최근 업데이트 댓글 스레드 토글 전환 | 키보드 단축키

  • akaiving 2011/02/22 2:08 pm 퍼머링크 | 응답
    태그: color, color-blindness, , , , universal design   

    인포그래픽 작성에서 색상 선택은 모든 이를 위해 고려해야 합니다. 위의 그림은 색각 이상자의 경우, 가장 좌측의 인포그래픽(원본 링크)이 어떻게 보일지 시물레이션한 결과입니다. 그림을 보시면 알겠지만, 붉은색과 녹색의 차이가 거의 구분되지 않기 때문에 정보 전달에 혼란이 발생합니다. 인포그래픽 작업하시는 분들은 늘 이 점을 염두에 두고 안전한 색상 선택을 하실 필요가 있습니다.

     

     
  • akaiving 2011/02/14 11:17 pm 퍼머링크 | 응답
    태그: 밸런타인데이, Function, 수학, 함수, Love, Mathematica, Mathematics, Symbol   

    밸런타인데이에는 뭐니뭐니해도 하트 기호(♡)가 가장 어울립니다. 이 하트 기호를 함수로 표현하면 어떻게 될까요? 이렇게 됩니다.


    위의 그래프는 웹상에서도 간단히 함수의 방정식을 입력, 그래프를 그릴 수 있는 Wolfram Alpha를 이용해서 그렸습니다. 매스매티카(Mathematica)가 있는 분은 아래의 명령을 입력하시면 위의 그래프를 얻을 수 있습니다.

    ContourPlot[(-1 + x^2 + y^2)^3 == x^2 y^3, {x, -2.3, 2.3}, {y, -1.7, 2}]

     
  • akaiving 2011/02/07 3:56 pm 퍼머링크 | 응답
    태그: bus, cell, city, ,   

    City vs. Cell

     
  • akaiving 2011/02/01 1:11 pm 퍼머링크 | 응답
    태그: chart, , , ,   

    세계적인 시장조사 회사인 닐슨(Nielsen)은 다양한 통계 분석 자료를 공개하기 때문에 자주 들르는 곳입니다. 어제, 닐슨의 블로그에 게시된 글을 보다가 함께 첨부한 파이 차트에 오류가 있는 것을 발견했습니다. 게시된 파이 차트는 다음과 같이 두 가지 오류가 있습니다.

     

    1. 정보 기재 실수

     

    첫 번째 오류는 위의 그림에서 빨간 상자로 표시한 부분을 보시면 금방 알 수 있습니다. 보통 이런 부분은 실수가 일어나지 않는다는 고정관념이 크기 때문에 최종본 검수 시 종종 발견하지 못하는 경우가 생깁니다. 언제나 꼼꼼하게 모든 것을 확인하는 습관의 중요성을 다시 한번 일깨워 줍니다. 다행히 이 오류는 원래 보고서에서 정정되었습니다.

     

    2. 정보 값과 그래프 크기 비례의 어긋남

     

    이 오류는 시각화한 데이터 중에서 특정 값을 강조하고 싶을 때, 아주 쉽게 저지르는 실수입니다. 위의 그림을 보면, 데이터 값(20%, 26%)과 해당 파이 차트 부분의 크기가 서로 역전되어 있습니다. 파이 차트에서 각 데이터 값과 해당하는 부채꼴의 내각(內角)은 비례해야 합니다. 가령 20%를 표현하려면 360˚ × 0.2 =72˚의 내각을 갖는 부채꼴로 표현하면 됩니다. 왼쪽이 원래의 닐슨 보고서의 파이 차트, 오른쪽이 데이터 값 비례에 맞게 수정해 본 파이 차트입니다. 안타깝게도 이 오류는 원래 보고서에서도 정정되지 않았습니다. 아주 기초적인 부분이지만 동시에 그만큼 전문가들도 쉽게 간과할 수 있는 부분이기 때문입니다.

     

    지난번 글에서도 봤듯이 지나치게 시각화 자체에만 집중하다 보면 이와 같은 실수를 쉽게 저지르게 됩니다. 특히 2번 항목의 실수는 다양한 차트와 그래프에서 자주 볼 수 있는 오류입니다. 데이터 시각화를 하는 분들은 늘 기본적인 것을 확인하는 습관이 필요합니다.

     
  • akaiving 2011/01/27 2:08 pm 퍼머링크 | 응답
    태그: , ,   

    잘못된 인포그래픽의 예 – Life On The Go: 7 Insights on how we use our mobile devices

    • 문제점 분석 및 해결

    정량 정보와 시각화 정보 사이의 불일치는 데이터 시각화/인포그래픽 제작 과정에서 지나치게 미적 요소만 추구하다 보면 흔히 저지르는 실수. 보는 이가 숫자 정보보다는 시각 정보에 더 빠르게 반응하므로 실제보다 과장되거나 축소된 정보를 전달할 가능성이 큼. 정보의 신뢰성과 정직성을 위해서 이 부분을 엄밀하게 확인하고 시각화할 필요가 있음.

    위의 사례를 보면서 정말 이해 안 갔던 것 하나. 왜 120개의 점을 사용했을까? 100개로 했으면 복잡하게 계산할 필요도 없었을 텐데.

     
c
새 글 작성
j
다음 글/다음 댓글
k
이전 글/이전 댓글
r
응답
e
편집
o
댓글 표시/숨기기
t
상위로 가기
l
로그인하기
h
도움말 표시/숨기기
shift + esc
취소
%d 블로거가 이것을 좋아합니다: