Cognitive Science">
Visualización de La Información Clase 01 Introducción
Visualización de La Información Clase 01 Introducción
Visualización de La Información Clase 01 Introducción
Daniela Opitz
dopitz@udd.cl
Instituto Data Science, Universidad del Desarrollo
Edición 2023
Outline
● Introducción a la Visualización
○ ¿Qué es?
○ ¿Por qué la necesitamos?
● Herramientas
○ Anaconda
○ Entorno de trabajo
● Evaluaciones del Curso
● Bibliografía
Introducción a la Visualización
Motivación
https://www.youtube.com/watch?v=V8lbiiTF2P0
¿Opiniones?
Definición
Los sistemas computacionales de visualización proveen
representaciones visuales de conjuntos de datos diseñadas
para ayudar a las personas a efectuar tareas de manera más
efectiva.
¿Cuándo necesitamos una visualización?
● Necesitamos aumentar la capacidad humana para obtener insights (no reemplazarla)
● Para muchos problemas de análisis las preguntas no están claras desde el inicio
− Análisis de variabilidad.
● Escalabilidad.
− Las personas pueden realizar ciertas tareas para un dataset pequeño. ¿Son capaces de hacerlas
para un dataset mucho más grande?
● Colaboración.
● Un diagrama puede organizar la información de manera que podamos realizar consultas de manera eficiente.
Stephen Few
Why do we visualize Quantitative Data?
https://www.perceptualedge.com/blog/?p=1897
Stephen Few. Why do we visualize quantitative data?
https://www.perceptualedge.com/blog/?p=1897
¿Por qué depender de la visión?
● Es un sentido perceptualmente eficiente.
https://en.wikipedia.org/wiki/Anscombe%27s_quartet
Same Stats, Different Graphs: Generating Datasets with Varied Appearance and Identical Statistics through
Simulated Annealing.
Justin Matejka, George Fitzmaurice. ACM SIGCHI Conference on Human Factors in Computing Systems, 2017.
¿Por qué usar interactividad?
● Una visualización estática solamente permite una única vista de los datos.
− A medida que nos acercamos a los límites de personas y computadoras, la interactividad permite
que lo que se muestra cambie: potencialmente infinitas vistas, cada una adaptada a los límites.
− “InfoVis Mantra”: Overview first, zoom & filter, details on demand (Ben Shneiderman)
● “Una imagen vale mil palabras. Una interfaz de usuario vale mil imágenes” (B. Shneiderman también)
¿Por qué enfocarse en las tareas a realizar?
● La visualización no es arte (puede llegar a serlo). Nuestro propósito es crear herramientas
efectivas.
− La efectividad depende del contexto. Así, las tareas permiten restringir y enfocar el diseño.
https://en.wikipedia.org/wiki/1854_Broa
d_Street_cholera_outbreak
Diagrama de la
Rosa
● Estamos sujetos a límites del medio como los límites del papel o del computador
● Windows: https://repo.anaconda.com/archive/Anaconda3-2022.10-Windows-x86_64.exe
● Linux:
https://www.anaconda.com/products/distribution#Downloads:~:text=64%2DBit%20(x86)%
20Installer%20(737%20MB)
Evaluaciones
Evaluaciones
1- controles
2- proyecto 1 de visualización de un tema cotidiano del tipo dear data apoyado de papel y
lápices de colores
promedio nota de
examen
controles proyecto 1 proyecto 2 presentación a
(superior a 3.0)
(se borra la 35% 35% examen
30%
peor nota) 70%
30%
Bibliografía
Bibliografía
Visualization & Analysis Design (Tamara Munzer) How Charts Lie (Alberto Cairo)
Tareas Próxima Clase
- Pensar en alguna actividad cotidiana que les gustaría visualizar
- Pensar en un tema en el cual ustedes crean que pueda ser de utilidad tener una
visualización. ¿Qué pregunta les gustaría responder?
- Instalar anaconda y abrir Jupyter
- Instalar numpy, pandas, matplotlib y seaborn