pemikiran dan biasanya ada di

00:00:34

membuat diagram yang Anda miliki di sini

00:00:36

Ini menceritakan sebuah kisah.

00:00:39

Dan selain itu,

00:00:40

Ini adalah kisah Prancis.

00:00:41

Bagaimanapun,

00:00:42

Sejarah perang Prancis.

00:00:44

Jadi ilustrasi ini adalah

00:00:46

disutradarai oleh Charles Joseph Minard yang

00:00:48

mewakili kampanye Rusia,

00:00:50

Jadi dari tahun 1812 hingga 1813 yang

00:00:53

dipimpin oleh Napoleon.

00:00:54

Jadi apa yang bisa kita baca

00:00:57

Pada grafik ini sehingga Anda memiliki

00:00:59

Bahkan jumlah pasukan

00:01:01

yang diwakili oleh

00:01:03

lebar garis jadi sudah begitu,

00:01:05

Itu sesuatu yang cukup

00:01:07

pintar untuk membuatnya visual dan

00:01:09

Jadi kita akan memiliki kemajuan pasukan

00:01:11

Prancis di wilayah Rusia di

00:01:13

mulai dari sungai ini yang pergi

00:01:15

tenggelam ke tanah Rusia dan pada kenyataannya,

00:01:17

sebagai dan kapan,

00:01:19

Kita akan melihat bahwa garisnya menyusut,

00:01:21

dan semakin tidak tebal dan itu

00:01:24

sesuai dengan kerugian yang telah

00:01:26

diderita oleh tentara Prancis selama

00:01:28

kemajuan mereka ke wilayah Rusia.

00:01:31

Jadi di sini kita bergerak maju, kita bergerak maju,

00:01:33

Kami bergerak maju, kami bergerak maju.

00:01:34

Kami memiliki pos pemeriksaan

00:01:37

dengan nilai di mana mereka pergi

00:01:40

422.000 mereka hanya 400.000,

00:01:43

et cetera et cetera,

00:01:45

dan lain sebagainya.

00:01:47

Dengan juga kota-kota yang telah

00:01:49

bertemu dan kami tiba tiba-tiba di Moskow di mana,

00:01:52

Hanya ada 100.000.

00:01:54

Lalu

00:01:54

Anda benar-benar memiliki pensiun hitam

00:01:57

dengan demikian retret terkenal dari Rusia

00:01:59

di mana tentara Prancis pergi

00:02:01

di tengah musim dingin di Prancis karena

00:02:03

daripada Tsar

00:02:05

baru saja membakar Moskow.

00:02:07

Jadi para prajurit tidak memiliki

00:02:09

tidak punya rumah lagi bukan apa

00:02:12

Jadi mereka pergi lagi.

00:02:13

Yah saya tidak akan membuat cerita tentang Prancis,

00:02:16

maaf saya sebarkan sedikit saya

00:02:19

Saya ngelantur.

00:02:20

Bagaimanapun,

00:02:21

Berikut adalah garis merah yang sesuai dengan

00:02:24

mundurnya pasukan Prancis.

00:02:26

Jadi kita benar-benar melihat itu

00:02:28

itu semakin buruk

00:02:30

Kita sudah bisa melihat di sini bahwa telah ada

00:02:33

Umpan balik pertama dari

00:02:35

beberapa pasukan dan akhirnya,

00:02:37

yang tiba hanya 10 mil,

00:02:40

selama perjalanan sungai ini.

00:02:42

Jadi itu adalah,

00:02:44

apa yang sekarang disebut

00:02:46

Berezina yang sesuai dengan

00:02:48

episode kampanye Rusia ini,

00:02:50

Saya tidak peduli.

00:02:51

Anda dapat melihat di Wikipedia,

00:02:52

Jika Anda tertarik, saya akan berhenti di situ.

00:02:55

Bagaimanapun,

00:02:56

Berikut cara mengilustrasikan dengan cara yang sangat penting.

00:02:58

Sederhana daripada lukisan besar

00:02:59

dengan tanggal dan

00:03:01

volume pasukan dengan

00:03:03

juga berpotensi tempat.

00:03:04

Di sini sekilas kita mengerti apa

00:03:06

Itu terjadi dan kami juga menyadari

00:03:09

Memang, sejarah yang bisa

00:03:12

memiliki kerugian ini sebagai dan kapan

00:03:14

mengukur tonggak sejarah di dan

00:03:16

berbagai kerugian yang mungkin telah terjadi.

00:03:19

Selain itu, kita akan memiliki skala lain.

00:03:22

Jadi itu juga,

00:03:23

Sangat menarik sebenarnya l

00:03:25

Grafik sangat lengkap dengan

00:03:27

Suhu yang Anda miliki di sini dan di masing-masing

00:03:29

Tahapan pukulan terutama pada saat kembali.

00:03:31

oleh karena itu retret musim dingin di Rusia yang setara,

00:03:34

suhu yang sangat dingin

00:03:35

Jadi ada suhu

00:03:36

yang negatif yang juga menjelaskan di sana,

00:03:38

Kita melihat setiap kali

00:03:40

Pos pemeriksaan

00:03:42

Kehilangan langkah-langkah pada suhu

00:03:44

yang sangat dingin dan siapa

00:03:46

juga menjelaskan jumlah korban tewas

00:03:48

oleh karena itu siapa yang bisa memiliki konsep pertama

00:03:50

mendasar untuk diingat tentang visualisasi,

00:03:52

Ini melayani

00:03:52

untuk menceritakan kisah seperti

00:03:54

Saya baru saja melakukannya.

00:03:56

Elemen ke-2 yang sangat penting untuk diingat,

00:04:00

adalah bahwa itu biasanya memungkinkan

00:04:01

jika dilakukan dengan baik,

00:04:04

untuk menyampaikan pesan secara instan.

00:04:06

Jadi ilustrasi ke-2 ini bahwa

00:04:08

adalah iman saya sangat cantik jadi

00:04:11

roset , heliks,

00:04:14

seperti yang bisa dilihat disini.

00:04:17

Jadi itu dilakukan

00:04:19

oleh Florence Nightingale,

00:04:20

Jadi siapa perawat tentara

00:04:23

Inggris dan yang berusaha untuk menunjukkan

00:04:26

Kepada tentara Inggris sebenarnya ada

00:04:28

memiliki masalah kesehatan yang besar

00:04:31

di medan perang,

00:04:34

terutama di tingkat rumah sakit

00:04:36

yang berada di sebelah depan untuk

00:04:40

menunjukkan fakta bahwa yang utama

00:04:42

Penyebab kematian akibat perang

00:04:45

de Crimée

00:04:48

adalah masalah penyakit

00:04:50

yang oleh karena itu disebut epidemi

00:04:52

Kira-kira epidemi

00:04:55

di rumah sakit.

00:04:57

Jadi sebenarnya ada kebutuhan maka

00:05:00

di rumah sakit dan di lapangan

00:05:02

pertempuran dan karena itu ada kebutuhan

00:05:04

untuk pergi dan memperkenalkan aturan sanitasi.

00:05:06

Jadi pada tahun 2020, dengan COVID,

00:05:08

Ini hanya lebih ramah lingkungan.

00:05:10

Jadi sudah pada saat itu ada ini

00:05:12

jenis penalaran di sana dan sebenarnya ini

00:05:14

yang Anda miliki di sini,

00:05:17

Ini adalah jendela mawar yang akan menunjukkan

00:05:19

untuk setiap bulan,

00:05:20

jadi di sini Anda melihat April Mei,

00:05:22

Juni, Juli dkk selama bertahun-tahun,

00:05:24

Kita akan memiliki warna yang berbeda untuk

00:05:26

Jelaskan penyebab kefanaan.

00:05:28

Jadi jika saya ingat dengan benar,

00:05:30

Hitam sesuai dengan orang mati di

00:05:33

medan perang, merah muda,

00:05:35

Saya pikir itu sebagai hasil dari

00:05:37

Komplikasi luka perang

00:05:39

untuk membuatnya sangat sederhana dan kemudian

00:05:42

Biru sesuai dengan penyakit

00:05:44

epidemi dan di sana sebenarnya kita pergi

00:05:47

menghitung secara instan itu dan terutama

00:05:49

Di sini sekali lagi kita melihat Januari 1855.

00:05:52

Proporsi penyakit epidemi

00:05:53

yang benar-benar besar oleh

00:05:55

Hubungan dengan orang mati

00:05:57

bisa berharap pada.

00:05:58

Medan perang ini

00:06:00

Dan pada akhirnya, memang,

00:06:01

Kita bisa langsung melihat masalahnya,

00:06:03

Jadi penyakit epidemi yang membunuh

00:06:05

lebih dari perang itu sendiri dan di

00:06:08

lebih dari itu tiba-tiba dia melamar

00:06:10

Perbesar di sini dibandingkan dengan

00:06:12

apa yang ingin Anda tunjukkan kepada kami.

00:06:14

Jadi sudah sangat komprehensif dalam

00:06:16

Cara untuk menampilkan di sana saat Anda

00:06:18

Tunjukkan itu kepada para jenderal Inggris,

00:06:20

Tidak ada perdebatan di sana.

00:06:22

Bahkan, Anda hanya perlu menunjukkan

00:06:24

Area ini untuk mengatakan itu perlu

00:06:27

Perkenalkan aturan kesehatan

00:06:28

di tentara Inggris dan karenanya

00:06:31

Di sana, pesan itu langsung tersampaikan,

00:06:33

Belum tentu perlu ada polemik.

00:06:37

Elemen terakhir, dan itu adalah,

00:06:39

Saya pikir, mungkin yang paling jelas

00:06:41

dari semua yang dapat saya tunjukkan kepada Anda,

00:06:44

apakah itu

00:06:45

Visualisasi digunakan untuk merender

00:06:47

hal-hal yang jelas ketika mereka tidak

00:06:50

Sama sekali tidak dengan data mentah.

00:06:53

Kasus terakhir yang ingin saya tunjukkan kepada Anda,

00:06:56

Jadi selalu

00:06:57

hal-hal sejarah,

00:06:58

tapi itu saya masih menemukan

00:07:01

Waktu yang sangat menarik

00:07:02

Ini akan menjadi peta London yang

00:07:05

dibuat pada tahun 1854 oleh John Snow.

00:07:08

Dan ya, itu tidak dapat ditemukan,

00:07:10

sementara ada epidemi

00:07:13

kolera di London, itu saja.

00:07:16

Jadi kami mencoba memperkirakan penyebabnya

00:07:19

dari epidemi kolera ini.

00:07:21

Jadi tanpa merinci,

00:07:24

Kami bertanya-tanya apakah itu ada di udara,

00:07:26

Kami bertanya-tanya apakah itu menular

00:07:28

dan lain sebagainya

00:07:29

dan lain sebagainya.

00:07:29

Maka kami telah menagih orang ini di sana,

00:07:32

Jadi dokter untuk mencoba menyelidiki untuk

00:07:35

mengerti sedikit apa yang sedang terjadi.

00:07:37

Jadi dia, metodenya,

00:07:39

Itu relatif sederhana,

00:07:40

Itu untuk mengambil peta lingkungan

00:07:44

dari Soho ke London dan pergi put

00:07:46

persegi panjang pada masing-masing

00:07:48

di mana telah terjadi kematian,

00:07:50

Jadi kami akan memulihkan

00:07:51

Alamat kematian kolera.

00:07:53

Dan setiap saat,

00:07:54

di pendaratan,

00:07:55

Kami akan menambahkan persegi panjang ini,

00:07:57

Jadi apa yang kami sadari dengan sangat cepat,

00:07:59

apakah itu sudah

00:08:00

di area yang sangat kecil.

00:08:02

Jadi siapa yang ada di sini dan ketika kita zoom,

00:08:05

Kami melihat bahwa ada titik air di sini

00:08:07

yang berada tepat di tengah-tengah area

00:08:09

atau ada banyak kematian.

00:08:12

Jadi sekali lagi,

00:08:13

sesuatu yang belum tentu terlihat

00:08:15

hanya dengan daftar alamat

00:08:17

dengan orang mati yang sesuai dan

00:08:19

Jadi memang, dengan zooming,

00:08:20

Kami menyadari bahwa kami memiliki di sini

00:08:23

tulis Pump jadi itu

00:08:26

titik air dan faktanya

00:08:29

Kami menyadari bahwa secara sederhana

00:08:31

di titik air ini,

00:08:33

popok bayi telah dibuang

00:08:35

yang menderita kolera,

00:08:37

Jadi memang, kita berada di abad ke-19,

00:08:39

dan

00:08:42

Standar sanitasi sekali lagi

00:08:44

tidak hadir dan karena itu faktanya

00:08:46

membuang popok kotor

00:08:49

bayi yang menderita kolera.

00:08:51

Orang-orang, tiba-tiba,

00:08:52

akan mengumpulkan air untuk

00:08:53

minum dan karenanya menginfeksi diri mereka sendiri,

00:08:56

maka dari sana,

00:08:58

Kami dapat mematikan pompa itu.

00:09:00

Dan seketika,

00:09:00

Jadi, di daerah ini,

00:09:02

Jumlah kolera telah menurun drastis.

00:09:05

Jadi itu saja, Anda lihat dari

00:09:07

hal-hal yang tidak dapat kami pahami,

00:09:10

Itu hanya diposting di

00:09:12

sebuah peta dan kami dapat memecahkan

00:09:14

Masalah yang kami miliki

00:09:16

pada epidemi ini

00:09:18

kolera dan untuk meyakinkan Anda

00:09:20

sedikit lebih banyak dari kasus ini.

00:09:23

Apa yang ingin saya tunjukkan kepada Anda,

00:09:25

Itu adalah kasus kecil di mana

00:09:27

akan memiliki tabel data ini.

00:09:30

Jadi bulan-bulan dengan jumlah penjualan,

00:09:32

omset dalam ribuan euro

00:09:34

yang dilakukan untuk sebuah perusahaan,

00:09:36

Tidak masalah yang mana.

00:09:37

Jadi saya akan meminta Anda untuk

00:09:39

luangkan beberapa detik untuk

00:09:40

Pikirkan dan katakan padaku di sini,

00:09:42

Dengan tabel ini,

00:09:43

Apa yang mampu Anda lakukan

00:09:45

ceritakan apa yang terjadi di

00:09:47

Mata kuliah semester itu?

00:09:52

Itu saja, saya akan memberi Anda beberapa detik.

00:09:53

Jika tidak, jeda jika Anda

00:09:55

Ingin sedikit lebih banyak waktu.

00:09:57

Secara pribadi, saya sedang berjuang.

00:09:59

Jelas, saya melihat bahwa memang ada,

00:10:01

Bagaimanapun, ini adalah

00:10:03

fluktuasi yang ada.

00:10:04

Di sana naik ke sana turun jadi

00:10:05

Sepertinya ada nilai

00:10:07

relatif rendah

00:10:09

dibandingkan dengan yang lain, dan lain-lain.

00:10:11

Tapi tidak ada yang meyakinkan.

00:10:12

Di sisi lain, jika ditampilkan pada

00:10:14

grafis jadi seperti yang saya lakukan

00:10:16

itu adalah nilai yang persis sama,

00:10:18

Kami benar-benar akan segera pergi

00:10:20

mendeteksi hal-hal secara visual

00:10:21

yang akan melompat keluar pada kita.

00:10:23

Sudah kita memiliki seluruh bagian pada ekstrem,

00:10:26

Ini mata sangat digunakan untuk melihat

00:10:28

Nilai

00:10:29

yang sedikit menonjol dari keramaian,

00:10:32

Jadi di sana kita langsung melihat bahwa

00:10:34

Bulan terbaik adalah Mei dan

00:10:37

bulan terburuk adalah Maret,

00:10:39

Elemen ke-2 yang kemudian bisa menjadi

00:10:41

cara sedikit persepsi sekunder,

00:10:43

Itu memang yang pertama

00:10:44

kuartal lebih buruk dari yang ke-2.

00:10:46

Di sana kita melihat bahwa kita memiliki 3 poin yaitu

00:10:49

relatif banyak di sekitar

00:10:51

dari 50 dan di sana kita melihat semuanya dari

00:10:54

kelanjutan yang kita lepas landas dan itu pada

00:10:56

Akhir kuartal ke-2 kita agak

00:10:58

pada nilai sekitar 60. 70.

00:11:02

Juga mata langsung pergi,

00:11:03

Bagaimanapun,

00:11:04

Otak akan mencoba melacak

00:11:05

Hak untuk menyederhanakan itu.

00:11:07

Dan memang benar bahwa pada akhirnya,

00:11:09

Kami agak pada tren yang

00:11:11

naik lagi di kuartal.

00:11:15

Namun yang lain bahwa kita

00:11:17

dapat menemukan, oleh karena itu, di sana,

00:11:18

itu melangkah lebih jauh,

00:11:21

Ini mungkin awal dari

00:11:23

jatuh untuk musim panas karena kita lulus

00:11:25

dari 75.000 pada bulan Mei hingga hampir

00:11:28

60000 pada bulan Juni jadi begitulah, semua itu,

00:11:30

Sangat sulit untuk mendapatkannya

00:11:32

pada tabel data,

00:11:34

Jadi untuk kadang-kadang mencoba untuk

00:11:35

memahami sesuatu

00:11:36

Ayolah

00:11:39

dari meja,

00:11:40

Kami dengan cepat membuat grafik pada

00:11:43

Excel dan Anda bisa langsung melihat

00:11:45

Hal-hal yang tidak akan melompat ke kita

00:11:47

di mata jika kita belum melihatnya.

00:11:49

Jadi itu saja.

00:11:51

Semua gagasan mendasar ini

00:11:53

dan minat yang mungkin ada

00:11:56

untuk melakukan visualisasi data.

00:00:02

Explicações da compreensão

00:00:04

e conceitos fundamentais

00:00:06

em torno da visualização de dados.

00:00:08

Para isso, vamos tirar algumas ilustrações

00:00:11

visualização que são históricas e

00:00:14

e também para lhe mostrar que

00:00:16

o que é chamado de visualização de dados,

00:00:19

Não é algo novo.

00:00:21

Assim, o primeiro conceito fundamental para

00:00:23

Ter em mente é contar histórias.

00:00:25

Pesquisa de visualizações

00:00:26

para contar uma história.

00:00:28

Estão a tentar explicar alguma coisa

00:00:30

coisa com um caminho

00:00:32

de pensamento e há tipicamente em

00:00:34

fez o diagrama que você tem aqui

00:00:36

Conta uma história e tanto.

00:00:39

E já agora,

00:00:40

esta é a história da França.

00:00:41

Em qualquer caso,

00:00:42

Histórias das Guerras Francesas.

00:00:44

Assim, esta ilustração foi

00:00:46

dirigido por Charles Joseph Minard, que

00:00:48

representa a campanha russa,

00:00:50

de 1812 a 1813

00:00:53

foi liderada por Napoleão.

00:00:54

Então, o que podemos ler

00:00:57

neste gráfico para que você tenha

00:00:59

na verdade, o número de tropas

00:01:01

Quem é representado por

00:01:03

a largura do traço, de modo que já que,

00:01:05

Isso é algo bastante

00:01:07

inteligente para torná-lo visual e

00:01:09

Então vamos ter o avanço das tropas

00:01:11

Cidadãos franceses em território russo em

00:01:13

deste rio que irá

00:01:15

afundar-se em terras russas e, de fato,

00:01:17

À medida que avançamos,

00:01:19

Vamos ver que a fila está ficando menor,

00:01:21

e está ficando cada vez mais fino e isso

00:01:24

corresponde a perdas que têm

00:01:26

foram sofridas pelo exército francês durante a

00:01:28

do seu avanço em território russo.

00:01:31

Então, aqui estamos avançando, estamos avançando,

00:01:33

Estamos avançando, estamos avançando.

00:01:34

Temos postos de controle ao longo do caminho

00:01:37

com valores onde começaram

00:01:40

422.000 eram apenas 400.000,

00:01:43

et cetera, et cetera,

00:01:45

e assim por diante.

00:01:47

Também com as cidades que foram

00:01:49

e de repente chegamos a Moscovo, onde,

00:01:52

Já restavam apenas 100.000.

00:01:54

E depois

00:01:54

Você tem preto realmente retiro

00:01:57

daí o famoso retiro da Rússia

00:01:59

de onde partiu o exército francês

00:02:01

no meio do inverno na França porque

00:02:03

que o czar

00:02:05

tinha simplesmente queimado Moscovo.

00:02:07

Então os soldados não tinham

00:02:09

já não tinha onde morar, não é suficiente

00:02:12

Então eles foram embora.

00:02:13

Bem, eu não vou fazer a história da França,

00:02:16

Desculpe, estou espalhando um pouco eu

00:02:19

Divago.

00:02:20

Em qualquer caso,

00:02:21

Essa é a linha vermelha corresponde ao

00:02:24

Retirada das tropas francesas.

00:02:26

E então nós realmente vemos isso

00:02:28

Está ficando menor

00:02:30

Já podemos ver aqui que houve

00:02:33

Um primeiro feedback de

00:02:35

algumas tropas e, finalmente,

00:02:37

que só chegou 10 milhas,

00:02:40

durante a passagem deste rio.

00:02:42

Então tem sido um,

00:02:44

o que agora é conhecido como um

00:02:46

Berezina, que corresponde a um

00:02:48

episódio desta campanha russa,

00:02:50

Eu não quero saber.

00:02:51

você pode olhar na Wikipédia,

00:02:52

Se você estiver interessado, vou parar por aí.

00:02:55

Em qualquer caso,

00:02:56

Veja como ilustrar de uma maneira muito boa

00:02:58

em vez de uma mesa grande

00:02:59

com datas e

00:03:01

um volume de tropas com

00:03:03

também potencialmente lugares.

00:03:04

Aqui num relance compreendemos o que

00:03:06

o que aconteceu e também percebemos

00:03:09

história que foi capaz de

00:03:12

ter sobre esta perda à medida que avançamos.

00:03:14

mede os principais marcos para e

00:03:16

as várias perdas que possam ter ocorrido.

00:03:19

Além disso, teremos outra escala.

00:03:22

Então isso também,

00:03:23

É realmente muito interessante o L

00:03:25

é muito completo com o

00:03:27

temperaturas que você tem aqui e em cada um

00:03:29

Fases do súbito, especialmente no caminho de volta.

00:03:31

então recuar no inverno na Rússia igual,

00:03:34

Temperaturas extremamente frias

00:03:35

Portanto, há temperaturas

00:03:36

o que também explica isso,

00:03:38

Cada vez, vemos o

00:03:40

pontos de controlo,

00:03:42

Estágios de perda em temperaturas

00:03:44

que eram extremamente frios e

00:03:46

também explicou o número de mortes

00:03:48

que poderia ter tido tão primeiro conceito

00:03:50

coisa fundamental a lembrar sobre visualização,

00:03:52

Serve como

00:03:52

para contar uma história como

00:03:54

Eu só fiz.

00:03:56

2º elemento muito importante a ter em mente,

00:04:00

é que normalmente permite

00:04:01

se for bem feito,

00:04:04

para transmitir uma mensagem instantaneamente.

00:04:06

Então esta 2ª ilustração que

00:04:08

é minha fé muito bonita assim

00:04:11

numa roseta, numa hélice,

00:04:14

como pode ser visto aqui.

00:04:17

Assim se percebeu

00:04:19

por Florence Nightingale,

00:04:20

Então, quem era enfermeira do exército

00:04:23

Britânico e quem estava procurando mostrar

00:04:26

Para o exército britânico, de facto, que existem

00:04:28

tinham um problema de saúde grave

00:04:31

nos campos de batalha,

00:04:34

especialmente nas enfermarias

00:04:36

que estavam ao lado da frente para

00:04:40

demonstram, de facto, que o

00:04:42

Causa da morte na guerra

00:04:45

de Crimée

00:04:48

foi problemas de doença

00:04:50

que foram chamadas epidemias, portanto,

00:04:52

Basicamente, epidemias

00:04:55

nas enfermarias.

00:04:57

E, portanto, há realmente uma necessidade

00:05:00

na enfermaria e no campo

00:05:02

e, portanto, há uma necessidade

00:05:04

para ir e introduzir regras sanitárias.

00:05:06

Assim, em 2020, com a COVID,

00:05:08

apenas o torna mais amigo do ambiente.

00:05:10

Então, já na época havia isso

00:05:12

tipo de raciocínio lá e de fato este

00:05:14

que você simplesmente tem aqui,

00:05:17

É uma roseta que vai indicar

00:05:19

para cada mês,

00:05:20

então lá aqui você vê abril maio,

00:05:22

Junho, julho e assim por diante ao longo dos anos,

00:05:24

Vamos ter cores diferentes para

00:05:26

Explicar as causas da mortalidade.

00:05:28

Então, se bem me lembro,

00:05:30

Preto corresponde às mortes em

00:05:33

o campo de batalha, o cor-de-rosa,

00:05:35

Eu acho que é por causa do

00:05:37

Complicações da ferida de guerra

00:05:39

para torná-lo muito simples e, em seguida,

00:05:42

O azul corresponde a doenças

00:05:44

e aí, de facto, estamos a render-nos

00:05:47

conta isso instantaneamente e, acima de tudo,

00:05:49

Aqui, novamente, olhamos para janeiro de 1855.

00:05:52

Proporção de doenças epidémicas

00:05:53

que é absolutamente enorme por

00:05:55

Relação com os mortos

00:05:57

pode esperar.

00:05:58

Estes campos de batalha

00:06:00

E no final, de fato,

00:06:01

você pode ver o problema instantaneamente,

00:06:03

Portanto, doenças epidêmicas que matam

00:06:05

mais do que a guerra em si e em si mesma.

00:06:08

mais do que isso, então ela se candidatou

00:06:10

Um zoom realmente aqui em relação a

00:06:12

o que você quer nos mostrar.

00:06:14

Por isso, tem sido extremamente abrangente em

00:06:16

Então, como exibir lá quando você

00:06:18

Mostre isso aos generais britânicos,

00:06:20

Não há debate aí.

00:06:22

Na verdade, você só tem que mostrar

00:06:24

esta área para dizer que você tem que

00:06:27

Estabelecer regras sanitárias

00:06:28

nos exércitos britânicos e, portanto,

00:06:31

Lá, a mensagem é transmitida instantaneamente,

00:06:33

Não há necessidade de argumentar.

00:06:37

O último elemento, ou seja,

00:06:39

Penso, talvez o mais óbvio

00:06:41

de todos os que pude mostrar-lhes,

00:06:44

é que

00:06:45

Uma visualização é usada para renderizar

00:06:47

coisas que eram óbvias quando não eram

00:06:50

Nada com dados brutos.

00:06:53

O último caso que quero mostrar-lhe,

00:06:56

Por isso, é sempre

00:06:57

coisas históricas,

00:06:58

mas que eu ainda encontrar um

00:07:01

Tempos extremamente interessantes

00:07:02

Vai ser este mapa de Londres que é

00:07:05

foi feito em 1854 por John Snow.

00:07:08

E sim, você não pode inventar,

00:07:10

enquanto houve uma epidemia

00:07:13

da cólera em Londres, é isso.

00:07:16

E assim tentamos estimar a causa

00:07:19

desta epidemia de cólera.

00:07:21

Assim, sem entrar em detalhes,

00:07:24

Nós nos perguntamos se estava no ar,

00:07:26

Nós nos perguntamos se era contagioso

00:07:28

e assim por diante

00:07:29

e assim por diante.

00:07:29

E então nós cobramos essa pessoa,

00:07:32

Então, um médico para tentar investigar para

00:07:35

entenda um pouco o que estava acontecendo.

00:07:37

Então ele, o seu método,

00:07:39

Era relativamente simples,

00:07:40

Era para tirar um mapa do bairro

00:07:44

do Soho para Londres e para ir e colocar

00:07:46

um retângulo em cada

00:07:48

em caso de morte,

00:07:50

Então nós íamos ter o

00:07:51

endereços dos mortos de cólera.

00:07:53

E sempre,

00:07:54

numa aterragem,

00:07:55

Nós íamos adicionar este retângulo,

00:07:57

Então, o que percebemos muito rapidamente,

00:07:59

É que já era

00:08:00

em uma área muito pequena.

00:08:02

Então, quem estava aqui e quando aumentamos o zoom,

00:08:05

Você pode ver que havia um bebedouro aqui

00:08:07

que estava bem no meio de uma área

00:08:09

onde houve muitas mortes.

00:08:12

Então, novamente,

00:08:13

algo que não era necessariamente visível

00:08:15

apenas com uma lista de endereços

00:08:17

com os óbitos correspondentes, e

00:08:19

Então, de fato, ampliando o zoom,

00:08:20

Percebemos que temos aqui

00:08:23

escreve Pump para que seja

00:08:26

o bebedouro e de facto

00:08:29

Percebemos isso muito simplesmente

00:08:31

neste bebedouro,

00:08:33

Tínhamos deitado fora fraldas de bebé

00:08:35

que tiveram cólera,

00:08:37

Então, sim, estávamos no século 19,

00:08:39

e ainda

00:08:42

Normas sanitárias novamente

00:08:44

não estavam presentes e, por conseguinte, o facto de

00:08:46

Deite fora fraldas sujas

00:08:49

bebés que tiveram cólera.

00:08:51

Pessoas, como resultado,

00:08:52

iam recolher água para

00:08:53

bebem e, assim, infetam-se,

00:08:56

E assim, a partir daí,

00:08:58

Conseguimos desligar essa bomba.

00:09:00

E instantaneamente,

00:09:00

Consequentemente, neste domínio,

00:09:02

O número de casos de cólera diminuiu drasticamente.

00:09:05

Então lá está, você vê de

00:09:07

coisas que não conseguíamos entender,

00:09:10

foi simplesmente postado em

00:09:12

um mapa e conseguimos resolver o problema.

00:09:14

problema que tivemos

00:09:16

sobre esta epidemia de

00:09:18

cólera e convencê-lo

00:09:20

Um pouco mais desse caso.

00:09:23

O que eu queria mostrar,

00:09:25

Foi um pequeno caso em que

00:09:27

vai ter essa tabela de dados.

00:09:30

Assim, os meses com o número de vendas,

00:09:32

Volume de negócios em milhares de euros

00:09:34

que tenha sido realizado para uma empresa,

00:09:36

não importa qual.

00:09:37

E por isso vou pedir-lhe que

00:09:39

Tire alguns segundos para

00:09:40

pense nisso e diga a mim mesmo que,

00:09:42

Com esta tabela,

00:09:43

Do que é capaz?

00:09:45

Diga-me o que aconteceu no

00:09:47

durante esse semestre?

00:09:52

É isso, vou te dar alguns segundos.

00:09:53

Caso contrário, faça uma pausa se

00:09:55

quer um pouco mais de tempo.

00:09:57

Eu, pessoalmente, tenho dificuldades.

00:09:59

Vejo claramente que existe, de facto,

00:10:01

Em qualquer caso, este é um

00:10:03

flutuação que existe.

00:10:04

Lá, sobe, lá, desce de novo

00:10:05

Este parece ser um valor

00:10:07

Relativamente baixo

00:10:09

em comparação com outros, et cetera.

00:10:11

Mas nada conclusivo.

00:10:12

Por outro lado, se você exibi-lo em um

00:10:14

tão gráfico como eu fiz isso

00:10:16

são exatamente os mesmos valores,

00:10:18

Nós vamos imediatamente, na verdade

00:10:20

Detetar visualmente coisas

00:10:21

que vai saltar para nós.

00:10:23

Já temos toda a parte sobre extremos,

00:10:26

O olho está muito acostumado a manchar

00:10:28

Valores

00:10:29

que se destacam um pouco da multidão,

00:10:32

Assim, vemos instantaneamente que o

00:10:34

melhor mês é o mês de maio e que

00:10:37

O pior mês é março,

00:10:39

2º elemento que pode então ser

00:10:41

de uma forma um tanto secundária de perceber,

00:10:43

é que o primeiro

00:10:44

trimestre foi pior que o 2º.

00:10:46

Aqui vemos que temos 3 pontos que são

00:10:49

Relativamente há em torno de

00:10:51

de 50 e depois vemos tudo de

00:10:54

depois decolamos e no

00:10:56

No final do 2º trimestre, estamos bastante

00:10:58

em valores em torno de 60. 70.

00:11:02

Também o olho vai reto,

00:11:03

Em qualquer caso,

00:11:04

O cérebro tentará rastrear

00:11:05

uma linha reta para simplificar isso.

00:11:07

E é verdade que, no final,

00:11:09

Pelo contrário, estamos numa tendência que é

00:11:11

em alta novamente no trimestre.

00:11:15

E outra coisa que nós

00:11:17

podia ver, então lá,

00:11:18

vai um pouco mais longe,

00:11:21

Talvez seja o início de um

00:11:23

Outono para o verão porque estamos passando

00:11:25

de 75.000 em maio para quase

00:11:28

60000 em junho, então lá está, tudo isso,

00:11:30

É muito difícil conseguir

00:11:32

numa tabela de dados,

00:11:34

Então, às vezes tentar

00:11:35

Entenda alguma coisa

00:11:36

Vá lá

00:11:39

da mesa,

00:11:40

Vamos rapidamente fazer um gráfico sobre

00:11:43

Excel e você pode ver imediatamente

00:11:45

Coisas que não nos surpreenderiam

00:11:47

aos olhos se não o tivéssemos visto.

00:11:49

Aí está:

00:11:51

todos esses fundamentos

00:11:53

e o interesse que pode haver

00:11:56

para fazer visualização de dados.

Mandarine AI: CE QUI POURRAIT VOUS INTÉRESSER

LES COURS ASSOCIÉS Ce tutoriel fait partie des cours suivants

Abonnés

2019 vues

Formation Vidéo Microsoft Excel - Découverte

Découvrez et familiarisez-vous avec Excel : De la création à l’exploitation de vos tableaux en passant par l’amélioration de vos visuels ain...

Cours E-learning

TOUS LES COURS