Деректерді көру және түсіндіру өнері

Кіріспе

Деректерді және ақпаратты визуализациялау (data viz/vis немесе info viz/vis) — статикалық, динамикалық немесе интерактивті визуалды элементтердің көмегімен күрделі сандық және сапалық деректер мен ақпараттың көп көлемін оңай түсінуге болатын графикалық немесе визуалды бейнелеуді жобалау және жасау практикасы. Әдетте, белгілі бір саладан жиналған деректер мен ақпараттарға негізделген бұл визуализациялар кең аудиторияға визуалды зерттеу мен жаңалықтар ашуға, тез түсінуге, интерпретациялауға және әйтпесе анықтау қиын болатын құрылымдарды, қатынастарды, өзара байланыстарды, жергілікті және жаһандық үлгілерді, трендтерді, өзгерістерді, тұрақтылықты, кластерлерді, ерекшеліктерді және деректердегі ерекше топтарды анықтауға көмектесу үшін арналған (зерттеу визуализациясы). Егер бұл визуализация жалпы жұртшылыққа (бұқаралық коммуникация) белгілі, нақты ақпараттың қысқаша нұсқасын анық және тартымды түрде жеткізу үшін (презентациялық немесе түсіндірмелік визуализация) жасалса, деректер мен ақпаратты визуализациялаудың мақсаты — деректер қорынан, ақпараттық жүйелерден, файлдық жүйелерден, құжаттардан, бизнес және қаржылық деректерден жиналған абстрактілі, физикалық емес және кеңістіктік емес деректерді графикалық түрде ұсыну және зерттеу (презентациялық және зерттеу визуализациясы). Бұл ғылыми визуализациядан ерекшеленеді, онда физикалық және кеңістіктік ғылыми деректерге негізделген нақты бейнелерді беру арқылы гипотезаларды растау немесе жобау үшін күшіндеуші визуализация жасалады. Тиімді деректерді визуализациялау дұрыс дереккөзден алынып, контекстке келтірілген, қарапайым және түсінікті болуы керек. Негізгі деректердің дұрықтығы мен жаңартылуы көзқарастардың сенімділігіне кепілдік береді. Графикалық элементтер берілген деректер жиынтығына сәйкес таңдалған және эстетикалық жағынан тартымды болуы керек, пішіндер, түстер және басқа визуалды элементтер мақсатты түрде және алаңдатпай қолданылуы тиіс. Визуалды бейнелерге қосымша мәтіндер (белгілер мен атаулар) қоса беріледі. Бұл сөздік және графикалық компоненттер бір-бірін толықтырып, түсінікті, тез және есте қалатын түсінікті қамтамасыз етеді. Тиімді ақпаратты визуализациялау мақсатты аудиторияның қажеттіліктерін, алаңдаушылықтарын және біліктілік деңгейін ескереді, оларды мақсатты қорытындыға қарай бағыттайды. Бизнесте деректерді және ақпаратты визуализациялау деректерді әңгімелеудің бір бөлігі болуы мүмкін, онда талданған деректерді контекстке келтіру және деректерді талдаудан алынған түсініктерді аудиторияны шешім қабылдауға немесе іс-қимыл жасауға сендіру үшін бизнес құндылығын құру мақсатында бірізді баяндама құрылымымен немесе сюжет желісімен жұптастырылады. Бұл статистикалық графика саласымен салыстыруға болады, онда күрделі статистикалық деректер статистикалық сараптамаға ие зерттеушілер мен сарапшылар арасында графикалық түрде дәл және нақты түрде жеткізіледі, бұл оларға зерттеулік деректерді талдауды жүргізуге немесе осындай талдаулардың нәтижелерін жеткізуге көмектеседі, онда визуалды тартымдылық, белгілі бір мәселеге назар аудару және әңгіме айту маңызды емес. Деректер мен ақпаратты визуализациялау саласы — интердисциплинарлық сипаттағы, өйткені ол сипаттамалық статистика (қазіргі 18-ғасырдан бастап), визуалды коммуникация, графикалық дизайн, танымдық ғылымдар және жақында интерактивті компьютерлік графика және адам-компьютердің өзара әрекеттесуі сияқты пәндердегі принциптерді қамтиды. Нақты визуализациялау дизайн дағдыларын, статистикалық дағдыларды және есептеу дағдыларын қажет ететіндіктен, Гершон мен Пейдж сияқты авторлар оны өнер де, ғылым да деп санайды. Көрнекі талдаудың көршілес саласы статистикалық деректерді талдауды, деректерді және ақпаратты визуализациялауды және интерактивті визуалды интерфейстер арқылы адам пайдаланушыларына қорытынды жасауға, әрекетке қабілетті түсініктер алуға және компьютерлерге қиын шешімдер қабылдауға көмектесетін адамдық талдауды үйлестіреді. Адамдардың түрлі визуализацияны қалай оқып, қалай қате оқып жатқанын зерттеу визуализацияның қандай түрлері мен ерекшеліктері ақпаратты жеткізуде ең түсінікті және тиімді екенін анықтауға көмектеседі. Екінші жағынан, қасақана нашар немесе қасақана алдамшы және алдамшы визуализация (жалған ақпарат беру визуализациясы) жалған ақпаратты тарататын, қоғамдық қабылдауды басқаратын және қоғамдық пікірді белгілі бір күн тәртібіне қарай бұратын құрал ретінде әрекет ете алады. Сондықтан деректерді визуализациялау сауаттылығы — ақпараттық дәуірде мәтіндік, математикалық және визуалды сауаттылықтың бұрынғы рөліне ұқсас, деректер мен ақпарат сауаттылығының маңызды құрауышына айналды.

Visual representation of data

Data and information visualization (data viz/vis or info viz/vis) is the practice of designing and creating easy to communicate and easy to understand graphic or visual representations of a large amount of complex quantitative and qualitative data and information with the help of static, dynamic or interactive visual items. Typically based on data and information collected from a certain domain of expertise, these visualizations are intended for a broader audience to help them visually explore and discover, quickly understand, interpret and gain important insights into otherwise difficult to identify structures, relationships, correlations, local and global patterns, trends, variations, constancy, clusters, outliers and unusual groupings within data (exploratory visualization). When intended for the general public (mass communication) to convey a concise version of known, specific information in a clear and engaging manner (presentational or explanatory visualization), In data and information visualization, the goal is to graphically present and explore abstract, non physical and non spatial data collected from databases, information systems, file systems, documents, business and financial data, etc. (presentational and exploratory visualization) which is different from the field of scientific visualization, where the goal is to render realistic images based on physical and spatial scientific data to confirm or reject hypotheses (confirmatory visualization). Effective data visualization is properly sourced, contextualized, simple and uncluttered. The underlying data is accurate and up to date to make sure that insights are reliable. Graphical items are well chosen for the given datasets and aesthetically appealing, with shapes, colors and other visual elements used deliberately in a meaningful and non distracting manner. The visuals are accompanied by supporting texts (labels and titles). These verbal and graphical components complement each other to ensure clear, quick and memorable understanding. Effective information visualization is aware of the needs and concerns and the level of expertise of the target audience, deliberately guiding them to the intended conclusion. In business, data and information visualization can constitute a part of data storytelling, where they are paired with a coherent narrative structure or storyline to contextualize the analyzed data and communicate the insights gained from analyzing the data clearly and memorably with the goal of convincing the audience into making a decision or taking an action in order to create business value. This can be contrasted with the field of statistical graphics, where complex statistical data are communicated graphically in an accurate and precise manner among researchers and analysts with statistical expertise to help them perform exploratory data analysis or to convey the results of such analyses, where visual appeal, capturing attention to a certain issue and storytelling are not as important. The field of data and information visualization is of interdisciplinary nature as it incorporates principles found in the disciplines of descriptive statistics (as early as the 18th century), visual communication, graphic design, cognitive science and, more recently, interactive computer graphics and human computer interaction. Since effective visualization requires design skills, statistical skills and computing skills, it is argued by authors such as Gershon and Page that it is both an art and a science. The neighboring field of visual analytics marries statistical data analysis, data and information visualization and human analytical reasoning through interactive visual interfaces to help human users reach conclusions, gain actionable insights and make informed decisions which are otherwise difficult for computers to do. Research into how people read and misread various types of visualizations is helping to determine what types and features of visualizations are most understandable and effective in conveying information. On the other hand, unintentionally poor or intentionally misleading and deceptive visualizations (misinformative visualization) can function as powerful tools which disseminate misinformation, manipulate public perception and divert public opinion toward a certain agenda. Thus data visualization literacy has become an important component of data and information literacy in the information age akin to the roles played by textual, mathematical and visual literacy in the past.

Шолу

Деректер мен ақпаратты визуализациялау саласы "адам-компьютерлік өзара әрекеттесу, компьютерлік ғылым, графика, визуалды дизайн, психология және бизнес-әдістерді зерттеуден пайда болды. Ол ғылыми зерттеулерде, цифрлық кітапханаларда, деректерді табуда, қаржылық деректерді талдауда, нарық зерттеулерінде, өндіріс өндірісін бақылауда және дәрі-дәрмектерді ашуда маңызды компонент ретінде кеңінен қолданылады". Деректер мен ақпаратты визуализациялау "визуалды бейнелеу және өзара әрекеттесу техникалары адамның көзінің жоғары өткізгіштігі арқылы миға ақпаратты жеткізуге мүмкіндік береді, соның арқасында пайдаланушылар үлкен көлемдегі ақпаратты бірден көріп, зерттеп, түсіне алады. Ақпаратты визуализациялау абстрактілі ақпаратты интуитивті жолмен жеткізуге бағытталған тәсілдерді құруға қатысты". Деректерді талдау – барлық қолданбалы зерттеулердің және өнеркәсіптегі мәселелерді шешудің қажет бөлігі. Деректерді талдаудың ең негізгі тәсілдері: визуализация (гистограммалар, диаграммалар, беттік графиктер, ағаш карталары, параллель координаталар графиктері және т.б.), статистика (гипотеза тестілеу, регрессия, PCA және т.б.), деректерді табу (ассоциациялық ережелерді табу және т.б.), машиналық оқыту әдістері (кластерлеу, жіктеу, шешім ағаштары және т.б.). Осы тәсілдердің ішінде ақпараттық визуализация немесе визуалды деректерді талдау адам-аналитиктерінің танымдық қабілеттеріне ең көп тәуелді және тек адамның қиялы мен шығармашылығымен шектелген, құрылымдалмаған, пайдалы түсініктерді ашуға мүмкіндік береді. Аналитик деректерді визуализациялауды түсіну үшін күрделі әдістерді үйренуі міндетті емес. Ақпаратты визуализациялау – гипотеза жасау схемасы болып табылады, одан кейін көбінесе және әдетте статистикалық гипотеза тестілеу сияқты талдамалық немесе формалды талдау жүргізіледі. Ақпаратты нақты және тиімді жеткізу үшін деректерді визуализациялау статистикалық графиктер, диаграммалар, ақпараттық графика және басқа да құралдарды қолданады. Сандық деректер сандық хабарды визуалды түрде жеткізу үшін нүктелер, сызықтар немесе жолақтар арқылы кодталады. Тиімді визуализация пайдаланушыларға деректерді және дәлелдерді талдауға және ойлауға көмектеседі. Бұл күрделі деректерді қолжетімді, түсінікті және пайдалы етеді, бірақ сонымен қатар деректерді шектеуге де мүмкіндік береді. Пайдаланушылардың нақты талдамалық міндеттері болуы мүмкін, мысалы, салыстырулар жасау немесе себеп-салдарлық байланысты түсіну, ал графиканың жобалау принципі (яғни, салыстыруларды көрсету немесе себеп-салдарлық байланысты көрсету) міндетке сәйкес келеді. Кестелер әдетте пайдаланушылар нақты өлшемді іздегенде қолданылады, ал әртүрлі диаграммалар деректердегі бір немесе бірнеше айнымалылар үшін үлгілерді немесе қатынастарды көрсетуге арналған. Деректерді визуализациялау – деректерді немесе ақпаратты графикалық нысандар (мысалы, нүктелер, сызықтар немесе жолақтар) түрінде кодтау арқылы жеткізуге қолданылатын техникалар. Мақсаты – ақпаратты пайдаланушыларға нақты және тиімді жеткізу. Бұл деректерді талдау немесе деректерді зерттеудің бір қадамы. Виталий Фридманның (2008) айтуынша, "деректерді визуализациялаудың басты мақсаты – графикалық құралдар арқылы ақпаратты нақты және тиімді жеткізу. Бұл деректерді визуализациялау функционалды болу үшін көңілді болуы керек немесе әдемі болу үшін өте күрделі болуы керек дегенді білдірмейді. Идеяларды тиімді жеткізу үшін эстетикалық форма мен функционалдық бір-бірімен үйлесімде болуы керек, олар негізгі аспектілерін интуитивті түрде жеткізу арқылы өте аз және күрделі деректер жиынтығына түсінік беруі керек". Дегенмен, дизайнерлер көбінесе форма мен функция арасындағы тепе-теңдікті сақтауға жеткіліксіз көңіл бөледі, нәтижесінде керемет деректерді визуализациялау жасалады, бірақ олардың басты мақсатына – ақпаратты жеткізуге қызмет етпейді. Шындығында, Фернанда Виегас пен Мартин М. Уоттенберг идеалды визуализация тек нақты қарым-қатынас жасамауы керек, сонымен қатар көрерменнің қызығушылығын және назарын оятуы керек деп ұсынды. Деректерді визуализациялау ақпараттық графикалық, ақпараттық визуализациялық, ғылыми визуализациялық, зерттеулік деректерді талдау және статистикалық графикалық тәсілдермен тығыз байланысты. Жаңа мыңжылдықта деректерді визуализациялау зерттеу, оқыту және дамытудың белсенді саласына айналды. Post және тағы басқалар (2002) ғылыми және ақпараттық визуализацияны біріктіргенін айтады. Коммерциялық ортада деректерді визуализациялау көбінесе дашбордтар деп аталады. Инфографика – деректерді визуализациялаудың тағы бір кең таралған түрі.

The field of data and information visualization has emerged "from research in human–computer interaction, computer science, graphics, visual design, psychology, and business methods. It is increasingly applied as a critical component in scientific research, digital libraries, data mining, financial data analysis, market studies, manufacturing production control, and drug discovery". Data and information visualization presumes that "visual representations and interaction techniques take advantage of the human eye's broad bandwidth pathway into the mind to allow users to see, explore, and understand large amounts of information at once. Information visualization focused on the creation of approaches for conveying abstract information in intuitive ways." Data analysis is an indispensable part of all applied research and problem solving in industry. The most fundamental data analysis approaches are visualization (histograms, scatter plots, surface plots, tree maps, parallel coordinate plots, etc. ), statistics (hypothesis test, regression, PCA, etc. ), data mining (association mining, etc. ), and machine learning methods (clustering, classification, decision trees, etc.). Among these approaches, information visualization, or visual data analysis, is the most reliant on the cognitive skills of human analysts, and allows the discovery of unstructured actionable insights that are limited only by human imagination and creativity. The analyst does not have to learn any sophisticated methods to be able to interpret the visualizations of the data. Information visualization is also a hypothesis generation scheme, which can be, and is typically followed by more analytical or formal analysis, such as statistical hypothesis testing. To communicate information clearly and efficiently, data visualization uses statistical graphics, plots, information graphics and other tools. Numerical data may be encoded using dots, lines, or bars, to visually communicate a quantitative message. Effective visualization helps users analyze and reason about data and evidence. It makes complex data more accessible, understandable, and usable, but can also be reductive. Users may have particular analytical tasks, such as making comparisons or understanding causality, and the design principle of the graphic (i. e., showing comparisons or showing causality) follows the task. Tables are generally used where users will look up a specific measurement, while charts of various types are used to show patterns or relationships in the data for one or more variables. Data visualization refers to the techniques used to communicate data or information by encoding it as visual objects (e. g., points, lines, or bars) contained in graphics. The goal is to communicate information clearly and efficiently to users. It is one of the steps in data analysis or data science. According to Vitaly Friedman (2008) the "main goal of data visualization is to communicate information clearly and effectively through graphical means. It doesn't mean that data visualization needs to look boring to be functional or extremely sophisticated to look beautiful. To convey ideas effectively, both aesthetic form and functionality need to go hand in hand, providing insights into a rather sparse and complex data set by communicating its key aspects in a more intuitive way. Yet designers often fail to achieve a balance between form and function, creating gorgeous data visualizations which fail to serve their main purpose — to communicate information". Indeed, Fernanda Viegas and Martin M. Wattenberg suggested that an ideal visualization should not only communicate clearly, but stimulate viewer engagement and attention. Data visualization is closely related to information graphics, information visualization, scientific visualization, exploratory data analysis and statistical graphics. In the new millennium, data visualization has become an active area of research, teaching and development. According to Post et al. (2002), it has united scientific and information visualization. In the commercial environment data visualization is often referred to as dashboards. Infographics are another very common form of data visualization.

Көрнекі қабылдау және деректерді визуализациялау

Адам сызық ұзындығы, пішіні, бағыты, қашықтығы және түсі (раңгы) арасындағы айырмашылықтарды елеулі өңдеу күшін жұмсамай-ақ оңай ажырата алады; мұндай қасиеттер "алдын ала назар аудару атрибуттары" деп аталады. Мысалы, сандар тізбегінде "5" цифрының неше рет кездесетінін анықтауға көп уақыт пен күш-жігер қажет болуы мүмкін ("назарлы өңдеу"), бірақ егер бұл цифрдың мөлшері, бағыты немесе түсі өзгеше болса, цифрдың кездесуін алдын ала назар аудару арқылы жылдам байқауға болады. Күшті графикалық элементтер алдын ала назар аудару атрибуттары мен олардың салыстырмалы күшін пайдаланады. Мысалы, адамдар сызық ұзындығындағы айырмашылықтарды беттік ауданға қарағанда оңайрақ қабылдайтындықтан, салыстыруды көрсету үшін сызықтардан тұратын диаграмманы (штрих-диаграмма) қолдану, пішіндік диаграммаға (төртбұрышты диаграмма) қарағанда тиімдірек болуы мүмкін, себебі пішіндік диаграмма салыстыру үшін беттік ауданды пайдаланады. Таным – адамның қабылдау, назар, үйрену, есте сақтау, ойлау, түсінік қалыптастыру, оқу және мәселе шешу сияқты процестерін білдіреді. Адамның визуалды өңдеуі өзгерістерді анықтауда және мөлшерлерді, пішіндерді, өлшемдерді және жарықтықтың өзгеруін салыстыруда тиімді. Символдық деректердің қасиеттері визуалды қасиеттерге бейімделгенде, адамдар үлкен көлемдегі деректерді тиімді түрде шолуға мүмкіндік алады. Мидың 2/3 бөлігінің нейрондары көру процесіне қатысады деп есептеледі. Дұрыс визуализация потенциалды байланыстарды, қарым-қатынастарды және т.б. көрсетудің басқаша тәсілін ұсынады, бұл визуалды емес сандық деректерде осықша айқын болмайды. Визуализация деректерді зерттеу құралына айналуы мүмкін. Зерттеулер көрсеткендей, адамдар деректерді визуализациямен салыстырғанда мәтінмен салыстырғанда орташа есеппен 19%-ға аз танымдық ресурстарды қолданады және егжей-тегжейлі еске түсіруге 4,5%-ға жақсырақ қабілетті.

Тарих

Қазіргі заманғы визуализацияны зерттеу компьютерлік графикадан басталды, ол "өз басынан бастап ғылыми мәселелерді зерттеу үшін қолданылды. Алайда, алғашқы күндері графикалық қуаттың жетіспеуі оның пайдалылығын шектеді. Визуализацияға соңғы басымдық 1987 жылы "Компьютерлік графиканың ғылыми есептеудегі визуализациясы" арнайы санынан басталды. Содан бері IEEE Computer Society және ACM SIGGRAPH бірлесіп демеушілік еткен бірнеше конференция мен семинарлар өтті". Олар деректерді визуализациялау, ақпаратты визуализациялау және ғылыми визуализациялаудың жалпы тақырыптарына, сондай-ақ көлемді визуализациялау сияқты нақтылы салаларға арналған. 1786 жылы Уильям Плейфэр тұңғыш презентациялық графиканы жариялады. Деректерді визуализациялаудың толыққанды "тарихы" жоқ. Көрнекі ойлаудың және деректерді бейнелеудің бүкіл дамуын қамтитын және әртүрлі салалардың үлесін біріктіретін еңбектер жоқ. Майкл Френдли мен Йорк университетінің Дэниел Денис визуализацияның толық тарихын көрсетуге тырысатын жобамен айналысады. Жалпыға ортақ пікірге қарамастан, деректерді визуализациялау қазіргі заманғы даму емес. Тарихқа дейінгі кезеңнен бастап жұлдыздық мәліметтер немесе жұлдыздардың орналасуы сияқты ақпарат үңгірлердің қабырғаларында (мысалы, Оңтүстік Франциядағы Ласко үңгірінде табылған) плейстоцен дәуірінен бастап бейнеленді. Месопотамияның саз балшықтары (5500 б.з.д.), инкалық кипулар (2600 б.з.д.) және Маршалл аралдарының тақташалары (n. d.) да сандық ақпаратты визуализациялау ретінде қарастырылуы мүмкін. Алғашқы деректерді визуализациялау 1160 ж.б.д. Turin Papyrus Map-қа дейін жетеді, ол геологиялық ресурстардың таралуын дәл көрсетеді және оларды өндіру туралы ақпарат береді. Мұндай карталарды тақырыптық картография деп жіктеуге болады, бұл белгілі бір географиялық аймаққа байланысты белгілі бір тақырыпты көрсетуге арналған географиялық иллюстрация арқылы нақты деректер мен ақпаратты ұсынатын деректерді визуализациялау түрі. Деректерді визуализациялаудың ең ерте кездегі құжатталған түрлері – әртүрлі мәдениеттердің әртүрлі тақырыптық карталары және бейнеленген ақпаратты түсіндіруге мүмкіндік беретін идеограммалар мен иероглифтер. Мысалы, Микендегі Линеарлық В тақташалары Жерорта теңізіндегі соңғы қола дәуірі саудасына қатысты ақпаратты визуализациялады. Координаттар идеясын ежелгі египеттік геодезистер қалаларды жоспарлауда қолданды, жер бетіндегі және аспандағы позициялар кем дегенде б.з.д. 200 жылы ендік пен бойлыққа ұқсас нәрсемен анықталды, ал Клавдий Птолемейдің [85–165 ж.ш.] Александриядағы шар тәрізді Жерді ендік пен бойлыққа проекциялауы 14-ғасырға дейін анықтамалық стандарт ретінде қызмет етті. Бұл график планеталар орбиталарының уақытқа байланысты қисықтарын бейнелеу үшін жасалған. Осы мақсатта зодиак аймағы уақыт немесе бойлық ось ретінде отыз бөлікке бөлінген көлденең сызықпен жазықтықта бейнеленді. Тік ось зодиактың енін көрсетеді. Көлденең шкала әр планета үшін жеке таңдалған сияқты, өйткені кезеңдер үйлесе алмайды. Қосымша мәтінде тек амплитудалар ғана айтылған. Бұрыштардың уақытпен байланысы жоқ. 16 ғасырда физикалық шамаларды, географиялық және аспандық жағдайды дәл бақылау мен өлшеуге арналған техникалар мен құралдар жақсы дамыды (мысалы, Тихо Браге [1546–1601] салған "қабырғалық квадрант", оның обсерваториясындағы бүкіл қабырғаны қамтиды). Карталық орналасуды дәл анықтау үшін триангуляция және басқа да әдістердің дамуы ерекше маңызды болды. Француз философы және математигі Рене Декарт пен Пьер де Ферма аналитикалық геометрияны және екі өлшемді координаттар жүйесін жасады, бұл құндылықтарды көрсету мен есептеудің практикалық әдістеріне үлкен әсер етті. Ферма мен Блез Паскальдың статистика және ықтималдық теориясы бойынша еңбектері қазіргі деректер деп аталатын нәрсеге негіз салды. SAS, SOFA, R, Minitab, Cornerstone және басқа да бағдарламалар статистика саласында деректерді визуализациялауға мүмкіндік береді. Басқа деректерді визуализациялау қосымшалары, көбірек бағытталған және жеке адамдарға арналған, D3, Python және JavaScript сияқты бағдарламалау тілдері сандық деректерді визуализациялау мүмкіндігін жасауға көмектеседі. Жеке мектептер де деректерді визуализациялауды және оған байланысты бағдарламалау кітапханаларын оқыту сұранысын қанағаттандыру үшін бағдарламалар әзірледі, соның ішінде The Data Incubator сияқты тегін бағдарламалар немесе General Assembly сияқты ақылы бағдарламалар. 2013 жылы "Деректерді ашу" симпозиумынан бастап, ArtCenter College of Design, Caltech және Пасаденадағы JPL жыл сайын интерактивті деректерді визуализациялау бойынша бағдарлама өткізіп келеді. Бағдарлама мына сұрақтарды қояды: Интерактивті деректерді визуализациялау ғалымдар мен инженерлер өз деректерін тиімдірек зерттеуге қалай көмектесе алады? Есептеу, дизайн және дизайндық ойлау зерттеу нәтижелерін барынша арттыруға қалай көмектеседі? Осы салалардан білімді пайдалану үшін қандай әдістемелер тиімді? Деректерді сұрап-соруға және соңғы нәтижеде жаңа түсініктерге қол жеткізуге көмектесетін тиісті визуальдық және интерактивтік сипаттамалармен қарым-қатынастық ақпаратты кодтау арқылы бағдарлама күрделі ғылыми мәселелерге жаңа пәнаралық тәсілдерді әзірлейді, дизайндық ойлау мен есептеудің, пайдаланушыға бағытталған дизайнның, өзара әрекеттесу дизайнының және 3D графиканың ең соңғы әдістерін біріктіреді.

The modern study of visualization started with computer graphics, which "has from its beginning been used to study scientific problems. However, in its early days the lack of graphics power often limited its usefulness. The recent emphasis on visualization started in 1987 with the special issue of Computer Graphics on Visualization in Scientific Computing. Since then there have been several conferences and workshops, co sponsored by the IEEE Computer Society and ACM SIGGRAPH". They have been devoted to the general topics of data visualization, information visualization and scientific visualization, and more specific areas such as volume visualization. In 1786, William Playfair published the first presentation graphics. There is no comprehensive 'history' of data visualization. There are no accounts that span the entire development of visual thinking and the visual representation of data, and which collate the contributions of disparate disciplines. Michael Friendly and Daniel J Denis of York University are engaged in a project that attempts to provide a comprehensive history of visualization. Contrary to general belief, data visualization is not a modern development. Since prehistory, stellar data, or information such as location of stars were visualized on the walls of caves (such as those found in Lascaux Cave in Southern France) since the Pleistocene era. Physical artefacts such as Mesopotamian clay tokens (5500 BC), Inca quipus (2600 BC) and Marshall Islands stick charts (n. d.) can also be considered as visualizing quantitative information. The first documented data visualization can be tracked back to 1160 B. C. with Turin Papyrus Map which accurately illustrates the distribution of geological resources and provides information about quarrying of those resources. Such maps can be categorized as thematic cartography, which is a type of data visualization that presents and communicates specific data and information through a geographical illustration designed to show a particular theme connected with a specific geographic area. Earliest documented forms of data visualization were various thematic maps from different cultures and ideograms and hieroglyphs that provided and allowed interpretation of information illustrated. For example, Linear B tablets of Mycenae provided a visualization of information regarding Late Bronze Age era trades in the Mediterranean. The idea of coordinates was used by ancient Egyptian surveyors in laying out towns, earthly and heavenly positions were located by something akin to latitude and longitude at least by 200 BC, and the map projection of a spherical Earth into latitude and longitude by Claudius Ptolemy [c. 85–c. 165] in Alexandria would serve as reference standards until the 14th century. The graph apparently was meant to represent a plot of the inclinations of the planetary orbits as a function of the time. For this purpose, the zone of the zodiac was represented on a plane with a horizontal line divided into thirty parts as the time or longitudinal axis. The vertical axis designates the width of the zodiac. The horizontal scale appears to have been chosen for each planet individually for the periods cannot be reconciled. The accompanying text refers only to the amplitudes. The curves are apparently not related in time. By the 16th century, techniques and instruments for precise observation and measurement of physical quantities, and geographic and celestial position were well developed (for example, a "wall quadrant" constructed by Tycho Brahe [1546–1601], covering an entire wall in his observatory). Particularly important were the development of triangulation and other methods to determine mapping locations accurately.). French philosopher and mathematician René Descartes and Pierre de Fermat developed analytic geometry and two dimensional coordinate system which heavily influenced the practical methods of displaying and calculating values. Fermat and Blaise Pascal's work on statistics and probability theory laid the groundwork for what we now conceptualize as data. Programs like SAS, SOFA, R, Minitab, Cornerstone and more allow for data visualization in the field of statistics. Other data visualization applications, more focused and unique to individuals, programming languages such as D3, Python and JavaScript help to make the visualization of quantitative data a possibility. Private schools have also developed programs to meet the demand for learning data visualization and associated programming libraries, including free programs like The Data Incubator or paid programs like General Assembly. Beginning with the symposium "Data to Discovery" in 2013, ArtCenter College of Design, Caltech and JPL in Pasadena have run an annual program on interactive data visualization. The program asks: How can interactive data visualization help scientists and engineers explore their data more effectively? How can computing, design, and design thinking help maximize research results? What methodologies are most effective for leveraging knowledge from these fields? By encoding relational information with appropriate visual and interactive characteristics to help interrogate, and ultimately gain new insight into data, the program develops new interdisciplinary approaches to complex science problems, combining design thinking and the latest methods from computing, user centered design, interaction design and 3D graphics.

Терминология

Деректерді визуализациялау белгілі бір терминологияны қамтиды, олардың кейбіреулері статистикадан алынған. Мысалы, автор Стивен Фью деректердің екі түрін анықтайды, олар мағыналы талдау немесе визуализацияны қолдау үшін біріктіріліп қолданылады:

Категориялық: Белгілі бір ерекшелігі бар объектілердің топтарын көрсетеді. Категориялық айнымалылар номиналды немесе ординалды болуы мүмкін. Номиналды айнымалылар, мысалы, жыныс, бір-біріне рет бойынша бағынбайды, сондықтан олар номиналды болып табылады. Ординалды айнымалылар – бұл реті бар санаттар, мысалы, адамның жас тобын анықтау үшін қолданылады. Сандық: Адамның бойы немесе ортаның температурасы сияқты өлшемдерді көрсетеді. Сандық айнымалылар үздіксіз немесе дискретті болуы мүмкін. Үздіксіз айнымалылар өлшемдерді әрқашан да дәлірек жасауға болатынын көрсетеді. Дискретті айнымалылардың мүмкіндіктері шектеулі, мысалы, кейбір нәтижелерді санау немесе толық жылдармен өлшенген жас. Эпплер мен Ленглер «Визуализациялау әдістерінің кезеңдік кестесін» жасады, бұл әртүрлі деректерді визуализациялау әдістерін көрсететін интерактивті диаграмма. Ол деректерді визуализациялаудың алты түрін қамтиды: деректер, ақпарат, түсінік, стратегия, метафора және күрделі. Тамара Мунзнер «Визуализация талдау және дизайн» еңбегінде «Компьютерлік визуализация жүйелері адамдарға тапсырмаларды тиімді орындауға көмектесу үшін жасалған деректер жиынтығының визуалды бейнелерін ұсынады» деп жазды. Мунзнердің пікірінше, визуализация «адамдарды есептеу әдістерімен шешім қабылдау әдістерімен алмастырудың орнына, адамның қабілеттерін арттыру қажет болған кезде тиімді».

Деректерді ұсыну архитектурасы

Деректерді ұсыну архитектурасы (ДПА) – мағынаны және дұрыс білімді оңтайлы жеткізу үшін деректерді анықтау, іздеу, өңдеу, форматтау және ұсыну дағдылары жиынтығы. Тарихи тұрғыдан алғанда, «Деректерді ұсыну архитектурасы» термині Келли Лауттке жатқызылады: «Деректерді ұсыну архитектурасы (ДПА) – бизнес-интеллектуальдылықтың сәттілігі мен құндылығы үшін маңызды, бірақ сирек қолданылатын дағдылар жиынтығы. Деректерді ұсыну архитектурасы сандар, деректер және статистика ғылымын деректерден құнды ақпаратты табу және оны пайдалы, маңызды және іс-қимылға қабілетті ету үшін деректерді визуализациялау, коммуникация, ұйымдық психология және өзгерістерді басқару өнерімен үйлестіреді. Бұл бизнес-интеллектуальдылық шешімдерін қамтамасыз ету үшін деректердің көлемін, жеткізілу уақытын, форматын және визуализацияларын анықтап, операциялық, тактикалық және стратегиялық мінез-құлықты түсінікті бизнес (немесе ұйымдық) мақсаттарға қарай тиімді қолдайды және жетелейді. ДПА – бұл ИТ немесе бизнес дағдылары емес, ол жеке сараптама саласы. Деректерді визуализациялаумен шатастырылатын деректерді ұсыну архитектурасы – бұл әлдеқайда кең дағдылар жиынтығы, ол қандай деректерді, қандай кесте бойынша және қандай форматта ұсыну керектігін анықтауды қамтиды, тек таңдалған деректерді ұсынудың ең жақсы тәсілі ғана емес. Деректерді визуализациялау дағдылары – ДПА-ның бір бөлігі».