동적 (/ 대화식) 통계 시각화 사용 (/ 만들기) 학습을위한 리소스

대화 형 데이터 시각화 (확대 / 축소, 포인팅, 브러싱, 포인트 매핑 등)에 대해 조금 더 배우고 싶습니다. 나는 환영합니다 :

1. 통계적 탐색에 이러한 방법 을 사용하는 방법에 대한 자습서 / 가이드 / 책 (?) / 비디오
2. 유익하고 흥미로운 대화 형 데이터-비즈 패키지 (R 및 외부)를 위한 포인터

볼 롤링을 시작하기 위해 R에는 rggobi , 새로운 googleViz R 패키지 , 애니메이션 패키지 및 기타와 같은 대화식 시각화를 얻는 다양한 방법이 있음을 알고 있습니다. 그러나 탐구 할 가치가있는 다른 패키지가 있다면 (R 이하 지 않는 것들을 제공합니다) (jmp, mathlab, spss, sas, excel 등과 같은) 패키지에 대해 알게되어 기쁩니다.

추신 : 이것은 "상호 작용 시각화"태그를 사용하는 첫 번째 질문입니다

Protovis (HTML + JS) 또는 Mayavi (Python) 외에도 처리 하는 것이 좋습니다.

이미지, 애니메이션 및 상호 작용을 만들려는 사람들을위한 오픈 소스 프로그래밍 언어 및 환경. 처음에는 소프트웨어 스케치북 역할을하고 시각적 맥락에서 컴퓨터 프로그래밍의 기초를 가르치기 위해 개발되었습니다.

http://www.openprocessing.org/ 에 많은 오픈 소스 스크립트가 있으며 처리뿐만 아니라 데이터 시각화를 다루는 관련 서적도 많이 있습니다.

rprocessing R 인터페이스를 제공하는 프로젝트가 있다는 것을 알고 있지만 어떻게 진행되는지 모르겠습니다. clojure / incanter와의 인터페이스도 있습니다 (예 : Clojure 및 Incanter를 사용한 처리 시각화 작성 참조 ).

스탠포드 수업 노트, 예를 들어 CS448B , 또는 당신이 모르는 것에 대해 공개적으로 고백하고 싶지 않을 수도있는 7 가지 클래식 기초 문서 들과 같은 많은 온라인 자료가 있습니다 .

대화식 시각화를 만들기위한 Chl의 처리 제안에 추가 할 패키지가 더 있습니다. 이 모든 것은 자바 스크립트 기반이며 브라우저에서 실행할 수 있으므로 게시 및 자체 분석에 사용할 수 있습니다.

• D3.js 는 Protovis의 후속 제품입니다. 생성 된 객체를 더 잘 제어 할 수 있다는 점에서 더 강력하지만 (예 : 올바른 DOM 객체, 즉 자바 스크립트를 사용하여 객체를 완전히 제어 할 수 있음) 일부는 단순성을 위해 Protovis를 선호합니다. 좋은 기술 D3 대 Protovis 토론 .
• Raphael.js 는 미래에 대한 증거 (플래시 없음)이자 IE6와 같은 브라우저에서 작동하기 때문에 고도로 맞춤화 된 대중 시장 웹 상호 작용에 적합한 옵션입니다 (내가 아는 유일한 것은 이전 버전입니다. 안드로이드 브라우저). D3과 마찬가지로 모든 것은 대상 지정 가능한 DOM 객체이며 애니메이션 및 상호 작용을 위해 잘 구축 된 API 컨트롤이 있습니다. 시각화에 특화된 상자를 제공하지 않습니다. 매우 강력하고 유연한 빈 슬레이트입니다. 사용자 정의 시각화 디자인에는 적합하지만 초기 탐색 분석에는 적합하지 않습니다. 먼저 데이터에 대해 알아보십시오.
• gRaphael.js 는 Raphael의 표준 차트 (막대, 선 등)입니다. 기본이지만 작동하고 빌드 할 수 있습니다-자신의 스위트를 구축하는 경우 유용한 재료 일 수 있습니다.

학습에 대한 다른 질문과 관련하여 일반적인 원칙에 따라 Information Dashboard Design 은 데이터에 대한 범용 대화 형 표준 도구 배열을 만드는 것이 필요하다면 언급 할 가치가 있습니다.

인터랙티브 시각화는 통계와 인터랙티브 디자인 사이의 라인 에 있습니다. 많은 인터랙션 디자인 교과서에 대한 개인적인 경험은 없지만 Universal Principles of Design의 팬입니다 . 필요에 따라 과도 할 수 있지만, 뛰어난 범주 형 컨텐츠 페이지에서 사용성 열을 찾아보고 나열된 장 (프로그레시브 공개, 신호 대 잡음 등)을 읽으십시오.

또한 프로그래밍 에 익숙 하지 않은 사용자에게는 Programming Interactivity 가 기술 기술을 강화할 수있는 좋은 장소입니다 (처리에 대한 장도 포함).

그러나 작동하는 것과 가능한 것을 알기 위해서는 을 수행하여 학습 을 이길 수 없으며 tableau 및 jmp 와 같은 큰 이름의 큰 가격표 범용 대화 형 시각화 패키지를 추적하고 분석하는 것이 좋습니다. , 기능이 디자인 된 이유를 생각해보십시오.

Processing 외에도 Processing에서 영감을 얻은 Python 기반 Nodebox (1, 2, OpenGL)를 확인하십시오.

• http://nodebox.net
• http://beta.nodebox.net/
• www.cityinabottle.org/nodebox/

Nodebox 1은 Mac 전용이지만 Nodebox 2와 OpenGL 버전은 크로스 플랫폼입니다.

Python에는 scipy.org와 같이 Nodebox로 가져올 수있는 수많은 데이터 크 런칭 라이브러리가 있습니다.

기존 답변에 대한 별도의 접근 방식으로, 첫 번째 긴 목록을 게시 한 직후 WEAVE 가 등장했습니다 : 오픈 소스 전용 데이터 시각화 제품군. 다음은 선도적 인 데이터와 블로그 흐름에 대한 WEAVE에 대한 간단한 글입니다.

프로세스의 위치에 따라 데이터 시각화에 다른 접근 방식을 취하는 것이 좋습니다. WEAVE와 같은 사전 구축 된 유연하고 범용적인 스위트 제품군과 Tableau 및 JMP와 같은 폐쇄 형 소스 상용 제품의 이점을 누릴수록 더 원시적이고 탐색되지 않은 데이터 일수록 더 빨리 시도해 볼 수 있습니다. 고통없이 데이터를 파악하고 데이터를 최대한 활용하기 위해 어떤 공격을해야하는지 파악해야합니다.

데이터에 대해 더 많이 알게되면, 데이터에서 발견 한 경고, 뉘앙스 및 관심 영역을 기반으로 설계된 사용자 정의 된 탐색 데이터 시각화 인 커뮤니케이션 또는 '안내 탐색'으로 초점이 이동 될 수 있습니다. 이것은 위에 나열된 프로그래밍 방식의 벡터 그리기 도구와 같은 빈 슬레이트 제품이 자체적으로 나오는 곳입니다.