Поделюсь ещё одним примером, который мне на днях показал Рома Бунин. Пример очень понравился, не могу молчать :‑)
Это визуализация лицами Чернова социально‑значимых параметров, таких как доля населения за чертой бедности, распространённость высшего образования, процент безработицы и кол‑во взрослых с ожирением, по штатам Америки:
Лица Чернова — это метод отображение многомерных данных в виде человеческих лиц. Этот подход позволяет упаковать много измерений данных за счёт привязки каждого параметра к определённой черте лица. Проблема с лицами Чернова в том, что чаще всего связь между параметрами и чертами лица искусcтвенная, черты не складываются в осмысленное выражение лица, и итоговые диаграммы приходится расшифровывать по частям.
Но не в этом случае. Авторы визуализации привязали параметры к чертам лица довольно естественным образом: мешки под глазами от «недосыпа», второй подбородок от «ожирения», уровень образования, раскрывающий глаза на мир, достаток, превращающий отчаянную гримасу в расслабленную улыбку, — всё это довольно понятные графические метафоры. В исходном графике нет легенды, поэтому я набросала для вас шпаргалку:
Кайф графика в том, что на итоговом графике, где каждый штат представлен одним лицом, отдельные черты складываются в «выражение лица» и позволяют увидеть картину в целом и сравнить штаты между собой.
Мы видим штаты с высоким уровнем жизни: Вермонт, Миннесота, Коннектикут, видим, что на Гавайях всё хорошо, кроме хронического недосыпа. При этом лица южных штатов — Джорджии, Алабамы, Миссисипи, Луизианы — выглядят максимально грустными. Мне ещё нравится, как на себя обращают внимания лица с необычным выражением, например, Нью‑Джерси с огромными глазами и мешками под глазами в сочетании с высоким уровнем безработицы, Аляска с высокой безработицей и при этом относительно нормальным достатком или весёлая и полненькая Айова с уверенностью глядящая в будущее.
Мне не очень нравится привязка по ранжированию (месту штата среди других штатов), а не к абсолютным значениям. Но даже в таком виде визуализация проявляет интересные закономерности. Она многомерная, наглядная и очень интересная для изучения.
P. S. Это был совет о визуализации данных. Хотите узнать всё о таблицах, графиках, диаграммах, картах, схемах и дашбордах? Присылайте вопросы.