Основы программирования в R

Принципы визуализации данных

1. Тип визуализации должен соответствовать цели, для которой она создается.

   Цель: хотим проиллюстрировать изменения температуры тела бобров (да, бобров!) с течением времени.

   Хорошая визуализация:

   

   Плохая визуализация:

   

Почему плохая? Потому что всё, что можно извлечь в данном случае из ящика с усами, это то, что температура с течением времени менялась, иногда сильно отклоняясь от медианного значения в большую или меньшую сторону.

2. Визуализация должна помогать восприятию информации, а не мешать.

   Плохо:

   

   [Депрессивные бобры по подсказке Наташи взяты отсюда].

   Плохо:

   

[Активные бобры взяты из мультфильма “Осторожно, щука!”]

3. Визуализация должна быть понятной (особенно это касается не самых распространенных типов графиков).

   Даже с заголовком “Пропущенные значения” этот график напоминает непосвященным людям абстрактное полотно в цветах подгорающего дедлайна:

   

   Поэтому лучше добавить описание графика в текст работы или добавить комментарий непосредственно к самому графику (например, \caption*{}в LaTeX):

   Пропущенные значения в базе данных обозначены красным цветом, наименьшие значения обозначены белым цветом, набольшие – черным.

   Конечно, необязательно для каждого графика составлять подробное описание, но легенда в случае необходимости у графика должна быть всегда:

   

4. Визуализация должна отражать то, что мы хотим подчеркнуть. У графиков должен быть подобран правильный масштаб, шкалы осей и прочее.

   Хотим показать: рост ВВП на душу населения странах Африки за несколько лет.

   Не очень получается:

   

   Получше:

   

5. Визуализация должна быть разборчивой. Не нужно делать график с бледными желтыми точками на белом фоне или пытаться уместить на график информацию по всем странам в базе.

   Не надо:

   

   И так тоже: