Guia de visualización saludable

1. ¡Piensa rápido!

2. Lectura consciente

  • Codificaciones: averigüe qué variables de los datos codifican qué canales visuales en el gráfico.
  • Ejes: Si hay ejes continuos, observe dónde comienzan y terminan.
  • Dirección de tiempo: si un gráfico expresa cambios en el tiempo, verifique qué dirección corresponde con aumentando el tiempo. Es probable que sea de izquierda a derecha, pero puede que no.
  • Períodos de tiempo: cuando los datos que se muestran en un gráfico se hayan agrupado por período de tiempo, verifique si todos los períodos de tiempo están completos, ya que algunos de ellos pueden estar sólo parcialmente completos.
  • Ouliers: si hay valores interesantes en el gráfico, como valores atípicos, asegúrese de solicitar etiquetas o anotaciones para ayudarle a identificarlos.
  • Leyendas: preste mucha atención a las diferentes leyendas en la tabla y vea cómo se revelan codificaciones distintas de la posición, como tamaño, color o forma.
  • Proporción dar-obtener: Los gráficos requieren que los lectores inviertan diferentes cantidades de tiempo para aprender codificaciones. El valor de un gráfico es la relación entre lo que obtiene de él y lo que debe dar primero.

3. ¿Para que?

4. ¿Tiene sentido?

2006 A. Abela

5. Estética

--

--

--

En este equipo trabajamos todos los días para que los datos puedan hablar y cuenten su historia para que sean escuchados e interpretados de la mejor manera

Love podcasts or audiobooks? Learn on the go with our new app.

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store
Analytic Board

Analytic Board

En este equipo trabajamos todos los días para que los datos puedan hablar y cuenten su historia para que sean escuchados e interpretados de la mejor manera

More from Medium

“Always” start your bar charts at zero

Music Festival Data Journal:

The Humanity Found In Data

Data Science Presentation Guidelines