? Музыкальный датавиз

Нашла, пожалуй, уникальный датасет с самыми разными характеристиками миллиона песен — от метаданных до громкости, популярности и bpm каждой песни.

Стало интересно, а что уже делали с этими данными - и смотрите, как хорошо получилось у Шона Миллера скрестить топ-100 Rolling Stones с ними.

Песни собраны по альбомам, что даёт распределения величин — на борде прослеживается, что редко выстреливают все песни сборника, или что не всегда сохранение ритма и тональности от трека к треку — путь к успеху.

Список, кстати, что надо - если не знали, откуда подступиться к метал-музыке, можно начать с классики?

Tableau Software

The Greatest Metal Albums of All-Time

In June 2017, Rolling Stone magazine released their list of the greatest metal albums of all time. Here's what the data has to say. #DataPlusMusic

Не писала некоторое время — увеличилась нагрузка на работе, добралась до интересного мне проекта, вот время и закончилось.

Но нагрузка приходит в норму, вот и я понемногу возобновлю вещание.

Недавно я решила повысить умение работы с данными в продуктовой команде — умение не столько оперировать ими, сколько правильно интерпретировать. Мне важно погрузить в контекст, чтобы мы говорили на одном языке. Отсюда и родился небольшой внутренний лекторий.

Один из модулей — про датавиз. При подготовке я нашла классные рулбуки, которыми и хочу поделиться.

➖ Постер Financial Times — четко размечено, какой график выбрать, чтобы подсветить нужную идею. Хочется распечатать и оставить на видном месте.

➖ Таблица USI — как Менделеева, только про графики. Каждый «элемент» проиллюстрирован и размечен — указано, какой цели служит и как его воспримет смотрящий. Лучше смотреть на компьютере.

➖ Стайлгайд Карины Спитальник — в первую очередь он применим для Tableau, но много полезных идей можно взять и для других BI-систем.

#датавиз

GitHub

chart-doctor/visual-vocabulary/Visual-vocabulary-en.pdf at main · Financial-Times/chart-doctor

Sample files to accompany the FT's Chart Doctor column - Financial-Times/chart-doctor

? Занятная иллюстрация из статьи по урбанистике

Автор из университета Южной Калифорнии построил преимущественное направление на азимут улиц основных городов мира. Графики упорядочены по росту информационной энтропии. А чем выше столбец, тем больше улиц в этом направлении.

Анализ проводился на основе данных OpenStreetMap. В Python такие карты удобно читать с помощью библиотеки OSMnx.

Логично, что чем старше город, тем «хаотичнее» направления в нём. Я хорошо знаю всего пару городов с этой иллюстрации, с ощущениями совпадает ?

Рекомендую посмотреть и оригинальную статью - в ней авторы выделили «похожие» города и удобно визуализировали полученные кластеры с помощью t-SNE.

В комментариях — hi-res версия.

#датавиз

➖ О, как интересно — Python интегрируют в Excel.

Не утихают холивары о-самом-главном-инструменте аналитика. Лично я пользуюсь Экселем только для просмотра. У кого-то Эксель — основной инструмент. Это не зло само по себе, скорее индикатор, что культуре обращения с данными в компании есть куда расти и что масштабирование будет непростым.

Кажется, что такая интеграция поможет начинающим аналитикам — тем, кто уже освоил Excel, но с pandas работает со словарем. Опытным аналитикам проще написать код — даже плохой код читается в разы лучше, чем формулы в ячейках. 

Грустно одно — сам дистрибутив питона в облаке и поставить сторонние библиотеки нельзя. А в будущем эту фичу закроют под отдельную подписку.

https://techcommunity.microsoft.com/t5/excel-blog/announcing-python-in-excel-combining-the-power-of-python-and-the/ba-p/3893439

TECHCOMMUNITY.MICROSOFT.COM

Announcing Python in Excel: Combining the power of Python and the flexibility of Excel.

Since its inception, Microsoft Excel has changed how people organize, analyze, and visualize their data, providing a basis for decision-making for the..

Хочу рассказать про (буквально!) исторический пример того, насколько важна хорошая визуализация.

В тексте легко упустить факты — датавиз же помогает выделить те части истории, которые мы хотим подсветить. Например, понятная визуализация помогла Флоренс Найтингейл дать ход реформам, спасшим тысячи жизней.

О том, как это случилось — сегодняшний рассказ:
https://telegra.ph/Kak-horoshij-dataviz-spas-nemalo-zhiznej-08-17

Telegraph

Как хороший датавиз спас немало жизней

Флоренс Найтингейл оставила значительный след в истории — во многом благодаря реформе военных госпиталей. Пронести свои идеи вопреки предрассудкам 19 века ей помог статистический подход и грамотная визуализация данных.

➖ О канале

Привет!

Недавно пришло много новых читателей, добро пожаловать!

Меня зовут Алена и мне проще всего описать себя как Full stack аналитика. В моей работе есть место BI, дата-инжинирингу, дата-аналитике и даже разработке ? И мне это очень нравится!

Этот канал — отражение моих интересов. Я датавиз-гик и мне нравится исследовать, как рассказать историю с помощью данных.

Навигация:
#датавиз — классные визуализации. А каждую субботу я делаю небольшой датавиз экспромтом;
#фреймворк — рубрика по понедельникам о том, как построить работу и понять заказчика;
#рекомендасьон — ресурсы, которые я хочу порекомендовать, как правило образовательные;
#конференции — подборки понравившихся выступлений с прошедших конференций;
#инструменты — программы и библиотеки, которые могут пригодиться аналитику.

Немного обо мне:
? Аналитик данных в Sberdevices;
? Закончила физфак МГУ (а потом и ФПО МГУ);
? Пишу на Python и C++;
? Интересуюсь NLP.

Я всегда рада общению, можно на ты, можно на вы — как кому комфортнее.

Понедельничный #фреймворк
⁠
Мы поговорили про «умные» системы планирования, учитывающие контекст, трафик и альтернативные способы решения проблемы. Но что, если раскидать задачки по приоритетам нужно прямо сейчас и «на коленке»?

➖ Тогда подойдет фреймворк MoSCoW. Приятный бонус — он легко применяется как к планированию в команде, так и для себя.

https://telegra.ph/MoSCoW--kak-razobrat-hotelki-i-stat-ehffektivnee-08-13

Telegraph

MoSCoW — как разобрать «хотелки» и стать эффективнее

Интуитивно мы делим дела на «важные» и «неважные». Как правило, в «важные» дела попадает сильно больше, чем мы можем сделать. Намного эффективнее поделить их на 4 категории. Конечно, разделение будет субъективным — но если договориться о критериях важности…

А так ли плохи Pie-чарты?

➖ tl;dr: нет, сами по себе они не плохи. Но у них много ограничений, которые хорошо бы держать в голове.

Об этом и лонгрид.

https://telegra.ph/nePlohie-pirogi-08-13

Telegraph

(не)Плохие пироги

Pie-чарты очень любит бизнес — мало какой отчет в Excel обходится без них. Разберемся, заслуженно ли. Речь пойдет про механизмы восприятия, искажения, которые можно встретить и небольшая инструкция, как этих искажений избежать. Ссылки на исследования оставила…

➖ Субботний #датавиз.

Датавиз нужен нам, чтобы рассказывать истории. Но сам по себе график ничего не расскажет — нужно подкрепить его контекстом.

К примеру, возьмем данные о безработице в РФ с 1992 по 2010 (доступны в репозитории ООН). Вне контекста тенденции неясны.

Но стоит лишь добавить контекст:
➖ распад СССР в 1991 году;
➖ дефолт в 1998 году;
➖ мировой экономический кризис 2008-2013 годов;

и график становится наглядной иллюстрацией.

Я использовала диаграмму Найтингейл – у нее интересная история появления, о которой расскажу на будущей неделе.

У круглых диаграмм одна глобальная проблема — считается, что наш мозг очень плохо оценивает углы и сравнивает площади. А почему так и что с этим делать – расскажу завтра.

➖ Здесь я рассказывала, как плохо подобранная цветовая схема обманывает читателя;
➖ А здесь — про rule of thumb масштабов, когда отсутствие нуля по оси Y меняет весь смысл.