top of page

การใช้รูปทรงใน data visualization


การใช้รูปทรงใน data visualization
การใช้รูปทรงใน data visualization

การสร้างการสื่อสารที่มีประสิทธิภาพผ่านการ Visualize ข้อมูลนั้น ในหลายๆกรณีจำเป็นที่เราจะต้องสร้างจุดเด่นหรือจุดที่ต้องการให้ผู้ดูโฟกัสมากที่สุด เพื่อเป็นการเน้นไปยังที่สิ่งที่ต้องการจะสื่อจากการวิเคราะห์ข้อมูลชุดนั้นออกมาเป็นอันดับแรกและสามารถซึมซับจดจำได้อย่างรวดเร็ว

การใช้รูปทรงที่แตกต่างกันกับ Data point อื่นๆ เป็นหนึ่งในวิธีที่พบได้มากที่ใช้เพื่อจำแนกลักษณะของ Data ที่มีคุณสมบัติเป็น Discrete Data ทำให้เราสามารถแสดงผลลัพธ์ในกรณีที่เราไม่มีข้อมูลประเภท Continuous ประกอบด้วยได้


นอกจากนี้การใช้รูปทรงนั้นยังมีประโยชน์มากในการณีที่เราจำเป็นที่จะต้องนำเสนองาน Visualization ในรูปแบบที่ไม่สามารถใช้สีประกอบการนำเสนอได้

ตัวอย่างการเลิอกใช้รูปทรงที่แตกต่างกันเพื่อสร้างจุด Focus
ตัวอย่างการเลิอกใช้รูปทรงที่แตกต่างกันเพื่อสร้างจุด Focus

การเลือกใช้ Shape นั้นบางครั้งจำเป็นต้องคำนึงถึงน้ำหนักของ รูปทรงนั้นๆ ประกอบ ด้วย เช่น หากเราเลือกวงกลมทึบกับสี่เหลี่ยมทึบก็อาจจะไม่สามารถสร้างความแตกต่างกันได้มากเท่าที่ควร

 ตัวอย่างการเลือกรูปทรงที่มีน้ำหนักใกล้เคียงกันเกินไป
ตัวอย่างการเลือกรูปทรงที่มีน้ำหนักใกล้เคียงกันเกินไป

การเลือกรูปทรงที่เป็น Icon ในบางครั้งนั้นตัว Icon เองมีรายละเอียดที่มากเกินไป ทำให้นอกจากจะรบกวนสายตาแล้ว อาจจะทำให้เราไม่สามารถส่งต่อสารที่จะสื่อได้อย่างมีประสิทธิภาพมากนัก

ตัวอย่างการเลือกรูปทรงที่มีรายละเอียดมากเกินไป
ตัวอย่างการเลือกรูปทรงที่มีรายละเอียดมากเกินไป

และนอกจากนี้เนื่องจากรูปทรงนั้นจำเป็นต้องใช้ควบคู่กับ Discrete Data ดังนั้นการคำนึงถึงความหลากหลายของกลุ่มข้อมูลนั้นก็มีความจำเป็นเช่นเดียวกัน หากเรามีประเภทของกลุ่มให้จำแนกมากเกินไปก็จะทำให้รูปทรงต่างๆ นั้นกลืนไปกับความหลากหลายนั้นด้วย

ในความเป็นจริงนั้นการใช้รูปทรงเพื่อสร้างความจุดโฟกัสนั้นเป็นเพียงหนึ่งในหลายหลายวิธีที่ทำให้เราสามารถทำความเข้าใจข้อมูลในเบื้องต้นได้อย่างรวดเร็วและมีให้เลือกใช้อย่างหลากหลายทั้งในโปรแกรม BI ทั่วไปหรือ Analytic Tool ต่างๆ ทำให้เมื่อการใช้งานคู่กับข้อมูลมิติอื่นๆ ก็จะสามารถทำให้เราเพิ่มประสิทธิภาพของงาน Visualization ได้

ตัวอย่างการแสดงผลแบบ Scatterplot แสดงความสัมพันธ์ระหว่าง Life expectancy (อายุขัยเฉลี่ย) และ GPD per Capital (ผลิตภัณฑ์มวลรวมในประเทศต่อหัว) ของประเทศต่างๆ ในปี 1992 โดยเลือกมาเพียงช่วง อายุขัย 50-70 ปี และ ประเทศที่มี GPD per Capital ไม่เกิน 10,000 USD

ตัวอย่างการแสดงผลแบบ Scatterplot แสดงความสัมพันธ์ระหว่าง Life expectancy (อายุขัยเฉลี่ย) และ GPD per Capital (ผลิตภัณฑ์มวลรวมในประเทศต่อหัว) ของประเทศต่างๆ ในปี 1992
ตัวอย่างการแสดงผลแบบ Scatterplot แสดงความสัมพันธ์ระหว่าง Life expectancy (อายุขัยเฉลี่ย) และ GPD per Capital (ผลิตภัณฑ์มวลรวมในประเทศต่อหัว) ของประเทศต่างๆ ในปี 1992

จากกราฟด้านบน เราสามารถสร้างจุด Focus ให้กับกลุ่มประเทศในทวีปเอเชียได้โดยการเปลี่ยน Shape ของทวีปอื่นๆ ให้เหมือนกันกันแทนเพื่อเน้นเพียงประเทศในทวีปเอเชียเท่านั้น

ตัวอย่างการสร้างกลุ่ม Focus เป็นกลุ่มประเทศในทวีปเอเชีย
ตัวอย่างการสร้างกลุ่ม Focus เป็นกลุ่มประเทศในทวีปเอเชีย

หรือเลือกเปลี่ยนรูปทรงของประเทศที่เราต้องการเท่านั้น

ตัวอย่างการ Focus เฉพาะประเทศที่เลือก
ตัวอย่างการ Focus เฉพาะประเทศที่เลือก

Data source: https://www.gapminder.org/


แท็ก:

Kommentare


< Previous
Next >
bottom of page