Visualize This - Nathan Yau

Flowing Data 에 기사를 기고하는 Nathan Yau 씨의 최근 시각화 관련 서적이며, 첫 장부터 차근 차근 읽어 나가고 있는데 시각화에 대해서 호기심을 자극하기에 충분한 책.

InfoGraphics 라는 용어가 특정 회사 이름이 아니라 정보 시각화와 유사한 개념이었군..

무엇 보다 본인이 느끼는 것을 그림으로 (상상으로라도) 표현하는 능력이 중요.

첫 장에서는 다양한 관점에서의 시각화에 대한 개괄적인 소개를 하고 있다.





Journalism 으로써의 Visualization
 * 저널리즘 : 신문・방송・잡지를 위해 기사거리를 모으고 기사를 쓰는 일

Art 로써의 Visualization
 * We Feel Fine
 * 11 Ways to Visualize Changes over Time
 * Artistic Visualization
Entertainment 로써의 Visualization
 * OkCupid

Now what kind of STORIES do you tell with DATA?

여기서 절대 잊어서는 안 될 두 가지는 "패턴(Patterns)" 과 "관계(Relationships)" 다.

Patterns
 * 빈도를 표현할 때에 시간별, 일자별, 월별 등으로 다양한 분할로 표현할 수 있다.
 * 시간에 대한 Segmentation 을 얼마나 잘게 혹은 무디게 할 것인지에 따라 정보의 규칙성 혹은 패턴에 있어서, 노이즈를 더 많이 보여줄 수도 거시적인 모습을 보여줄 수도 있다. 다만, 어느 한 쪽이 더 좋다 안 좋다가 아니라 서로 보완(complement)해줄 수 있는 것이다.

Relationships
 * 통계학에서는 연관성 상관관계(Correlation) 과 상관관계 인과관계(Causation) 로 표현한다.
 * 데이터는 다양한 요소들로 연관, 상관관계를 가지므로 임의의 축으로 나누어 보여주는 것은 의미가 없거나 오해의 소지를 갖게 한다. 그러므로 다양한 이기종의 데이터집합을 다룰 때에는 유의미한 그룹으로 구분하여 보여주는 센스가 필요하다.

Technology 에 대한 표현을 위해서 Internet Users, Subscribers, Broadband 등의 그룹과, Median 을 사용했다.







Questionable Data
 * 저자는 데이터 앞에서 항상 스스로에게 질문하라고 말한다.
 * 정말 이 숫자가 맞어? 이게 말이 돼? 아 이래서 데이터 값이 이럴 수 있구나...
 * 숫자들은 항상 진실을 말하는 것이 아니며, 데이터 검증은 그래프 작성의 가장 좋아하는 부분이라고 한다.
 * " so don't use shoddy data to build your data graphic "  - 조잡한 재료 쓰지 마라
 * " Data-checking and verification is one of the most important " - 데이터 검증이 생명이다

데이터 이상현상(Anomaly)는 종종 오타(Typo)에 기인한다. 그렇지 않은 경우에는 전체 스토리를 구성하는 아주 재미있는 요소로 작용할 수도 있다. 어느 쪽에 해당하는 지를 항상 확인해야만 한다. 오타인가? 핵심요소인가?