Dzisiejszy wpis poświęcony będzie ostatniemu rozdziałowi książki Nathana Yau ,,Data Points”, czyli rekomendacjom dotyczącym narzędzi do wizualizacji.
Nathan Yau podzielił narzędzia do wizualizacji danych na cztery grupy [wymieniam tylko wybrane narzędzia, pełna lista w w.w. książce]:
1. Ogólnego rażenia, można używać bez znajomości programowania i projektowania
Excel,
Google Spreadsheets,
Tableau (pisaliśmy o tym na naszym blogu tutaj),
Many Eyes (pisaliśmy o tym na naszym blogu tutaj).
2. Specjalistyczne narzędzia do wybranych typów danych
Gephi (do wizualizacji sieci, grafów i podobnych struktur),
Image Plot (do wizualizacji zbiorów zdjęć (też dużych zbiorów zdjęć),
TreeMap (narzędzie do przedstawiania danych za pomocą prostokątów),
TileMill narzędzie do pracy z mapami.
3. Wymagające znajomości programowania
R (głównie pakiet ggplot2 i pochodne),
Javascript (biblioteki D3, InfoVis Toolkit),
Processing (bardzo ciekawy język opisu animowanych wizualizacji ,,kompilowany” do java lub java script, świetna rzecz!),
Python.
4. Programy graficzne
Używane do ,,poprawiania” grafiki uzyskanej z użyciem powyższych narzędzi.
Adobe Ilustrator,
Inkscape (darmowy potężny program do grafiki wektorowej, choć do Ilustratora mu daleko).
Zachęcony tymi rekomendacjami zacząłem używać Ilustratora (jak na razie 30 dniowy trial, znacznie lepiej radzi sobie z pdf’ami niż Inkscape, co nie dziwi biorąc pod uwagę, że pdf to wymysł Adobe).
Jestem też po tygodniu nauki Processing. Pierwsze wrażenia są takie, że jest to fantastyczne narzędzie do animacji i tworzenia prostych gier (czy też interaktywnych wykresów).
Aktualnie najwygodniejszy schemat pracy: ołówek i gumka do szkieletu, R do pierwszych przymiarek, D3/Processing do elementów wymagających interakcji. Kod w Processing można kompilować do apletów Java lub Java Script. Pracowałem ostatnio nad interaktywnym wykresem na którym było 50 tys obiektów, niestety Java Script w takim wypadku jest wolny wiec możliwość kompilacji do apletu Java jest świetna.