DataViz mit nextstrain.org: Corona-Ausbreitung besser verstehen

Um die Verbreitung des Corona-Virus besser zu verstehen, werden die Daten mit der Web-Applikation http://nextstrain.org visualisiert und animiert [1],  als Diagramm und mit den Pfaden auf der Karte. Sehenswert, vertieft Euch mal rein. Datenvisualisierung par excellence! Die Erklärungen findet Ihr bei der NZZ [2].

[1] … https://nextstrain.org/ncov/2020-03-27?animate=2019-12-05,2020-03-30,1,1,30000
[2] … https://www.nzz.ch/wissenschaft/coronavirus-der-stammbaum-verraet-woher-es-kommt-ld.1548271
[3] … https://nextstrain.org/ncov/2020-03-27

Das Beste an Daten-Visualisierung 03/2019

Unter www.visualisingdata.com findet man auch immer wieder eine monatliche Zusammenfassung zum Besten aus dem Gebiet der Daten-Visualisierung, seit gestern (11.06.2019) die Auswertung zum März 2019. Mein Favorit: Warningstripes.

Screenshot: Warningstripes

photochrome.io – Natürliche Farbpaletten

photochrome.io nimmt Fotos und berechnet daraus die am meisten vorkommenden Farben/Farbkeile. Damit enstehen wunderbare natürliche, echte Farbkombinationen. Einfach einen Suchbegriff eingeben, z. B. „forest“ und sofort werden eine Anzahl von Waldbildern gesucht und der Farben berechnet und als RGB-Wert in (r, g, b) und  #rrggbb zur Nachnutzung ausgegeben. Zoomt oder verschiebt man im ausgesuchten Bild, wird der neue Bildausschnitt auch wieder neu analysiert. Die Fotos stammen übrigens von Unsplash, der freien Fotobibliothek. Anschauen, es lohnt sich!

Screenshot: Verschiedene Suchbegriffe und resultierende Paletten (Quelle: [1])

[1] … https://twitter.com/John_M_Nelson/status/1100030429007151106

DataViz mit Hans Hack

Wer sich mit Kartenerstellung und Datenvisualisierung beschäftigt, wird irgendwann auch auf Hans Hack stoßen. Seine Arbeiten aus diesen Bereichen sowie Kunst und Datenjournalismus sind wirklich bemerkenswert und erfahren in den sozialen Kanälen zu Recht entsprechende Aufmerksamkeit. Danke Hans!

Eine seiner neusten Arbeiten, der Figuregrounder verbindet GIS, offene Daten (hier OSM) und Kunst. Mit wenigen Klicks kommt Ihr zu wirklich coolen und dekorativen (Sorry, klingt OldSchool ;-) Postern. Der #geoObserver hat’s probiert: Ausschnitt und Radius wählen, Poster kreieren, Text ergänzen, downloaden – einfach, schnell, perfekt!

Mein Testgebiet: Halle (Saale)
Die Koordinaten habe ich händisch in das Textfeld eingetragen 

Wer wirklich (s)ein Poster machen will, sollte die SVG-Variante downloaden, also beliebig skalierbare Vektoren, die mit (fast) jedem Illustrationsprogramm weiter bearbeitet werden können. Ich hab’s mit dem freien Inkscape getestet. Klappt prima!

Mein Halle-SVG in Inkscape weiter bearbeitet

Hinweis: der SVG-Download ging bei meinen Versuchen mit den Radien 1500 und 2000 nicht in allen Browsern (es kam ein ominöser Netzwerkfehler). Im Safari auf Mac und im Firefox klappte es problemlos. Hans ist informiert. Ich teste mal weiter, wer weiß, welche Kombination aus Browsereinstellungen, Betriebssystem und Netzwerk (FW?) dazwischen funkt. Solltet Ihr Erkenntnisse haben, bitte als Kommentar. Danke!

DataViz: Ein Diagramm & SECHS Fehler

Wir alle haben auch immer wieder mit Diagrammen zu tun, keine Frage und eigentlich erscheint es uns auch vergleichsweise simpel. Ist es aber nicht (immer). Mitunter steckt der Teufel im Detail und was man alles falsch machen kann ist wunderbar beschrieben in folgendem Tweet von Christoph Gruetzner: https://twitter.com/ch_gruetze/status/1046709016469155841. Mindestens sechs Probleme in einem Diagramm. Lesenswert!
Und wem noch nie wenigstens einer dieser Fehler passiert ist, werfe den ersten Stein.
Ich warte ;-)

Screenshots aus dem Tweet
(Quelle: https://twitter.com/ch_gruetze/status/1046709016469155841)

DataViz: Farbschemen und Karten

Mit dem Flussdiagramm von L. Kreuz im Artikel „Using Color in Maps“ können recht leicht das richtige Farbschema und die Farbpalette gefunden werden.

Quelle: https://thumbnails-visually.netdna-ssl.com/using-color-in-maps_50eef8021d920_w1500.jpg

Weitere Tools zum Thema Farben und Karten findet Ihr in der Rubrik „Freie Geo-Tools“.

Werner’s wunderbare Welt der Farben

Im 19. Jahrhundert wurde ein standardisiertes Schema zur Klassifizierung von Farben „Werner’s Nomenclature of Colours“ durch Abraham Werner entwickelt, später von Patrick Syme weiter qualifiziert. Schon Charles Darwin nutzte es als Referenz auf seinen Reisen.

Original-Scan von „Werner’s Nomenklatur der Farben“
(Screenshot, Quelle: https://www.c82.net/werner/#original)

Nicholas Rougeux hat nun „Werner’s Nomenklatur der Farben“ online verfügbar gemacht und mit originalen Scans sowie neuen Beispiel-Fotos, Querverweisen und zwei neuen Plakaten nachgebaut.
Absolut sehenswert, einfach Genießen!!! https://www.c82.net/werner 

Neu gestaltete Poster von Nicholas Rougeux
(Screenshot, Quelle: https://www.c82.net/werner/#posters)

DataViz: Menschliche Wahrnehmung

Wer sich mit Datenvisualisierung beschäftigt, denkt oft: „Das ist doch eindeutig“. Ja, möglicherweise, aber vielleicht auch nur für den Ersteller? Wie Datenvisualisierung auf Menschen wirkt, könnt Ihr im Artikel „39 studies about human perception in 30 minutes“ in 30 gut investierten Minuten nachlesen. Danke Kennedy Elliott.

Screenshot: https://medium.com/@kennelliott/39-studies-about-human-perception-in-30-minutes-4728f9e31a73

Ein Beispiel:
„Sie fanden heraus, dass die Teilnehmer, als sie auf die als Diagramme eingeführten Diagramme stießen, sich die Linien näher an die imaginäre 45-Grad-Linie erinnerten. Außerdem, wenn ihnen dieselbe Linie als Karte präsentiert wurde, trat diese Verzerrung nicht auf.

In zwei getrennten Studien fanden Schiano und Tversky heraus, dass die 45-Grad-Linie ein imaginärer Bezugspunkt in Liniendiagrammen ist, aber nicht in anderen Arten von Diagrammen.“ (übersetzt mit DeepL)

DataViz: Pure Vielfalt

Ein hilfreiche Sammlung von Varianten rund um die Datenvisualisierung (DataViz) findet Ihr bei https://www.data-to-viz.com/, siehe auch folgende Screenshots.

DataViz: Quantifizierte Ungewissheit

Einen interessanten Artikel zu „Wertunterdrückenden Unsicherheitspaletten“ des UW Interactive Data Lab findet Ihr bei Medium.com. Wie quantifiziert, kodiert und visualisiert man Ungewissheit? Bilden unsere thematischen Karten bei knappen Verhältnissen (z. B. 51% zu 49%) wirklich noch die Wahrheit ab und was ist Zufalle oder Grauzone? Und ist es noch sinnvoll, sie in Entscheidungsprozesse einzubeziehen?

Vergleich bivariate Karte und Karte mit wertunterdrückender Unsicherheitspalette
Screenshots (Quelle: https://medium.com/@uwdata/value-suppressing-uncertainty-palettes-426130122ce9)