Excel - Les grands principes de la data visualisation Vidéo

Découvrez les grands principes de la datavisualisation dans Microsoft 365 pour rendre les données compréhensibles et raconter une histoire.
Cette vidéo présente les étapes clés du cycle de la dataviz, les bonnes pratiques et la création d'un dashboard.
Obtenez des conseils pratiques pour choisir la bonne visualisation en fonction de vos données et améliorer la compréhension des informations importantes.
Cette ressource est utile pour tous les professionnels souhaitant améliorer leur compréhension de la datavisualisation dans Microsoft 365. Suivez cette formation pour améliorer votre compréhension de la datavisualisation et raconter des histoires convaincantes avec vos données.

  • 11:57
  • 904 vues

Objectifs :

L'objectif de cette vidéo est d'expliquer les concepts fondamentaux de la visualisation des données, en mettant l'accent sur l'importance du storytelling, la transmission instantanée de messages, et la capacité de rendre des informations évidentes à travers des visualisations efficaces.

Chapitres :

  1. Introduction à la Visualisation des Données
    La première partie de cette vidéo aborde les explications sur la compréhension et les concepts fondamentaux autour de la visualisation des données. Il est essentiel de comprendre que la visualisation des données n'est pas un phénomène récent, mais a des racines historiques. Nous allons explorer des illustrations célèbres qui démontrent l'importance de la visualisation dans la narration d'histoires.
  2. Le Concept de Storytelling
    Le premier concept fondamental à retenir est le storytelling. Les visualisations cherchent à raconter une histoire et à expliquer des informations à travers un cheminement de pensée. Par exemple, le schéma de Charles Joseph Minard sur la campagne de Russie de Napoléon (1812-1813) illustre comment la largeur du trait représente le nombre de troupes. Au fur et à mesure de l'avancée des troupes, la diminution de l'épaisseur du trait indique les pertes subies, rendant ainsi l'histoire de cette campagne accessible et compréhensible.
  3. Analyse du Graphique de Minard
    Ce graphique montre l'avancée des troupes françaises en territoire russe, avec des points de contrôle indiquant le nombre de soldats restants. Par exemple, ils sont partis avec 422 000 hommes, mais ce nombre a chuté à 100 000 à Moscou. La visualisation permet de comprendre rapidement les pertes et les étapes clés de cette campagne, tout en intégrant des éléments comme les températures extrêmes rencontrées lors de la retraite.
  4. Transmission Instantanée de Messages
    Un autre élément crucial de la visualisation est sa capacité à transmettre instantanément un message. L'exemple de la rosace en hélice réalisée par Florence Nightingale illustre comment elle a démontré que la principale cause de mortalité pendant la guerre de Crimée était due à des maladies épidémiques, plutôt qu'aux blessures de guerre. Cette visualisation a permis de convaincre les autorités militaires d'instaurer des règles sanitaires.
  5. Rendre Évident ce qui ne l'est Pas
    La visualisation des données permet également de rendre des informations évidentes qui ne le seraient pas avec des données brutes. L'exemple de la carte de Londres réalisée par John Snow pendant l'épidémie de choléra en 1854 montre comment il a pu identifier un point d'eau contaminé en plaçant des rectangles sur les lieux des décès. Cette approche a permis de résoudre le problème de l'épidémie en fermant la pompe contaminée.
  6. Comparaison entre Données Brutes et Visualisation
    Enfin, la vidéo souligne l'importance de la visualisation par rapport aux données brutes. Un tableau de données peut sembler confus, mais lorsqu'il est représenté graphiquement, il devient plus facile d'identifier des tendances et des anomalies. Par exemple, un graphique peut montrer clairement les fluctuations des ventes d'une entreprise, permettant ainsi une analyse rapide et efficace.

FAQ :

Qu'est-ce que la data visualisation?

La data visualisation est la représentation graphique de données qui permet de rendre les informations plus accessibles et compréhensibles. Elle utilise des graphiques, des diagrammes et d'autres outils visuels pour aider à analyser et interpréter des données complexes.

Pourquoi le storytelling est-il important dans la data visualisation?

Le storytelling est crucial car il permet de donner un sens aux données. En racontant une histoire à travers les visualisations, on peut mieux communiquer des messages clés et engager le public.

Comment la data visualisation peut-elle améliorer la prise de décision?

La data visualisation aide à identifier rapidement des tendances, des anomalies et des relations dans les données, ce qui facilite la prise de décisions éclairées basées sur des informations visuelles claires.

Quels sont des exemples historiques de data visualisation?

Des exemples incluent le graphique de Minard sur la campagne de Russie de Napoléon et la rosace de Florence Nightingale sur les causes de mortalité pendant la guerre de Crimée. Ces visualisations ont permis de révéler des problèmes critiques à l'époque.

Comment créer une visualisation efficace?

Pour créer une visualisation efficace, il est important de définir clairement le message que vous souhaitez transmettre, de choisir le bon type de graphique, d'utiliser des couleurs et des étiquettes claires, et de s'assurer que les données sont précises et pertinentes.

Quelques cas d'usages :

Analyse des performances commerciales

Les entreprises peuvent utiliser la data visualisation pour analyser les performances de vente au fil du temps. Par exemple, en transformant des tableaux de chiffres en graphiques, les équipes peuvent rapidement identifier les tendances de vente, les mois les plus performants et les domaines nécessitant des améliorations.

Gestion des crises sanitaires

Les autorités sanitaires peuvent appliquer des visualisations pour suivre la propagation des maladies. Par exemple, en utilisant des cartes pour localiser les cas de choléra, comme l'a fait John Snow, ils peuvent identifier les zones à risque et mettre en œuvre des mesures préventives.

Planification stratégique

Les organisations peuvent utiliser la data visualisation pour présenter des données complexes lors de réunions stratégiques. Cela permet aux décideurs de visualiser les impacts potentiels de différentes stratégies et de prendre des décisions basées sur des données claires.

Éducation et sensibilisation

Les éducateurs peuvent utiliser la data visualisation pour enseigner des concepts complexes. Par exemple, en illustrant des données historiques à l'aide de graphiques, les étudiants peuvent mieux comprendre les événements passés et leurs implications.

Suivi des performances environnementales

Les organisations environnementales peuvent utiliser la data visualisation pour suivre les indicateurs de durabilité, comme les niveaux de pollution ou la biodiversité. Cela aide à sensibiliser le public et à promouvoir des actions pour améliorer l'environnement.

Glossaire :

Data Visualisation

La représentation graphique de données pour faciliter leur compréhension et leur analyse. Elle permet de transformer des données brutes en informations visuelles claires.

Storytelling

L'art de raconter une histoire à travers des visualisations. Cela implique de structurer les données de manière à transmettre un message ou une idée de façon engageante.

Graphique de Minard

Un graphique célèbre réalisé par Charles Joseph Minard, représentant la campagne de Russie de Napoléon, illustrant les pertes de troupes au fil du temps et des distances parcourues.

Rosace

Un type de graphique circulaire utilisé pour représenter des données, souvent utilisé pour montrer des proportions ou des relations entre différentes catégories.

Épidémie

Une propagation rapide d'une maladie dans une population. Dans le contexte de la vidéo, cela fait référence à l'épidémie de choléra à Londres.

Point d'eau

Un endroit où l'eau est accessible pour la consommation. Dans le cas de l'épidémie de choléra, un point d'eau contaminé a été identifié comme source de l'infection.

Températures extrêmes

Des conditions climatiques très froides ou très chaudes qui peuvent affecter la santé et le bien-être des individus, comme mentionné lors de la retraite de Russie.

résultat(s)
00:00:02
des explications sur la compréhension
00:00:04
et des concepts fondamentaux
00:00:06
autour de la data visualisation.
00:00:08
Pour ça, on va prendre quelques illustrations
00:00:11
de visualisation qui sont historiques et
00:00:14
célèbres et aussi pour vous montrer que
00:00:16
ce qu'on appelle la data visualisation,
00:00:19
c'est pas quelque chose de récent.
00:00:21
Donc le premier concept fondamental à
00:00:23
avoir en tête, c'est le storytelling.
00:00:25
Les visualisations cherchent
00:00:26
à raconter un histoire.
00:00:28
Elles cherchent à expliquer quelque
00:00:30
chose avec un cheminement
00:00:32
de pensée et là typiquement en
00:00:34
fait le schéma que vous avez ici
00:00:36
Il raconte tout à fait une histoire.
00:00:39
Et d'ailleurs,
00:00:40
c'est l'histoire de France.
00:00:41
En tout cas,
00:00:42
les histoires des guerres françaises.
00:00:44
Donc cette illustration a été
00:00:46
réalisée par Charles Joseph Minard qui
00:00:48
représente la campagne de Russie,
00:00:50
donc de 1812 à 1813 qui a
00:00:53
été menée par Napoléon.
00:00:54
Donc qu'est ce qu'on peut lire
00:00:57
sur ce graphique donc vous avez
00:00:59
en fait le nombre de troupes
00:01:01
qui est représenté par
00:01:03
la largeur du trait donc déjà ça,
00:01:05
c'est quelque chose d'assez
00:01:07
astucieux pour le rendre visuel et
00:01:09
donc on va avoir l'avancée des troupes
00:01:11
françaises en territoire russe à
00:01:13
partir de ce fleuve là qui vont
00:01:15
s'enfoncer dans les terres russes et en fait,
00:01:17
au fur et à mesure,
00:01:19
on va voir que le trait s'amenuise,
00:01:21
et est de moins en moins épais et ça
00:01:24
correspond aux pertes qui ont
00:01:26
été subies par l'armée française lors
00:01:28
de leur avancée dans le territoire russe.
00:01:31
Donc ici on avance, on avance,
00:01:33
on avance, on avance.
00:01:34
On a au passage des check-points
00:01:37
avec des valeurs où ils sont partis
00:01:40
422 000 ils n'étaient plus que 400 000,
00:01:43
et cetera et cetera,
00:01:45
et cetera.
00:01:47
Avec également les villes qui ont été
00:01:49
rencontrées et on arrive du coup à Moscou où,
00:01:52
ils n'étaient déjà plus que 100 000.
00:01:54
Et ensuite,
00:01:54
vous avez en noir en fait la retraite
00:01:57
donc la fameuse retraite de Russie
00:01:59
où l'armée française est repartie
00:02:01
en plein hiver en France parce
00:02:03
que le tsar
00:02:05
avait brûlé Moscou tout simplement.
00:02:07
Donc les soldats n'avaient
00:02:09
n'avait plus de logis est pas de quoi
00:02:12
construire donc ils sont repartis.
00:02:13
Bon je vais pas faire l'histoire de France,
00:02:16
pardon je m'étale un peu je
00:02:19
je m'égare.
00:02:20
En tous les cas,
00:02:21
voilà le trait rouge correspond à la
00:02:24
retraite des troupes françaises.
00:02:26
Et donc on voit effectivement que
00:02:28
ça s'amenuis
00:02:30
On voit déjà ici qu'il y avait eu
00:02:33
un premier retour de la part de
00:02:35
certaines troupes et finalement,
00:02:37
qui ne sont arrivées que 10 milles,
00:02:40
lors du passage de ce fleuve.
00:02:42
Donc ça a été une ,
00:02:44
ce qu'on appelle aujourd'hui une
00:02:46
bérézina qui correspond à un
00:02:48
épisode de cette campagne de Russie,
00:02:50
peu importe.
00:02:51
vous pouvez regarder sur Wikipédia,
00:02:52
si ça vous intéresse, je vais m'arrêter là.
00:02:55
En tous les cas,
00:02:56
voici comment illustrer de manière très
00:02:58
simple plutôt qu'un grand tableau
00:02:59
avec des dates et
00:03:01
un volume de troupes avec
00:03:03
aussi potentiellement des lieux.
00:03:04
ici en un coup d'oeil on comprend ce
00:03:06
qui s'est passé et on se rend compte aussi
00:03:09
effectivement de l'histoire qui a pu
00:03:12
avoir sur cette déperdition au fur et à
00:03:14
mesure les étapes clés à et
00:03:16
les différentes pertes qui ont pu avoir lieu.
00:03:19
En plus de ça on va avoir une autre échelle.
00:03:22
Donc ça aussi,
00:03:23
c'est très intéressant en fait le l
00:03:25
graphique est très complet avec les
00:03:27
températures que vous avez ici et à chacune
00:03:29
des étapes du coup surtout sur le retour.
00:03:31
donc retraite en hiver en Russie égal,
00:03:34
températures extrêmement froides
00:03:35
donc là des températures
00:03:36
négatives qui expliquent aussi là,
00:03:38
on voit à chaque fois les
00:03:40
les check point,
00:03:42
les étapes de perte sur les températures
00:03:44
qui étaient extrêmement froides et qui
00:03:46
ont aussi expliquées le nombre de morts
00:03:48
qui a pu avoir donc premier concept
00:03:50
fondamental à retenir sur la visualisation,
00:03:52
elle sert
00:03:52
à raconter une histoire comme
00:03:54
je viens de le faire.
00:03:56
2e élément très important à avoir en tête,
00:04:00
c'est qu'elle permet normalement
00:04:01
si elle est bien faite,
00:04:04
de faire passer instantanément un message.
00:04:06
Donc cette 2e illustration qui
00:04:08
est ma foi très jolie donc
00:04:11
en rosace , en hélice,
00:04:14
comme on peut le voir ici.
00:04:17
Donc elle a été réalisée
00:04:19
par Florence Nightingale,
00:04:20
donc qui était une infirmière pour l'armée
00:04:23
britannique et qui cherchait à montrer
00:04:26
À l'armée britannique en fait que il y
00:04:28
avait un gros problème sanitaire
00:04:31
sur les champs de bataille,
00:04:34
notamment au niveau des infirmeries
00:04:36
qui étaient à côté du front pour
00:04:40
montrer en fait que la principale
00:04:42
cause de mortalité sur la guerre
00:04:45
de Crimée
00:04:48
était des problèmes de maladies
00:04:50
qu'on appelait épidémiques donc
00:04:52
en gros des épidémies
00:04:55
sur les infirmeries.
00:04:57
Et donc là nécessité en fait alors
00:05:00
sur les infirmeries et dans le champ
00:05:02
de bataille et donc là nécessité
00:05:04
d'aller instaurer des règles sanitaires.
00:05:06
Alors en 2020, avec le COVID,
00:05:08
ça ne fait que plus éco.
00:05:10
Donc déjà à l'époque il y avait ce
00:05:12
type de raisonnement là et en fait ce
00:05:14
que vous avez ici tout simplement,
00:05:17
c'est une rosace qui va indiquer
00:05:19
pour chaque mois,
00:05:20
donc là ici vous voyez April May,
00:05:22
June, July et cetera sur les années,
00:05:24
on va avoir différentes couleurs pour
00:05:26
expliquer les causes de mortalité.
00:05:28
Donc si je me souviens bien,
00:05:30
le noir correspond aux morts sur
00:05:33
le champ de bataille, le rose,
00:05:35
je crois que c'est suite aux
00:05:37
complications de blessures de guerre
00:05:39
pour faire très simple et ensuite
00:05:42
Le bleu correspond aux maladies
00:05:44
épidémiques et là en fait on se rend
00:05:47
compte instantanément que et surtout
00:05:49
là encore on regarde le janvier 1855.
00:05:52
La proportion des maladies épidémiques
00:05:53
qui est absolument énorme par
00:05:55
rapport aux morts qu'on
00:05:57
pourrait s'attendre sur.
00:05:58
ces ces champs de bataille
00:06:00
et au final, effectivement,
00:06:01
on peut voir instantanément le problème,
00:06:03
donc les maladies épidémiques qui tuent
00:06:05
plus que la guerre en elle-même et en
00:06:08
plus de ça du coup elle a appliqué
00:06:10
un zoom en fait ici par rapport à
00:06:12
ce que vous souhaitez nous afficher.
00:06:14
Donc ça a été extrêmement complet dans
00:06:16
la manière d'afficher donc là quand vous
00:06:18
montrez ça aux aux généraux britanniques,
00:06:20
là y a pas de débat.
00:06:22
En fait, vous avez simplement à montrer
00:06:24
cette zone pour dire il faut
00:06:27
instaurer des règles sanitaires
00:06:28
dans les armées britanniques et donc
00:06:31
là, le message est instantanément passé,
00:06:33
il n'y a pas forcément besoin de polémiquer.
00:06:37
Le dernier élément, et c'est,
00:06:39
je pense, peut être le plus évident
00:06:41
de tout ceux que j'ai pu vous montrer,
00:06:44
c'est que
00:06:45
une visualisation sert à rendre des
00:06:47
choses évidentes alors qu'elles ne l'étaient
00:06:50
pas du tout avec des données brutes.
00:06:53
Le dernier cas que je souhaite vous montrer,
00:06:56
donc c'est toujours des
00:06:57
des choses historiques,
00:06:58
mais que je trouve encore une
00:07:01
fois extrêmement intéressantes
00:07:02
Ça va être cette carte de Londres qui
00:07:05
a été faite en 1854 par John Snow.
00:07:08
Et oui, ça ne s'invente pas,
00:07:10
alors qu'il y avait une une épidémie
00:07:13
de choléra sur Londres, voilà.
00:07:16
Et donc on cherche à estimer la cause
00:07:19
de cette épidémie de choléra.
00:07:21
Donc sans rentrer dans les détails,
00:07:24
on se demandait si c'était dans l'air,
00:07:26
on se demandait si c'était contagieux
00:07:28
et cetera,
00:07:29
et cetera.
00:07:29
Et donc on avait chargé cette personne là,
00:07:32
donc un médecin d'essayer d'investiguer pour
00:07:35
comprendre un petit peu ce qui se passait.
00:07:37
Donc lui, sa méthode,
00:07:39
ça a été relativement simple,
00:07:40
ça a été de prendre une carte du du quartier
00:07:44
de Soho à Londres et d'aller mettre
00:07:46
un rectangle sur chaque
00:07:48
palier ou il y a eu un mort,
00:07:50
donc on allait récupérer les
00:07:51
adresses des morts de choléra.
00:07:53
Et à chaque fois,
00:07:54
sur un palier,
00:07:55
on allait rajouter ce rectangle,
00:07:57
donc ce qu'on s'est aperçu très rapidement,
00:07:59
c'est que déjà ça se situait
00:08:00
dans une toute petite zone.
00:08:02
Donc qui était ici et quand on fait le zoom,
00:08:05
on voit que il y avait ici un point d'eau
00:08:07
qui était en plein milieu d'une zone
00:08:09
ou il y avait énormément de morts.
00:08:12
Donc encore une fois,
00:08:13
chose qui se voyait pas forcément
00:08:15
juste avec une liste de d'adresses
00:08:17
avec les morts correspondants et
00:08:19
donc effectivement, en zoomant,
00:08:20
on se rend compte que on a donc là
00:08:23
écrit Pump donc c'est
00:08:26
le point d'eau et en fait
00:08:29
on se rend compte que tout simplement
00:08:31
dans ce point d'eau,
00:08:33
on avait jeté des couches de bébé
00:08:35
qui étaient atteint de choléra,
00:08:37
donc effectivement, on était au 19e siècle,
00:08:39
et les
00:08:42
normes sanitaires encore une fois
00:08:44
n'étaient pas présentes et donc le fait
00:08:46
de jeter des couches souillées
00:08:49
de bébé qui étaient atteints du choléra.
00:08:51
Les gens, du coup,
00:08:52
allaient récupérer de l'eau pour
00:08:53
boire et donc s'infectaient eux-mêmes,
00:08:56
et donc à partir de là,
00:08:58
on a pu fermer cette pompe.
00:09:00
Et instantanément,
00:09:00
du coup, sur cette zone,
00:09:02
le nombre de choléra a drastiquement baissé.
00:09:05
Voilà donc là, vous voyez à partir de
00:09:07
choses qu'on ne pouvait pas comprendre,
00:09:10
on l'a simplement affiché sur
00:09:12
une carte et on a pu résoudre la
00:09:14
problématique qu'on avait
00:09:16
sur cette épidémie de
00:09:18
choléra et pour vous convaincre
00:09:20
encore un peu plus de ce cas-là.
00:09:23
Ce que je voulais vous montrer,
00:09:25
c'était un petit cas où on
00:09:27
va avoir ce tableau de données.
00:09:30
Donc les mois avec le nombre de ventes,
00:09:32
le chiffre d'affaires en milliers d'euros
00:09:34
qui a été réalisé pour une entreprise,
00:09:36
peu importe laquelle.
00:09:37
Et donc je vais vous demander de
00:09:39
prendre quelques secondes de
00:09:40
réflexion et me dire voilà,
00:09:42
avec ce tableau,
00:09:43
qu'est ce que vous êtes capable de
00:09:45
me dire sur ce qui s'est passé au
00:09:47
cours de ce semestre là ?
00:09:52
Voilà, je vous laisse quelques secondes.
00:09:53
Sinon, mettez sur pause si vous
00:09:55
voulez un peu plus de temps.
00:09:57
Moi, personnellement, j'ai du mal.
00:09:59
Clairement, je vois qu'il y a effectivement,
00:10:01
voilà des en tout cas une
00:10:03
fluctuation qui est existantes.
00:10:04
Là ça monte là ça redescend donc
00:10:05
là ça a l'air d'être une valeur
00:10:07
relativement basse
00:10:09
par rapport aux autres, et cetera.
00:10:11
Mais rien de bien concluant.
00:10:12
Par contre, si on l'affiche sur un
00:10:14
graphique donc comme je l'ai fait donc
00:10:16
c'est exactement les mêmes valeurs,
00:10:18
on va tout de suite en fait
00:10:20
visuellement détecter des choses
00:10:21
qui vont nous sauter aux yeux.
00:10:23
Déjà on a toute la partie sur les extrêmes,
00:10:26
ça l'œil est très habitué à repérer
00:10:28
les valeurs
00:10:29
qui sortent un petit peu de du lot,
00:10:32
donc là on voit instantanément que le
00:10:34
meilleur mois est le mois de mai et que
00:10:37
le plus mauvais mois est le mois de mars,
00:10:39
2e élément qu'on peut alors de
00:10:41
manière un peu secondaire apercevoir,
00:10:43
c'est que effectivement le premier
00:10:44
trimestre a été moins bon que le 2e.
00:10:46
Là on voit que on a 3 points qui sont
00:10:49
relativement voilà autour
00:10:51
de 50 et là on voit tout de
00:10:54
suite qu'on décolle et que sur la
00:10:56
fin du 2e trimestre on est plutôt
00:10:58
sur des valeurs autour de 60. 70.
00:11:02
Aussi l'œil va directement,
00:11:03
en tout cas,
00:11:04
le cerveau va essayer de tracer
00:11:05
une droite pour simplifier ça.
00:11:07
Et c'est vrai que au final,
00:11:09
on est plutôt sur une tendance qui est
00:11:11
à la hausse encore une fois sur le trimestre.
00:11:15
Et encore autre chose qu'on
00:11:17
pourrait constater, donc là,
00:11:18
ça va un petit peu plus loin,
00:11:21
c'est peut être une amorce de
00:11:23
chute pour l'été parce qu'on passe
00:11:25
de 75 000 en mai à presque
00:11:28
60000 en juin donc voilà, tout ça,
00:11:30
c'est très difficile à avoir
00:11:32
sur un tableau de données,
00:11:34
donc pour parfois essayer de
00:11:35
comprendre quelque chose
00:11:36
allez,
00:11:39
à partir du tableau,
00:11:40
on fait rapidement un graphique sur
00:11:43
Excel et on peut tout de suite voir
00:11:45
des choses qui nous sauteraient pas
00:11:47
aux yeux si on ne l'avait pas vu.
00:11:49
Voilà donc
00:11:51
toutes ces notions fondamentales
00:11:53
et l'intérêt qu'il peut y avoir
00:11:56
à faire de la data visualisation.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:02
объяснения понимания
00:00:04
и фундаментальные понятия
00:00:06
вокруг визуализации данных.
00:00:08
Для этого возьмем несколько иллюстраций.
00:00:11
визуализация, которая является исторической и
00:00:14
известный, а также показать вам, что там,
00:00:16
то, что называется визуализацией данных,
00:00:19
это не что-то недавнее.
00:00:21
Итак, первая фундаментальная концепция
00:00:23
иметь в виду — это рассказывать истории.
00:00:25
Поиск визуализаций
00:00:26
чтобы рассказать историю.
00:00:28
Он стремится объяснить некоторые
00:00:30
что-то с путешествием.
00:00:32
Думать и там типично в
00:00:34
делает диаграмму, которую вы имеете здесь.
00:00:36
Это довольно много историй.
00:00:39
И кроме того,
00:00:40
такова история Франции.
00:00:41
В любом случае,
00:00:42
истории французских войн.
00:00:44
Итак, эта иллюстрация была
00:00:46
режиссер Чарльз Джозеф Минард, который
00:00:48
представляет Русскую кампанию,
00:00:50
таким образом, с 1812 по 1813 год, который
00:00:53
возглавлял Наполеон.
00:00:54
Итак, что мы можем прочитать
00:00:57
на этом графике, чтобы у вас было
00:00:59
фактически численность войск
00:01:01
кто этим представлен.
00:01:03
Ширина линии так уже, что,
00:01:05
это довольно много вещей
00:01:07
умный, чтобы сделать его визуальным и
00:01:09
так что у нас будет наступление войск
00:01:11
Французский язык на территории России на
00:01:13
от этой реки там, что будет
00:01:15
погрузиться в русские земли и, по сути,
00:01:17
как и когда,
00:01:19
мы увидим, что линия уменьшается,
00:01:21
это все меньше и меньше ***** и что
00:01:24
соответствует потерям, которые
00:01:26
пострадали от французской армии во время
00:01:28
их продвижения на российскую территорию.
00:01:31
Итак, здесь мы движемся вперед, мы продвигаемся,
00:01:33
мы движемся вперед, мы движемся вперед.
00:01:34
У нас на проходе к контрольно-пропускным пунктам
00:01:37
со ценностями или они исчезли.
00:01:40
422000 их было всего 400000,
00:01:43
и так далее и так далее,
00:01:45
и так далее.
00:01:47
С также городами, которые были
00:01:49
встретились и мы неожиданно приехали в Москву,
00:01:52
это было уже только 100 000.
00:01:54
И потом
00:01:54
Вы на самом деле имеете пенсию в черном
00:01:57
так знаменитое отступление из России
00:01:59
или французская армия ушла
00:02:01
в середине зимы во Франции потому что
00:02:03
что царь практиковал ла,
00:02:05
он просто сжег Москву.
00:02:07
Так что у солдат не было
00:02:09
больше не было дома нет
00:02:12
построили так, чтобы они ушли.
00:02:13
Ну, я не собираюсь делать историю Франции,
00:02:16
извините, я немного растекаюсь, я
00:02:19
Я сбился с пути.
00:02:20
В любом случае,
00:02:21
Вот красная линия соответствует
00:02:24
отступление французских войск.
00:02:26
И поэтому мы действительно видим, что
00:02:28
мне больно, что это меню.
00:02:30
Мы уже видим здесь, что был первый,
00:02:33
первое возвращение из
00:02:35
некоторые войска и, наконец,
00:02:37
которые прибыли всего на 10 миль,
00:02:40
затем прохождение этой реки.
00:02:42
Так что это был бах,
00:02:44
то, что сейчас называется
00:02:46
березина, которая соответствует
00:02:48
эпизод этой кампании из России,
00:02:50
Меня не волнует.
00:02:51
Вы можете посмотреть на это в Википедии,
00:02:52
если вам интересно, я остановлюсь на этом.
00:02:55
В любом случае,
00:02:56
вот как проиллюстрировать в очень
00:02:58
простая, а не большая картина
00:02:59
с датами и датами,
00:03:01
объем войск с
00:03:03
также потенциально места.
00:03:04
Бах здесь с первого взгляда мы понимаем это
00:03:06
это произошло, и мы тоже понимаем.
00:03:09
Бах действительно истории, которая могла бы
00:03:12
имеют на эту потерю как и когда
00:03:14
измеряет ключевые шаги и различные из них,
00:03:16
различные потери, которые могли произойти.
00:03:19
Кроме того, у нас будет еще одна шкала.
00:03:22
Так что это тоже,
00:03:23
это очень интересно на самом деле
00:03:25
граф очень полный с
00:03:27
температуры у вас здесь и на каждом
00:03:29
ступени удара, особенно на возвращении.
00:03:31
Чему же такое отступление зимой в России,
00:03:34
чрезвычайно низкие температуры
00:03:35
так что есть температуры на
00:03:36
отрицательный, что также объясняет,
00:03:38
мы видим каждый раз, когда
00:03:40
указанные на контрольно-пропускных пунктах,
00:03:42
шаги потери на температуру
00:03:44
кто был чрезвычайно холоден и кто
00:03:46
также объяснил количество смертей
00:03:48
кто, таким образом, может иметь первую концепцию
00:03:50
важно помнить о визуализации,
00:03:52
он служит.
00:03:52
Рассказывая историю, подобную
00:03:54
Я только сделал.
00:03:56
2-й очень важный элемент, который следует иметь в виду,
00:04:00
Это то, что он обычно позволяет
00:04:01
если это хорошо сделано,
00:04:04
чтобы мгновенно передать сообщение.
00:04:06
Итак, эта 2-я иллюстрация, что
00:04:08
моя вера очень очень красивая, так что
00:04:11
в розетке, как в спирали,
00:04:14
как видно здесь.
00:04:17
Так это было реализовано
00:04:19
Флоренс Найтингейл,
00:04:20
так кто же был медсестрой для армии
00:04:23
Британцы и которые стремились показать.
00:04:26
Британской армии на самом деле, что y
00:04:28
была большая проблема со здоровьем на,
00:04:31
на поле боя,
00:04:34
особенно на уровне лазаретов
00:04:36
который был рядом с фронтом для
00:04:40
на самом деле показать, что главное
00:04:42
причина смерти на войне
00:04:45
Крыма во время содержания под стражей
00:04:48
В Крыму были проблемы болезней
00:04:50
которая поэтому называлась эпидемией
00:04:52
приблизительно от эпидемий
00:04:55
на лазаретах.
00:04:57
И поэтому необходимость в самом деле тогда
00:05:00
на лазаретах и на местах
00:05:02
битвы и поэтому возникает необходимость
00:05:04
пойти и установить правила здоровья.
00:05:06
Так в 2020 году, с COVID,
00:05:08
это только более экологично.
00:05:10
Так что уже в то время было это
00:05:12
типа рассуждений нет и фактически это
00:05:14
что у вас просто есть здесь,
00:05:17
Это розовое окно, которое будет указывать
00:05:19
за каждый месяц,
00:05:20
итак, здесь вы видите апрель май,
00:05:22
Июнь, июль и так далее годы,
00:05:24
у нас будут разные цвета для
00:05:26
объяснить причины смертности.
00:05:28
Поэтому, если я правильно помню,
00:05:30
черный соответствует мертвым на
00:05:33
поле боя, розовый,
00:05:35
Я думаю, что это в результате
00:05:37
осложнения военных ранений
00:05:39
сделать его очень простым, а затем и тем.
00:05:42
Синий цвет соответствует заболеваниям
00:05:44
эпидемии и туда по сути мы идем
00:05:47
мгновенно подсчитывает это и превыше всего
00:05:49
здесь мы снова посмотрим на январь 1855 года.
00:05:52
Доля эпидемических заболеваний
00:05:53
который абсолютно огромен
00:05:55
связь со смертями, которые
00:05:57
можно было ожидать дальше.
00:05:58
Это на этих полях сражений
00:06:00
и в конце концов, действительно,
00:06:01
можно мгновенно увидеть проблему,
00:06:03
так эпидемические заболевания, которые убивают
00:06:05
больше, чем сама война и в
00:06:08
больше из этого, поэтому она подала заявку
00:06:10
зум на самом деле здесь по отношению к
00:06:12
что вы хотите нам показать.
00:06:14
Таким образом, он был чрезвычайно полным в
00:06:16
способ отображения там, когда вы
00:06:18
покажите это британским генералам,
00:06:20
Ну, нет никаких дебатов.
00:06:22
На самом деле, вы просто должны показать
00:06:24
эта область сказать Бах это необходимо
00:06:27
установить санитарные правила на.
00:06:28
О британских армиях и, следовательно,
00:06:31
там сообщение мгновенно передается,
00:06:33
нет необходимости в полемике.
00:06:37
Последний элемент, а именно:
00:06:39
Я думаю, пожалуй, самое очевидное
00:06:41
из всего, что я смог показать вам,
00:06:44
это только один.
00:06:45
Визуализация используется для рендеринга
00:06:47
вещи очевидные, когда этого не было
00:06:50
совсем не с необработанными данными.
00:06:53
Последний случай, который я хочу вам показать,
00:06:56
так что это всегда
00:06:57
исторические вещи,
00:06:58
но что я все еще нахожу
00:07:01
времена чрезвычайно интересные.
00:07:02
Это будет карта Лондона, которая
00:07:05
был сделан в 1854 году Джоном Сноу.
00:07:08
И да, это не может быть изобретено,
00:07:10
пока была эпидемия
00:07:13
холера в Лондоне, вот и все.
00:07:16
И поэтому мы пытаемся оценить причину.
00:07:19
этой эпидемии холеры.
00:07:21
Так что, не вдаваясь в подробности,
00:07:24
мы задавались вопросом, витает ли он в воздухе,
00:07:26
мы задавались вопросом, заразен ли он
00:07:28
и так далее
00:07:29
и так далее.
00:07:29
И поэтому мы обвинили этого человека там,
00:07:32
поэтому врач, чтобы попытаться исследовать для
00:07:35
немного понять, что происходит.
00:07:37
Итак, он, его метод,
00:07:39
это было относительно просто,
00:07:40
он должен был взять карту окрестностей
00:07:44
из Сохо в Лондон и ехать на пут.
00:07:46
В прямоугольнике на каждом
00:07:48
уровень или была смерть,
00:07:50
так что мы собирались получить
00:07:51
адреса умерших от холеры.
00:07:53
И каждый раз,
00:07:54
на посадке,
00:07:55
мы собирались добавить к этому прямоугольнику,
00:07:57
так что мы поняли очень быстро,
00:07:59
это то, что он уже был найден
00:08:00
на очень маленькой территории.
00:08:02
Итак, кто был здесь и когда мы увеличим масштаб,
00:08:05
мы видим, что здесь была точка воды
00:08:07
кто был прямо посреди области
00:08:09
или было много смертей.
00:08:12
Итак, еще раз,
00:08:13
что-то, что не обязательно было замечено
00:08:15
просто со списком адресов.
00:08:17
С соответствующими смертями и
00:08:19
так что, действительно, путем масштабирования,
00:08:20
мы понимаем, что у нас там есть
00:08:23
Пишет Pump так, что это все
00:08:26
точка воды и фактически мы есть.
00:08:29
Мы понимаем, что просто
00:08:31
в этой точке водоснабжения,
00:08:33
детские подгузники были выброшены
00:08:35
который страдал холерой,
00:08:37
так что, действительно, это был 19-й век,
00:08:39
но с 19-го века и
00:08:42
санитарные нормы еще раз
00:08:44
не присутствовал и, следовательно, факт
00:08:46
бросать грязные подгузники в
00:08:49
младенца, у которого была холера.
00:08:51
Люди, внезапно,
00:08:52
идите и собирайте воду, чтобы
00:08:53
пить и поэтому заражать себя,
00:08:56
и, следовательно, оттуда,
00:08:58
мы смогли закрыть этот насос.
00:09:00
И мгновенно,
00:09:00
внезапно, на этой территории,
00:09:02
количество АА холеры резко сократилось.
00:09:05
Итак, вот вы, вы видите из
00:09:07
вещи, которые не могли быть поняты,
00:09:10
он был просто отображен на
00:09:12
карта, и мы смогли решить
00:09:14
проблема, которая у нас была на
00:09:16
об этом об этой эпидемии
00:09:18
холера и убедить вас
00:09:20
немного больше об этом случае.
00:09:23
Что я хотел вам показать,
00:09:25
это было в маленьком случае, когда мы
00:09:27
будет иметь эту таблицу данных.
00:09:30
Итак, месяцы с количеством продаж,
00:09:32
оборот в тысячах евро
00:09:34
что было осуществлено для компании,
00:09:36
неважно, какой из них.
00:09:37
И поэтому я собираюсь попросить вас
00:09:39
потратьте эти несколько секунд
00:09:40
думай и скажи мне Бах вуаля,
00:09:42
с этой таблицей,
00:09:43
на что вы способны
00:09:45
расскажите мне о том, что произошло в
00:09:47
в течение этого семестра?
00:09:52
Вот и все, я дам вам несколько секунд.
00:09:53
В противном случае приостановите, если
00:09:55
хотите немного больше времени.
00:09:57
Лично мне тяжело.
00:09:59
Ясно, что я вижу, что действительно есть,
00:10:01
В любом случае, вот
00:10:03
флуктуации, которые существуют.
00:10:04
Там он идет вверх, там он идет вниз, так что
00:10:05
там кажется, что это ценность
00:10:07
относительно низкой стоимости
00:10:09
по сравнению с другими и так далее.
00:10:11
Но ничего очень убедительного.
00:10:12
С другой стороны, если он отображается на
00:10:14
графика, так как я это сделал
00:10:16
это точно такие же значения,
00:10:18
мы идем сразу же на самом деле
00:10:20
визуальное обнаружение вещей
00:10:21
которые выпрыгнет на нас.
00:10:23
У нас уже есть целая часть на крайностях,
00:10:26
что глаз очень привык к пятнистым выделениям.
00:10:28
Ценности, которые являются тем, что,
00:10:29
которые немного выделяются из толпы,
00:10:32
итак, мы сразу видим, что
00:10:34
лучший месяц и месяц май и что
00:10:37
худший месяц и месяц март,
00:10:39
2-й элемент, который затем может быть
00:10:41
несколько второстепенный способ восприятия,
00:10:43
именно это действительно первый
00:10:44
Квартал был хуже 2-го.
00:10:46
Там мы видим, что у нас есть 3 пункта, которые
00:10:49
относительно того, что мы собираемся
00:10:51
скажем, 50 и там мы видим все от
00:10:54
продолжение, которое мы взлетаем и что на
00:10:56
конец 2-го квартала мы скорее
00:10:58
на значениях около 60. 70.
00:11:02
Можно также глаз быть прямым,
00:11:03
в любом случае,
00:11:04
мозг попытается проследить
00:11:05
право на упрощение этого.
00:11:07
И это правда, что в конце концов,
00:11:09
мы скорее находимся на тренде, который
00:11:11
снова вверх за квартал.
00:11:15
И еще кое-что, что мы
00:11:17
мог найти, поэтому там,
00:11:18
это идет немного дальше,
00:11:21
это может быть букварь
00:11:23
осень на лето, потому что мы проходим
00:11:25
с 75 000 в мае до почти
00:11:28
60000 в июне, вот и все, все,
00:11:30
это очень трудно иметь
00:11:32
в таблице данных,
00:11:34
поэтому иногда пытаться
00:11:35
что-то понимать.
00:11:36
Бах, давай,
00:11:37
быстро составим стол
00:11:39
со стола,
00:11:40
быстро составим график на
00:11:43
Excel и мы можем видеть сразу.
00:11:45
Вещи, которые не прыгнули бы к нам
00:11:47
глазам, если бы у нас его не было.
00:11:49
Итак, поехали,
00:11:50
колодец
00:11:51
все эти фундаментальные понятия
00:11:53
и интерес, который может быть
00:11:56
для визуализации данных.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:02
explanations of understanding
00:00:04
and fundamental concepts
00:00:06
around data visualization.
00:00:08
For that, we will take some illustrations
00:00:11
visualization that are historical and
00:00:14
famous and also to show you that there,
00:00:16
what is called data visualization,
00:00:19
it is not something recent.
00:00:21
So the first fundamental concept to
00:00:23
to have in mind is storytelling.
00:00:25
Visualizations search
00:00:26
to tell a story.
00:00:28
It seeks to explain some
00:00:30
something with a journey.
00:00:32
To think and there typically in
00:00:34
makes the diagram you have here.
00:00:36
It tells quite a story.
00:00:39
And besides,
00:00:40
this is the history of France.
00:00:41
In any case,
00:00:42
the histories of the French Wars.
00:00:44
So this illustration was
00:00:46
directed by Charles Joseph Minard who
00:00:48
represents the Russian campaign,
00:00:50
so from 1812 to 1813 which
00:00:53
was led by Napoleon.
00:00:54
So what can we read
00:00:57
on this chart so you have
00:00:59
in fact the number of troops
00:01:01
who represented by that.
00:01:03
The width of the line so already that,
00:01:05
it's quite a thing
00:01:07
clever to make it visual and
00:01:09
so we will have the advance of the troops
00:01:11
French in Russian territory at
00:01:13
from this river there that will be
00:01:15
sink into Russian lands and in fact,
00:01:17
as and when,
00:01:19
we will see that the line is diminishing,
00:01:21
it's less and less ***** and that
00:01:24
corresponds to the losses that are
00:01:26
were suffered by the French army during
00:01:28
of their advance into Russian territory.
00:01:31
So here we move forward, we advance,
00:01:33
we move forward, we move forward.
00:01:34
We have at the passage to checkpoints
00:01:37
with values or they are gone.
00:01:40
422000 they were only 400000,
00:01:43
et cetera et cetera,
00:01:45
and so forth.
00:01:47
With also the cities that have been
00:01:49
met and we arrive suddenly in Moscow,
00:01:52
it was already only 100,000.
00:01:54
And then,
00:01:54
you actually have retirement in black
00:01:57
so the famous retreat from Russia
00:01:59
or the French army left
00:02:01
in the middle of winter in France because
00:02:03
that the Tsar had practiced the la,
00:02:05
he had simply burned Moscow.
00:02:07
So the soldiers had no
00:02:09
no longer had a home is no
00:02:12
build so they left.
00:02:13
Well I'm not going to make the history of France,
00:02:16
sorry I spread out a little uh I
00:02:19
I go astray.
00:02:20
In any case,
00:02:21
here is the red line corresponds to the
00:02:24
retreat of French troops.
00:02:26
And so we actually see that
00:02:28
it hurts me, that it menu.
00:02:30
We can already see here that there had been a first,
00:02:33
a first return from
00:02:35
some troops and finally,
00:02:37
who have arrived only 10 miles,
00:02:40
then the passage of this river.
00:02:42
So it was a bah,
00:02:44
what is now called a
00:02:46
berezina which corresponds to a
00:02:48
episode of this campaign from Russia,
00:02:50
I don't care.
00:02:51
You can look at it on Wikipedia,
00:02:52
if you are interested, I will stop there.
00:02:55
In any case,
00:02:56
here is how to illustrate in a very
00:02:58
simple rather than a large painting
00:02:59
with dates and des,
00:03:01
a volume of troops with
00:03:03
also potentially places.
00:03:04
Bah here at a glance we understand this
00:03:06
that happened and we realize too.
00:03:09
Bah indeed of the history that could
00:03:12
have on this loss as and when
00:03:14
measures the key steps to and the different ones,
00:03:16
the various losses that may have occurred.
00:03:19
In addition to that we will have another scale.
00:03:22
So that too,
00:03:23
it's very interesting actually the
00:03:25
graph is very complete with the
00:03:27
temperatures you have here and at each
00:03:29
steps of the blow especially on the return.
00:03:31
What so retreat in winter in Russia equals,
00:03:34
extremely cold temperatures
00:03:35
so there temperatures at
00:03:36
negative which also explains the,
00:03:38
we see each time the
00:03:40
indicated on the checkpoints,
00:03:42
loss steps on temperatures
00:03:44
who was extremely cold and who
00:03:46
also explained the number of deaths
00:03:48
who could therefore have first concept
00:03:50
fundamental to remember about visualization,
00:03:52
it serves.
00:03:52
Telling a story like
00:03:54
I just did.
00:03:56
2nd very important element to have in mind,
00:04:00
it is that it normally allows
00:04:01
if it is well done,
00:04:04
to instantly convey a message.
00:04:06
So this 2nd illustration that
00:04:08
is my faith very very pretty so
00:04:11
in rosette as in helix,
00:04:14
as can be seen here.
00:04:17
So it was realized
00:04:19
by Florence Nightingale,
00:04:20
so who was a nurse for the army
00:04:23
British and who sought to show.
00:04:26
To the British Army in fact that y
00:04:28
had a big health problem on the,
00:04:31
on the battlefield,
00:04:34
especially at the level of infirmaries
00:04:36
which was next to the front for
00:04:40
actually show that the main
00:04:42
cause of death on war
00:04:45
of Crimea during the custody of
00:04:48
Crimea was problems of diseases
00:04:50
which was called epidemic therefore
00:04:52
roughly of the of the epidemics
00:04:55
on the infirmaries.
00:04:57
And so there necessity in fact then
00:05:00
on infirmaries and in the field
00:05:02
of battle and therefore there is the need to
00:05:04
to go and establish health rules.
00:05:06
So in 2020, with COVID,
00:05:08
it's only more eco-friendly.
00:05:10
So already at the time there was this
00:05:12
type of reasoning there and in fact this
00:05:14
that you simply have here,
00:05:17
it is a rose window that will indicate
00:05:19
for each month,
00:05:20
so here you see April May,
00:05:22
June, July and so on years,
00:05:24
we will have different colors for
00:05:26
explain the causes of mortality.
00:05:28
So if I remember correctly,
00:05:30
black corresponds to the dead on
00:05:33
the battlefield, the pink,
00:05:35
I think it is as a result of the
00:05:37
complications of war wounds
00:05:39
to make it very simple and then the the.
00:05:42
Blue corresponds to diseases
00:05:44
epidemics and there in fact we go
00:05:47
instantly counts that and above all
00:05:49
here again we look at January 1855.
00:05:52
The proportion of epidemic diseases
00:05:53
which is absolutely huge by
00:05:55
relationship to the deaths that are
00:05:57
could expect on.
00:05:58
It's on these battlefields
00:06:00
and in the end, indeed,
00:06:01
one can instantly see the problem,
00:06:03
so epidemic diseases that kill
00:06:05
more than the war itself and in
00:06:08
more of that so she applied
00:06:10
a zoom in fact here in relation to
00:06:12
what you want to show us.
00:06:14
So it was extremely complete in
00:06:16
the way to display there when you
00:06:18
show this to the British generals,
00:06:20
Well, there is no debate.
00:06:22
In fact, you just have to show
00:06:24
this area to say Bah it is necessary
00:06:27
establish sanitary rules on.
00:06:28
On the in the British armies and therefore
00:06:31
there, the message is instantly passed,
00:06:33
there is not necessarily a need for polemics.
00:06:37
The last element, and that is,
00:06:39
I think, perhaps the most obvious
00:06:41
of all that I have been able to show you,
00:06:44
it is only one.
00:06:45
A visualization is used to render
00:06:47
things obvious when it was not
00:06:50
not at all with raw data.
00:06:53
The last case I want to show you,
00:06:56
so it's always
00:06:57
historical things,
00:06:58
but that I still find a
00:07:01
times extremely interesting.
00:07:02
It's going to be this map of London that
00:07:05
was made in 1854 by John Snow.
00:07:08
And yes, it can't be invented,
00:07:10
while there was an epidemic
00:07:13
cholera on London, that's it.
00:07:16
And so we try to estimate the cause
00:07:19
of this cholera epidemic.
00:07:21
So without going into details,
00:07:24
we wondered if it was in the air,
00:07:26
we wondered if it was contagious
00:07:28
and so forth
00:07:29
and so forth.
00:07:29
And so we had charged this person there,
00:07:32
so a doctor to try to investigate for
00:07:35
understand a little bit what was going on.
00:07:37
So he, his method,
00:07:39
it was relatively simple,
00:07:40
it was to take a map of the neighborhood
00:07:44
from Soho to London and go put.
00:07:46
In rectangle on each
00:07:48
level or there has been a death,
00:07:50
so we were going to get the
00:07:51
addresses of cholera deaths.
00:07:53
And every time,
00:07:54
on a landing,
00:07:55
we were going to add to this rectangle,
00:07:57
so what we realized very quickly,
00:07:59
it is that already it was located
00:08:00
in a very small area.
00:08:02
So who was here and when we zoom in,
00:08:05
we see that there was a water point here
00:08:07
who was right in the middle of an area
00:08:09
or there were a lot of deaths.
00:08:12
So again,
00:08:13
something that was not necessarily seen
00:08:15
just with a list of addresses.
00:08:17
With the corresponding deaths and
00:08:19
so indeed, by zooming,
00:08:20
we realize that we have there
00:08:23
Writes Pump so it's the it's it
00:08:26
the water point and in fact we are.
00:08:29
We realize that simply
00:08:31
in this water point,
00:08:33
baby diapers had been thrown away
00:08:35
who was suffering from cholera,
00:08:37
so indeed, it was the 19th century,
00:08:39
but from the 19th century and the
00:08:42
sanitary standards once again
00:08:44
was not present and therefore the fact
00:08:46
throw soiled diapers at
00:08:49
of a baby who had cholera.
00:08:51
People, suddenly,
00:08:52
go and collect water to
00:08:53
drink and therefore infect themselves,
00:08:56
and therefore from there,
00:08:58
we were able to close that pump.
00:09:00
And instantly,
00:09:00
suddenly, on this area,
00:09:02
the number of AA cholera drastically decreased.
00:09:05
So here you are, you see from
00:09:07
things that could not be understood,
00:09:10
it was simply displayed on
00:09:12
a map and we were able to solve the
00:09:14
problem we had on
00:09:16
on this on this epidemic of
00:09:18
cholera and to convince you
00:09:20
a little more of that case.
00:09:23
What I wanted to show you,
00:09:25
it was in a small case where we
00:09:27
is going to have this data table.
00:09:30
So the months with the number of sales,
00:09:32
turnover in thousands of euros
00:09:34
that was carried out for a company,
00:09:36
no matter which one.
00:09:37
And so I'm going to ask you to
00:09:39
take this few seconds of
00:09:40
think and say to me Bah voilà,
00:09:42
with this table,
00:09:43
what are you capable of
00:09:45
tell me about what happened in the
00:09:47
during this of that semester?
00:09:52
That's it, I'll give you a few seconds.
00:09:53
Otherwise, pause if you
00:09:55
want a little more time.
00:09:57
I, personally, have a hard time huh.
00:09:59
Clearly, I see that there is indeed,
00:10:01
here are in any case a
00:10:03
fluctuation that exist.
00:10:04
There it goes up there it goes down so
00:10:05
there it seems to be a value
00:10:07
of a relatively low value
00:10:09
compared to others, et cetera.
00:10:11
But nothing very conclusive.
00:10:12
On the other hand, if it is displayed on a
00:10:14
graphic so as I did so
00:10:16
it is exactly the same values,
00:10:18
we go right away in fact
00:10:20
visually detect things
00:10:21
that will jump out at us.
00:10:23
Already we have the whole part on the extremes,
00:10:26
that the eye is very used to spotting.
00:10:28
The values that are that,
00:10:29
which stand out a little bit from the crowd,
00:10:32
so there we see instantly that the
00:10:34
best month and the month of May and that
00:10:37
the worst month and the month of March,
00:10:39
2nd element that can then be
00:10:41
a somewhat secondary way to perceive,
00:10:43
it is that indeed the first
00:10:44
Quarter was worse than the 2nd.
00:10:46
There we see that we have 3 points that are
00:10:49
relatively that's around we're going to
00:10:51
say of 50 and there we see everything from
00:10:54
continuation that we take off and that on the
00:10:56
end of the 2nd quarter we are rather
00:10:58
on values around 60. 70.
00:11:02
One can also the eye goes directly,
00:11:03
in any case,
00:11:04
the brain will try to trace
00:11:05
a right to simplify that.
00:11:07
And it is true that in the end,
00:11:09
we are rather on a trend that is
00:11:11
up again over the quarter.
00:11:15
And something else that we
00:11:17
could find, therefore there,
00:11:18
it goes a little further,
00:11:21
it may be a primer of
00:11:23
fall for the summer because we pass
00:11:25
from 75,000 in May to almost
00:11:28
60000 in June so that's it, all that,
00:11:30
it's very difficult to have
00:11:32
on a data table,
00:11:34
so to sometimes try to
00:11:35
understand something.
00:11:36
Bah come on,
00:11:37
we quickly make a table
00:11:39
from the table,
00:11:40
we quickly make a graph on
00:11:43
Excel and we can see right away.
00:11:45
Things that would not jump to us
00:11:47
to the eyes if we hadn't had it.
00:11:49
So here we go,
00:11:50
well,
00:11:51
all these fundamental notions
00:11:53
and the interest that there may be
00:11:56
to do data visualization.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:02
explicaciones de comprensión
00:00:04
y conceptos fundamentales
00:00:06
en torno a la visualización de datos.
00:00:08
Para eso, tomaremos algunas ilustraciones.
00:00:11
visualización que son históricas y
00:00:14
famoso y también para demostrarte que allí,
00:00:16
lo que se llama visualización de datos,
00:00:19
no es algo reciente.
00:00:21
Así que el primer concepto fundamental para
00:00:23
tener en cuenta es contar historias.
00:00:25
Búsqueda de visualizaciones
00:00:26
para contar una historia.
00:00:28
Busca explicar algunos
00:00:30
algo con un viaje.
00:00:32
Pensar y normalmente en
00:00:34
hace el diagrama que tienes aquí.
00:00:36
Cuenta toda una historia.
00:00:39
Y además,
00:00:40
esta es la historia de Francia.
00:00:41
En cualquier caso,
00:00:42
las historias de las guerras francesas.
00:00:44
Así que esta ilustración fue
00:00:46
dirigida por Charles Joseph Minard que
00:00:48
representa la campaña rusa,
00:00:50
así que de 1812 a 1813 que
00:00:53
fue dirigido por Napoleón.
00:00:54
Entonces, ¿qué podemos leer?
00:00:57
en este gráfico para que tenga
00:00:59
de hecho, el número de tropas
00:01:01
quién representó con eso.
00:01:03
El ancho de la línea tan ya que,
00:01:05
es toda una cosa
00:01:07
inteligente para hacerlo visual y
00:01:09
así tendremos el avance de las tropas
00:01:11
Francés en territorio ruso en
00:01:13
de este río hay que
00:01:15
hundirse en tierras rusas y, de hecho,
00:01:17
como y cuando,
00:01:19
veremos que la línea está disminuyendo,
00:01:21
es cada vez menos sangriento y eso
00:01:24
corresponde a las pérdidas que son
00:01:26
fueron sufridos por el ejército francés durante
00:01:28
de su avance en territorio ruso.
00:01:31
Así que aquí avanzamos, avanzamos,
00:01:33
avanzamos, avanzamos.
00:01:34
Tenemos en el paso a los puestos de control
00:01:37
con valores o se han ido.
00:01:40
422000 eran solo 400000,
00:01:43
etcétera y cetera,
00:01:45
y así sucesivamente.
00:01:47
Con también las ciudades que han sido
00:01:49
nos encontramos y llegamos de repente a Moscú,
00:01:52
ya eran solo 100.000.
00:01:54
Y entonces
00:01:54
en realidad tienes la jubilación en negro
00:01:57
así que el famoso retiro de Rusia
00:01:59
o la izquierda del ejército francés
00:02:01
en pleno invierno en Francia porque
00:02:03
que el zar había practicado el la la,
00:02:05
simplemente había quemado Moscú.
00:02:07
Así que los soldados no tenían
00:02:09
ya no tenía una casa no es
00:02:12
construir para que se fueran.
00:02:13
Bueno, no voy a hacer la historia de Francia,
00:02:16
lo siento me extendí un poco uh I
00:02:19
Me extravío.
00:02:20
En cualquier caso,
00:02:21
aquí está la línea roja corresponde a la
00:02:24
retirada de las tropas francesas.
00:02:26
Y así lo vemos
00:02:28
me duele, que sea menú.
00:02:30
Ya podemos ver aquí que hubo una primera,
00:02:33
un primer regreso de
00:02:35
algunas tropas y, por último,
00:02:37
que han llegado a sólo 10 millas,
00:02:40
luego el paso de este río.
00:02:42
Así que fue un bah,
00:02:44
lo que ahora se llama un
00:02:46
berezina que corresponde a un
00:02:48
episodio de esta campaña desde Rusia,
00:02:50
No me importa.
00:02:51
Puedes verlo en Wikipedia,
00:02:52
si está interesado, me detendré allí.
00:02:55
En cualquier caso,
00:02:56
aquí es cómo ilustrar en un
00:02:58
simple en lugar de una pintura grande
00:02:59
con fechas y des,
00:03:01
un volumen de tropas con
00:03:03
también potencialmente lugares.
00:03:04
Bah aquí de un vistazo entendemos esto
00:03:06
eso sucedió y nos damos cuenta también.
00:03:09
Bah de hecho de la historia que podría
00:03:12
tener en esta pérdida como y cuando
00:03:14
mide los pasos clave y los diferentes,
00:03:16
las diversas pérdidas que puedan haberse producido.
00:03:19
Además de eso tendremos otra escala.
00:03:22
Así que eso también,
00:03:23
es muy interesante en realidad el
00:03:25
El gráfico es muy completo con el
00:03:27
temperaturas que tienes aquí y en cada uno
00:03:29
pasos del golpe sobre todo en la vuelta.
00:03:31
Lo que tanto retiro en invierno en Rusia equivale,
00:03:34
temperaturas extremadamente frías
00:03:35
por lo que hay temperaturas a
00:03:36
negativo que también explica el,
00:03:38
vemos cada vez el
00:03:40
indicados en los puntos de control,
00:03:42
pasos de pérdida en las temperaturas
00:03:44
quién tenía mucho frío y quién
00:03:46
también explicó el número de muertes
00:03:48
que, por lo tanto, podría tener el primer concepto
00:03:50
fundamental para recordar sobre la visualización,
00:03:52
sirve.
00:03:52
Contar una historia como
00:03:54
Simplemente lo hice.
00:03:56
2º elemento muy importante a tener en cuenta,
00:04:00
es que normalmente permite
00:04:01
si está bien hecho,
00:04:04
para transmitir instantáneamente un mensaje.
00:04:06
Así que esta 2ª ilustración que
00:04:08
es mi fe muy muy bonita así que
00:04:11
en roseta como en hélice,
00:04:14
como se puede ver aquí.
00:04:17
Así se realizó
00:04:19
por Florence Nightingale,
00:04:20
así que quién era enfermera del ejército
00:04:23
Británico y que buscaba mostrarse.
00:04:26
Al ejército británico, de hecho, que y
00:04:28
tenía un gran problema de salud en el,
00:04:31
en el campo de batalla,
00:04:34
especialmente a nivel de enfermerías
00:04:36
que estaba al lado del frente para
00:04:40
en realidad muestran que el principal
00:04:42
causa de muerte en la guerra
00:04:45
de Crimea durante la custodia de
00:04:48
Crimea era problemas de enfermedades
00:04:50
que se llamó epidemia por lo tanto
00:04:52
más o menos de las epidemias
00:04:55
en las enfermerías.
00:04:57
Y entonces, de hecho, hay necesidad de
00:05:00
en las enfermerías y en el campo
00:05:02
de batalla y por lo tanto existe la necesidad de
00:05:04
para ir y establecer reglas de salud.
00:05:06
Así que en 2020, con COVID,
00:05:08
solo que es más ecológico.
00:05:10
Así que ya en el momento en que hubo esto
00:05:12
tipo de razonamiento allí y de hecho esto
00:05:14
que simplemente tienes aquí,
00:05:17
es un rosetón que indicará
00:05:19
para cada mes,
00:05:20
así que aquí ves abril mayo,
00:05:22
Junio, julio y así sucesivamente años,
00:05:24
tendremos diferentes colores para
00:05:26
explicar las causas de mortalidad.
00:05:28
Así que si no recuerdo mal,
00:05:30
el negro corresponde a los muertos en
00:05:33
el campo de batalla, el rosa,
00:05:35
Creo que es como resultado de la
00:05:37
complicaciones de las heridas de guerra
00:05:39
para hacerlo muy simple y luego el.
00:05:42
El azul corresponde a enfermedades
00:05:44
epidemias y ahí de hecho vamos
00:05:47
cuenta al instante eso y sobre todo
00:05:49
aquí de nuevo miramos a enero de 1855.
00:05:52
La proporción de enfermedades epidémicas
00:05:53
que es absolutamente enorme por
00:05:55
relación con las muertes que son
00:05:57
podría esperar.
00:05:58
Está en estos campos de batalla
00:06:00
y al final, de hecho,
00:06:01
uno puede ver instantáneamente el problema,
00:06:03
tan epidémicas que matan
00:06:05
más que la guerra misma y en
00:06:08
más de eso, así que aplicó
00:06:10
un zoom de hecho aquí en relación con
00:06:12
lo que quieres mostrarnos.
00:06:14
Así que fue extremadamente completo en
00:06:16
la forma de mostrar allí cuando
00:06:18
mostrar esto a los generales británicos,
00:06:20
Bueno, no hay debate.
00:06:22
De hecho, solo tienes que mostrar
00:06:24
esta zona para decir Bah es necesario
00:06:27
establecer normas sanitarias sobre.
00:06:28
Sobre los ejércitos británicos y por lo tanto
00:06:31
allí, el mensaje se pasa instantáneamente,
00:06:33
no hay necesariamente una necesidad de polémicas.
00:06:37
El último elemento, y es decir,
00:06:39
Creo que, quizás, el más obvio
00:06:41
de todo lo que he podido mostrarles,
00:06:44
es solo uno.
00:06:45
Se utiliza una visualización para renderizar
00:06:47
cosas obvias cuando no lo era
00:06:50
para nada con datos en bruto.
00:06:53
El último caso que quiero mostrarles,
00:06:56
así que siempre es
00:06:57
cosas históricas,
00:06:58
pero que todavía encuentro un
00:07:01
tiempos extremadamente interesantes.
00:07:02
Va a ser este mapa de Londres el que
00:07:05
fue realizado en 1854 por John Snow.
00:07:08
Y sí, no se puede inventar,
00:07:10
mientras había una epidemia
00:07:13
cólera en Londres, eso es todo.
00:07:16
Y así tratamos de estimar la causa.
00:07:19
de esta epidemia de cólera.
00:07:21
Así que sin entrar en detalles,
00:07:24
nos preguntamos si estaba en el aire,
00:07:26
nos preguntamos si era contagioso
00:07:28
y así sucesivamente
00:07:29
y así sucesivamente.
00:07:29
Y entonces habíamos cargado a esta persona allí,
00:07:32
así que un médico para tratar de investigar para
00:07:35
entender un poco lo que estaba pasando.
00:07:37
Así que él, su método,
00:07:39
era relativamente simple,
00:07:40
era tomar un mapa del barrio
00:07:44
del Soho a Londres y ve put.
00:07:46
En rectángulo en cada uno
00:07:48
nivel o ha habido una muerte,
00:07:50
así que íbamos a conseguir el
00:07:51
direcciones de muertes por cólera.
00:07:53
Y cada vez,
00:07:54
en un aterrizaje,
00:07:55
íbamos a añadir a este rectángulo,
00:07:57
así que lo que nos dimos cuenta muy rápidamente,
00:07:59
es que ya estaba localizado
00:08:00
en un área muy pequeña.
00:08:02
Entonces, ¿quién estaba aquí y cuándo nos acercamos,
00:08:05
vemos que había un punto de agua aquí
00:08:07
que estaba justo en el medio de un área
00:08:09
o hubo muchas muertes.
00:08:12
Así que de nuevo,
00:08:13
algo que no necesariamente se veía
00:08:15
solo con una lista de direcciones.
00:08:17
Con las defunciones correspondientes y
00:08:19
así que, de hecho, haciendo zoom,
00:08:20
nos damos cuenta de que tenemos allí
00:08:23
Escribe Pump para que sea el que es todo
00:08:26
el punto de agua y de hecho lo somos.
00:08:29
Nos damos cuenta de que simplemente
00:08:31
en este punto de agua,
00:08:33
los pañales para bebés habían sido desechidos
00:08:35
que sufría de cólera,
00:08:37
así que de hecho, era el siglo 19,
00:08:39
pero desde el siglo 19 y el
00:08:42
normas sanitarias una vez más
00:08:44
no estaba presente y por lo tanto el hecho
00:08:46
tirar pañales sucios a
00:08:49
de un bebé que tenía cólera.
00:08:51
La gente, de repente,
00:08:52
ir y recoger agua para
00:08:53
beber y por lo tanto infectarse,
00:08:56
y por lo tanto a partir de ahí,
00:08:58
pudimos cerrar esa bomba.
00:09:00
Y al instante,
00:09:00
de repente, en esta área,
00:09:02
el número de cólera AA disminuyó drásticamente.
00:09:05
Así que aquí estás, ves desde
00:09:07
cosas que no se podían entender,
00:09:10
simplemente se mostró en
00:09:12
un mapa y pudimos resolver el
00:09:14
problema que tuvimos en
00:09:16
sobre esto sobre esta epidemia de
00:09:18
cólera y para convencerte
00:09:20
un poco más de ese caso.
00:09:23
Lo que quería mostrarte,
00:09:25
fue en un pequeño caso donde
00:09:27
va a tener esta tabla de datos.
00:09:30
Así que los meses con el número de ventas,
00:09:32
facturación en miles de euros
00:09:34
que se llevó a cabo para una empresa,
00:09:36
no importa cuál.
00:09:37
Y entonces te voy a pedir que
00:09:39
tome estos pocos segundos de
00:09:40
piensa y dime Bah voilà,
00:09:42
con esta tabla,
00:09:43
de qué eres capaz
00:09:45
cuéntame sobre lo que pasó en el
00:09:47
durante este de ese semestre?
00:09:52
Eso es todo, te daré unos segundos.
00:09:53
De lo contrario, haga una pausa si
00:09:55
quiero un poco más de tiempo.
00:09:57
Yo, personalmente, lo paso mal eh.
00:09:59
Claramente, veo que efectivamente hay,
00:10:01
aquí hay en cualquier caso un
00:10:03
fluctuación que existen.
00:10:04
Allí sube por ahí baja así que
00:10:05
ahí parece ser un valor
00:10:07
de un valor relativamente bajo
00:10:09
en comparación con otros, etcétera.
00:10:11
Pero nada muy concluyente.
00:10:12
Por otro lado, si se muestra en un
00:10:14
gráfico así como yo lo hice
00:10:16
son exactamente los mismos valores,
00:10:18
de hecho, vamos de inmediato
00:10:20
detectar visualmente las cosas
00:10:21
eso saltará hacia nosotros.
00:10:23
Ya tenemos toda la parte en los extremos,
00:10:26
que el ojo está muy acostumbrado a las manchas.
00:10:28
Los valores que son esos,
00:10:29
que se destacan un poco de la multitud,
00:10:32
así que ahí vemos al instante que el
00:10:34
mejor mes y el mes de mayo y que
00:10:37
el peor mes y el mes de marzo,
00:10:39
2º elemento que entonces puede ser
00:10:41
una forma algo secundaria de percibir,
00:10:43
es que efectivamente el primero
00:10:44
El cuarto fue peor que el 2do.
00:10:46
Ahí vemos que tenemos 3 puntos que son
00:10:49
relativamente eso es alrededor vamos a
00:10:51
digamos de 50 y ahí vemos todo desde
00:10:54
continuación que despegamos y que en el
00:10:56
al final del 2º trimestre estamos más bien
00:10:58
en valores alrededor de 60. 40M
00:11:02
También se puede que el ojo vaya directamente,
00:11:03
en cualquier caso,
00:11:04
el cerebro intentará rastrear
00:11:05
un derecho a simplificar eso.
00:11:07
Y es cierto que al final,
00:11:09
estamos más bien en una tendencia que es
00:11:11
volvió a subir durante el trimestre.
00:11:15
Y algo más que nosotros
00:11:17
podría encontrar, por lo tanto, allí,
00:11:18
va un poco más allá,
00:11:21
puede ser una cartilla de
00:11:23
otoño para el verano porque pasamos
00:11:25
de 75.000 en mayo a casi
00:11:28
60000 en junio, así que eso es todo, todo eso,
00:11:30
es muy difícil tener
00:11:32
en una tabla de datos,
00:11:34
así que a veces tratar de
00:11:35
entender algo.
00:11:36
Bah vamos,
00:11:37
rápidamente hacemos una tabla
00:11:39
de la tabla,
00:11:40
rápidamente hacemos un gráfico en
00:11:43
Excel y podemos verlo de inmediato.
00:11:45
Cosas que no saltarían a nosotros
00:11:47
a los ojos si no lo hubiéramos tenido.
00:11:49
Así que aquí vamos,
00:11:50
pozo
00:11:51
todas estas nociones fundamentales
00:11:53
y el interés que pueda haber
00:11:56
para hacer visualización de datos.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:02
Erklärungen des Verständnisses
00:00:04
und grundlegende Konzepte
00:00:06
rund um die Datenvisualisierung.
00:00:08
Dafür nehmen wir einige Illustrationen
00:00:11
Visualisierungen, die historisch und
00:00:14
berühmt und auch, um Ihnen zu zeigen, dass dort,
00:00:16
was als Datenvisualisierung bezeichnet wird,
00:00:19
es ist nichts Neues.
00:00:21
Also das erste grundlegende Konzept, um
00:00:23
im Hinterkopf zu haben ist Storytelling.
00:00:25
Visualisierungssuche
00:00:26
eine Geschichte zu erzählen.
00:00:28
Es versucht, einige zu erklären
00:00:30
etwas mit einer Reise.
00:00:32
Zu denken und es typischerweise in
00:00:34
erstellt das Diagramm, das Sie hier haben.
00:00:36
Es erzählt eine ziemliche Geschichte.
00:00:39
Und außerdem,
00:00:40
das ist die Geschichte Frankreichs.
00:00:41
In jedem Fall
00:00:42
die Geschichte der Französischen Kriege.
00:00:44
Diese Illustration war also
00:00:46
Regie: Charles Joseph Minard, der
00:00:48
repräsentiert die russische Kampagne,
00:00:50
so von 1812 bis 1813, die
00:00:53
wurde von Napoleon geführt.
00:00:54
Was können wir also lesen?
00:00:57
auf diesem Diagramm, damit Sie
00:00:59
in der Tat die Anzahl der Truppen
00:01:01
wer dadurch repräsentiert wird.
00:01:03
Die Breite der Linie so bereits, dass,
00:01:05
es ist eine ziemliche Sache
00:01:07
clever, um es visuell zu machen und
00:01:09
so werden wir den Vormarsch der Truppen haben
00:01:11
Französisch auf russischem Territorium bei
00:01:13
von diesem Fluss dort, der
00:01:15
in russische Länder sinken und in der Tat,
00:01:17
wie und wann,
00:01:19
wir werden sehen, dass die Linie abnimmt,
00:01:21
es ist immer weniger ***** und das
00:01:24
entspricht den Verlusten, die
00:01:26
wurden von der französischen Armee während
00:01:28
ihres Vormarsches auf russisches Territorium.
00:01:31
Hier bewegen wir uns also vorwärts, wir kommen voran,
00:01:33
wir bewegen uns vorwärts, wir bewegen uns vorwärts.
00:01:34
Wir haben an der Passage zu Checkpoints
00:01:37
mit Werten oder sie sind weg.
00:01:40
422000 waren es nur 400000,
00:01:43
et cetera et cetera,
00:01:45
und so weiter.
00:01:47
Mit auch den Städten, die
00:01:49
trafen uns und wir kommen plötzlich in Moskau an,
00:01:52
es waren schon 100.000.
00:01:54
Und dann
00:01:54
Sie haben tatsächlich Rente in schwarz
00:01:57
so der berühmte Rückzug aus Russland
00:01:59
oder die französische Armee ging
00:02:01
mitten im Winter in Frankreich, weil
00:02:03
dass der Zar das La praktiziert hatte,
00:02:05
er hatte Moskau einfach niedergebrannt.
00:02:07
Die Soldaten hatten also keine
00:02:09
kein Zuhause mehr hatte ist nicht
00:02:12
bauen, damit sie gegangen sind.
00:02:13
Nun, ich werde nicht die Geschichte Frankreichs machen,
00:02:16
Sorry, ich habe mich ein wenig ausgebreitet äh ich
00:02:19
Ich gehe in die Irre.
00:02:20
In jedem Fall
00:02:21
hier ist die rote Linie entspricht der
00:02:24
Rückzug der französischen Truppen.
00:02:26
Und so sehen wir tatsächlich, dass
00:02:28
es tut mir weh, dass es Menü ist.
00:02:30
Wir können hier bereits sehen, dass es eine erste gegeben hat,
00:02:33
eine erste Rückkehr von
00:02:35
einige Truppen und schließlich,
00:02:37
die nur 10 Meilen angekommen sind,
00:02:40
dann die Passage dieses Flusses.
00:02:42
Es war also ein Bah,
00:02:44
was jetzt als
00:02:46
Beresina, die einem
00:02:48
Episode dieser Kampagne aus Russland,
00:02:50
Ist mir egal.
00:02:51
Sie können es sich auf Wikipedia ansehen,
00:02:52
Wenn Sie interessiert sind, werde ich hier aufhören.
00:02:55
In jedem Fall
00:02:56
Hier ist, wie man in einem sehr
00:02:58
einfach statt eines großen Gemäldes
00:02:59
mit Datum und Des,
00:03:01
ein Truppenvolumen mit
00:03:03
auch potentiell Orte.
00:03:04
Bah hier auf einen Blick verstehen wir das
00:03:06
das ist passiert und wir erkennen es auch.
00:03:09
Bah in der Tat der Geschichte, die
00:03:12
auf diesen Verlust wie und wann
00:03:14
misst die wichtigsten Schritte zu und die verschiedenen,
00:03:16
die verschiedenen Verluste, die aufgetreten sein können.
00:03:19
Darüber hinaus werden wir eine weitere Skala haben.
00:03:22
Also auch das,
00:03:23
es ist sehr interessant eigentlich die
00:03:25
Graph ist sehr vollständig mit dem
00:03:27
Temperaturen, die Sie hier und bei jedem
00:03:29
Schritte des Schlags vor allem bei der Rückkehr.
00:03:31
Was so ein Rückzug im Winter in Russland bedeutet,
00:03:34
extrem kalte Temperaturen
00:03:35
es gibt also Temperaturen bei
00:03:36
negativ, was auch erklärt,
00:03:38
wir sehen jedes Mal die
00:03:40
auf den Kontrollpunkten angegeben,
00:03:42
Verlustschritte bei Temperaturen
00:03:44
der extrem kalt war und wer
00:03:46
erklärte auch die Zahl der Todesfälle
00:03:48
wer also ein erstes Konzept haben könnte
00:03:50
grundlegend, um sich an die Visualisierung zu erinnern,
00:03:52
es dient.
00:03:52
Eine Geschichte erzählen wie
00:03:54
Ich habe es einfach getan.
00:03:56
2. sehr wichtiges Element, das man im Auge behalten sollte,
00:04:00
es ist, dass es normalerweise erlaubt
00:04:01
wenn es gut gemacht ist,
00:04:04
um sofort eine Nachricht zu übermitteln.
00:04:06
Also diese 2. Illustration, dass
00:04:08
ist mein Glaube sehr, sehr hübsch, also
00:04:11
in Rosette wie in Helix,
00:04:14
wie hier zu sehen ist.
00:04:17
So wurde es realisiert
00:04:19
von Florence Nightingale,
00:04:20
also wer war Krankenschwester für die Armee
00:04:23
Briten und die versuchten zu zeigen.
00:04:26
An die britische Armee in der Tat, dass y
00:04:28
hatte ein großes gesundheitliches Problem auf der,
00:04:31
auf dem Schlachtfeld,
00:04:34
vor allem auf der Ebene der Krankenstationen
00:04:36
die neben der Vorderseite für
00:04:40
zeigen tatsächlich, dass die wichtigsten
00:04:42
Todesursache im Krieg
00:04:45
der Krim während der Haft von
00:04:48
Krim war Probleme von Krankheiten
00:04:50
die daher epidemisch genannt wurde
00:04:52
ungefähr von den Epidemien
00:04:55
auf den Krankenstationen.
00:04:57
Und so gibt es dann tatsächlich die Notwendigkeit
00:05:00
auf Krankenstationen und im Feld
00:05:02
des Kampfes und daher besteht die Notwendigkeit,
00:05:04
zu gehen und Gesundheitsregeln festzulegen.
00:05:06
Also im Jahr 2020, mit COVID,
00:05:08
es ist nur umweltfreundlicher.
00:05:10
Also schon damals gab es das
00:05:12
Art der Argumentation dort und in der Tat dies
00:05:14
die Sie einfach hier haben,
00:05:17
Es ist eine Rosette, die anzeigt
00:05:19
für jeden Monat,
00:05:20
also hier sehen Sie April Mai,
00:05:22
Juni, Juli und so weiter Jahre,
00:05:24
Wir werden verschiedene Farben für
00:05:26
die Todesursachen erklären.
00:05:28
Wenn ich mich also richtig erinnere,
00:05:30
schwarz entspricht den Toten auf
00:05:33
das Schlachtfeld, das Rosa,
00:05:35
Ich denke, es ist das Ergebnis der
00:05:37
Komplikationen von Kriegswunden
00:05:39
um es sehr einfach zu machen und dann die.
00:05:42
Blau entspricht Krankheiten
00:05:44
Epidemien und da gehen wir tatsächlich hin
00:05:47
zählt das sofort und vor allem
00:05:49
hier schauen wir uns wieder den Januar 1855 an.
00:05:52
Der Anteil epidemischer Krankheiten
00:05:53
was absolut riesig ist durch
00:05:55
Beziehung zu den Todesfällen, die
00:05:57
konnte erwarten auf.
00:05:58
Es ist auf diesen Schlachtfeldern
00:06:00
und am Ende tatsächlich,
00:06:01
man kann das Problem sofort sehen,
00:06:03
also epidemische Krankheiten, die töten
00:06:05
mehr als der Krieg selbst und in
00:06:08
mehr davon, also bewarb sie sich
00:06:10
ein Zoom in der Tat hier in Bezug auf
00:06:12
was Sie uns zeigen möchten.
00:06:14
Es war also extrem komplett in
00:06:16
die Art und Weise, wie Sie dort angezeigt werden, wenn Sie
00:06:18
zeigen Sie dies den britischen Generälen,
00:06:20
Nun, es gibt keine Debatte.
00:06:22
In der Tat müssen Sie nur zeigen
00:06:24
In diesem Bereich, um Bah zu sagen, ist es notwendig
00:06:27
Festlegung von Hygienevorschriften auf.
00:06:28
Auf die in den britischen Armeen und damit
00:06:31
dort wird die Nachricht sofort übergeben,
00:06:33
es besteht nicht unbedingt bedarf es einer Polemik.
00:06:37
Das letzte Element, und das ist,
00:06:39
Ich denke, vielleicht die offensichtlichste
00:06:41
von allem, was ich euch zeigen konnte,
00:06:44
es ist nur eines.
00:06:45
Eine Visualisierung wird zum Rendern verwendet
00:06:47
Dinge offensichtlich, wenn es nicht war
00:06:50
überhaupt nicht mit Rohdaten.
00:06:53
Den letzten Fall möchte ich Ihnen zeigen,
00:06:56
also ist es immer
00:06:57
historische Dinge,
00:06:58
aber dass ich immer noch eine
00:07:01
Zeiten extrem interessant.
00:07:02
Es wird diese Karte von London sein, die
00:07:05
wurde 1854 von John Snow hergestellt.
00:07:08
Und ja, es kann nicht erfunden werden,
00:07:10
während es eine Epidemie gab
00:07:13
Cholera auf London, das war's.
00:07:16
Und so versuchen wir, die Ursache abzuschätzen
00:07:19
dieser Cholera-Epidemie.
00:07:21
Also ohne ins Detail zu gehen,
00:07:24
wir fragten uns, ob es in der Luft lag,
00:07:26
Wir fragten uns, ob es ansteckend war
00:07:28
und so weiter
00:07:29
und so weiter.
00:07:29
Und so hatten wir diese Person dort angeklagt,
00:07:32
also ein Arzt, der versucht zu untersuchen für
00:07:35
verstehe ein wenig, was los war.
00:07:37
Also er, seine Methode,
00:07:39
es war relativ einfach,
00:07:40
es sollte eine Karte der Nachbarschaft nehmen
00:07:44
von Soho nach London und geh put.
00:07:46
In Rechteck auf jedem
00:07:48
oder es gab einen Tod,
00:07:50
also wollten wir die
00:07:51
Adressen von Cholera-Todesfällen.
00:07:53
Und jedes Mal,
00:07:54
bei einer Landung,
00:07:55
wir wollten dieses Rechteck ergänzen,
00:07:57
also was wir sehr schnell realisiert haben,
00:07:59
es ist, dass es bereits lokalisiert wurde
00:08:00
auf sehr kleinem Raum.
00:08:02
Also, wer hier war und wann wir hineinzoomen,
00:08:05
wir sehen, dass es hier eine Wasserstelle gab
00:08:07
der mitten in einer Gegend war
00:08:09
oder es gab viele Tote.
00:08:12
Also nochmals,
00:08:13
etwas, das nicht unbedingt gesehen wurde
00:08:15
nur mit einer Liste von Adressen.
00:08:17
Mit den entsprechenden Todesfällen und
00:08:19
also in der Tat, durch Zoomen,
00:08:20
wir erkennen, dass wir dort haben
00:08:23
Schreibt Pump, also ist es das, was es ist
00:08:26
die Wasserstelle und in der Tat sind wir.
00:08:29
Wir erkennen, dass einfach
00:08:31
in dieser Wasserstelle,
00:08:33
Babywindeln waren weggeworfen worden
00:08:35
der an Cholera litt,
00:08:37
es war also tatsächlich das 19. Jahrhundert,
00:08:39
aber aus dem 19. Jahrhundert und der
00:08:42
Sanitäre Standards erneut
00:08:44
nicht anwesend war und daher die Tatsache
00:08:46
verschmutzte Windeln auf
00:08:49
eines Babys, das Cholera hatte.
00:08:51
Menschen, plötzlich,
00:08:52
gehen Sie und sammeln Sie Wasser zu
00:08:53
trinken und sich daher anstecken,
00:08:56
und damit von dort aus,
00:08:58
Wir konnten diese Pumpe schließen.
00:09:00
Und das sofort,
00:09:00
plötzlich, auf diesem Gebiet,
00:09:02
die Zahl der AA-Cholera ging drastisch zurück.
00:09:05
Hier sind Sie also, Sie sehen von
00:09:07
Dinge, die nicht verstanden werden konnten,
00:09:10
es wurde einfach angezeigt auf
00:09:12
eine Karte und wir konnten die
00:09:14
Problem, das wir am
00:09:16
zu diesem Thema zu dieser Epidemie von
00:09:18
Cholera und Sie zu überzeugen
00:09:20
ein wenig mehr von diesem Fall.
00:09:23
Was ich Ihnen zeigen wollte,
00:09:25
es war in einem kleinen Fall, in dem wir
00:09:27
wird diese Datentabelle haben.
00:09:30
Also die Monate mit der Anzahl der Verkäufe,
00:09:32
Umsatz in Tausend Euro
00:09:34
die für ein Unternehmen durchgeführt wurde,
00:09:36
egal welche.
00:09:37
Und so werde ich Sie bitten,
00:09:39
Nehmen Sie diese paar Sekunden von
00:09:40
denke und sage zu mir Bah voilà,
00:09:42
mit dieser Tabelle,
00:09:43
Was können Sie
00:09:45
Erzählen Sie mir, was in der
00:09:47
in diesem Semester?
00:09:52
Das war's, ich gebe Ihnen ein paar Sekunden.
00:09:53
Andernfalls pausieren Sie, wenn Sie
00:09:55
etwas mehr Zeit haben wollen.
00:09:57
Mir persönlich fällt es schwer, huh.
00:09:59
Ich sehe eindeutig, dass es in der Tat
00:10:01
hier sind auf jeden Fall ein
00:10:03
Fluktuation, die existiert.
00:10:04
Dort geht es hinauf, es geht runter, also
00:10:05
dort scheint es ein Wert zu sein
00:10:07
von einem relativ niedrigen Wert
00:10:09
im Vergleich zu anderen, et cetera.
00:10:11
Aber nichts sehr Schlüssiges.
00:10:12
Auf der anderen Seite, wenn es auf einem
00:10:14
Grafik so wie ich es getan habe
00:10:16
es sind genau die gleichen Werte,
00:10:18
wir gehen sofort in der Tat
00:10:20
Dinge visuell erkennen
00:10:21
das wird uns aufspringen.
00:10:23
Schon haben wir den ganzen Teil auf den Extremen,
00:10:26
dass das Auge sehr an Flecken gewöhnt ist.
00:10:28
Die Werte, die das sind,
00:10:29
die sich ein wenig von der Masse abheben,
00:10:32
Da sehen wir also sofort, dass die
00:10:34
bester Monat und der Monat Mai und das
00:10:37
der schlechteste Monat und der Monat März,
00:10:39
2. Element, das dann
00:10:41
eine etwas sekundäre Art der Wahrnehmung,
00:10:43
es ist in der Tat die erste
00:10:44
Das Viertel war schlechter als das 2. Quartal.
00:10:46
Dort sehen wir, dass wir 3 Punkte haben, die
00:10:49
relativ, das ist in der Nähe, die wir tun werden
00:10:51
sagen wir von 50 und dort sehen wir alles von
00:10:54
Fortsetzung, dass wir abheben und dass auf der
00:10:56
Ende des 2. Quartals sind wir eher
00:10:58
auf Werte um 60. 10h
00:11:02
Man kann auch das Auge direkt gehen,
00:11:03
in jedem Fall
00:11:04
das Gehirn wird versuchen, es zu verfolgen
00:11:05
ein Recht, dies zu vereinfachen.
00:11:07
Und es ist wahr, dass am Ende,
00:11:09
wir sind eher auf einem Trend, der
00:11:11
im Laufe des Quartals wieder gestiegen.
00:11:15
Und noch etwas, das wir
00:11:17
könnte daher dort finden,
00:11:18
es geht ein wenig weiter,
00:11:21
es kann eine Grundierung von
00:11:23
Herbst für den Sommer, weil wir vorbeikommen
00:11:25
von 75.000 im Mai bis fast
00:11:28
60000 im Juni, also das war's, all das,
00:11:30
es ist sehr schwierig zu haben
00:11:32
in einer Datentabelle,
00:11:34
also manchmal versuchen,
00:11:35
etwas verstehen.
00:11:36
Bah komm schon,
00:11:37
wir machen schnell einen Tisch
00:11:39
aus der Tabelle,
00:11:40
Wir erstellen schnell eine Grafik auf
00:11:43
Excel und wir können sofort sehen.
00:11:45
Dinge, die uns nicht überspringen würden
00:11:47
für die Augen, wenn wir es nicht gehabt hätten.
00:11:49
Also los geht's,
00:11:50
Brunnen
00:11:51
all diese grundlegenden Begriffe
00:11:53
und das Interesse, das es geben kann
00:11:56
, um Datenvisualisierung zu betreiben.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:02
explicações de compreensão
00:00:04
e conceitos fundamentais
00:00:06
em torno da visualização de dados.
00:00:08
Para isso, vamos levar algumas ilustrações
00:00:11
visualização que são históricas e
00:00:14
famoso e também para mostrar que lá,
00:00:16
o que é chamado de visualização de dados,
00:00:19
não é algo recente.
00:00:21
Então o primeiro conceito fundamental para
00:00:23
ter em mente é contar histórias.
00:00:25
Pesquisa de visualizações
00:00:26
para contar uma história.
00:00:28
Ele procura explicar alguns
00:00:30
algo com uma jornada.
00:00:32
Para pensar e não tipicamente em
00:00:34
faz o diagrama que você tem aqui.
00:00:36
Conta uma história e tanto.
00:00:39
E além disso,
00:00:40
esta é a história da França.
00:00:41
Em todo caso,
00:00:42
as histórias das Guerras Francesas.
00:00:44
Então esta ilustração foi
00:00:46
dirigido por Charles Joseph Minard que
00:00:48
representa a campanha russa,
00:00:50
assim de 1812 a 1813 que
00:00:53
foi liderado por Napoleão.
00:00:54
Então, o que podemos ler
00:00:57
neste gráfico para que você tenha
00:00:59
na verdade, o número de tropas
00:01:01
que representava por isso.
00:01:03
A largura da linha já assim,
00:01:05
é uma coisa e tanto
00:01:07
inteligente para torná-lo visual e
00:01:09
por isso teremos o avanço das tropas
00:01:11
Francês em território russo em
00:01:13
a partir deste rio lá que será
00:01:15
afundar em terras russas e, de fato,
00:01:17
como e quando,
00:01:19
veremos que a linha está diminuindo,
00:01:21
é cada vez menos ***** e que
00:01:24
corresponde às perdas que são
00:01:26
foram sofridos pelo exército francês durante
00:01:28
de seu avanço em território russo.
00:01:31
Então aqui nós avançamos, avançamos,
00:01:33
seguimos em frente, seguimos em frente.
00:01:34
Temos na passagem para postos de controle
00:01:37
com valores ou eles se foram.
00:01:40
422000 eram apenas 400000,
00:01:43
et cetera et cetera,
00:01:45
e assim por diante.
00:01:47
Com também as cidades que foram
00:01:49
conheceu e chegamos de repente em Moscou,
00:01:52
já eram apenas 100.000.
00:01:54
E então,
00:01:54
você realmente tem aposentadoria em preto
00:01:57
de modo que o famoso retiro da Rússia
00:01:59
ou o exército francês deixou
00:02:01
no meio do inverno na França, porque
00:02:03
que o czar tinha praticado o la,
00:02:05
ele simplesmente queimou Moscou.
00:02:07
Então os soldados não tinham
00:02:09
não tinha mais uma casa não é
00:02:12
construir para que eles saíram.
00:02:13
Bem, eu não vou fazer a história da França,
00:02:16
desculpe eu espalhar um pouco uh eu
00:02:19
Eu me desvio.
00:02:20
Em todo caso,
00:02:21
aqui é a linha vermelha corresponde ao
00:02:24
retirada das tropas francesas.
00:02:26
E então nós realmente vemos que
00:02:28
dói-me, que ele menu.
00:02:30
Nós já podemos ver aqui que houve um primeiro,
00:02:33
um primeiro retorno de
00:02:35
algumas tropas e, finalmente,
00:02:37
que chegaram apenas 16 km,
00:02:40
em seguida, a passagem deste rio.
00:02:42
Então era uma bah,
00:02:44
o que agora é chamado de
00:02:46
berezina que corresponde a um
00:02:48
episódio desta campanha da Rússia,
00:02:50
Eu não me importo.
00:02:51
Você pode olhar para ele na Wikipédia,
00:02:52
Se estiver interessado, eu vou parar por aí.
00:02:55
Em todo caso,
00:02:56
aqui é como ilustrar em um muito
00:02:58
simples, em vez de uma grande pintura
00:02:59
com datas e des,
00:03:01
um volume de tropas com
00:03:03
também potencialmente lugares.
00:03:04
Bah aqui em um relance nós entendemos isso
00:03:06
que aconteceu e percebemos também.
00:03:09
Bah de fato da história que poderia
00:03:12
ter sobre esta perda como e quando
00:03:14
mede os passos-chave para e para os diferentes,
00:03:16
as várias perdas que podem ter ocorrido.
00:03:19
Além disso, teremos outra escala.
00:03:22
Então isso também,
00:03:23
é muito interessante, na verdade, o
00:03:25
gráfico é muito completo com o
00:03:27
temperaturas que você tem aqui e em cada
00:03:29
passos do golpe especialmente no retorno.
00:03:31
O que tão retiro no inverno na Rússia é igual,
00:03:34
temperaturas extremamente frias
00:03:35
por isso há temperaturas em
00:03:36
negativo que também explica o,
00:03:38
vemos cada vez que o
00:03:40
indicado nos postos de controle,
00:03:42
passos de perda nas temperaturas
00:03:44
que era extremamente frio e que
00:03:46
também explicou o número de mortes
00:03:48
que poderia, portanto, ter o primeiro conceito
00:03:50
fundamental para lembrar sobre a visualização,
00:03:52
serve.
00:03:52
Contando uma história como
00:03:54
Acabei de fazer isso.
00:03:56
2º elemento muito importante a ter em mente,
00:04:00
é que normalmente permite
00:04:01
se for bem feito,
00:04:04
para transmitir instantaneamente uma mensagem.
00:04:06
Então, esta 2ª ilustração que
00:04:08
é a minha fé muito bonita assim
00:04:11
em roseta como em hélice,
00:04:14
como pode ser visto aqui.
00:04:17
Então foi realizado
00:04:19
por Florence Nightingale,
00:04:20
então, quem era uma enfermeira para o exército
00:04:23
Britânicos e que tentaram mostrar.
00:04:26
Para o exército britânico de fato que y
00:04:28
tinha um grande problema de saúde no,
00:04:31
no campo de batalha,
00:04:34
especialmente ao nível de enfermarias
00:04:36
que estava ao lado da frente para
00:04:40
realmente mostrar que o principal
00:04:42
causa da morte na guerra
00:04:45
da Criméia durante a custódia de
00:04:48
Crimeia era problema de doenças
00:04:50
que foi chamado de epidemia, portanto,
00:04:52
aproximadamente do das epidemias
00:04:55
nas enfermarias.
00:04:57
E assim há necessidade, na verdade, então
00:05:00
em enfermarias e no campo
00:05:02
de batalha e, portanto, há a necessidade de
00:05:04
para ir e estabelecer regras de saúde.
00:05:06
Então, em 2020, com o COVID,
00:05:08
é apenas mais ecológico.
00:05:10
Então já na época havia essa
00:05:12
tipo de raciocínio lá e de fato este
00:05:14
que você simplesmente tem aqui,
00:05:17
é uma janela de rosas que vai indicar
00:05:19
para cada mês,
00:05:20
então aqui você vê Abril Maio,
00:05:22
Junho, julho e assim por diante,
00:05:24
teremos cores diferentes para
00:05:26
explicar as causas da mortalidade.
00:05:28
Então, se bem me lembro,
00:05:30
preto corresponde aos mortos em
00:05:33
o campo de batalha, o rosa,
00:05:35
Eu acho que é como resultado do
00:05:37
complicações de feridas de guerra
00:05:39
para torná-lo muito simples e, em seguida, o .
00:05:42
Azul corresponde a doenças
00:05:44
epidemias e lá, na verdade, vamos
00:05:47
instantaneamente conta isso e acima de tudo
00:05:49
aqui novamente olhamos para janeiro de 1855.
00:05:52
A proporção de doenças epidêmicas
00:05:53
que é absolutamente enorme por
00:05:55
relação com as mortes que são
00:05:57
poderia esperar.
00:05:58
É nestes campos de batalha.
00:06:00
e no final, de fato,
00:06:01
pode-se ver instantaneamente o problema,
00:06:03
tão doenças epidêmicas que matam
00:06:05
mais do que a guerra em si e em
00:06:08
mais do que isso para que ela se inscreveu
00:06:10
um zoom de fato aqui em relação a
00:06:12
o que você quer nos mostrar.
00:06:14
Então foi extremamente completo em
00:06:16
a maneira de exibir lá quando você
00:06:18
mostrar isso aos generais britânicos,
00:06:20
Bem, não há debate.
00:06:22
Na verdade, você só tem que mostrar
00:06:24
esta área para dizer Bah é necessário
00:06:27
estabelecer regras sanitárias sobre.
00:06:28
Sobre os exércitos britânicos e, portanto,
00:06:31
lá, a mensagem é imediatamente passada,
00:06:33
não há necessariamente uma necessidade de polêmicas.
00:06:37
O último elemento, e isto é,
00:06:39
Eu acho que, talvez o mais óbvio
00:06:41
de tudo o que eu tenho sido capaz de mostrar-lhe,
00:06:44
é apenas um.
00:06:45
Uma visualização é usada para renderizar
00:06:47
coisas óbvias quando não era
00:06:50
não com dados brutos.
00:06:53
O último caso que eu quero te mostrar,
00:06:56
por isso é sempre
00:06:57
coisas históricas,
00:06:58
mas que eu ainda encontrar um
00:07:01
vezes extremamente interessante.
00:07:02
Vai ser este mapa de Londres que
00:07:05
foi feito em 1854 por John Snow.
00:07:08
E sim, não pode ser inventado,
00:07:10
enquanto havia uma epidemia
00:07:13
cólera em Londres, é isso.
00:07:16
E assim tentamos estimar a causa
00:07:19
desta epidemia de cólera.
00:07:21
Então, sem entrar em detalhes,
00:07:24
nos perguntamos se estava no ar,
00:07:26
nos perguntamos se era contagioso
00:07:28
e assim por diante
00:07:29
e assim por diante.
00:07:29
E então nós tínhamos cobrado essa pessoa lá,
00:07:32
assim um médico para tentar investigar para
00:07:35
entender um pouco o que estava acontecendo.
00:07:37
Então ele, seu método,
00:07:39
era relativamente simples,
00:07:40
era para tomar um mapa do bairro
00:07:44
do Soho para Londres e vá colocar.
00:07:46
Em retângulo em cada
00:07:48
nível ou houve uma morte,
00:07:50
então nós estávamos indo para obter o
00:07:51
endereços de mortes por cólera.
00:07:53
E toda vez,
00:07:54
em um pouso,
00:07:55
nós íamos adicionar a este retângulo,
00:07:57
então o que percebemos muito rapidamente,
00:07:59
é que já foi localizado
00:08:00
em uma área muito pequena.
00:08:02
Então, quem estava aqui e quando nós ampliamos,
00:08:05
vemos que havia um ponto de água aqui
00:08:07
que estava bem no meio de uma área
00:08:09
ou houve muitas mortes.
00:08:12
Então, novamente,
00:08:13
algo que não foi necessariamente visto
00:08:15
apenas com uma lista de endereços.
00:08:17
Com as mortes correspondentes e
00:08:19
então, de fato, ao ampliar,
00:08:20
percebemos que temos lá
00:08:23
Escreve Bomba, então é o que é
00:08:26
o ponto de água e, de fato, estamos.
00:08:29
Percebemos que simplesmente
00:08:31
neste ponto de água,
00:08:33
fraldas de bebê tinha sido jogado fora
00:08:35
que sofria de cólera,
00:08:37
então, de fato, foi no século XIX,
00:08:39
mas a partir do século XIX e do
00:08:42
normas sanitárias mais uma vez
00:08:44
não estava presente e, portanto, o fato
00:08:46
jogar fraldas sujas em
00:08:49
de um bebê que tinha cólera.
00:08:51
Pessoas, de repente,
00:08:52
ir e coletar água para
00:08:53
beber e, portanto, infectar-se,
00:08:56
e, portanto, a partir daí,
00:08:58
conseguimos fechar a bomba.
00:09:00
E instantaneamente,
00:09:00
de repente, nesta área,
00:09:02
o número de cólera AA diminuiu drasticamente.
00:09:05
Então aqui está você, você vê de
00:09:07
coisas que não podiam ser entendidas,
00:09:10
ele foi simplesmente exibido em
00:09:12
um mapa e fomos capazes de resolver o
00:09:14
problema que tinha em
00:09:16
sobre isso nesta epidemia de
00:09:18
cólera e para convencê-lo
00:09:20
um pouco mais desse caso.
00:09:23
O que eu queria te mostrar,
00:09:25
foi em um pequeno caso onde nós
00:09:27
vai ter essa tabela de dados.
00:09:30
Então, os meses com o número de vendas,
00:09:32
volume de negócios em milhares de euros
00:09:34
que foi realizado para uma empresa,
00:09:36
não importa qual.
00:09:37
E então eu vou pedir-lhe para
00:09:39
tomar este poucos segundos de
00:09:40
pensar e me dizer bah voilà,
00:09:42
com essa tabela,
00:09:43
o que você é capaz de
00:09:45
me diga sobre o que aconteceu no
00:09:47
durante este semestre?
00:09:52
É isso, vou te dar alguns segundos.
00:09:53
Caso contrário, pausa se você
00:09:55
querem um pouco mais de tempo.
00:09:57
Eu, pessoalmente, tenho dificuldade em não.
00:09:59
Claramente, eu vejo que há de fato,
00:10:01
aqui estão, em qualquer caso, um
00:10:03
flutuação que existem.
00:10:04
Lá vai ele lá em cima ele vai para baixo assim
00:10:05
lá parece ser um valor
00:10:07
de um valor relativamente baixo
00:10:09
em comparação com outros, etc.
00:10:11
Mas nada muito conclusivo.
00:10:12
Por outro lado, se ele é exibido em um
00:10:14
gráfico assim como eu fiz isso
00:10:16
são exatamente os mesmos valores,
00:10:18
vamos imediatamente, de fato,
00:10:20
detectar visualmente as coisas
00:10:21
que vai saltar para fora em nós.
00:10:23
Já temos toda a parte nos extremos,
00:10:26
que o olho está muito acostumado a detectar.
00:10:28
Os valores que são isso,
00:10:29
que se destacam um pouco da multidão,
00:10:32
por isso lá vemos instantaneamente que o
00:10:34
melhor mês eo mês de maio e que
00:10:37
o pior mês e o mês de março,
00:10:39
2º elemento que pode ser, então,
00:10:41
uma maneira um pouco secundária de perceber,
00:10:43
é que de fato o primeiro
00:10:44
O quarto foi pior que o 2º.
00:10:46
Lá vemos que temos 3 pontos que são
00:10:49
relativamente que é em torno de nós vamos
00:10:51
dizer de 50 e lá vemos tudo de
00:10:54
continuação que decolar e que no
00:10:56
fim do 2º trimestre estamos bastante
00:10:58
sobre valores em torno de 60. 70.
00:11:02
Pode-se também o olho vai diretamente,
00:11:03
em qualquer caso,
00:11:04
o cérebro vai tentar rastrear
00:11:05
um direito de simplificar isso.
00:11:07
E é verdade que no final,
00:11:09
estamos em uma tendência que é
00:11:11
para cima novamente ao longo do trimestre.
00:11:15
E outra coisa que nós
00:11:17
poderia encontrar, portanto, lá,
00:11:18
ele vai um pouco mais longe,
00:11:21
pode ser uma cartilha de
00:11:23
cair para o verão, porque passamos
00:11:25
de 75.000 em maio para quase
00:11:28
60000 em junho, então é isso, tudo isso,
00:11:30
é muito difícil ter
00:11:32
em uma tabela de dados,
00:11:34
por isso, às vezes, tentar
00:11:35
entender alguma coisa.
00:11:36
Bah vamos lá,
00:11:37
rapidamente fazer uma mesa
00:11:39
da mesa,
00:11:40
rapidamente fazemos um gráfico sobre
00:11:43
Excel e podemos ver imediatamente.
00:11:45
Coisas que não pulariam para nós
00:11:47
aos olhos se não tivéssemos tido.
00:11:49
Então aqui vamos nós,
00:11:50
poço
00:11:51
todas essas noções fundamentais
00:11:53
e o interesse de que pode haver
00:11:56
para fazer a visualização de dados.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:02
uitleg van begrip
00:00:04
en fundamentele concepten
00:00:06
rond datavisualisatie.
00:00:08
Daarvoor zullen we enkele illustraties maken
00:00:11
visualisatie die historisch en
00:00:14
beroemd en ook om je te laten zien dat daar,
00:00:16
wat datavisualisatie wordt genoemd,
00:00:19
het is niet iets recents.
00:00:21
Dus het eerste fundamentele concept om
00:00:23
om in gedachten te hebben is storytelling.
00:00:25
Visualisaties zoeken
00:00:26
om een verhaal te vertellen.
00:00:28
Het probeert enkele
00:00:30
iets met een reis.
00:00:32
Om te denken en er typisch in
00:00:34
maakt het diagram dat je hier hebt.
00:00:36
Het vertelt een heel verhaal.
00:00:39
En bovendien,
00:00:40
dit is de geschiedenis van Frankrijk.
00:00:41
In ieder geval,
00:00:42
de geschiedenissen van de Franse oorlogen.
00:00:44
Dus deze illustratie was
00:00:46
geregisseerd door Charles Joseph Minard die
00:00:48
vertegenwoordigt de Russische campagne,
00:00:50
dus van 1812 tot 1813 die
00:00:53
werd geleid door Napoleon.
00:00:54
Dus wat kunnen we lezen
00:00:57
op deze grafiek zodat je
00:00:59
in feite het aantal troepen
00:01:01
die daardoor vertegenwoordigd werd.
00:01:03
De breedte van de lijn dus al dat,
00:01:05
het is nogal een dingetje
00:01:07
slim om het visueel en
00:01:09
dus we zullen de opmars van de troepen hebben
00:01:11
Frans in Russisch grondgebied bij
00:01:13
van deze rivier daar zal zijn
00:01:15
zinken in Russische landen en in feite,
00:01:17
als en wanneer,
00:01:19
we zullen zien dat de lijn afneemt,
00:01:21
het is steeds minder ***** en dat
00:01:24
komt overeen met de verliezen die
00:01:26
werden geleden door het Franse leger tijdens
00:01:28
van hun opmars naar Russisch grondgebied.
00:01:31
Dus hier gaan we vooruit, we gaan vooruit,
00:01:33
we gaan vooruit, we gaan vooruit.
00:01:34
We hebben bij de doorgang naar checkpoints
00:01:37
met waarden of ze zijn weg.
00:01:40
422000 waren het er slechts 400000,
00:01:43
et cetera et cetera,
00:01:45
enzovoort.
00:01:47
Met ook de steden die
00:01:49
ontmoet en we komen plotseling aan in Moskou,
00:01:52
het waren er al maar 100.000.
00:01:54
En dan,
00:01:54
je hebt eigenlijk pensioen in het zwart
00:01:57
dus de beroemde terugtrekking uit Rusland
00:01:59
of het Franse leger vertrok
00:02:01
midden in de winter in Frankrijk omdat
00:02:03
dat de tsaar de la had beoefend,
00:02:05
hij had moskou gewoon in brand gestoken.
00:02:07
De soldaten hadden dus geen
00:02:09
geen huis meer gehad is geen
00:02:12
bouwen dus ze vertrokken.
00:02:13
Nou, ik ga de geschiedenis van Frankrijk niet maken,
00:02:16
sorry dat ik een beetje uitspreid uh ik
00:02:19
Ik dwaal af.
00:02:20
In ieder geval,
00:02:21
hier is de rode lijn komt overeen met de
00:02:24
terugtrekking van Franse troepen.
00:02:26
En dus zien we eigenlijk dat
00:02:28
het doet me pijn, dat het menu.
00:02:30
We kunnen hier al zien dat er een primeur was geweest,
00:02:33
een eerste terugkeer van
00:02:35
enkele troepen en ten slotte,
00:02:37
die slechts 10 mijl zijn aangekomen,
00:02:40
dan de doorgang van deze rivier.
00:02:42
Het was dus een bah,
00:02:44
wat nu een
00:02:46
berezina die overeenkomt met een
00:02:48
aflevering van deze campagne uit Rusland,
00:02:50
Het maakt me niet uit.
00:02:51
Je kunt het bekijken op Wikipedia,
00:02:52
als je geïnteresseerd bent, zal ik het daar laten.
00:02:55
In ieder geval,
00:02:56
hier is hoe te illustreren in een zeer
00:02:58
simpel in plaats van een groot schilderij
00:02:59
met data en des,
00:03:01
een aantal troepen met
00:03:03
ook potentieel plaatsen.
00:03:04
Bah hier in een oogopslag begrijpen we dit
00:03:06
dat gebeurde en wij beseffen het ook.
00:03:09
Bah inderdaad van de geschiedenis die
00:03:12
hebben op dit verlies als en wanneer
00:03:14
meet de belangrijkste stappen naar en de verschillende,
00:03:16
de verschillende verliezen die zich kunnen hebben voorgedaan.
00:03:19
Daarnaast krijgen we nog een schaal.
00:03:22
Dus ook dat,
00:03:23
het is eigenlijk heel interessant de
00:03:25
grafiek is zeer compleet met de
00:03:27
temperaturen die je hier en bij elk hebt
00:03:29
stappen van de klap vooral op de terugkomst.
00:03:31
Wat zo terugtrekken in de winter in Rusland gelijk is,
00:03:34
extreem koude temperaturen
00:03:35
dus er temperaturen op
00:03:36
negatief wat ook de,
00:03:38
we zien elke keer de
00:03:40
aangegeven op de controleposten,
00:03:42
verliesstappen op temperaturen
00:03:44
wie het extreem koud had en wie
00:03:46
verklaarde ook het aantal sterfgevallen
00:03:48
die dus het eerste concept zou kunnen hebben
00:03:50
fundamenteel om te onthouden over visualisatie,
00:03:52
het dient.
00:03:52
Een verhaal vertellen zoals
00:03:54
Ik deed het gewoon.
00:03:56
2e zeer belangrijk element om in gedachten te hebben,
00:04:00
het is dat het normaal gesproken toestaat
00:04:01
als het goed gedaan is,
00:04:04
om direct een boodschap over te brengen.
00:04:06
Dus deze 2e illustratie die
00:04:08
is mijn geloof heel erg mooi dus
00:04:11
in rozet als in helix,
00:04:14
zoals hier te zien is.
00:04:17
Zo werd het gerealiseerd
00:04:19
door Florence Nightingale,
00:04:20
dus wie was een verpleegster voor het leger
00:04:23
Britten en die probeerden te laten zien.
00:04:26
Aan het Britse leger in feite dat y
00:04:28
had een groot gezondheidsprobleem op de,
00:04:31
op het slagveld,
00:04:34
vooral op het niveau van ziekenboeg
00:04:36
die naast de voorkant was voor
00:04:40
eigenlijk laten zien dat de belangrijkste
00:04:42
doodsoorzaak bij oorlog
00:04:45
van de Krim tijdens de hechtenis van
00:04:48
Krim was problemen van ziekten
00:04:50
wat daarom epidemie werd genoemd
00:04:52
ongeveer van de van de epidemieën
00:04:55
op de ziekenboeg.
00:04:57
En dus is er dan eigenlijk wel degelijk behoefte aan
00:05:00
op ziekenboeg en in het veld
00:05:02
van de strijd en daarom is er de noodzaak om
00:05:04
om gezondheidsvoorschriften op te stellen.
00:05:06
Dus in 2020, met COVID,
00:05:08
het is alleen maar milieuvriendelijker.
00:05:10
Dus toen al was er dit
00:05:12
soort redenering daar en in feite dit
00:05:14
die je hier gewoon hebt,
00:05:17
het is een roosvenster dat aangeeft
00:05:19
voor elke maand,
00:05:20
dus hier zie je april mei,
00:05:22
Juni, juli en ga zo maar door jaren,
00:05:24
we zullen verschillende kleuren hebben voor
00:05:26
verklaar de oorzaken van sterfte.
00:05:28
Dus als ik het me goed herinner,
00:05:30
zwart komt overeen met de doden op
00:05:33
het slagveld, het roze,
00:05:35
Ik denk dat het is als gevolg van de
00:05:37
complicaties van oorlogswonden
00:05:39
om het heel eenvoudig te maken en dan de de.
00:05:42
Blauw komt overeen met ziekten
00:05:44
epidemieën en daar gaan we in feite
00:05:47
telt dat direct en vooral
00:05:49
ook hier kijken we naar januari 1855.
00:05:52
Het aandeel epidemische ziekten
00:05:53
die absoluut enorm is door
00:05:55
relatie tot de sterfgevallen die
00:05:57
kon verwachten op.
00:05:58
Het is op deze slagvelden
00:06:00
en uiteindelijk, inderdaad,
00:06:01
men kan het probleem onmiddellijk zien,
00:06:03
dus epidemische ziekten die doden
00:06:05
meer dan de oorlog zelf en in
00:06:08
meer van dat dus solliciteerde ze
00:06:10
een zoom in feite hier in relatie tot
00:06:12
wat u ons wilt laten zien.
00:06:14
Het was dus uiterst compleet in
00:06:16
de manier om daar weer te geven wanneer je
00:06:18
toon dit aan de Britse generaals,
00:06:20
Welnu, er is geen debat.
00:06:22
Sterker nog, je hoeft alleen maar te laten zien
00:06:24
dit gebied om Bah te zeggen het is noodzakelijk
00:06:27
sanitaire voorschriften vast te stellen op.
00:06:28
Op de in de Britse legers en dus
00:06:31
daar wordt het bericht onmiddellijk doorgegeven,
00:06:33
er is niet per se behoefte aan polemieken.
00:06:37
Het laatste element, en dat is,
00:06:39
Ik denk, misschien wel de meest voor de hand liggende
00:06:41
van alles wat ik u heb kunnen laten zien,
00:06:44
het is er maar één.
00:06:45
Een visualisatie wordt gebruikt om te renderen
00:06:47
dingen die duidelijk waren als het niet
00:06:50
helemaal niet met ruwe data.
00:06:53
Het laatste geval wil ik je laten zien,
00:06:56
dus het is altijd
00:06:57
historische dingen,
00:06:58
maar dat ik nog steeds een
00:07:01
tijden buitengewoon interessant.
00:07:02
Het wordt deze kaart van Londen die
00:07:05
werd in 1854 gemaakt door John Snow.
00:07:08
En ja, het is niet uit te vinden,
00:07:10
terwijl er een epidemie was
00:07:13
cholera op Londen, dat is het.
00:07:16
En dus proberen we de oorzaak in te schatten.
00:07:19
van deze cholera-epidemie.
00:07:21
Dus zonder in details te treden,
00:07:24
we vroegen ons af of het in de lucht was,
00:07:26
we vroegen ons af of het besmettelijk was
00:07:28
enzovoort
00:07:29
enzovoort.
00:07:29
En dus hadden we deze persoon daar aangeklaagd,
00:07:32
dus een arts om te proberen te onderzoeken voor
00:07:35
een beetje begrijpen wat er aan de hand was.
00:07:37
Dus hij, zijn methode,
00:07:39
het was relatief eenvoudig,
00:07:40
het was om een kaart van de buurt te maken
00:07:44
van Soho naar Londen en ga zetten.
00:07:46
In rechthoek op elke
00:07:48
niveau of er is een overlijden geweest,
00:07:50
dus we gingen de
00:07:51
adressen van cholera-sterfgevallen.
00:07:53
En elke keer weer,
00:07:54
op een overloop,
00:07:55
we gingen aan deze rechthoek toevoegen,
00:07:57
dus wat we ons heel snel realiseerden,
00:07:59
het is dat het al was gevonden
00:08:00
in een zeer klein gebied.
00:08:02
Dus wie was hier en wanneer we inzoomen,
00:08:05
we zien dat hier een waterpunt was
00:08:07
die midden in een gebied zat
00:08:09
of er vielen veel doden.
00:08:12
Dus nogmaals,
00:08:13
iets wat niet per se gezien werd
00:08:15
alleen met een lijst met adressen.
00:08:17
Met de bijbehorende sterfgevallen en
00:08:19
dus inderdaad, door in te zoomen,
00:08:20
we beseffen dat we er
00:08:23
Schrijft Pump dus het is het is het
00:08:26
het waterpunt en dat zijn we in feite ook.
00:08:29
We realiseren ons dat gewoon
00:08:31
in dit waterpunt,
00:08:33
babyluiers waren weggegooid
00:08:35
die leed aan cholera,
00:08:37
dus inderdaad, het was de 19e eeuw,
00:08:39
maar uit de 19e eeuw en de
00:08:42
sanitaire normen opnieuw
00:08:44
was niet aanwezig en dus het feit
00:08:46
gooi vuile luiers naar
00:08:49
van een baby die cholera had.
00:08:51
Mensen, plotseling,
00:08:52
ga en verzamel water om
00:08:53
drinken en daarom zichzelf infecteren,
00:08:56
en dus van daaruit,
00:08:58
we hebben die pomp kunnen sluiten.
00:09:00
En onmiddellijk,
00:09:00
plotseling, op dit gebied,
00:09:02
het aantal AA-cholera nam drastisch af.
00:09:05
Dus hier ben je, zie je van
00:09:07
dingen die niet begrepen konden worden,
00:09:10
het werd gewoon weergegeven op
00:09:12
een kaart en we waren in staat om de
00:09:14
probleem dat we hadden op
00:09:16
over dit over deze epidemie van
00:09:18
cholera en om u te overtuigen
00:09:20
iets meer van dat geval.
00:09:23
Wat ik je wilde laten zien,
00:09:25
het was in een klein geval waarin we
00:09:27
krijgt deze gegevenstabel.
00:09:30
Dus de maanden met het aantal verkopen,
00:09:32
omzet in duizenden euro's
00:09:34
die voor een bedrijf is uitgevoerd,
00:09:36
welke ook.
00:09:37
En dus ga ik je vragen om
00:09:39
neem deze paar seconden van
00:09:40
denk en zeg tegen mij Bah voilà,
00:09:42
met deze tabel,
00:09:43
waartoe ben je in staat
00:09:45
vertel me over wat er gebeurde in de
00:09:47
tijdens dit semester?
00:09:52
Dat is het, ik geef je een paar seconden.
00:09:53
Pauzeer anders als u
00:09:55
wil een beetje meer tijd.
00:09:57
Ik heb het persoonlijk moeilijk he.
00:09:59
Het is duidelijk dat ik zie dat er inderdaad,
00:10:01
hier zijn in ieder geval een
00:10:03
fluctuatie die er is.
00:10:04
Daar gaat het naar boven daar gaat het naar beneden dus
00:10:05
daar lijkt het een waarde te zijn
00:10:07
van een relatief lage waarde
00:10:09
vergeleken met anderen, et cetera.
00:10:11
Maar niets heel sluitends.
00:10:12
Aan de andere kant, als het wordt weergegeven op een
00:10:14
grafisch dus zoals ik dat deed
00:10:16
het zijn precies dezelfde waarden,
00:10:18
we gaan eigenlijk meteen
00:10:20
dingen visueel detecteren
00:10:21
dat zal ons opvallen.
00:10:23
We hebben het hele deel al over de uitersten,
00:10:26
dat het oog erg gewend is aan spotten.
00:10:28
De waarden die dat zijn,
00:10:29
die zich een beetje onderscheiden van de massa,
00:10:32
dus daar zien we meteen dat de
00:10:34
beste maand en de maand mei en dat
00:10:37
de slechtste maand en de maand maart,
00:10:39
2e element dat dan
00:10:41
een enigszins secundaire manier om waar te nemen,
00:10:43
het is dat inderdaad de eerste
00:10:44
Kwart was slechter dan het 2e.
00:10:46
Daar zien we dat we 3 punten hebben die
00:10:49
relatief dat is rond we gaan
00:10:51
zeg van 50 en daar zien we alles van
00:10:54
voortzetting die we opstijgen en dat op de
00:10:56
eind 2e kwartaal zijn we eerder
00:10:58
op waarden rond de 60. 70.
00:11:02
Men kan ook het oog direct gaan,
00:11:03
in ieder geval,
00:11:04
de hersenen zullen proberen te traceren
00:11:05
een recht om dat te vereenvoudigen.
00:11:07
En het is waar dat uiteindelijk,
00:11:09
we zitten eerder op een trend die
00:11:11
over het kwartaal weer omhoog.
00:11:15
En nog iets anders dat we
00:11:17
kon vinden, dus daar,
00:11:18
het gaat iets verder,
00:11:21
het kan een primer zijn van
00:11:23
herfst voor de zomer omdat we passeren
00:11:25
van 75.000 in mei naar bijna
00:11:28
60000 in juni dus dat is het, dat alles,
00:11:30
het is heel moeilijk om te hebben
00:11:32
op een gegevenstabel,
00:11:34
dus om soms te proberen
00:11:35
iets begrijpen.
00:11:36
Bah kom op,
00:11:37
we maken snel een tafel
00:11:39
van de tafel,
00:11:40
we maken snel een grafiek op
00:11:43
Excel en we kunnen het meteen zien.
00:11:45
Dingen die ons niet zouden overspringen
00:11:47
voor de ogen als we het niet hadden gehad.
00:11:49
Dus daar gaan we,
00:11:50
goed
00:11:51
al deze fundamentele noties
00:11:53
en de interesse die er kan zijn
00:11:56
om datavisualisatie uit te doen.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:02
spiegazioni di comprensione
00:00:04
e concetti fondamentali
00:00:06
intorno alla visualizzazione dei dati.
00:00:08
Per questo, prenderemo alcune illustrazioni
00:00:11
visualizzazione che sono storici e
00:00:14
famoso e anche per mostrarti che lì,
00:00:16
ciò che viene chiamato visualizzazione dei dati,
00:00:19
non è qualcosa di recente.
00:00:21
Quindi il primo concetto fondamentale per
00:00:23
da tenere a mente è storytelling.
00:00:25
Ricerca visualizzazioni
00:00:26
per raccontare una storia.
00:00:28
Cerca di spiegare alcuni
00:00:30
qualcosa con un viaggio.
00:00:32
Pensare e c'è tipicamente in
00:00:34
rende il diagramma che hai qui.
00:00:36
Racconta una bella storia.
00:00:39
E inoltre,
00:00:40
questa è la storia della Francia.
00:00:41
In ogni caso,
00:00:42
le storie delle guerre francesi.
00:00:44
Quindi questa illustrazione era
00:00:46
diretto da Charles Joseph Minard che
00:00:48
rappresenta la campagna di Russia,
00:00:50
così dal 1812 al 1813 che
00:00:53
era guidato da Napoleone.
00:00:54
Quindi cosa possiamo leggere
00:00:57
su questo grafico in modo da avere
00:00:59
infatti il numero di truppe
00:01:01
chi rappresentava da quello.
00:01:03
La larghezza della linea in modo che,
00:01:05
è una bella cosa
00:01:07
intelligente per renderlo visivo e
00:01:09
così avremo l'avanzata delle truppe
00:01:11
Francese in territorio russo a
00:01:13
da questo fiume ci sarà
00:01:15
affondare nelle terre russe e infatti,
00:01:17
come e quando,
00:01:19
vedremo che la linea sta diminuendo,
00:01:21
è sempre meno ***** e che
00:01:24
corrisponde alle perdite che sono
00:01:26
sono stati sofferti dall'esercito francese durante
00:01:28
della loro avanzata in territorio russo.
00:01:31
Quindi qui andiamo avanti, avanziamo,
00:01:33
andiamo avanti, andiamo avanti.
00:01:34
Abbiamo al passaggio ai checkpoint
00:01:37
con valori o sono spariti.
00:01:40
422000 erano solo 400000,
00:01:43
et cetera et cetera,
00:01:45
e così via.
00:01:47
Con anche le città che sono state
00:01:49
incontrato e arriviamo improvvisamente a Mosca,
00:01:52
erano già solo 100.000.
00:01:54
E poi
00:01:54
in realtà hai la pensione in nero
00:01:57
così il famoso ritiro dalla Russia
00:01:59
o l'esercito francese lasciato
00:02:01
in pieno inverno in Francia perché
00:02:03
che lo zar aveva praticato il la,
00:02:05
aveva semplicemente bruciato Mosca.
00:02:07
Quindi i soldati non avevano
00:02:09
non aveva più una casa non è
00:02:12
costruire così se ne sono andati.
00:02:13
Beh, non ho intenzione di fare la storia della Francia,
00:02:16
scusa ho sparso un po 'uh i
00:02:19
Vado fuori strada.
00:02:20
In ogni caso,
00:02:21
Ecco che la linea rossa corrisponde al
00:02:24
ritirata delle truppe francesi.
00:02:26
E così lo vediamo davvero
00:02:28
mi fa male, che menu.
00:02:30
Possiamo già vedere qui che c'era stata una prima,
00:02:33
un primo ritorno da
00:02:35
alcune truppe e infine,
00:02:37
che sono arrivati a sole 10 miglia,
00:02:40
poi il passaggio di questo fiume.
00:02:42
Quindi era un bah,
00:02:44
quello che ora viene chiamato un
00:02:46
berezina che corrisponde a un
00:02:48
episodio di questa campagna dalla Russia,
00:02:50
Non mi interessa.
00:02:51
Puoi guardarlo su Wikipedia,
00:02:52
se sei interessato, mi fermo qui.
00:02:55
In ogni caso,
00:02:56
ecco come illustrare in un
00:02:58
semplice piuttosto che un grande dipinto
00:02:59
con date e des,
00:03:01
un volume di truppe con
00:03:03
anche potenzialmente luoghi.
00:03:04
Bah qui a colpo d'occhio capiamo questo
00:03:06
è successo e ci rendiamo conto anche noi.
00:03:09
Bah davvero della storia che potrebbe
00:03:12
avere su questa perdita come e quando
00:03:14
misura i passaggi chiave e i diversi,
00:03:16
le varie perdite che possono essersi verificate.
00:03:19
Oltre a ciò avremo un'altra scala.
00:03:22
Così anche questo,
00:03:23
è molto interessante in realtà il
00:03:25
il grafico è molto completo con il
00:03:27
temperature che hai qui e ad ogni
00:03:29
passi del colpo soprattutto al ritorno.
00:03:31
Ciò che si ritira in inverno in Russia equivale,
00:03:34
temperature estremamente fredde
00:03:35
quindi ci sono temperature a
00:03:36
negativo che spiega anche il,
00:03:38
vediamo ogni volta che il
00:03:40
indicati sui posti di controllo,
00:03:42
fasi di perdita sulle temperature
00:03:44
chi era estremamente freddo e chi
00:03:46
ha anche spiegato il numero di morti
00:03:48
chi potrebbe quindi avere il primo concetto
00:03:50
fondamentale da ricordare sulla visualizzazione,
00:03:52
serve.
00:03:52
Raccontare una storia come
00:03:54
L'ho appena fatto.
00:03:56
2 ° elemento molto importante da tenere a mente,
00:04:00
è che normalmente consente
00:04:01
se è ben fatto,
00:04:04
per trasmettere istantaneamente un messaggio.
00:04:06
Quindi questa 2a illustrazione che
00:04:08
è la mia fede molto molto carina così
00:04:11
in rosetta come in elica,
00:04:14
come si può vedere qui.
00:04:17
Così è stato realizzato
00:04:19
di Florence Nightingale,
00:04:20
quindi chi era un'infermiera per l'esercito
00:04:23
Britannico e che ha cercato di mostrare.
00:04:26
All'esercito britannico infatti che y
00:04:28
ha avuto un grosso problema di salute sulla,
00:04:31
sul campo di battaglia,
00:04:34
soprattutto a livello di infermerie
00:04:36
che era accanto alla parte anteriore per
00:04:40
in realtà mostrano che il principale
00:04:42
causa di morte in guerra
00:04:45
della Crimea durante la custodia di
00:04:48
Crimea era problemi di malattie
00:04:50
che è stata quindi chiamata epidemia
00:04:52
all'incirca delle epidemie
00:04:55
sulle infermerie.
00:04:57
E quindi c'è necessità in effetti allora
00:05:00
sulle infermerie e sul campo
00:05:02
di battaglia e quindi c'è la necessità di
00:05:04
per andare a stabilire regole sanitarie.
00:05:06
Quindi nel 2020, con COVID,
00:05:08
è solo più ecologico.
00:05:10
Quindi già all'epoca c'era questo
00:05:12
tipo di ragionamento lì e in effetti questo
00:05:14
che hai semplicemente qui,
00:05:17
è un rosone che indicherà
00:05:19
per ogni mese,
00:05:20
quindi qui vedi aprile maggio,
00:05:22
Giugno, luglio e così via anni,
00:05:24
avremo colori diversi per
00:05:26
spiegare le cause della mortalità.
00:05:28
Quindi, se ricordo bene,
00:05:30
il nero corrisponde al morto su
00:05:33
il campo di battaglia, il rosa,
00:05:35
Penso che sia il risultato del
00:05:37
complicazioni delle ferite di guerra
00:05:39
per renderlo molto semplice e poi il.
00:05:42
Il blu corrisponde alle malattie
00:05:44
epidemie e lì infatti andiamo
00:05:47
conta istantaneamente questo e soprattutto
00:05:49
anche qui guardiamo al gennaio 1855.
00:05:52
La percentuale di malattie epidemiche
00:05:53
che è assolutamente enorme da
00:05:55
relazione con i decessi che sono
00:05:57
potrebbe aspettarsi.
00:05:58
È su questi campi di battaglia
00:06:00
e alla fine, infatti,
00:06:01
si può vedere immediatamente il problema,
00:06:03
quindi malattie epidemiche che uccidono
00:06:05
più della guerra stessa e in
00:06:08
più di questo, quindi ha applicato
00:06:10
uno zoom infatti qui in relazione a
00:06:12
cosa vuoi mostrarci.
00:06:14
Quindi è stato estremamente completo in
00:06:16
il modo di visualizzare lì quando si
00:06:18
mostralo ai generali britannici,
00:06:20
Beh, non c'è dibattito.
00:06:22
In effetti, devi solo mostrare
00:06:24
questa zona per dire Bah è necessario
00:06:27
stabilire norme sanitarie su.
00:06:28
Sul negli eserciti britannici e quindi
00:06:31
lì, il messaggio viene immediatamente passato,
00:06:33
non c'è necessariamente bisogno di polemiche.
00:06:37
L'ultimo elemento, e cioè,
00:06:39
Penso, forse il più ovvio
00:06:41
di tutto ciò che ho potuto mostrarvi,
00:06:44
è solo uno.
00:06:45
Per eseguire il rendering viene utilizzata una visualizzazione
00:06:47
cose ovvie quando non lo era
00:06:50
per niente con dati grezzi.
00:06:53
L'ultimo caso che voglio mostrarti,
00:06:56
quindi è sempre
00:06:57
cose storiche,
00:06:58
ma che trovo ancora un
00:07:01
tempi estremamente interessanti.
00:07:02
Sarà questa mappa di Londra che
00:07:05
è stato realizzato nel 1854 da John Snow.
00:07:08
E sì, non può essere inventato,
00:07:10
mentre c'era un'epidemia
00:07:13
colera a Londra, tutto qui.
00:07:16
E così cerchiamo di stimare la causa
00:07:19
di questa epidemia di colera.
00:07:21
Quindi, senza entrare nei dettagli,
00:07:24
ci siamo chiesti se fosse nell'aria,
00:07:26
ci siamo chiesti se fosse contagioso
00:07:28
e così via
00:07:29
e così via.
00:07:29
E così avevamo caricato questa persona lì,
00:07:32
quindi un medico per cercare di indagare per
00:07:35
capire un po' cosa stava succedendo.
00:07:37
Quindi lui, il suo metodo,
00:07:39
era relativamente semplice,
00:07:40
era quello di prendere una mappa del quartiere
00:07:44
da Soho a Londra e andare a mettere.
00:07:46
In rettangolo su ciascuno
00:07:48
livello o c'è stata una morte,
00:07:50
quindi stavamo per ottenere il
00:07:51
indirizzi di morti per colera.
00:07:53
E ogni volta,
00:07:54
su un pianerottolo,
00:07:55
stavamo per aggiungere a questo rettangolo,
00:07:57
quindi quello che abbiamo realizzato molto rapidamente,
00:07:59
è che già si trovava
00:08:00
in un'area molto piccola.
00:08:02
Quindi chi era qui e quando ingrandiamo,
00:08:05
vediamo che c'era un punto d'acqua qui
00:08:07
che era proprio nel mezzo di un'area
00:08:09
o ci sono stati molti morti.
00:08:12
Quindi, di nuovo,
00:08:13
qualcosa che non è stato necessariamente visto
00:08:15
solo con un elenco di indirizzi.
00:08:17
Con i decessi corrispondenti e
00:08:19
così in effetti, con lo zoom,
00:08:20
ci rendiamo conto che abbiamo lì
00:08:23
Scrive Pump in modo che sia il it's it
00:08:26
il punto dell'acqua e infatti lo siamo.
00:08:29
Ci rendiamo conto che semplicemente
00:08:31
in questo punto d'acqua,
00:08:33
i pannolini per bambini erano stati gettati via
00:08:35
che soffriva di colera,
00:08:37
quindi, in effetti, era il 19 ° secolo,
00:08:39
ma dal 19 ° secolo e il
00:08:42
norme sanitarie ancora una volta
00:08:44
non era presente e quindi il fatto
00:08:46
gettare pannolini sporchi a
00:08:49
di un bambino che aveva il colera.
00:08:51
La gente, all'improvviso,
00:08:52
vai a raccogliere l'acqua per
00:08:53
bere e quindi infettarsi,
00:08:56
e quindi da lì,
00:08:58
siamo stati in grado di chiudere quella pompa.
00:09:00
E all'istante,
00:09:00
improvvisamente, su questa zona,
00:09:02
il numero di colera AA diminuì drasticamente.
00:09:05
Quindi eccoti qui, vedi da
00:09:07
cose che non potevano essere comprese,
00:09:10
è stato semplicemente visualizzato su
00:09:12
una mappa e siamo stati in grado di risolvere il
00:09:14
problema che abbiamo avuto su
00:09:16
su questo su questa epidemia di
00:09:18
colera e per convincerti
00:09:20
un po 'di più di quel caso.
00:09:23
Quello che volevo mostrarti,
00:09:25
è stato in un piccolo caso in cui abbiamo
00:09:27
avrà questa tabella di dati.
00:09:30
Quindi i mesi con il numero di vendite,
00:09:32
fatturato in migliaia di euro
00:09:34
che è stato effettuato per un'azienda,
00:09:36
non importa quale.
00:09:37
E quindi ti chiederò di
00:09:39
prendi questi pochi secondi di
00:09:40
pensa e dimmi Bah voilà,
00:09:42
con questa tabella,
00:09:43
di cosa sei capace
00:09:45
raccontami cosa è successo nel
00:09:47
durante questo di quel semestre?
00:09:52
Questo è tutto, ti darò qualche secondo.
00:09:53
In caso contrario, mettere in pausa se si
00:09:55
vuoi un po 'più di tempo.
00:09:57
Io, personalmente, ho difficoltà eh.
00:09:59
Chiaramente, vedo che c'è davvero,
00:10:01
ecco in ogni caso un
00:10:03
fluttuazioni che esistono.
00:10:04
Lì va lassù va giù così
00:10:05
lì sembra essere un valore
00:10:07
di un valore relativamente basso
00:10:09
rispetto ad altri, eccetera.
00:10:11
Ma niente di molto conclusivo.
00:10:12
D'altra parte, se viene visualizzato su un
00:10:14
grafica così come l'ho fatto io
00:10:16
sono esattamente gli stessi valori,
00:10:18
andiamo subito infatti
00:10:20
rilevare visivamente le cose
00:10:21
che ci salterà addosso.
00:10:23
Abbiamo già tutta la parte sugli estremi,
00:10:26
che l'occhio è molto abituato a individuare.
00:10:28
I valori che sono che,
00:10:29
che si distinguono un po 'dalla massa,
00:10:32
così lì vediamo istantaneamente che il
00:10:34
il mese migliore e il mese di maggio e che
00:10:37
il mese peggiore e il mese di marzo,
00:10:39
2° elemento che può quindi essere
00:10:41
un modo un po 'secondario di percepire,
00:10:43
è che in effetti il primo
00:10:44
Il quarto è stato peggiore del 2 °.
00:10:46
Lì vediamo che abbiamo 3 punti che sono
00:10:49
relativamente questo è intorno a quello che stiamo andando a
00:10:51
diciamo di 50 e lì vediamo tutto da
00:10:54
continuazione che decolliamo e che sul
00:10:56
fine del 2° trimestre siamo piuttosto
00:10:58
su valori intorno a 60. 70.
00:11:02
Si può anche l'occhio va direttamente,
00:11:03
in ogni caso,
00:11:04
il cervello cercherà di rintracciare
00:11:05
il diritto di semplificarlo.
00:11:07
Ed è vero che alla fine,
00:11:09
siamo piuttosto su una tendenza che è
00:11:11
di nuovo in rialzo nel corso del trimestre.
00:11:15
E qualcos'altro che noi
00:11:17
potrebbe trovare, quindi lì,
00:11:18
va un po 'oltre,
00:11:21
potrebbe essere un primer di
00:11:23
autunno per l'estate perché passiamo
00:11:25
da 75.000 a maggio a quasi
00:11:28
60000 a giugno, quindi è tutto, tutto questo,
00:11:30
è molto difficile avere
00:11:32
su una tabella dati,
00:11:34
quindi a volte provare a
00:11:35
capire qualcosa.
00:11:36
Bah dai,
00:11:37
facciamo rapidamente un tavolo
00:11:39
dal tavolo,
00:11:40
facciamo rapidamente un grafico su
00:11:43
Excel e possiamo vedere subito.
00:11:45
Cose che non ci salterebbero addosso
00:11:47
agli occhi se non l'avessimo avuto.
00:11:49
Quindi eccoci qui,
00:11:50
bene
00:11:51
tutte queste nozioni fondamentali
00:11:53
e l'interesse che ci può essere
00:11:56
per fare visualizzazione dei dati.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:02
تفسيرات التفاهم
00:00:04
والمفاهيم الأساسية
00:00:06
حول تصور البيانات.
00:00:08
لذلك، سنأخذ بعض الرسوم التوضيحية
00:00:11
التصور التي هي تاريخية و
00:00:14
الشهيرة وأيضا لتظهر لك أن هناك،
00:00:16
ما يسمى تصور البيانات،
00:00:19
انها ليست شيئا الحديثة.
00:00:21
اذا المفهوم الاساسي الاول
00:00:23
أن يكون في الاعتبار هو رواية القصص.
00:00:25
بحث المرئيات
00:00:26
ليحكي قصة.
00:00:28
وهو يسعى إلى شرح بعض
00:00:30
شيء مع رحلة.
00:00:32
للتفكير وهناك عادة في
00:00:34
يجعل الرسم البياني لديك هنا.
00:00:36
إنها تحكي قصة رائعة
00:00:39
وإلى جانب ذلك،
00:00:40
هذا هو تاريخ فرنسا.
00:00:41
على أي حال،
00:00:42
تاريخ الحروب الفرنسية.
00:00:44
اذا هذا التوضيح كان
00:00:46
إخراج تشارلز جوزيف مينار الذي
00:00:48
يمثل الحملة الروسية،
00:00:50
حتى من 1812 إلى 1813 التي
00:00:53
كان يقودها نابليون.
00:00:54
فماذا يمكننا أن نقرأ
00:00:57
على هذا المخطط بحيث يكون لديك
00:00:59
في الواقع عدد القوات
00:01:01
الذين مثلوا بذلك.
00:01:03
عرض الخط حتى الآن أن،
00:01:05
إنه شيء رائع
00:01:07
ذكي لجعله البصرية و
00:01:09
لذلك سيكون لدينا تقدم القوات
00:01:11
الفرنسية في الأراضي الروسية في
00:01:13
من هذا النهر هناك التي ستكون
00:01:15
تغرق في الأراضي الروسية، وفي الواقع،
00:01:17
كما ومتى،
00:01:19
سنرى أن الخط يتناقص
00:01:21
انها أقل وأقل ***** وهذا
00:01:24
يقابل الخسائر التي
00:01:26
عانى من قبل الجيش الفرنسي خلال
00:01:28
من تقدمهم إلى الأراضي الروسية.
00:01:31
لذا هنا نمضي قدما، نتقدم،
00:01:33
نحن نمضي قدما، ونمضي قدما.
00:01:34
لدينا عند الممر إلى نقاط التفتيش
00:01:37
بالقيم أو أنها ذهبت.
00:01:40
422000 كانوا فقط 400000
00:01:43
وما إلى ذلك،
00:01:45
وهكذا دواليك.
00:01:47
مع أيضا المدن التي كانت
00:01:49
اجتمع ونصل فجأة في موسكو،
00:01:52
كان بالفعل فقط 100،000.
00:01:54
وبعد ذلك
00:01:54
لديك في الواقع التقاعد في الأسود
00:01:57
لذا فإن تراجع الشهيرة من روسيا
00:01:59
أو غادر الجيش الفرنسي
00:02:01
في منتصف فصل الشتاء في فرنسا لأن
00:02:03
أن القيصر قد مارس ال"لا"،
00:02:05
كان قد أحرق موسكو ببساطة.
00:02:07
إذا الجنود لم يكن لديهم
00:02:09
لم يعد لديه منزل لا
00:02:12
بناء حتى غادروا.
00:02:13
حسنا لن أصنع تاريخ فرنسا
00:02:16
آسف أنا انتشرت قليلا اه أنا
00:02:19
أضل الطريق
00:02:20
على أي حال،
00:02:21
هنا هو الخط الأحمر يتوافق مع
00:02:24
تراجع القوات الفرنسية.
00:02:26
ولذلك نرى
00:02:28
يؤلمني، أنه القائمة.
00:02:30
يمكننا أن نرى هنا أنه كان هناك أول،
00:02:33
عودة أولى من
00:02:35
بعض القوات وأخيرا،
00:02:37
الذين وصلوا فقط 10 ميلا،
00:02:40
ثم مرور هذا النهر.
00:02:42
لذا كان باه،
00:02:44
ما يسمى الآن ب
00:02:46
berezina الذي يتوافق مع
00:02:48
حلقة من هذه الحملة من روسيا،
00:02:50
لا يهمني.
00:02:51
يمكنك أن تنظر إليها على ويكيبيديا،
00:02:52
إذا كنت مهتما، وسوف تتوقف عند هذا الحد.
00:02:55
على أي حال،
00:02:56
هنا هو كيفية توضيح في جدا
00:02:58
بسيطة بدلا من لوحة كبيرة
00:02:59
مع التواريخ و ديس،
00:03:01
حجم من القوات مع
00:03:03
أيضا أماكن محتملة.
00:03:04
باه هنا في لمحة ونحن نفهم هذا
00:03:06
هذا ما حدث ونحن ندرك أيضا.
00:03:09
باه في الواقع من التاريخ الذي يمكن
00:03:12
يكون على هذه الخسارة كما ومتى
00:03:14
يقيس الخطوات الرئيسية للوختلف منها،
00:03:16
الخسائر المختلفة التي قد تكون حدثت.
00:03:19
بالإضافة إلى ذلك سيكون لدينا مقياس آخر.
00:03:22
لذا ذلك أيضا،
00:03:23
انها مثيرة جدا للاهتمام في الواقع
00:03:25
الرسم البياني هو كاملة جدا مع
00:03:27
درجات الحرارة لديك هنا وفي كل
00:03:29
خطوات الضربة وخاصة عند العودة.
00:03:31
ما الذي يتماثل في الشتاء في روسيا
00:03:34
درجات الحرارة الباردة للغاية
00:03:35
حتى هناك درجات الحرارة في
00:03:36
سالبة والتي تفسر أيضا،
00:03:38
نرى في كل مرة
00:03:40
المشار إليها على نقاط التفتيش،
00:03:42
خطوات الخسارة على درجات الحرارة
00:03:44
الذي كان باردا للغاية والذي
00:03:46
كما شرح عدد الوفيات
00:03:48
الذي يمكن أن يكون بالتالي المفهوم الأول
00:03:50
الأساسية أن نتذكر عن التصور ،
00:03:52
إنه يخدم.
00:03:52
رواية قصة مثل
00:03:54
أنا فقط فعلت.
00:03:56
العنصر الثاني المهم جدا الذي يجب أن يكون في الاعتبار،
00:04:00
هو أنه يسمح عادة
00:04:01
إذا كان جيدا القيام به،
00:04:04
لنقل رسالة على الفور.
00:04:06
اذا هذا التوضيح الثاني
00:04:08
هو إيماني جميلة جدا جدا حتى
00:04:11
في روزيت كما هو الحال في الحلزون،
00:04:14
كما يمكن أن نرى هنا.
00:04:17
لذلك تم إدراكه
00:04:19
بواسطة فلورنس نايتنجيل،
00:04:20
لذا من كان ممرضا للجيش
00:04:23
البريطانيون والذين سعوا إلى الظهور.
00:04:26
إلى الجيش البريطاني في الواقع أن y
00:04:28
كان مشكلة صحية كبيرة على،
00:04:31
في ساحة المعركة
00:04:34
خاصة على مستوى المستوصفات
00:04:36
الذي كان بجانب الجبهة ل
00:04:40
في الواقع تبين أن الرئيسي
00:04:42
سبب الوفاة في الحرب
00:04:45
القرم أثناء احتجاز
00:04:48
شبه جزيرة القرم كانت مشاكل الأمراض
00:04:50
الذي كان يسمى وباء لذلك
00:04:52
تقريبا من الأوبئة
00:04:55
على المستوصفات.
00:04:57
وهكذا هناك ضرورة في الواقع ثم
00:05:00
على المستوصفات وفي الميدان
00:05:02
من المعركة ، وبالتالي هناك حاجة إلى
00:05:04
للذهاب ووضع القواعد الصحية.
00:05:06
لذا في عام 2020، مع COVID،
00:05:08
انها فقط أكثر صديقة للبيئة.
00:05:10
لذا بالفعل في ذلك الوقت كان هناك هذا
00:05:12
نوع من المنطق هناك ، وفي الواقع هذا
00:05:14
التي لديك هنا ببساطة،
00:05:17
هو نافذة وردة التي سوف تشير
00:05:19
لكل شهر،
00:05:20
حتى هنا ترى أبريل مايو،
00:05:22
يونيو ويوليو وهلم جرا سنوات،
00:05:24
سيكون لدينا ألوان مختلفة ل
00:05:26
شرح أسباب الوفيات.
00:05:28
لذا إذا تذكرت بشكل صحيح،
00:05:30
أسود يتوافق مع الموتى على
00:05:33
ساحة المعركة، والوردي،
00:05:35
أعتقد أنه نتيجة
00:05:37
مضاعفات جروح الحرب
00:05:39
لجعلها بسيطة جدا ومن ثم
00:05:42
الأزرق يتوافق مع الأمراض
00:05:44
الأوبئة وهناك في الواقع نذهب
00:05:47
التهم على الفور أن وقبل كل شيء
00:05:49
هنا مرة أخرى ننظر في يناير 1855.
00:05:52
نسبة الأمراض الوبائية
00:05:53
وهو ضخم للغاية من قبل
00:05:55
العلاقة مع الوفيات التي
00:05:57
يمكن أن نتوقع على.
00:05:58
إنه في ساحات القتال هذه
00:06:00
وفي النهاية، في الواقع،
00:06:01
يمكن للمرء أن يرى على الفور المشكلة،
00:06:03
حتى الأمراض الوبائية التي تقتل
00:06:05
أكثر من الحرب نفسها وفي
00:06:08
أكثر من ذلك حتى انها تقدمت بطلب
00:06:10
التكبير في الواقع هنا فيما يتعلق
00:06:12
ما تريد أن ترينا.
00:06:14
لذلك كان كاملا للغاية في
00:06:16
طريقة العرض هناك عند
00:06:18
أظهر هذا للجنرالات البريطانيين
00:06:20
حسنا، ليس هناك نقاش.
00:06:22
في الواقع، عليك فقط أن تظهر
00:06:24
هذا المجال ليقول باه من الضروري
00:06:27
وضع قواعد صحية على.
00:06:28
على في الجيوش البريطانية وبالتالي
00:06:31
هناك، يتم تمرير الرسالة على الفور،
00:06:33
ليس هناك بالضرورة حاجة إلى الجدل.
00:06:37
العنصر الأخير، وهو،
00:06:39
أعتقد، ربما الأكثر وضوحا
00:06:41
من كل ما كنت قادرا على أن تظهر لك،
00:06:44
إنه واحد فقط.
00:06:45
يتم استخدام تصور لتقديم
00:06:47
أشياء واضحة عندما لم يكن
00:06:50
لا على الإطلاق مع البيانات الخام.
00:06:53
آخر قضية أريد أن أريكم
00:06:56
لذلك هو دائما
00:06:57
أشياء تاريخية،
00:06:58
ولكن ما زلت أجد
00:07:01
مرات مثيرة للاهتمام للغاية.
00:07:02
ستكون خريطة لندن هذه
00:07:05
صنعه جون سنو في عام 1854.
00:07:08
ونعم، لا يمكن اختراعه،
00:07:10
بينما كان هناك وباء
00:07:13
الكوليرا في لندن، هذا كل شيء.
00:07:16
ولذلك نحاول تقدير السبب
00:07:19
من هذا الوباء الكوليرا.
00:07:21
لذا دون الخوض في التفاصيل،
00:07:24
تساءلنا إذا كان في الهواء،
00:07:26
تساءلنا إذا كان معديا
00:07:28
وهكذا دواليك
00:07:29
وهكذا دواليك.
00:07:29
وهكذا كنا قد اتهم هذا الشخص هناك،
00:07:32
حتى طبيب في محاولة للتحقيق عن
00:07:35
فهم قليلا ما كان يجري.
00:07:37
لذا هو، طريقته،
00:07:39
كان الأمر بسيطا نسبيا
00:07:40
كان لأخذ خريطة للحي
00:07:44
من سوهو إلى لندن والذهاب وضع.
00:07:46
في مستطيل على كل
00:07:48
مستوى أو كان هناك وفاة،
00:07:50
لذلك كنا سنحصل على
00:07:51
معالجة الوفيات الناجمة عن الكوليرا.
00:07:53
وفي كل مرة
00:07:54
على الهبوط،
00:07:55
كنا سنضيفه لهذا المستطيل
00:07:57
لذا ما أدركناه بسرعة كبيرة،
00:07:59
هو أنه بالفعل كان موجودا
00:08:00
في منطقة صغيرة جدا.
00:08:02
إذن من كان هنا وعندما نقرب
00:08:05
نرى ان هناك نقطة مياه هنا
00:08:07
الذي كان في منتصف منطقة
00:08:09
أو كان هناك الكثير من الوفيات.
00:08:12
لذا مرة أخرى،
00:08:13
شيء لم يكن ينظر إليه بالضرورة
00:08:15
فقط مع قائمة عناوين.
00:08:17
مع الوفيات المقابلة و
00:08:19
لذا في الواقع، عن طريق التكبير،
00:08:20
نحن ندرك أن لدينا هناك
00:08:23
يكتب مضخة حتى انها انها
00:08:26
نقطة المياه، ونحن في الواقع.
00:08:29
نحن ندرك أن ببساطة
00:08:31
في نقطة المياه هذه،
00:08:33
حفاضات الأطفال قد ألقيت بعيدا
00:08:35
الذي كان يعاني من الكوليرا،
00:08:37
لذا في الواقع، كان القرن التاسع عشر،
00:08:39
ولكن من القرن التاسع عشر و
00:08:42
المعايير الصحية مرة أخرى
00:08:44
لم يكن حاضرا ، وبالتالي فإن حقيقة
00:08:46
رمي حفاضات المتسخة في
00:08:49
لطفل مصاب بالكوليرا
00:08:51
الناس، فجأة،
00:08:52
الذهاب وجمع المياه إلى
00:08:53
شرب وبالتالي تصيب نفسها،
00:08:56
وبالتالي من هناك،
00:08:58
تمكنا من إغلاق المضخة
00:09:00
وعلى الفور،
00:09:00
فجأة، في هذه المنطقة،
00:09:02
انخفض عدد الكوليرا AA بشكل كبير.
00:09:05
لذا ها أنت، ترى من
00:09:07
أشياء لا يمكن فهمها،
00:09:10
تم عرضها ببساطة على
00:09:12
خريطة وتمكنا من حل
00:09:14
المشكلة التي كانت لدينا على
00:09:16
على هذا على هذا الوباء من
00:09:18
الكوليرا وإقناعك
00:09:20
أكثر من ذلك بقليل من تلك القضية.
00:09:23
ما أردت أن أريك
00:09:25
كان في حالة صغيرة حيث
00:09:27
سيكون لدينا جدول البيانات هذا
00:09:30
اذا الاشهر التي بها عدد المبيعات
00:09:32
دوران في الآلاف من اليورو
00:09:34
التي نفذت لشركة،
00:09:36
بغض النظر عن أي واحد.
00:09:37
لذا سأطلب منك
00:09:39
تأخذ هذه الثواني القليلة من
00:09:40
فكر وقل لي باه فويلا،
00:09:42
مع هذا الجدول،
00:09:43
ما أنت قادر على
00:09:45
أخبرني عما حدث في
00:09:47
خلال هذا الفصل الدراسي؟
00:09:52
هذا كل شيء، سأعطيك بضع ثوان.
00:09:53
وإلا، توقف مؤقتا إذا كنت
00:09:55
أريد المزيد من الوقت
00:09:57
أنا شخصيا أجد صعوبة في ذلك
00:09:59
من الواضح أنني أرى أن هناك بالفعل،
00:10:01
هنا على أي حال
00:10:03
التقلبات الموجودة.
00:10:04
هناك يذهب إلى هناك يذهب إلى أسفل حتى
00:10:05
هناك يبدو أن قيمة
00:10:07
من قيمة منخفضة نسبيا
00:10:09
مقارنة بالآخرين، وما إلى ذلك.
00:10:11
لكن لا شيء حاسم جدا
00:10:12
من ناحية أخرى، إذا كان يتم عرضها على
00:10:14
الرسم حتى كما فعلت ذلك
00:10:16
هو بالضبط نفس القيم،
00:10:18
نذهب على الفور في الواقع
00:10:20
الكشف عن الأشياء بصريا
00:10:21
التي سوف تقفز علينا.
00:10:23
بالفعل لدينا الجزء كله على النقيضين،
00:10:26
أن العين معتادة جدا على اكتشاف.
00:10:28
القيم التي هي
00:10:29
التي تبرز قليلا من الحشد،
00:10:32
لذلك هناك نرى على الفور أن
00:10:34
أفضل شهر وشهر مايو وذلك
00:10:37
أسوأ شهر وشهر مارس،
00:10:39
العنصر الثاني الذي يمكن أن يكون
00:10:41
طريقة ثانوية إلى حد ما لإدراك،
00:10:43
هو أن في الواقع أول
00:10:44
الربع كان أسوأ من الثاني
00:10:46
هناك نرى أن لدينا 3 نقاط التي هي
00:10:49
نسبيا هذا حول نحن ذاهبون إلى
00:10:51
نقول من 50 وهناك نرى كل شيء من
00:10:54
استمرار أن نخلع وذلك على
00:10:56
نهاية الربع الثاني نحن بالأحرى
00:10:58
على القيم حوالي 60. 10h
00:11:02
يمكن للمرء أيضا أن يذهب العين مباشرة،
00:11:03
على أي حال،
00:11:04
سيحاول الدماغ تتبع
00:11:05
الحق في تبسيط ذلك.
00:11:07
وصحيح أنه في النهاية،
00:11:09
نحن على اتجاه بالأحرى
00:11:11
مرة أخرى على مدى الربع.
00:11:15
وشيء آخر أننا
00:11:17
يمكن أن تجد، لذلك هناك،
00:11:18
يذهب أبعد قليلا،
00:11:21
قد يكون التمهيدي من
00:11:23
تقع لفصل الصيف لأننا تمرير
00:11:25
من 75,000 في مايو إلى ما يقرب من
00:11:28
60000 في يونيو لذلك هذا كل شيء، كل ذلك،
00:11:30
من الصعب جدا أن يكون
00:11:32
على جدول بيانات،
00:11:34
حتى في بعض الأحيان في محاولة ل
00:11:35
فهم شيء.
00:11:36
باه هيا،
00:11:37
نحن بسرعة جعل الجدول
00:11:39
من الطاولة،
00:11:40
نقوم بعمل رسم بياني بسرعة على
00:11:43
إكسل ويمكننا أن نرى على الفور.
00:11:45
الأشياء التي لن تقفز إلينا
00:11:47
للعيون لو لم نحصل عليه
00:11:49
لذا ها نحن نذهب
00:11:50
حسنا
00:11:51
كل هذه المفاهيم الأساسية
00:11:53
والاهتمام الذي قد يكون هناك
00:11:56
للقيام التصور البيانات.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:02
anlayış açıklamaları
00:00:04
ve temel kavramlar
00:00:06
veri görselleştirme etrafında.
00:00:08
Bunun için bazı illüstrasyonlar alacağız.
00:00:11
tarihsel ve
00:00:14
ünlü ve aynı zamanda orada göstermek için,
00:00:16
veri görselleştirmesi olarak adlandırılan,
00:00:19
Yeni bir şey değil.
00:00:21
Yani ilk temel kavram
00:00:23
akılda olması gereken hikaye anlatımıdır.
00:00:25
Görselleştirmeler araması
00:00:26
Bir hikaye anlatmak için.
00:00:28
Bazı açıklamak istiyor
00:00:30
Yolculuğu olan bir şey.
00:00:32
Düşünmek ve orada tipik olarak
00:00:34
burada sahip olduğunuz diyagramı yapar.
00:00:36
Güzel bir hikaye anlatıyor.
00:00:39
Ve ayrıca,
00:00:40
Bu Fransa'nın tarihidir.
00:00:41
Her halükarda,
00:00:42
Fransız Savaşları'nın tarihçesi.
00:00:44
Yani bu illüstrasyon.
00:00:46
yönetmen Charles Joseph Minard kim
00:00:48
Rus kampanyasını temsil eder,
00:00:50
1812'den 1813'e kadar.
00:00:53
Napolyon tarafından yönetildi.
00:00:54
Peki ne okuyabiliriz?
00:00:57
bu grafikte, böylece
00:00:59
aslında asker sayısı
00:01:01
Bununla temsil eden.
00:01:03
Çizginin genişliği o kadar fazla ki,
00:01:05
bu oldukça büyük bir şey
00:01:07
görsel hale getirmek için akıllıca ve
00:01:09
böylece askerlerin ilerleyişini sağlayacağız.
00:01:11
Rus topraklarında Fransızca
00:01:13
bu nehirden olacak
00:01:15
Rus topraklarına batmak ve aslında,
00:01:17
olarak ve ne zaman,
00:01:19
hattın azaldığını göreceğiz.
00:01:21
gittikçe daha az ***** ve bu
00:01:24
kayıplara karşılık gelir.
00:01:26
sırasında Fransız ordusu tarafından acı çekti
00:01:28
Rus topraklarına ilerlemelerinin.
00:01:31
Burada ilerleyeceğiz, ilerleyeceğiz.
00:01:33
İlersek, ilerleriz.
00:01:34
Kontrol noktalarına geçişteyiz.
00:01:37
değerlerle ya da gitmişler.
00:01:40
422000 sadece 400000'lerdi.
00:01:43
et cetera ve cetera,
00:01:45
vesaire.
00:01:47
Ayrıca şehirler ile
00:01:49
tanıştık ve aniden Moskova'ya vardık.
00:01:52
Zaten sadece 100,000'dı.
00:01:54
Ve sonra,
00:01:54
aslında siyahlar içinde emekli oluyorsun
00:01:57
yani Rusya'dan ünlü geri çekilme
00:01:59
ya da Fransız ordusu ayrıldı
00:02:01
Fransa'da kışın ortasında çünkü
00:02:03
Çar'ın la pratiği yaptığını,
00:02:05
Moskova'ya sadece yanmıştı.
00:02:07
Yani askerlerin hiç.
00:02:09
artık bir evi yoktu, hayır
00:02:12
inşa etmek böylece onlar gitti.
00:02:13
Fransa tarihine geçmeyeceğim.
00:02:16
üzgünüm biraz yayıldım
00:02:19
Ben yoldan çıkıyorum.
00:02:20
Her halükarda,
00:02:21
burada kırmızı çizgi karşılık gelir
00:02:24
Fransız birliklerinin geri çekilmesi.
00:02:26
Ve biz de bunu görüyoruz.
00:02:28
Menü beni üzyor.
00:02:30
Burada bir ilk olduğunu şimdiden görebiliyoruz.
00:02:33
ilk dönüş
00:02:35
bazı birlikler ve son olarak,
00:02:37
Sadece 16 kilometre gelmiş olanlar,
00:02:40
sonra bu nehrin geçişi.
00:02:42
Yani bir bah,
00:02:44
şimdi adı verilen
00:02:46
berezina'ya karşılık gelen
00:02:48
Rusya'dan bu kampanyanın bir bölümü,
00:02:50
Umurumda değil.
00:02:51
Wikipedia'da bakabilirsiniz.
00:02:52
Eğer ilgilenirsen, orada duracağım.
00:02:55
Her halükarda,
00:02:56
burada çok göstermek için nasıl
00:02:58
büyük bir tablodan ziyade basit
00:02:59
tarih ve des ile,
00:03:01
ile bir dizi asker
00:03:03
ayrıca potansiyel olarak yerler.
00:03:04
Bah burada bir bakışta bunu anlıyoruz
00:03:06
Bu oldu ve biz de farkındayız.
00:03:09
Bah gerçekten de tarihin
00:03:12
bu kaybı ne zaman ve ne zaman olacak
00:03:14
temel adımları ve farklı adımları ölçer,
00:03:16
meydana gelmiş olabilecek çeşitli kayıplar.
00:03:19
Buna ek olarak başka bir ölçeğimiz olacak.
00:03:22
Yani bu da.
00:03:23
aslında çok ilginç
00:03:25
grafik ile çok eksiksiz
00:03:27
burada ve her birinde sahip olduğunuz sıcaklıklar
00:03:29
darbe adımları özellikle dönüşte.
00:03:31
Rusya'da kışın geri çekilmek eşittir,
00:03:34
aşırı soğuk sıcaklıklar
00:03:35
bu yüzden orada sıcaklıklar
00:03:36
olumsuz aynı zamanda açıklar,
00:03:38
her seferinde görüyoruz
00:03:40
kontrol noktalarında belirtilen,
00:03:42
sıcaklıklarda kayıp adımları
00:03:44
kim son derece soğuktu ve kim
00:03:46
ölüm sayısını da açıkladı
00:03:48
bu nedenle ilk konsepte sahip olabilecek
00:03:50
görselleştirme hakkında hatırlanması gereken temel,
00:03:52
hizmet eder.
00:03:52
Şöyle bir hikaye anlatmak.
00:03:54
Az önce yaptım.
00:03:56
Akılda bulundurulacak 2.
00:04:00
normalde izin verir
00:04:01
eğer iyi yapılırsa,
00:04:04
anında bir mesaj iletmek için.
00:04:06
Yani bu 2.
00:04:08
inancım çok çok güzel
00:04:11
sarmalında olduğu gibi rozette,
00:04:14
burada görülebileceği gibi.
00:04:17
Böylece fark edildi.
00:04:19
Florence Nightingale tarafından,
00:04:20
orduda hemşire olan
00:04:23
İngilizler ve kim göstermek istedi.
00:04:26
İngiliz Ordusu'na aslında y
00:04:28
'nin büyük bir sağlık sorunu vardı.
00:04:31
savaş alanında,
00:04:34
özellikle revirler düzeyinde
00:04:36
ön tarafta olan
00:04:40
aslında ana göstermek
00:04:42
savaşta ölüm nedeni
00:04:45
vesayet sırasında Kırım'ın
00:04:48
Kırım hastalıkların sorunlarıydı
00:04:50
bu nedenle salgın olarak adlandırıldı
00:04:52
kabaca salgın hastalıklar
00:04:55
Revirlerde.
00:04:57
Ve aslında o zaman gereklilik var.
00:05:00
revirlerde ve sahada
00:05:02
ve bu nedenle ihtiyaç vardır
00:05:04
gidip sağlık kuralları belirlemek için.
00:05:06
Yani 2020'de, COVID ile,
00:05:08
Sadece daha çevre dostu.
00:05:10
Yani o zamanlar zaten bir şey vardı.
00:05:12
orada muhakeme türü ve aslında bu
00:05:14
sadece burada sahip olduğunuz,
00:05:17
bunu gösteren bir gül penceresidir
00:05:19
her ay için,
00:05:20
İşte burada April May'i görüyorsunuz,
00:05:22
Haziran, Temmuz ve benzeri yıllar,
00:05:24
için farklı renklere sahip olacağız
00:05:26
mortalitenin nedenlerini açıklar.
00:05:28
Eğer doğru hatırlıyorsam,
00:05:30
siyah ölüye karşılık gelir
00:05:33
Savaş alanı, pembe,
00:05:35
Bence bunun bir sonucu.
00:05:37
savaş yaralarının komplikasyonları
00:05:39
çok basit hale getirmek için ve sonra.
00:05:42
Mavi hastalıklara karşılık gelir
00:05:44
salgın hastalıklar ve aslında biz gidiyoruz
00:05:47
bunu anında sayar ve her şeyden önce
00:05:49
Burada yine Ocak 1855'e bakıyoruz.
00:05:52
Salgın hastalıkların oranı
00:05:53
tarafından kesinlikle büyük
00:05:55
ölümler ile ilişkisi
00:05:57
bekleyebilirdi.
00:05:58
Bu savaş alanlarında.
00:06:00
Ve sonunda, gerçekten,
00:06:01
sorunu anında görebilir,
00:06:03
yani öldüren salgın hastalıklar
00:06:05
savaşın kendisinden daha fazla ve
00:06:08
daha fazlası, bu yüzden başvurdu
00:06:10
aslında burada bir yakınlaştırma ile ilgili olarak
00:06:12
Bize göstermek istediğin şeyi.
00:06:14
Yani son derece eksiksizdi.
00:06:16
orada görüntülemenin yolu
00:06:18
bunu İngiliz generallere göster.
00:06:20
Tartışma falan yok.
00:06:22
Aslında, sadece göstermen gerekiyor.
00:06:24
Bah demek için bu alan gerekli
00:06:27
sıhhi kurallar belirlemek.
00:06:28
İngiliz ordularında ve dolayısıyla
00:06:31
orada, mesaj anında iletilir,
00:06:33
polemiklere gerek yoktur.
00:06:37
Son element, yani,
00:06:39
Bence, belki de en belirgin olanı.
00:06:41
Size gösterebildiğim her şeyden,
00:06:44
Sadece bir tane.
00:06:45
Görselleştirme,
00:06:47
olmadığı zaman bariz şeyler
00:06:50
ham verilerle hiç değil.
00:06:53
Sana göstermek istediğim son dava.
00:06:56
bu yüzden her zaman
00:06:57
tarihsel şeyler,
00:06:58
ama yine de bir
00:07:01
zaman son derece ilginç.
00:07:02
Londra haritası olacak.
00:07:05
1854 yılında John Snow tarafından yapılmıştır.
00:07:08
Ve evet, icat edilemez.
00:07:10
salgın varken
00:07:13
Londra'da kolera, hepsi bu.
00:07:16
Ve bu yüzden nedenini tahmin etmeye çalışıyoruz.
00:07:19
Bu kolera salgınının.
00:07:21
Yani detaylara girmeden,
00:07:24
Havada olup olmadığını merak ediyorduk.
00:07:26
bulaşıcı olup olmadığını merak ettik
00:07:28
vesaire
00:07:29
vesaire.
00:07:29
Biz de bu kişiyi orada suçlamıştık.
00:07:32
bu yüzden araştırmak için denemek için bir doktor
00:07:35
Neler olduğunu biraz anlayın.
00:07:37
Yani o, onun yöntemi,
00:07:39
nispeten basitti.
00:07:40
mahallenin haritasını çıkarmak içindi
00:07:44
Soho'dan Londra'ya.
00:07:46
Her birinde dikdörtgen olarak
00:07:48
seviye ya da bir ölüm oldu,
00:07:50
Biz de onu alacaktık.
00:07:51
kolera ölümlerinin adresleri.
00:07:53
Ve her seferinde,
00:07:54
inişte,
00:07:55
Bu dikdörtgene bir yenisini ekleyeceğiz.
00:07:57
Bu yüzden çok çabuk fark ettiğimiz şey,
00:07:59
zaten bulundu
00:08:00
çok küçük bir alanda.
00:08:02
Burada kim vardı ve yakınlaştırdığımızda,
00:08:05
burada bir su noktası olduğunu görüyoruz
00:08:07
bir alanın tam ortasında olan
00:08:09
Ya da bir sürü ölüm oldu.
00:08:12
Tekrar söylüyoruz,
00:08:13
mutlaka görülmeyen bir şey
00:08:15
sadece adreslerin bir listesiyle.
00:08:17
İlgili ölümlerle ve
00:08:19
Gerçekten de yakınlaştırarak,
00:08:20
orada olduğumuzun farkındayız
00:08:23
Pompa yazıyor, bu yüzden bu kadar.
00:08:26
su noktası ve aslında öyleyiz.
00:08:29
Bunun basit bir şekilde
00:08:31
bu su noktasında,
00:08:33
bebek bezleri atılmıştı
00:08:35
kolera hastasıydı,
00:08:37
19. yüzyıldı.
00:08:39
ama 19.
00:08:42
sıhhi standartlar bir kez daha
00:08:44
mevcut değildi ve bu nedenle gerçek
00:08:46
kirli bebek bezleri atmak
00:08:49
Kolera olan bir bebeğin.
00:08:51
İnsanlar, aniden,
00:08:52
git ve su toplamak için
00:08:53
iç ve bu yüzden kendilerine bulaştır,
00:08:56
ve oradan,
00:08:58
Pompayı kapatabildik.
00:09:00
Ve anında,
00:09:00
aniden, bu bölgede,
00:09:02
AA kolera sayısı büyük ölçüde azaldı.
00:09:05
İşte buradasın, görüyorsun.
00:09:07
anlaşılamayan şeyler,
00:09:10
sadece üzerinde görüntülendi
00:09:12
bir harita ve biz çözmek mümkün oldu
00:09:14
üzerinde yaşadığımız sorun
00:09:16
bu salgın üzerinde
00:09:18
kolera ve sizi ikna etmek için
00:09:20
O davadan biraz daha.
00:09:23
Sana göstermek istediğim şeyi.
00:09:25
küçük bir durumdaydı.
00:09:27
bu veri tablosuna sahip olacak.
00:09:30
Satış sayısının olduğu aylar,
00:09:32
binlerce avroluk ciro
00:09:34
bir şirket için gerçekleştirilen,
00:09:36
Hangisi olursa olsun.
00:09:37
Ve senden şunu isteyeceğim.
00:09:39
bu birkaç saniyeyi
00:09:40
Düşün ve bana Bah voilà de.
00:09:42
bu tablo ile,
00:09:43
neler yapabilirsiniz
00:09:45
bana neler olduğunu anlat.
00:09:47
O dönemin bu döneminde mi?
00:09:52
İşte bu, sana birkaç saniye veriyorum.
00:09:53
Aksi takdirde,
00:09:55
Biraz daha zaman istiyorum.
00:09:57
Ben şahsen zor zamanlar geçiriyorum.
00:09:59
Açıkça görülüyor ki, gerçekten.
00:10:01
burada her durumda bir
00:10:03
dalgalanma vardır.
00:10:04
İşte orada yukarı çıkıyor, aşağı iniyor, bu yüzden.
00:10:05
orada bir değer gibi görünüyor
00:10:07
nispeten düşük bir değere sahip
00:10:09
diğerlerine kıyasla, vesaire.
00:10:11
Ama kesin bir şey yok.
00:10:12
Öte yandan, bir
00:10:14
grafik, benim yaptığım gibi
00:10:16
tamamen aynı değerlerdir.
00:10:18
aslında hemen gidiyoruz
00:10:20
şeyleri görsel olarak algılama
00:10:21
Bu bize atlar.
00:10:23
Zaten tüm kısmı uçlardayız.
00:10:26
gözün tespit etmeye çok alışkın olduğunu.
00:10:28
Şu değerler.
00:10:29
kalabalıktan biraz sıyrılan,
00:10:32
böylece orada anında görüyoruz ki
00:10:34
en iyi ay ve Mayıs ayı ve bu
00:10:37
en kötü ay ve Mart ayı,
00:10:39
Daha sonra olabilecek 2.
00:10:41
algılamanın biraz ikincil bir yolu,
00:10:43
gerçekten de ilk
00:10:44
Çeyreklik 2'sinden daha kötüydü.
00:10:46
Orada 3 noktamız olduğunu görüyoruz.
00:10:49
nispeten bu etrafında biz gidiyoruz
00:10:51
diyelim ki 50 ve orada her şeyi görüyoruz
00:10:54
kalkış yaptığımız devamı ve bu
00:10:56
2. çeyreğin sonunda oldukça
00:10:58
60 civarındaki değerlerde. 70.
00:11:02
Göz doğrudan gidebilir,
00:11:03
her halükarda,
00:11:04
beyin izini sürmeye çalışacak
00:11:05
bunu basitleştirmek için bir hak.
00:11:07
Ve sonunda,
00:11:09
biz oldukça bir trend üzerindeyiz
00:11:11
çeyrek boyunca tekrar yukarı.
00:11:15
Ve başka bir şey daha.
00:11:17
bu nedenle orada bulabilir,
00:11:18
biraz daha ileri gidiyor.
00:11:21
bir astar olabilir
00:11:23
yaza düşmek çünkü geçiyoruz
00:11:25
Mayıs ayında 75.000'den neredeyse
00:11:28
Haziran'da 60000.
00:11:30
sahip olmak çok zor
00:11:32
veri tablosunda,
00:11:34
bu yüzden bazen denemek için
00:11:35
Bir şeyi anlamak.
00:11:36
Hadi Bah,
00:11:37
hızlı bir şekilde bir masa yapıyoruz
00:11:39
masadan,
00:11:40
hızlı bir şekilde grafik oluşturuyoruz
00:11:43
Excel ve hemen görebiliriz.
00:11:45
Bize sıçramayacak şeyler
00:11:47
Eğer bizde olmasaydı gözlere.
00:11:49
İşte başlıyoruz.
00:11:50
kuyu
00:11:51
tüm bu temel kavramlar
00:11:53
ve olabilecek ilgi
00:11:56
veri görselleştirmesi yapmak için.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:02
Wyjaśnienia zrozumienia
00:00:04
i podstawowe pojęcia
00:00:06
wokół wizualizacji danych.
00:00:08
W tym celu weźmiemy kilka ilustracji
00:00:11
wizualizacje, które są historyczne i
00:00:14
sławny, a także pokazać, że
00:00:16
co nazywa się wizualizacją danych,
00:00:19
To nie jest coś nowego.
00:00:21
Tak więc pierwsza podstawowa koncepcja
00:00:23
Mając na uwadze opowiadanie historii.
00:00:25
Wyszukiwanie wizualizacji
00:00:26
opowiedzieć historię.
00:00:28
Starają się wyjaśnić niektóre
00:00:30
Rzecz ze ścieżką
00:00:32
myśli i tam typowo w
00:00:34
tworzy schemat, który masz tutaj
00:00:36
Opowiada całkiem sporą historię.
00:00:39
A poza tym,
00:00:40
Oto historia Francji.
00:00:41
W każdym razie
00:00:42
Historie wojen francuskich.
00:00:44
Ta ilustracja była
00:00:46
reżyseria Charles Joseph Minard, który
00:00:48
reprezentuje kampanię rosyjską,
00:00:50
Tak więc od 1812 do 1813 roku
00:00:53
był prowadzony przez Napoleona.
00:00:54
Więc co możemy przeczytać
00:00:57
Na tym wykresie więc masz
00:00:59
w rzeczywistości liczba żołnierzy
00:01:01
który jest reprezentowany przez
00:01:03
szerokość linii tak już, że,
00:01:05
To coś zupełnie
00:01:07
sprytne, aby było wizualne i
00:01:09
Będziemy więc mieli postęp wojsk
00:01:11
Francuski na terytorium Rosji w
00:01:13
Zaczynając od tej rzeki, która idzie
00:01:15
pogrążyć się w rosyjskich ziemiach i faktycznie,
00:01:17
jak i kiedy,
00:01:19
Zobaczymy, że linia się kurczy,
00:01:21
i jest coraz mniej gruby i że
00:01:24
odpowiada stratom, które mają
00:01:26
zostały poniesione przez armię francuską podczas
00:01:28
ich marszu na terytorium Rosji.
00:01:31
Więc tutaj idziemy do przodu, idziemy do przodu,
00:01:33
Idziemy do przodu, idziemy do przodu.
00:01:34
Mamy punkty kontrolne
00:01:37
z wartościami tam, gdzie zostawili
00:01:40
422 000 było ich tylko 400 000,
00:01:43
et cetera et cetera,
00:01:45
i tak dalej.
00:01:47
Z również miastami, które zostały
00:01:49
Spotkaliśmy się i nagle docieramy do Moskwy, gdzie,
00:01:52
Było ich już tylko 100 tysięcy.
00:01:54
A potem,
00:01:54
W rzeczywistości masz czarną emeryturę
00:01:57
stąd słynny odwrót od Rosji
00:01:59
gdzie opuściła armię francuską
00:02:01
w środku zimy we Francji, ponieważ
00:02:03
niż car
00:02:05
po prostu spalił Moskwę.
00:02:07
Więc żołnierze nie mieli
00:02:09
nie miał już domu to nie co
00:02:12
Więc znowu wyszli.
00:02:13
Cóż, nie zamierzam tworzyć historii Francji,
00:02:16
przepraszam, że trochę się rozłożyłem
00:02:19
Robię dygresję.
00:02:20
W każdym razie
00:02:21
Oto czerwona linia odpowiadająca
00:02:24
odwrót wojsk francuskich.
00:02:26
Widzimy to
00:02:28
Jest coraz gorzej
00:02:30
Widzimy już tutaj, że było
00:02:33
Pierwsza informacja zwrotna od
00:02:35
trochę wojsk i wreszcie,
00:02:37
który przybył tylko 10 mil,
00:02:40
podczas przejścia tej rzeki.
00:02:42
Tak więc było,
00:02:44
to, co obecnie nazywa się
00:02:46
Berezyna, która odpowiada
00:02:48
epizod tej kampanii rosyjskiej,
00:02:50
Nie obchodzi mnie to.
00:02:51
możesz zajrzeć na Wikipedię,
00:02:52
Jeśli jesteś zainteresowany, na tym poprzestanę.
00:02:55
W każdym razie
00:02:56
Oto jak zilustrować w bardzo ważny sposób.
00:02:58
Prosty, a nie duży obraz
00:02:59
z datami i
00:03:01
ilość żołnierzy z
00:03:03
również potencjalnie miejsca.
00:03:04
Tutaj na pierwszy rzut oka rozumiemy, co
00:03:06
Tak się stało i zdajemy sobie z tego sprawę
00:03:09
Rzeczywiście, historia, która może
00:03:12
mieć na tej stracie jak i kiedy
00:03:14
mierzy cele pośrednie na poziomie i
00:03:16
różne straty, które mogły wystąpić.
00:03:19
Do tego dojdzie inna skala.
00:03:22
Więc to też,
00:03:23
To jest bardzo interesujące w rzeczywistości l
00:03:25
Wykres jest bardzo kompletny z
00:03:27
Temperatury, które masz tutaj i na każdym
00:03:29
Etapy ciosu, zwłaszcza po powrocie.
00:03:31
dlatego zimowe odosobnienie w równej Rosji,
00:03:34
ekstremalnie niskie temperatury
00:03:35
Więc są temperatury
00:03:36
negatywne, które również tam wyjaśniają,
00:03:38
Widzimy za każdym razem
00:03:40
Punktów kontrolnych
00:03:42
Etapy strat temperatur
00:03:44
którzy byli bardzo zmarznięci i którzy
00:03:46
Wyjaśniono również liczbę ofiar śmiertelnych
00:03:48
Kto zatem mógłby mieć pierwszą koncepcję
00:03:50
fundamentalne do zapamiętania o wizualizacji,
00:03:52
Służy
00:03:52
opowiedzieć historię taką jak
00:03:54
Właśnie to zrobiłem.
00:03:56
2. bardzo ważny element, o którym należy pamiętać,
00:04:00
jest to, że normalnie pozwala
00:04:01
jeśli zostanie to zrobione dobrze,
00:04:04
, aby natychmiast przekazać wiadomość.
00:04:06
Więc ta 2. ilustracja, że
00:04:08
Czy moja wiara jest bardzo ładna tak
00:04:11
rozeta , helisa,
00:04:14
jak widać tutaj.
00:04:17
Tak też zostało przeprowadzone
00:04:19
Autor: Florence Nightingale,
00:04:20
Więc kto był pielęgniarzem dla wojska
00:04:23
Brytyjczycy i którzy chcieli się pokazać
00:04:26
Dla armii brytyjskiej w rzeczywistości istnieją
00:04:28
miał duży problem zdrowotny
00:04:31
na polach bitew,
00:04:34
zwłaszcza na poziomie ambulatoriów
00:04:36
którzy byli obok frontu dla
00:04:40
pokazują w rzeczywistości, że główne
00:04:42
Przyczyna śmiertelności wojny
00:04:45
de Crimée
00:04:48
były problemy chorobowe
00:04:50
które w związku z tym nazywano epidemiami
00:04:52
Z grubsza epidemie
00:04:55
w ambulatoriach.
00:04:57
A więc jest taka konieczność;
00:05:00
w ambulatoriach i w terenie
00:05:02
bitwy, a zatem istnieje konieczność
00:05:04
iść i wprowadzić zasady sanitarne.
00:05:06
Tak więc w 2020 r., Z COVID,
00:05:08
Jest tylko bardziej przyjazny dla środowiska.
00:05:10
Więc już wtedy było to
00:05:12
rodzaj rozumowania tam i faktycznie to
00:05:14
które po prostu tu masz,
00:05:17
Jest to okno różane, które wskaże
00:05:19
za każdy miesiąc,
00:05:20
więc tutaj widzisz kwiecień maj,
00:05:22
czerwiec, lipiec i tak dalej na przestrzeni lat,
00:05:24
Będziemy mieli różne kolory dla
00:05:26
Wyjaśnij przyczyny śmiertelności.
00:05:28
Więc jeśli dobrze pamiętam,
00:05:30
Czarny odpowiada zmarłym na
00:05:33
pole bitwy, różowy,
00:05:35
Myślę, że jest to wynikiem
00:05:37
Powikłania ran wojennych
00:05:39
aby było to bardzo proste, a następnie
00:05:42
Niebieski odpowiada chorobom
00:05:44
epidemie i tak naprawdę idziemy
00:05:47
liczy się natychmiast, a zwłaszcza
00:05:49
Tu znowu patrzymy na styczeń 1855 roku.
00:05:52
Odsetek chorób epidemicznych
00:05:53
który jest absolutnie ogromny przez
00:05:55
Stosunek do zmarłych
00:05:57
może się spodziewać.
00:05:58
Te pola bitwy
00:06:00
I w końcu, rzeczywiście,
00:06:01
od razu widzimy problem,
00:06:03
Tak więc choroby epidemiczne, które zabijają
00:06:05
więcej niż sama wojna i w
00:06:08
Więcej tego nagle złożyła podanie
00:06:10
Powiększenie tutaj w porównaniu do
00:06:12
co chcesz nam pokazać.
00:06:14
Było to więc niezwykle wszechstronne w
00:06:16
sposób, aby wyświetlić tam, gdy
00:06:18
Pokaż to brytyjskim generałom,
00:06:20
Tam nie ma debaty.
00:06:22
W rzeczywistości musisz po prostu pokazać
00:06:24
Ten obszar, aby powiedzieć, że jest to konieczne
00:06:27
Wprowadzenie przepisów zdrowotnych
00:06:28
w armiach brytyjskich, a zatem
00:06:31
Tam wiadomość jest natychmiast przekazywana,
00:06:33
Niekoniecznie istnieje potrzeba polemiki.
00:06:37
Ostatni element, a jest,
00:06:39
Myślę, że być może najbardziej oczywiste
00:06:41
Spośród wszystkich, których mogłem wam pokazać,
00:06:44
Czy to
00:06:45
Wizualizacja służy do renderowania
00:06:47
rzeczy, które były oczywiste, gdy nie były
00:06:50
Wcale nie z surowymi danymi.
00:06:53
Ostatni przypadek, który chcę ci pokazać,
00:06:56
Tak jest zawsze
00:06:57
rzeczy historyczne,
00:06:58
ale że nadal znajduję
00:07:01
Niezwykle ciekawe czasy
00:07:02
To będzie ta mapa Londynu, która
00:07:05
został wykonany w 1854 roku przez Johna Snowa.
00:07:08
I tak, nie można tego wymyślić,
00:07:10
podczas epidemii
00:07:13
w Londynie, to wszystko.
00:07:16
Próbujemy więc oszacować przyczynę
00:07:19
tej epidemii.
00:07:21
Więc bez wchodzenia w szczegóły,
00:07:24
Zastanawialiśmy się, czy to jest w powietrzu,
00:07:26
Zastanawialiśmy się, czy to zaraźliwe
00:07:28
i tak dalej
00:07:29
i tak dalej.
00:07:29
I tak oskarżyliśmy tę osobę tam,
00:07:32
Więc lekarz, aby spróbować zbadać
00:07:35
Zrozum trochę, co się dzieje.
00:07:37
Więc on, jego metoda,
00:07:39
To było stosunkowo proste,
00:07:40
Chodziło o zrobienie mapy okolicy
00:07:44
z Soho do Londynu i idź umieścić
00:07:46
prostokąt na każdym
00:07:48
w przypadku śmierci,
00:07:50
Mieliśmy więc zamiar odzyskać
00:07:51
Adresy zmarłych na cholerę.
00:07:53
I za każdym razem,
00:07:54
przy lądowaniu,
00:07:55
Mieliśmy zamiar dodać ten prostokąt,
00:07:57
Więc to, co zdaliśmy sobie sprawę bardzo szybko,
00:07:59
jest to, że to już było
00:08:00
na bardzo małym obszarze.
00:08:02
Więc kto tu był i kiedy powiększyliśmy,
00:08:05
Widzimy, że był tu punkt wodny
00:08:07
To było w samym środku obszaru
00:08:09
Albo było dużo zgonów.
00:08:12
Więc znowu,
00:08:13
coś, co niekoniecznie było widoczne
00:08:15
tylko z listą adresów
00:08:17
z odpowiednimi zmarłymi i
00:08:19
Więc rzeczywiście, powiększając,
00:08:20
Zdajemy sobie sprawę, że mamy tutaj
00:08:23
pisze Pump więc jest
00:08:26
punkt wodny, a właściwie
00:08:29
Zdajemy sobie sprawę, że po prostu
00:08:31
w tym punkcie wodnym,
00:08:33
pieluchy dla dzieci zostały wyrzucone
00:08:35
którzy chorowali na cholerę,
00:08:37
Więc rzeczywiście, byliśmy w 19 wieku,
00:08:39
i
00:08:42
Normy sanitarne po raz kolejny
00:08:44
nie były obecne, a zatem fakt
00:08:46
wyrzucanie zabrudzonych pieluch
00:08:49
dzieci, które chorowały na cholerę.
00:08:51
Ludzie, nagle,
00:08:52
zbierałby wodę dla
00:08:53
pić, a zatem zarażać się,
00:08:56
i tak stamtąd,
00:08:58
Udało nam się wyłączyć tę pompę.
00:09:00
I natychmiast,
00:09:00
Tak więc w tym obszarze
00:09:02
Liczba zachorowań na cholerę drastycznie spadła.
00:09:05
To wszystko, widzicie z
00:09:07
rzeczy, których nie mogliśmy zrozumieć,
00:09:10
Został po prostu opublikowany na
00:09:12
mapa i udało nam się rozwiązać
00:09:14
Problemy, które mieliśmy
00:09:16
w sprawie tej epidemii
00:09:18
i przekonać cię
00:09:20
Trochę więcej tego przypadku.
00:09:23
Co chciałem ci pokazać,
00:09:25
To był mały przypadek, w którym
00:09:27
będzie miał tę tabelę danych.
00:09:30
Tak więc miesiące z liczbą sprzedaży,
00:09:32
Obrót w tysiącach euro
00:09:34
która została zrealizowana dla firmy,
00:09:36
Nie ma znaczenia, który.
00:09:37
Więc poproszę was o
00:09:39
Poświęć kilka sekund na
00:09:40
Pomyśl i powiedz mi tutaj,
00:09:42
W tej tabeli,
00:09:43
Do czego jesteś zdolny
00:09:45
Opowiedz mi, co się stało w
00:09:47
Przebieg tego semestru?
00:09:52
To wszystko, dam ci kilka sekund.
00:09:53
W przeciwnym razie wstrzymaj, jeśli
00:09:55
Chcesz trochę więcej czasu.
00:09:57
Osobiście walczę.
00:09:59
Oczywiście widzę, że rzeczywiście jest,
00:10:01
W każdym razie jest to
00:10:03
fluktuacja, która istnieje.
00:10:04
Tam idzie w górę, tam idzie w dół, więc
00:10:05
Tam wydaje się, że jest to wartość
00:10:07
stosunkowo niski
00:10:09
w porównaniu do innych, i tak dalej.
00:10:11
Ale nic rozstrzygającego.
00:10:12
Z drugiej strony, jeśli jest wyświetlany na
00:10:14
grafika tak jak ja to zrobiłem
00:10:16
to dokładnie te same wartości,
00:10:18
Właściwie idziemy od razu
00:10:20
Wizualne wykrywanie rzeczy
00:10:21
To na nas wyskoczy.
00:10:23
Mamy już całą część na skrajnościach,
00:10:26
To oko jest bardzo przyzwyczajone do rozpoznawania
00:10:28
Wartości
00:10:29
które wyróżniają się nieco z tłumu,
00:10:32
Widzimy więc natychmiast, że
00:10:34
Najlepszym miesiącem jest maj i
00:10:37
najgorszym miesiącem jest marzec,
00:10:39
2. element, który może być
00:10:41
sposób trochę wtórny postrzegać,
00:10:43
To rzeczywiście pierwszy
00:10:44
kwartał był gorszy niż 2.
00:10:46
Tam widzimy, że mamy 3 punkty, które są
00:10:49
stosunkowo dużo wokół
00:10:51
z 50 i tam widzimy wszystko z
00:10:54
kontynuacja, którą startujemy i że na
00:10:56
Na koniec 2 kwartału jesteśmy raczej
00:10:58
na wartościach około 60. 70.
00:11:02
Również oko idzie bezpośrednio,
00:11:03
W każdym razie
00:11:04
Mózg spróbuje wyśledzić
00:11:05
Prawo do uproszczenia tego.
00:11:07
I prawdą jest, że w końcu,
00:11:09
Jesteśmy raczej w trendzie, który jest
00:11:11
ponownie w górę w kwartale.
00:11:15
A jeszcze więcej, że my
00:11:17
mógł więc znaleźć tam,
00:11:18
idzie trochę dalej,
00:11:21
To może być początek
00:11:23
jesień na lato, bo mijamy
00:11:25
z 75 000 w maju do prawie
00:11:28
60000 w czerwcu, więc masz to, wszystko,
00:11:30
To bardzo trudne do zdobycia
00:11:32
w tabeli danych,
00:11:34
Więc czasami próbować
00:11:35
zrozumieć coś
00:11:36
Daj spokój
00:11:39
ze stołu,
00:11:40
Szybko tworzymy wykres na
00:11:43
Excel i widać od razu
00:11:45
Rzeczy, które by nam nie wyskoczyły
00:11:47
w oczy, gdybyśmy tego nie widzieli.
00:11:49
To wszystko.
00:11:51
Wszystkie te podstawowe pojęcia
00:11:53
oraz ewentualne odsetki
00:11:56
, aby wykonać wizualizację danych.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:02
समझ की व्याख्या
00:00:04
और मौलिक अवधारणाएं
00:00:06
डेटा विज़ुअलाइज़ेशन के आसपास।
00:00:08
इसके लिए, हम कुछ चित्र लेंगे
00:00:11
विज़ुअलाइज़ेशन जो ऐतिहासिक हैं और
00:00:14
प्रसिद्ध और आपको यह दिखाने के लिए भी कि
00:00:16
जिसे डेटा विज़ुअलाइज़ेशन कहा जाता है,
00:00:19
यह कोई नई बात नहीं है।
00:00:21
तो पहली मौलिक अवधारणा
00:00:23
ध्यान में रखना कहानी है।
00:00:25
विज़ुअलाइज़ेशन खोज
00:00:26
एक कहानी बताने के लिए।
00:00:28
वे कुछ समझाने की कोशिश करते हैं
00:00:30
एक रास्ते के साथ बात
00:00:32
विचार और वहां आम तौर पर
00:00:34
आपके पास जो आरेख है उसे यहाँ बनाता है
00:00:36
यह काफी कहानी बताता है।
00:00:39
और इसके अलावा,
00:00:40
यह फ्रांस की कहानी है।
00:00:41
किसी भी मामले में,
00:00:42
फ्रांसीसी युद्धों का इतिहास।
00:00:44
तो यह उदाहरण था
00:00:46
चार्ल्स जोसेफ मिनार्ड द्वारा निर्देशित
00:00:48
रूसी अभियान का प्रतिनिधित्व करता है,
00:00:50
तो 1812 से 1813 तक कौन
00:00:53
नेपोलियन के नेतृत्व में था।
00:00:54
तो हम क्या पढ़ सकते हैं
00:00:57
इस ग्राफ पर इसलिए आपके पास है
00:00:59
वास्तव में सैनिकों की संख्या
00:01:01
जिसका प्रतिनिधित्व किसके द्वारा किया जाता है?
00:01:03
लाइन की चौड़ाई पहले से ही इतनी है कि,
00:01:05
यह काफी कुछ है
00:01:07
इसे दृश्य बनाने के लिए चतुर और
00:01:09
इसलिए हमारे पास सैनिकों की अग्रिम संख्या होगी।
00:01:11
रूसी क्षेत्र में फ्रांसीसी
00:01:13
इस नदी से शुरू होती है जो जाती है
00:01:15
रूसी भूमि में डूब जाओ और वास्तव में,
00:01:17
जब और कब,
00:01:19
हम देखेंगे कि रेखा सिकुड़ रही है,
00:01:21
और कम और कम मोटा है और वह
00:01:24
नुकसान से मेल खाती है
00:01:26
फ्रांसीसी सेना द्वारा पीड़ित थे
00:01:28
रूसी क्षेत्र में उनकी प्रगति।
00:01:31
तो यहां हम आगे बढ़ते हैं, हम आगे बढ़ते हैं,
00:01:33
हम आगे बढ़ रहे हैं, हम आगे बढ़ रहे हैं।
00:01:34
हमारे पास चौकियां हैं
00:01:37
उन मूल्यों के साथ जहां उन्होंने छोड़ दिया
00:01:40
422,000 वे केवल 400,000 थे,
00:01:43
और वगैरह,
00:01:45
और आगे भी।
00:01:47
उन शहरों के साथ भी जो रहे हैं
00:01:49
मिले और हम अचानक मास्को पहुंच गए जहां,
00:01:52
पहले से ही केवल 100,000 थे।
00:01:54
और फिर
00:01:54
आपके पास वास्तव में एक काली सेवानिवृत्ति है
00:01:57
इस प्रकार रूस से प्रसिद्ध वापसी
00:01:59
फ्रांसीसी सेना ने कहां छोड़ा
00:02:01
फ्रांस में सर्दियों के बीच में क्योंकि
00:02:03
ज़ार की तुलना में
00:02:05
बस मास्को को जला दिया था।
00:02:07
तो सैनिकों के पास नहीं था
00:02:09
अब और घर नहीं था, यह वह नहीं है जो
00:02:12
इसलिए वे फिर से चले गए।
00:02:13
खैर मैं फ्रांस की कहानी नहीं बनाने जा रहा हूँ,
00:02:16
क्षमा करें, मैंने थोड़ा सा फैलाया
00:02:19
मैं पीछे हट गया।
00:02:20
किसी भी मामले में,
00:02:21
यहां लाल रेखा किससे मेल खाती है?
00:02:24
फ्रांसीसी सैनिकों का पीछे हटना।
00:02:26
और इसलिए हम वास्तव में देखते हैं कि
00:02:28
यह बदतर हो रहा है
00:02:30
हम यहां पहले से ही देख सकते हैं कि वहां था
00:02:33
पहली प्रतिक्रिया
00:02:35
कुछ सैनिक और अंत में,
00:02:37
जो केवल 10 मील की दूरी पर पहुंचा,
00:02:40
इस नदी के गुजरने के दौरान।
00:02:42
तो यह एक था,
00:02:44
जिसे अब कहा जाता है
00:02:46
बेरेज़िना जो ए से मेल खाती है
00:02:48
इस रूसी अभियान का एपिसोड,
00:02:50
मुझे परवाह नहीं है।
00:02:51
आप विकिपीडिया पर देख सकते हैं,
00:02:52
यदि आप रुचि रखते हैं, तो मैं वहां रुक जाऊंगा।
00:02:55
किसी भी मामले में,
00:02:56
यहां बताया गया है कि एक बहुत ही महत्वपूर्ण तरीके से कैसे चित्रित किया जाए।
00:02:58
एक बड़ी पेंटिंग के बजाय सरल
00:02:59
तारीखों के साथ और
00:03:01
सैनिकों की एक संख्या
00:03:03
संभावित स्थान भी।
00:03:04
यहां एक नज़र में हम समझते हैं कि क्या
00:03:06
ऐसा हुआ और हम भी महसूस करते हैं
00:03:09
वास्तव में, इतिहास जो हो सकता है
00:03:12
जब भी इस नुकसान को उठाना पड़ता है
00:03:14
मील के पत्थर को मापता है और
00:03:16
विभिन्न नुकसान जो हो सकते हैं।
00:03:19
इसके शीर्ष पर, हमारे पास एक और पैमाना होने जा रहा है।
00:03:22
तो वो भी,
00:03:23
यह वास्तव में बहुत दिलचस्प है
00:03:25
ग्राफ ़ किसके साथ बहुत पूरा है?
00:03:27
तापमान आपके पास यहां और प्रत्येक पर है
00:03:29
झटका के चरण विशेष रूप से वापसी पर।
00:03:31
इसलिए बराबर रूस में शीतकालीन वापसी,
00:03:34
बेहद ठंडा तापमान
00:03:35
तो वहाँ तापमान
00:03:36
नकारात्मक जो वहां भी समझाते हैं,
00:03:38
हम हर बार देखते हैं
00:03:40
चौकियों
00:03:42
तापमान पर नुकसान के कदम
00:03:44
जो बेहद ठंडे थे और कौन
00:03:46
मरने वालों की संख्या भी बताई
00:03:48
इसलिए कौन पहली अवधारणा रख सकता है
00:03:50
विज़ुअलाइज़ेशन के बारे में याद रखना मौलिक है,
00:03:52
यह कार्य करता है
00:03:52
इस तरह की कहानी बताना
00:03:54
मैंने अभी किया।
00:03:56
दूसरा बहुत महत्वपूर्ण तत्व जो ध्यान में रखना चाहिए,
00:04:00
यह है कि यह सामान्य रूप से अनुमति देता है
00:04:01
अगर अच्छा किया जाता है,
00:04:04
तुरंत एक संदेश प्राप्त करने के लिए।
00:04:06
तो यह दूसरा उदाहरण है कि
00:04:08
मेरा विश्वास बहुत सुंदर है
00:04:11
रोसेट, हेलिक्स,
00:04:14
जैसा कि यहां देखा जा सकता है।
00:04:17
इसलिए इसे अंजाम दिया गया
00:04:19
फ्लोरेंस नाइटिंगेल द्वारा,
00:04:20
तो सेना के लिए नर्स कौन थी
00:04:23
ब्रिटिश और जिन्होंने दिखाने की कोशिश की
00:04:26
ब्रिटिश सेना के लिए वास्तव में कि वहाँ हैं
00:04:28
एक बड़ी स्वास्थ्य समस्या थी
00:04:31
युद्ध के मैदानों में,
00:04:34
विशेष रूप से दुर्बलताओं के स्तर पर
00:04:36
जो मोर्चे के बगल में थे
00:04:40
वास्तव में दिखाएं कि मुख्य
00:04:42
युद्ध मृत्यु दर का कारण
00:04:45
De Crimée
00:04:48
बीमारी की समस्याएं थीं
00:04:50
जिन्हें इसलिए महामारी कहा जाता था
00:04:52
मोटे तौर पर महामारी
00:04:55
दुर्बलताओं पर।
00:04:57
और इसलिए वास्तव में एक आवश्यकता है
00:05:00
दुर्बलताओं और मैदान में
00:05:02
लड़ाई और इसलिए इसकी आवश्यकता है
00:05:04
जाकर स्वच्छता नियम लागू करें।
00:05:06
तो 2020 में, कोविड के साथ,
00:05:08
यह केवल अधिक पर्यावरण के अनुकूल है।
00:05:10
तो पहले से ही उस समय यह था
00:05:12
वहां तर्क का प्रकार और वास्तव में यह
00:05:14
जो आपके पास बस यहाँ है,
00:05:17
यह एक गुलाब की खिड़की है जो इंगित करेगी
00:05:19
हर महीने के लिए,
00:05:20
तो यहां आप अप्रैल मई देखते हैं,
00:05:22
पिछले कुछ वर्षों में जून, जुलाई और अन्य राज्यों में,
00:05:24
हमारे पास अलग-अलग रंग होंगे
00:05:26
मृत्यु दर के कारणों की व्याख्या कीजिए।
00:05:28
अगर मुझे सही याद है,
00:05:30
काला रंग मृतकों से मेल खाता है
00:05:33
युद्ध का मैदान, गुलाबी,
00:05:35
मुझे लगता है कि यह इसके परिणामस्वरूप है
00:05:37
युद्ध के घावों की जटिलताएं
00:05:39
इसे बहुत सरल बनाने के लिए और फिर
00:05:42
नीला रोगों से मेल खाता है
00:05:44
महामारी और वास्तव में हम जाते हैं
00:05:47
यह तुरंत मायने रखता है और विशेष रूप से
00:05:49
यहां हम जनवरी 1855 को फिर से देखते हैं।
00:05:52
महामारी रोगों का अनुपात
00:05:53
जो बिल्कुल बहुत बड़ा है
00:05:55
मृतकों के साथ संबंध
00:05:57
उम्मीद कर सकते हैं।
00:05:58
ये युद्ध के मैदान
00:06:00
और अंत में, वास्तव में,
00:06:01
हम तुरंत समस्या देख सकते हैं,
00:06:03
तो महामारी रोग जो मारते हैं
00:06:05
युद्ध से अधिक और युद्ध में
00:06:08
इससे भी अधिक अचानक उसने आवेदन किया
00:06:10
की तुलना में यहां एक ज़ूम इन
00:06:12
आप हमें क्या दिखाना चाहते हैं।
00:06:14
तो यह बेहद व्यापक रहा है
00:06:16
जब आप वहां प्रदर्शित करते हैं तो वहां प्रदर्शित करने का तरीका
00:06:18
ब्रिटिश जनरलों को दिखाओ,
00:06:20
वहां कोई वाद-विवाद नहीं है।
00:06:22
वास्तव में, आपको बस दिखाना है
00:06:24
यह कहना आवश्यक है कि यह क्षेत्र
00:06:27
स्वास्थ्य नियमों का परिचय
00:06:28
ब्रिटिश सेनाओं में और इसलिए
00:06:31
वहां, संदेश तुरंत पारित हो जाता है,
00:06:33
जरूरी नहीं कि वाद-विवाद की जरूरत पड़े।
00:06:37
अंतिम तत्व, और यह है,
00:06:39
मुझे लगता है, शायद सबसे स्पष्ट
00:06:41
उन सभी में से जो मैं आपको दिखाने में सक्षम हूं,
00:06:44
क्या यह है
00:06:45
विज़ुअलाइज़ेशन का उपयोग प्रस्तुत करने के लिए किया जाता है
00:06:47
चीजें जो स्पष्ट थीं जब वे नहीं थे
00:06:50
कच्चे डेटा के साथ बिल्कुल नहीं।
00:06:53
आखिरी मामला मैं आपको दिखाना चाहता हूं,
00:06:56
तो यह हमेशा है
00:06:57
ऐतिहासिक बातें,
00:06:58
लेकिन मुझे अभी भी एक मिल रहा है
00:07:01
बेहद दिलचस्प समय
00:07:02
यह लंदन का यह नक्शा होने जा रहा है कि
00:07:05
1854 में जॉन स्नो द्वारा बनाया गया था।
00:07:08
और हाँ, इसका आविष्कार नहीं किया जा सकता है,
00:07:10
जबकि एक महामारी थी
00:07:13
लंदन में हैजा, बस।
00:07:16
और इसलिए हम कारण का अनुमान लगाने की कोशिश करते हैं
00:07:19
इस हैजा महामारी के बारे में।
00:07:21
इसलिए विस्तार में जाए बिना,
00:07:24
हम सोच रहे थे कि क्या यह हवा में था,
00:07:26
हमें आश्चर्य हुआ कि क्या यह संक्रामक था
00:07:28
और आगे
00:07:29
और आगे भी।
00:07:29
और इसलिए हमने इस व्यक्ति को वहां आरोपित किया था,
00:07:32
तो एक डॉक्टर के लिए जांच करने की कोशिश करें
00:07:35
थोड़ा समझ लो कि क्या हो रहा था।
00:07:37
तो वह, उसका तरीका,
00:07:39
यह अपेक्षाकृत सरल था,
00:07:40
पड़ोस का नक्शा लेना था
00:07:44
सोहो से लंदन तक और जाओ
00:07:46
प्रत्येक पर एक आयत
00:07:48
जहां मौत हुई है,
00:07:50
इसलिए हम इसे ठीक करने जा रहे थे।
00:07:51
हैजा के मृतकों के पते।
00:07:53
और हर बार,
00:07:54
लैंडिंग पर,
00:07:55
हम इस आयत को जोड़ने जा रहे थे,
00:07:57
तो जो हमने बहुत जल्दी महसूस किया,
00:07:59
यह है कि यह पहले से ही था
00:08:00
बहुत छोटे क्षेत्र में।
00:08:02
तो यहां कौन था और जब हम ज़ूम करते हैं,
00:08:05
हम देखते हैं कि यहां एक पानी का बिंदु था
00:08:07
जो एक क्षेत्र के ठीक बीच में था
00:08:09
या फिर बहुत सारी मौतें हुई थीं।
00:08:12
तो फिर से,
00:08:13
कुछ ऐसा जो जरूरी नहीं देखा गया था
00:08:15
सिर्फ पतों की एक सूची के साथ
00:08:17
संबंधित मृतकों के साथ और
00:08:19
तो वास्तव में, ज़ूम करके,
00:08:20
हमें एहसास है कि हमारे पास यहां है
00:08:23
पंप लिखता है तो यह है
00:08:26
पानी का बिंदु और वास्तव में
00:08:29
हम बस महसूस करते हैं कि
00:08:31
इस पानी के बिंदु में,
00:08:33
बेबी डायपर फेंक दिए गए थे
00:08:35
जो हैजा से पीड़ित थे,
00:08:37
तो वास्तव में, हम 19 वीं शताब्दी में थे,
00:08:39
और
00:08:42
स्वच्छता मानक एक बार फिर
00:08:44
वे उपस्थित नहीं थे और इसलिए तथ्य
00:08:46
गंदे डायपर फेंकना
00:08:49
उन बच्चों की संख्या जिन्हें हैजा था।
00:08:51
लोग, अचानक,
00:08:52
इसके लिए पानी इकट्ठा करेंगे
00:08:53
पीते हैं और इसलिए खुद को संक्रमित करते हैं,
00:08:56
और इसलिए वहां से,
00:08:58
हम उस पंप को बंद करने में सक्षम थे।
00:09:00
और तुरंत,
00:09:00
तो, इस क्षेत्र पर,
00:09:02
हैजा की संख्या में भारी गिरावट आई है।
00:09:05
तो यही वह है, आप देखते हैं
00:09:07
चीजें जिन्हें हम समझ नहीं सकते थे,
00:09:10
यह बस पोस्ट किया गया था
00:09:12
एक नक्शा और हम इसे हल करने में सक्षम थे
00:09:14
हमारे पास समस्याएं थीं
00:09:16
इस महामारी पर
00:09:18
हैजा और आपको समझाने के लिए
00:09:20
इस मामले में थोड़ा और।
00:09:23
जो मैं तुम्हें दिखाना चाहता था,
00:09:25
यह एक छोटा सा मामला था जहां
00:09:27
डेटा की यह तालिका होगी।
00:09:30
तो बिक्री की संख्या के साथ महीनों,
00:09:32
हजारों यूरो में कारोबार
00:09:34
जो एक कंपनी के लिए किया गया था,
00:09:36
इससे कोई फर्क नहीं पड़ता कि कौन सा।
00:09:37
और इसलिए मैं आपसे पूछने जा रहा हूं
00:09:39
कुछ सेकंड लगते हैं
00:09:40
सोचो और मुझसे कहो,
00:09:42
इस तालिका के साथ,
00:09:43
आप क्या करने में सक्षम हैं
00:09:45
मुझे बताओ क्या हुआ
00:09:47
उस सेमेस्टर का कोर्स?
00:09:52
बस इतना ही, मैं आपको कुछ सेकंड दूंगा।
00:09:53
अन्यथा, यदि आप रुक जाते हैं
00:09:55
थोड़ा और समय चाहिए।
00:09:57
व्यक्तिगत रूप से, मैं संघर्ष कर रहा हूं।
00:09:59
स्पष्ट रूप से, मैं देखता हूं कि वास्तव में है,
00:10:01
किसी भी मामले में, यह एक है
00:10:03
उतार-चढ़ाव जो मौजूद है।
00:10:04
वहां यह ऊपर जाता है और नीचे चला जाता है।
00:10:05
वहाँ यह एक मूल्य प्रतीत होता है
00:10:07
अपेक्षाकृत कम
00:10:09
दूसरों की तुलना में, वगैरह।
00:10:11
लेकिन कुछ भी निर्णायक नहीं है।
00:10:12
दूसरी ओर, यदि यह एक पर प्रदर्शित होता है
00:10:14
ग्राफिक जैसा कि मैंने ऐसा किया
00:10:16
यह बिल्कुल वही मूल्य है,
00:10:18
हम वास्तव में तुरंत जा रहे हैं
00:10:20
नेत्रहीन रूप से चीजों का पता लगाएं
00:10:21
यह हम पर भड़क जाएगा।
00:10:23
पहले से ही हमारे पास चरम सीमाओं पर पूरा हिस्सा है,
00:10:26
यह आंख को देखने के लिए बहुत उपयोग किया जाता है
00:10:28
मान
00:10:29
जो भीड़ से थोड़ा अलग दिखता है,
00:10:32
तो वहां हम तुरंत देखते हैं कि
00:10:34
सबसे अच्छा महीना मई है और
00:10:37
सबसे बुरा महीना मार्च है,
00:10:39
दूसरा तत्व जो तब हो सकता है
00:10:41
जिस तरह से थोड़ा गौण अनुभव,
00:10:43
यह वास्तव में पहला है
00:10:44
तिमाही दूसरे से भी बदतर थी।
00:10:46
वहां हम देखते हैं कि हमारे पास 3 अंक हैं जो हैं
00:10:49
अपेक्षाकृत आसपास
00:10:51
50 की उम्र में और वहां से हम सब कुछ देखते हैं
00:10:54
इसे जारी रखें कि हम उड़ान भरते हैं और वह उसी पर
00:10:56
दूसरी तिमाही के अंत में हम
00:10:58
60 के आसपास के मूल्यों पर। 70.
00:11:02
इसके अलावा आंख सीधे जाती है,
00:11:03
किसी भी मामले में,
00:11:04
मस्तिष्क पता लगाने की कोशिश करेगा
00:11:05
इसे सरल बनाने का अधिकार।
00:11:07
और यह सच है कि अंत में,
00:11:09
हम एक प्रवृत्ति पर हैं जो है
00:11:11
तिमाही में फिर से ऊपर।
00:11:15
और फिर भी हम
00:11:17
इसलिए, वहाँ पाया जा सकता है,
00:11:18
थोड़ा आगे जाता है,
00:11:21
यह एक शुरुआत हो सकती है
00:11:23
गर्मियों के लिए गिर जाते हैं क्योंकि हम गुजरते हैं
00:11:25
मई में 75,000 से लगभग
00:11:28
जून में 60000 रुपये का आंकड़ा इसलिए आपके पास है, वह सब,
00:11:30
इसे प्राप्त करना बहुत मुश्किल है
00:11:32
एक डेटा तालिका पर,
00:11:34
तो कभी-कभी कोशिश करें
00:11:35
कुछ समझो
00:11:36
चलो भी
00:11:39
मेज से,
00:11:40
हम जल्दी से एक ग्राफ बनाते हैं
00:11:43
एक्सेल और आप तुरंत देख सकते हैं
00:11:45
चीजें जो हमारे सामने नहीं आएंगी
00:11:47
आंखों में अगर हमने इसे नहीं देखा होता।
00:11:49
तो यही बात है।
00:11:51
ये सभी मौलिक धारणाएं
00:11:53
और रुचि जो हो सकती है
00:11:56
डेटा विज़ुअलाइज़ेशन करने के लिए।

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:02
Penjelasan Pemahaman
00:00:04
dan konsep dasar
00:00:06
seputar visualisasi data.
00:00:08
Untuk itu, kami akan mengambil beberapa ilustrasi
00:00:11
visualisasi yang bersifat historis dan
00:00:14
terkenal dan juga untuk menunjukkan kepada Anda bahwa
00:00:16
apa yang disebut visualisasi data,
00:00:19
Ini bukan sesuatu yang baru.
00:00:21
Jadi konsep fundamental pertama untuk
00:00:23
Yang ada dalam pikiran adalah mendongeng.
00:00:25
Pencarian visualisasi
00:00:26
untuk menceritakan sebuah kisah.
00:00:28
Mereka berusaha menjelaskan beberapa
00:00:30
Hal dengan jalan
00:00:32
pemikiran dan biasanya ada di
00:00:34
membuat diagram yang Anda miliki di sini
00:00:36
Ini menceritakan sebuah kisah.
00:00:39
Dan selain itu,
00:00:40
Ini adalah kisah Prancis.
00:00:41
Bagaimanapun,
00:00:42
Sejarah perang Prancis.
00:00:44
Jadi ilustrasi ini adalah
00:00:46
disutradarai oleh Charles Joseph Minard yang
00:00:48
mewakili kampanye Rusia,
00:00:50
Jadi dari tahun 1812 hingga 1813 yang
00:00:53
dipimpin oleh Napoleon.
00:00:54
Jadi apa yang bisa kita baca
00:00:57
Pada grafik ini sehingga Anda memiliki
00:00:59
Bahkan jumlah pasukan
00:01:01
yang diwakili oleh
00:01:03
lebar garis jadi sudah begitu,
00:01:05
Itu sesuatu yang cukup
00:01:07
pintar untuk membuatnya visual dan
00:01:09
Jadi kita akan memiliki kemajuan pasukan
00:01:11
Prancis di wilayah Rusia di
00:01:13
mulai dari sungai ini yang pergi
00:01:15
tenggelam ke tanah Rusia dan pada kenyataannya,
00:01:17
sebagai dan kapan,
00:01:19
Kita akan melihat bahwa garisnya menyusut,
00:01:21
dan semakin tidak tebal dan itu
00:01:24
sesuai dengan kerugian yang telah
00:01:26
diderita oleh tentara Prancis selama
00:01:28
kemajuan mereka ke wilayah Rusia.
00:01:31
Jadi di sini kita bergerak maju, kita bergerak maju,
00:01:33
Kami bergerak maju, kami bergerak maju.
00:01:34
Kami memiliki pos pemeriksaan
00:01:37
dengan nilai di mana mereka pergi
00:01:40
422.000 mereka hanya 400.000,
00:01:43
et cetera et cetera,
00:01:45
dan lain sebagainya.
00:01:47
Dengan juga kota-kota yang telah
00:01:49
bertemu dan kami tiba tiba-tiba di Moskow di mana,
00:01:52
Hanya ada 100.000.
00:01:54
Lalu
00:01:54
Anda benar-benar memiliki pensiun hitam
00:01:57
dengan demikian retret terkenal dari Rusia
00:01:59
di mana tentara Prancis pergi
00:02:01
di tengah musim dingin di Prancis karena
00:02:03
daripada Tsar
00:02:05
baru saja membakar Moskow.
00:02:07
Jadi para prajurit tidak memiliki
00:02:09
tidak punya rumah lagi bukan apa
00:02:12
Jadi mereka pergi lagi.
00:02:13
Yah saya tidak akan membuat cerita tentang Prancis,
00:02:16
maaf saya sebarkan sedikit saya
00:02:19
Saya ngelantur.
00:02:20
Bagaimanapun,
00:02:21
Berikut adalah garis merah yang sesuai dengan
00:02:24
mundurnya pasukan Prancis.
00:02:26
Jadi kita benar-benar melihat itu
00:02:28
itu semakin buruk
00:02:30
Kita sudah bisa melihat di sini bahwa telah ada
00:02:33
Umpan balik pertama dari
00:02:35
beberapa pasukan dan akhirnya,
00:02:37
yang tiba hanya 10 mil,
00:02:40
selama perjalanan sungai ini.
00:02:42
Jadi itu adalah,
00:02:44
apa yang sekarang disebut
00:02:46
Berezina yang sesuai dengan
00:02:48
episode kampanye Rusia ini,
00:02:50
Saya tidak peduli.
00:02:51
Anda dapat melihat di Wikipedia,
00:02:52
Jika Anda tertarik, saya akan berhenti di situ.
00:02:55
Bagaimanapun,
00:02:56
Berikut cara mengilustrasikan dengan cara yang sangat penting.
00:02:58
Sederhana daripada lukisan besar
00:02:59
dengan tanggal dan
00:03:01
volume pasukan dengan
00:03:03
juga berpotensi tempat.
00:03:04
Di sini sekilas kita mengerti apa
00:03:06
Itu terjadi dan kami juga menyadari
00:03:09
Memang, sejarah yang bisa
00:03:12
memiliki kerugian ini sebagai dan kapan
00:03:14
mengukur tonggak sejarah di dan
00:03:16
berbagai kerugian yang mungkin telah terjadi.
00:03:19
Selain itu, kita akan memiliki skala lain.
00:03:22
Jadi itu juga,
00:03:23
Sangat menarik sebenarnya l
00:03:25
Grafik sangat lengkap dengan
00:03:27
Suhu yang Anda miliki di sini dan di masing-masing
00:03:29
Tahapan pukulan terutama pada saat kembali.
00:03:31
oleh karena itu retret musim dingin di Rusia yang setara,
00:03:34
suhu yang sangat dingin
00:03:35
Jadi ada suhu
00:03:36
yang negatif yang juga menjelaskan di sana,
00:03:38
Kita melihat setiap kali
00:03:40
Pos pemeriksaan
00:03:42
Kehilangan langkah-langkah pada suhu
00:03:44
yang sangat dingin dan siapa
00:03:46
juga menjelaskan jumlah korban tewas
00:03:48
oleh karena itu siapa yang bisa memiliki konsep pertama
00:03:50
mendasar untuk diingat tentang visualisasi,
00:03:52
Ini melayani
00:03:52
untuk menceritakan kisah seperti
00:03:54
Saya baru saja melakukannya.
00:03:56
Elemen ke-2 yang sangat penting untuk diingat,
00:04:00
adalah bahwa itu biasanya memungkinkan
00:04:01
jika dilakukan dengan baik,
00:04:04
untuk menyampaikan pesan secara instan.
00:04:06
Jadi ilustrasi ke-2 ini bahwa
00:04:08
adalah iman saya sangat cantik jadi
00:04:11
roset , heliks,
00:04:14
seperti yang bisa dilihat disini.
00:04:17
Jadi itu dilakukan
00:04:19
oleh Florence Nightingale,
00:04:20
Jadi siapa perawat tentara
00:04:23
Inggris dan yang berusaha untuk menunjukkan
00:04:26
Kepada tentara Inggris sebenarnya ada
00:04:28
memiliki masalah kesehatan yang besar
00:04:31
di medan perang,
00:04:34
terutama di tingkat rumah sakit
00:04:36
yang berada di sebelah depan untuk
00:04:40
menunjukkan fakta bahwa yang utama
00:04:42
Penyebab kematian akibat perang
00:04:45
de Crimée
00:04:48
adalah masalah penyakit
00:04:50
yang oleh karena itu disebut epidemi
00:04:52
Kira-kira epidemi
00:04:55
di rumah sakit.
00:04:57
Jadi sebenarnya ada kebutuhan maka
00:05:00
di rumah sakit dan di lapangan
00:05:02
pertempuran dan karena itu ada kebutuhan
00:05:04
untuk pergi dan memperkenalkan aturan sanitasi.
00:05:06
Jadi pada tahun 2020, dengan COVID,
00:05:08
Ini hanya lebih ramah lingkungan.
00:05:10
Jadi sudah pada saat itu ada ini
00:05:12
jenis penalaran di sana dan sebenarnya ini
00:05:14
yang Anda miliki di sini,
00:05:17
Ini adalah jendela mawar yang akan menunjukkan
00:05:19
untuk setiap bulan,
00:05:20
jadi di sini Anda melihat April Mei,
00:05:22
Juni, Juli dkk selama bertahun-tahun,
00:05:24
Kita akan memiliki warna yang berbeda untuk
00:05:26
Jelaskan penyebab kefanaan.
00:05:28
Jadi jika saya ingat dengan benar,
00:05:30
Hitam sesuai dengan orang mati di
00:05:33
medan perang, merah muda,
00:05:35
Saya pikir itu sebagai hasil dari
00:05:37
Komplikasi luka perang
00:05:39
untuk membuatnya sangat sederhana dan kemudian
00:05:42
Biru sesuai dengan penyakit
00:05:44
epidemi dan di sana sebenarnya kita pergi
00:05:47
menghitung secara instan itu dan terutama
00:05:49
Di sini sekali lagi kita melihat Januari 1855.
00:05:52
Proporsi penyakit epidemi
00:05:53
yang benar-benar besar oleh
00:05:55
Hubungan dengan orang mati
00:05:57
bisa berharap pada.
00:05:58
Medan perang ini
00:06:00
Dan pada akhirnya, memang,
00:06:01
Kita bisa langsung melihat masalahnya,
00:06:03
Jadi penyakit epidemi yang membunuh
00:06:05
lebih dari perang itu sendiri dan di
00:06:08
lebih dari itu tiba-tiba dia melamar
00:06:10
Perbesar di sini dibandingkan dengan
00:06:12
apa yang ingin Anda tunjukkan kepada kami.
00:06:14
Jadi sudah sangat komprehensif dalam
00:06:16
Cara untuk menampilkan di sana saat Anda
00:06:18
Tunjukkan itu kepada para jenderal Inggris,
00:06:20
Tidak ada perdebatan di sana.
00:06:22
Bahkan, Anda hanya perlu menunjukkan
00:06:24
Area ini untuk mengatakan itu perlu
00:06:27
Perkenalkan aturan kesehatan
00:06:28
di tentara Inggris dan karenanya
00:06:31
Di sana, pesan itu langsung tersampaikan,
00:06:33
Belum tentu perlu ada polemik.
00:06:37
Elemen terakhir, dan itu adalah,
00:06:39
Saya pikir, mungkin yang paling jelas
00:06:41
dari semua yang dapat saya tunjukkan kepada Anda,
00:06:44
apakah itu
00:06:45
Visualisasi digunakan untuk merender
00:06:47
hal-hal yang jelas ketika mereka tidak
00:06:50
Sama sekali tidak dengan data mentah.
00:06:53
Kasus terakhir yang ingin saya tunjukkan kepada Anda,
00:06:56
Jadi selalu
00:06:57
hal-hal sejarah,
00:06:58
tapi itu saya masih menemukan
00:07:01
Waktu yang sangat menarik
00:07:02
Ini akan menjadi peta London yang
00:07:05
dibuat pada tahun 1854 oleh John Snow.
00:07:08
Dan ya, itu tidak dapat ditemukan,
00:07:10
sementara ada epidemi
00:07:13
kolera di London, itu saja.
00:07:16
Jadi kami mencoba memperkirakan penyebabnya
00:07:19
dari epidemi kolera ini.
00:07:21
Jadi tanpa merinci,
00:07:24
Kami bertanya-tanya apakah itu ada di udara,
00:07:26
Kami bertanya-tanya apakah itu menular
00:07:28
dan lain sebagainya
00:07:29
dan lain sebagainya.
00:07:29
Maka kami telah menagih orang ini di sana,
00:07:32
Jadi dokter untuk mencoba menyelidiki untuk
00:07:35
mengerti sedikit apa yang sedang terjadi.
00:07:37
Jadi dia, metodenya,
00:07:39
Itu relatif sederhana,
00:07:40
Itu untuk mengambil peta lingkungan
00:07:44
dari Soho ke London dan pergi put
00:07:46
persegi panjang pada masing-masing
00:07:48
di mana telah terjadi kematian,
00:07:50
Jadi kami akan memulihkan
00:07:51
Alamat kematian kolera.
00:07:53
Dan setiap saat,
00:07:54
di pendaratan,
00:07:55
Kami akan menambahkan persegi panjang ini,
00:07:57
Jadi apa yang kami sadari dengan sangat cepat,
00:07:59
apakah itu sudah
00:08:00
di area yang sangat kecil.
00:08:02
Jadi siapa yang ada di sini dan ketika kita zoom,
00:08:05
Kami melihat bahwa ada titik air di sini
00:08:07
yang berada tepat di tengah-tengah area
00:08:09
atau ada banyak kematian.
00:08:12
Jadi sekali lagi,
00:08:13
sesuatu yang belum tentu terlihat
00:08:15
hanya dengan daftar alamat
00:08:17
dengan orang mati yang sesuai dan
00:08:19
Jadi memang, dengan zooming,
00:08:20
Kami menyadari bahwa kami memiliki di sini
00:08:23
tulis Pump jadi itu
00:08:26
titik air dan faktanya
00:08:29
Kami menyadari bahwa secara sederhana
00:08:31
di titik air ini,
00:08:33
popok bayi telah dibuang
00:08:35
yang menderita kolera,
00:08:37
Jadi memang, kita berada di abad ke-19,
00:08:39
dan
00:08:42
Standar sanitasi sekali lagi
00:08:44
tidak hadir dan karena itu faktanya
00:08:46
membuang popok kotor
00:08:49
bayi yang menderita kolera.
00:08:51
Orang-orang, tiba-tiba,
00:08:52
akan mengumpulkan air untuk
00:08:53
minum dan karenanya menginfeksi diri mereka sendiri,
00:08:56
maka dari sana,
00:08:58
Kami dapat mematikan pompa itu.
00:09:00
Dan seketika,
00:09:00
Jadi, di daerah ini,
00:09:02
Jumlah kolera telah menurun drastis.
00:09:05
Jadi itu saja, Anda lihat dari
00:09:07
hal-hal yang tidak dapat kami pahami,
00:09:10
Itu hanya diposting di
00:09:12
sebuah peta dan kami dapat memecahkan
00:09:14
Masalah yang kami miliki
00:09:16
pada epidemi ini
00:09:18
kolera dan untuk meyakinkan Anda
00:09:20
sedikit lebih banyak dari kasus ini.
00:09:23
Apa yang ingin saya tunjukkan kepada Anda,
00:09:25
Itu adalah kasus kecil di mana
00:09:27
akan memiliki tabel data ini.
00:09:30
Jadi bulan-bulan dengan jumlah penjualan,
00:09:32
omset dalam ribuan euro
00:09:34
yang dilakukan untuk sebuah perusahaan,
00:09:36
Tidak masalah yang mana.
00:09:37
Jadi saya akan meminta Anda untuk
00:09:39
luangkan beberapa detik untuk
00:09:40
Pikirkan dan katakan padaku di sini,
00:09:42
Dengan tabel ini,
00:09:43
Apa yang mampu Anda lakukan
00:09:45
ceritakan apa yang terjadi di
00:09:47
Mata kuliah semester itu?
00:09:52
Itu saja, saya akan memberi Anda beberapa detik.
00:09:53
Jika tidak, jeda jika Anda
00:09:55
Ingin sedikit lebih banyak waktu.
00:09:57
Secara pribadi, saya sedang berjuang.
00:09:59
Jelas, saya melihat bahwa memang ada,
00:10:01
Bagaimanapun, ini adalah
00:10:03
fluktuasi yang ada.
00:10:04
Di sana naik ke sana turun jadi
00:10:05
Sepertinya ada nilai
00:10:07
relatif rendah
00:10:09
dibandingkan dengan yang lain, dan lain-lain.
00:10:11
Tapi tidak ada yang meyakinkan.
00:10:12
Di sisi lain, jika ditampilkan pada
00:10:14
grafis jadi seperti yang saya lakukan
00:10:16
itu adalah nilai yang persis sama,
00:10:18
Kami benar-benar akan segera pergi
00:10:20
mendeteksi hal-hal secara visual
00:10:21
yang akan melompat keluar pada kita.
00:10:23
Sudah kita memiliki seluruh bagian pada ekstrem,
00:10:26
Ini mata sangat digunakan untuk melihat
00:10:28
Nilai
00:10:29
yang sedikit menonjol dari keramaian,
00:10:32
Jadi di sana kita langsung melihat bahwa
00:10:34
Bulan terbaik adalah Mei dan
00:10:37
bulan terburuk adalah Maret,
00:10:39
Elemen ke-2 yang kemudian bisa menjadi
00:10:41
cara sedikit persepsi sekunder,
00:10:43
Itu memang yang pertama
00:10:44
kuartal lebih buruk dari yang ke-2.
00:10:46
Di sana kita melihat bahwa kita memiliki 3 poin yaitu
00:10:49
relatif banyak di sekitar
00:10:51
dari 50 dan di sana kita melihat semuanya dari
00:10:54
kelanjutan yang kita lepas landas dan itu pada
00:10:56
Akhir kuartal ke-2 kita agak
00:10:58
pada nilai sekitar 60. 70.
00:11:02
Juga mata langsung pergi,
00:11:03
Bagaimanapun,
00:11:04
Otak akan mencoba melacak
00:11:05
Hak untuk menyederhanakan itu.
00:11:07
Dan memang benar bahwa pada akhirnya,
00:11:09
Kami agak pada tren yang
00:11:11
naik lagi di kuartal.
00:11:15
Namun yang lain bahwa kita
00:11:17
dapat menemukan, oleh karena itu, di sana,
00:11:18
itu melangkah lebih jauh,
00:11:21
Ini mungkin awal dari
00:11:23
jatuh untuk musim panas karena kita lulus
00:11:25
dari 75.000 pada bulan Mei hingga hampir
00:11:28
60000 pada bulan Juni jadi begitulah, semua itu,
00:11:30
Sangat sulit untuk mendapatkannya
00:11:32
pada tabel data,
00:11:34
Jadi untuk kadang-kadang mencoba untuk
00:11:35
memahami sesuatu
00:11:36
Ayolah
00:11:39
dari meja,
00:11:40
Kami dengan cepat membuat grafik pada
00:11:43
Excel dan Anda bisa langsung melihat
00:11:45
Hal-hal yang tidak akan melompat ke kita
00:11:47
di mata jika kita belum melihatnya.
00:11:49
Jadi itu saja.
00:11:51
Semua gagasan mendasar ini
00:11:53
dan minat yang mungkin ada
00:11:56
untuk melakukan visualisasi data.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

résultat(s)
00:00:02
Explicações da compreensão
00:00:04
e conceitos fundamentais
00:00:06
em torno da visualização de dados.
00:00:08
Para isso, vamos tirar algumas ilustrações
00:00:11
visualização que são históricas e
00:00:14
e também para lhe mostrar que
00:00:16
o que é chamado de visualização de dados,
00:00:19
Não é algo novo.
00:00:21
Assim, o primeiro conceito fundamental para
00:00:23
Ter em mente é contar histórias.
00:00:25
Pesquisa de visualizações
00:00:26
para contar uma história.
00:00:28
Estão a tentar explicar alguma coisa
00:00:30
coisa com um caminho
00:00:32
de pensamento e há tipicamente em
00:00:34
fez o diagrama que você tem aqui
00:00:36
Conta uma história e tanto.
00:00:39
E já agora,
00:00:40
esta é a história da França.
00:00:41
Em qualquer caso,
00:00:42
Histórias das Guerras Francesas.
00:00:44
Assim, esta ilustração foi
00:00:46
dirigido por Charles Joseph Minard, que
00:00:48
representa a campanha russa,
00:00:50
de 1812 a 1813
00:00:53
foi liderada por Napoleão.
00:00:54
Então, o que podemos ler
00:00:57
neste gráfico para que você tenha
00:00:59
na verdade, o número de tropas
00:01:01
Quem é representado por
00:01:03
a largura do traço, de modo que já que,
00:01:05
Isso é algo bastante
00:01:07
inteligente para torná-lo visual e
00:01:09
Então vamos ter o avanço das tropas
00:01:11
Cidadãos franceses em território russo em
00:01:13
deste rio que irá
00:01:15
afundar-se em terras russas e, de fato,
00:01:17
À medida que avançamos,
00:01:19
Vamos ver que a fila está ficando menor,
00:01:21
e está ficando cada vez mais fino e isso
00:01:24
corresponde a perdas que têm
00:01:26
foram sofridas pelo exército francês durante a
00:01:28
do seu avanço em território russo.
00:01:31
Então, aqui estamos avançando, estamos avançando,
00:01:33
Estamos avançando, estamos avançando.
00:01:34
Temos postos de controle ao longo do caminho
00:01:37
com valores onde começaram
00:01:40
422.000 eram apenas 400.000,
00:01:43
et cetera, et cetera,
00:01:45
e assim por diante.
00:01:47
Também com as cidades que foram
00:01:49
e de repente chegamos a Moscovo, onde,
00:01:52
Já restavam apenas 100.000.
00:01:54
E depois
00:01:54
Você tem preto realmente retiro
00:01:57
daí o famoso retiro da Rússia
00:01:59
de onde partiu o exército francês
00:02:01
no meio do inverno na França porque
00:02:03
que o czar
00:02:05
tinha simplesmente queimado Moscovo.
00:02:07
Então os soldados não tinham
00:02:09
já não tinha onde morar, não é suficiente
00:02:12
Então eles foram embora.
00:02:13
Bem, eu não vou fazer a história da França,
00:02:16
Desculpe, estou espalhando um pouco eu
00:02:19
Divago.
00:02:20
Em qualquer caso,
00:02:21
Essa é a linha vermelha corresponde ao
00:02:24
Retirada das tropas francesas.
00:02:26
E então nós realmente vemos isso
00:02:28
Está ficando menor
00:02:30
Já podemos ver aqui que houve
00:02:33
Um primeiro feedback de
00:02:35
algumas tropas e, finalmente,
00:02:37
que só chegou 10 milhas,
00:02:40
durante a passagem deste rio.
00:02:42
Então tem sido um,
00:02:44
o que agora é conhecido como um
00:02:46
Berezina, que corresponde a um
00:02:48
episódio desta campanha russa,
00:02:50
Eu não quero saber.
00:02:51
você pode olhar na Wikipédia,
00:02:52
Se você estiver interessado, vou parar por aí.
00:02:55
Em qualquer caso,
00:02:56
Veja como ilustrar de uma maneira muito boa
00:02:58
em vez de uma mesa grande
00:02:59
com datas e
00:03:01
um volume de tropas com
00:03:03
também potencialmente lugares.
00:03:04
Aqui num relance compreendemos o que
00:03:06
o que aconteceu e também percebemos
00:03:09
história que foi capaz de
00:03:12
ter sobre esta perda à medida que avançamos.
00:03:14
mede os principais marcos para e
00:03:16
as várias perdas que possam ter ocorrido.
00:03:19
Além disso, teremos outra escala.
00:03:22
Então isso também,
00:03:23
É realmente muito interessante o L
00:03:25
é muito completo com o
00:03:27
temperaturas que você tem aqui e em cada um
00:03:29
Fases do súbito, especialmente no caminho de volta.
00:03:31
então recuar no inverno na Rússia igual,
00:03:34
Temperaturas extremamente frias
00:03:35
Portanto, há temperaturas
00:03:36
o que também explica isso,
00:03:38
Cada vez, vemos o
00:03:40
pontos de controlo,
00:03:42
Estágios de perda em temperaturas
00:03:44
que eram extremamente frios e
00:03:46
também explicou o número de mortes
00:03:48
que poderia ter tido tão primeiro conceito
00:03:50
coisa fundamental a lembrar sobre visualização,
00:03:52
Serve como
00:03:52
para contar uma história como
00:03:54
Eu só fiz.
00:03:56
2º elemento muito importante a ter em mente,
00:04:00
é que normalmente permite
00:04:01
se for bem feito,
00:04:04
para transmitir uma mensagem instantaneamente.
00:04:06
Então esta 2ª ilustração que
00:04:08
é minha fé muito bonita assim
00:04:11
numa roseta, numa hélice,
00:04:14
como pode ser visto aqui.
00:04:17
Assim se percebeu
00:04:19
por Florence Nightingale,
00:04:20
Então, quem era enfermeira do exército
00:04:23
Britânico e quem estava procurando mostrar
00:04:26
Para o exército britânico, de facto, que existem
00:04:28
tinham um problema de saúde grave
00:04:31
nos campos de batalha,
00:04:34
especialmente nas enfermarias
00:04:36
que estavam ao lado da frente para
00:04:40
demonstram, de facto, que o
00:04:42
Causa da morte na guerra
00:04:45
de Crimée
00:04:48
foi problemas de doença
00:04:50
que foram chamadas epidemias, portanto,
00:04:52
Basicamente, epidemias
00:04:55
nas enfermarias.
00:04:57
E, portanto, há realmente uma necessidade
00:05:00
na enfermaria e no campo
00:05:02
e, portanto, há uma necessidade
00:05:04
para ir e introduzir regras sanitárias.
00:05:06
Assim, em 2020, com a COVID,
00:05:08
apenas o torna mais amigo do ambiente.
00:05:10
Então, já na época havia isso
00:05:12
tipo de raciocínio lá e de fato este
00:05:14
que você simplesmente tem aqui,
00:05:17
É uma roseta que vai indicar
00:05:19
para cada mês,
00:05:20
então lá aqui você vê abril maio,
00:05:22
Junho, julho e assim por diante ao longo dos anos,
00:05:24
Vamos ter cores diferentes para
00:05:26
Explicar as causas da mortalidade.
00:05:28
Então, se bem me lembro,
00:05:30
Preto corresponde às mortes em
00:05:33
o campo de batalha, o cor-de-rosa,
00:05:35
Eu acho que é por causa do
00:05:37
Complicações da ferida de guerra
00:05:39
para torná-lo muito simples e, em seguida,
00:05:42
O azul corresponde a doenças
00:05:44
e aí, de facto, estamos a render-nos
00:05:47
conta isso instantaneamente e, acima de tudo,
00:05:49
Aqui, novamente, olhamos para janeiro de 1855.
00:05:52
Proporção de doenças epidémicas
00:05:53
que é absolutamente enorme por
00:05:55
Relação com os mortos
00:05:57
pode esperar.
00:05:58
Estes campos de batalha
00:06:00
E no final, de fato,
00:06:01
você pode ver o problema instantaneamente,
00:06:03
Portanto, doenças epidêmicas que matam
00:06:05
mais do que a guerra em si e em si mesma.
00:06:08
mais do que isso, então ela se candidatou
00:06:10
Um zoom realmente aqui em relação a
00:06:12
o que você quer nos mostrar.
00:06:14
Por isso, tem sido extremamente abrangente em
00:06:16
Então, como exibir lá quando você
00:06:18
Mostre isso aos generais britânicos,
00:06:20
Não há debate aí.
00:06:22
Na verdade, você só tem que mostrar
00:06:24
esta área para dizer que você tem que
00:06:27
Estabelecer regras sanitárias
00:06:28
nos exércitos britânicos e, portanto,
00:06:31
Lá, a mensagem é transmitida instantaneamente,
00:06:33
Não há necessidade de argumentar.
00:06:37
O último elemento, ou seja,
00:06:39
Penso, talvez o mais óbvio
00:06:41
de todos os que pude mostrar-lhes,
00:06:44
é que
00:06:45
Uma visualização é usada para renderizar
00:06:47
coisas que eram óbvias quando não eram
00:06:50
Nada com dados brutos.
00:06:53
O último caso que quero mostrar-lhe,
00:06:56
Por isso, é sempre
00:06:57
coisas históricas,
00:06:58
mas que eu ainda encontrar um
00:07:01
Tempos extremamente interessantes
00:07:02
Vai ser este mapa de Londres que é
00:07:05
foi feito em 1854 por John Snow.
00:07:08
E sim, você não pode inventar,
00:07:10
enquanto houve uma epidemia
00:07:13
da cólera em Londres, é isso.
00:07:16
E assim tentamos estimar a causa
00:07:19
desta epidemia de cólera.
00:07:21
Assim, sem entrar em detalhes,
00:07:24
Nós nos perguntamos se estava no ar,
00:07:26
Nós nos perguntamos se era contagioso
00:07:28
e assim por diante
00:07:29
e assim por diante.
00:07:29
E então nós cobramos essa pessoa,
00:07:32
Então, um médico para tentar investigar para
00:07:35
entenda um pouco o que estava acontecendo.
00:07:37
Então ele, o seu método,
00:07:39
Era relativamente simples,
00:07:40
Era para tirar um mapa do bairro
00:07:44
do Soho para Londres e para ir e colocar
00:07:46
um retângulo em cada
00:07:48
em caso de morte,
00:07:50
Então nós íamos ter o
00:07:51
endereços dos mortos de cólera.
00:07:53
E sempre,
00:07:54
numa aterragem,
00:07:55
Nós íamos adicionar este retângulo,
00:07:57
Então, o que percebemos muito rapidamente,
00:07:59
É que já era
00:08:00
em uma área muito pequena.
00:08:02
Então, quem estava aqui e quando aumentamos o zoom,
00:08:05
Você pode ver que havia um bebedouro aqui
00:08:07
que estava bem no meio de uma área
00:08:09
onde houve muitas mortes.
00:08:12
Então, novamente,
00:08:13
algo que não era necessariamente visível
00:08:15
apenas com uma lista de endereços
00:08:17
com os óbitos correspondentes, e
00:08:19
Então, de fato, ampliando o zoom,
00:08:20
Percebemos que temos aqui
00:08:23
escreve Pump para que seja
00:08:26
o bebedouro e de facto
00:08:29
Percebemos isso muito simplesmente
00:08:31
neste bebedouro,
00:08:33
Tínhamos deitado fora fraldas de bebé
00:08:35
que tiveram cólera,
00:08:37
Então, sim, estávamos no século 19,
00:08:39
e ainda
00:08:42
Normas sanitárias novamente
00:08:44
não estavam presentes e, por conseguinte, o facto de
00:08:46
Deite fora fraldas sujas
00:08:49
bebés que tiveram cólera.
00:08:51
Pessoas, como resultado,
00:08:52
iam recolher água para
00:08:53
bebem e, assim, infetam-se,
00:08:56
E assim, a partir daí,
00:08:58
Conseguimos desligar essa bomba.
00:09:00
E instantaneamente,
00:09:00
Consequentemente, neste domínio,
00:09:02
O número de casos de cólera diminuiu drasticamente.
00:09:05
Então lá está, você vê de
00:09:07
coisas que não conseguíamos entender,
00:09:10
foi simplesmente postado em
00:09:12
um mapa e conseguimos resolver o problema.
00:09:14
problema que tivemos
00:09:16
sobre esta epidemia de
00:09:18
cólera e convencê-lo
00:09:20
Um pouco mais desse caso.
00:09:23
O que eu queria mostrar,
00:09:25
Foi um pequeno caso em que
00:09:27
vai ter essa tabela de dados.
00:09:30
Assim, os meses com o número de vendas,
00:09:32
Volume de negócios em milhares de euros
00:09:34
que tenha sido realizado para uma empresa,
00:09:36
não importa qual.
00:09:37
E por isso vou pedir-lhe que
00:09:39
Tire alguns segundos para
00:09:40
pense nisso e diga a mim mesmo que,
00:09:42
Com esta tabela,
00:09:43
Do que é capaz?
00:09:45
Diga-me o que aconteceu no
00:09:47
durante esse semestre?
00:09:52
É isso, vou te dar alguns segundos.
00:09:53
Caso contrário, faça uma pausa se
00:09:55
quer um pouco mais de tempo.
00:09:57
Eu, pessoalmente, tenho dificuldades.
00:09:59
Vejo claramente que existe, de facto,
00:10:01
Em qualquer caso, este é um
00:10:03
flutuação que existe.
00:10:04
Lá, sobe, lá, desce de novo
00:10:05
Este parece ser um valor
00:10:07
Relativamente baixo
00:10:09
em comparação com outros, et cetera.
00:10:11
Mas nada conclusivo.
00:10:12
Por outro lado, se você exibi-lo em um
00:10:14
tão gráfico como eu fiz isso
00:10:16
são exatamente os mesmos valores,
00:10:18
Nós vamos imediatamente, na verdade
00:10:20
Detetar visualmente coisas
00:10:21
que vai saltar para nós.
00:10:23
Já temos toda a parte sobre extremos,
00:10:26
O olho está muito acostumado a manchar
00:10:28
Valores
00:10:29
que se destacam um pouco da multidão,
00:10:32
Assim, vemos instantaneamente que o
00:10:34
melhor mês é o mês de maio e que
00:10:37
O pior mês é março,
00:10:39
2º elemento que pode então ser
00:10:41
de uma forma um tanto secundária de perceber,
00:10:43
é que o primeiro
00:10:44
trimestre foi pior que o 2º.
00:10:46
Aqui vemos que temos 3 pontos que são
00:10:49
Relativamente há em torno de
00:10:51
de 50 e depois vemos tudo de
00:10:54
depois decolamos e no
00:10:56
No final do 2º trimestre, estamos bastante
00:10:58
em valores em torno de 60. 70.
00:11:02
Também o olho vai reto,
00:11:03
Em qualquer caso,
00:11:04
O cérebro tentará rastrear
00:11:05
uma linha reta para simplificar isso.
00:11:07
E é verdade que, no final,
00:11:09
Pelo contrário, estamos numa tendência que é
00:11:11
em alta novamente no trimestre.
00:11:15
E outra coisa que nós
00:11:17
podia ver, então lá,
00:11:18
vai um pouco mais longe,
00:11:21
Talvez seja o início de um
00:11:23
Outono para o verão porque estamos passando
00:11:25
de 75.000 em maio para quase
00:11:28
60000 em junho, então lá está, tudo isso,
00:11:30
É muito difícil conseguir
00:11:32
numa tabela de dados,
00:11:34
Então, às vezes tentar
00:11:35
Entenda alguma coisa
00:11:36
Vá lá
00:11:39
da mesa,
00:11:40
Vamos rapidamente fazer um gráfico sobre
00:11:43
Excel e você pode ver imediatamente
00:11:45
Coisas que não nos surpreenderiam
00:11:47
aos olhos se não o tivéssemos visto.
00:11:49
Aí está:
00:11:51
todos esses fundamentos
00:11:53
e o interesse que pode haver
00:11:56
para fazer visualização de dados.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

Mandarine AI: CE QUI POURRAIT VOUS INTÉRESSER

LES COURS ASSOCIÉS Cette vidéo fait partie des cours suivants

Abonnés
2740 vues
E-learning Débutant

Formation Vidéo Microsoft Excel - Découverte

Découvrez et familiarisez-vous avec Excel : De la création à l’exploitation de vos tableaux en passant par l’amélioration de vos visuels ain...

Cours E-learning
TOUS LES COURS

Une erreur est survenue

Impossible de sauvegarder votre progression. Veuillez recharger la page, vous connecter, et essayer de nouveau. Si le problème persiste, merci de contacter un administrateur.

Fermer

Rappel

Afficher

/

Acceder à la session