তৃতীয়টি সম্পাদনা করুন: আমি মাল্টিভেয়ারযোগ্য পরিমাণগত ডেটা ভিজ্যুয়ালাইজেশনের একটি imeমেনসী চমত্কার উদাহরণ খুঁজে পেয়েছি এবং এটি যুক্ত করতে হয়েছিল। আপনি এটি "সম্পাদনা তৃতীয় (নোবেল বিজয়ী)" শিরোনামে পাবেন।
দ্বিতীয় সম্পাদনা করুন: কিছুটা ভুল বুঝাবুঝি হয়েছে এবং আমি কীভাবে ডেটা ব্যবহারের উদ্দেশ্যে ব্যাখ্যা করব তা স্পষ্ট করার চেষ্টা করার জন্য সম্পাদনা করেছি। আমি দুটি চিত্র প্রতিস্থাপন করেছি এবং একটি বিভাগ যুক্ত করেছি "আপনি কি এর সাথে ভাজা চান?"
গ্রাফিক্স তথ্য প্রকাশ করে।
এডওয়ার্ড টুফ্ট:
বিশৃঙ্খলা এবং বিভ্রান্তি হ'ল তথ্যের বৈশিষ্ট্য নয় ডিজাইনের ব্যর্থতা। বিশৃঙ্খলা বিষয়বস্তু হ্রাস নয়, একটি নকশা সমাধানের জন্য কল করে। বেশিরভাগ ক্ষেত্রেই, তত তীব্রতর তত তাত্পর্য, তত বেশি স্পষ্টতা এবং বোধগম্যতা, কারণ অর্থ এবং যুক্তি নিরলসভাবে CONTEXTUAL হয়। কম একটি বোর।
আমরা ডেটা ভিজ্যুয়ালাইজ করব কেন?
- চিন্তাভাবনার সরঞ্জাম
- তীব্র দেখার ফলাফল দেখাতে
- কোনও সমস্যা বোঝার জন্য, সিদ্ধান্ত নেওয়ার জন্য
- তুলনা দেখান, কার্যকারিতা দেখান
- বিশ্বাস করার কারণ সরবরাহ করুন
কিভাবে?
- তথ্য প্রদর্শন করুন
- পদ্ধতিটি, গ্রাফিক ডিজাইন, গ্রাফিক উত্পাদনের প্রযুক্তি বা অন্য কিছু সম্পর্কে দর্শকের পরিবর্তে পদার্থ সম্পর্কে চিন্তা করতে প্ররোচিত করুন
- ডেটা যা বলে তা বিকৃত করা এড়াতে
- একটি ছোট জায়গায় অনেক নম্বর উপস্থাপন করুন
- সুসংহত বড় ডেটা সেট করুন
- চোখের বিভিন্ন টুকরো তুলনা করতে উত্সাহিত করুন
- সূক্ষ্ম কাঠামোর জন্য একটি বিস্তৃত ওভারভিউ থেকে বিশদের বিভিন্ন স্তরে ডেটা প্রকাশ করুন।
- যুক্তিসঙ্গতভাবে পরিষ্কার উদ্দেশ্যটি সরবরাহ করুন: বিবরণ, অনুসন্ধান, সারণী বা সজ্জা।
- কোনও ডেটা সেটের পরিসংখ্যানগত এবং মৌখিক বর্ণনার সাথে ঘনিষ্ঠভাবে সংহত হন।
কয়েকটি সংজ্ঞা:
ডেটা:
সাধারণত "স্টাফ যা ডাটাবেসে সাজানো হয়" হিসাবে ভাবা হয়। এটি অবশ্যই সংখ্যা, চিত্র, শব্দ, ভিডিও ইত্যাদি হতে পারে ডেটা হ'ল সংগ্রহযোগ্য, প্রায়শই পরিমাণগত। এর কাঁচা আকারে এটি হজম করা শক্ত; অঙ্কের কেবল দেয়াল। তুমি জান; ম্যাট্রিক্স । সাধারণভাবে বলতে গেলে আমাদের কাছে জিরো সমন্বিত বিশাল ডাটাবেস নেই, আমাদের কাছে যে সমস্ত স্টাফ নেই তা এমনকি আমাদের মাঝে যে জিনিস নেই তা সর্বাধিক তথ্যবহুল । সুতরাং আমাদের যা নেই তা দেখার জন্য আমাদের কী আছে তা কল্পনা করতে হবে।
তথ্য:
আপনি তথ্য থেকে নিষ্কাশন করতে পারেন কি । কোনওভাবে ডেটা প্রদর্শন করে আমরা তথ্য সংগ্রহ করতে পারি । আমি প্রায়শই যে উদাহরণগুলি ব্যবহার করি তার মধ্যে একটি হ'ল আমি যদি আপনাকে বিশ্বের দেশগুলির একটি তালিকা প্রদান করি এবং আপনাকে বলি যে দুজন নিখোঁজ রয়েছে তবে এই তালিকার উপর ভিত্তি করে আপনি সেগুলি খুঁজে পাবেন এটির সম্ভাবনা খুব কম। তবে আমি যদি মানচিত্রে থাকা সমস্ত দেশগুলিকে রঙিন করে এটি প্রদর্শন করি তবে আপনি তাত্ক্ষণিকভাবে দেখবেন যে আমি মধ্য আফ্রিকান প্রজাতন্ত্র এবং নিউ ক্যালেডোনিয়া বাদ দিয়েছি। এটি হ'ল "শব্দ হ্রাস" এবং সবচেয়ে কার্যকর উপায়ে একটি গল্প বলা।
ইনফোগ্রাফিক্স এবং ডেটা ভিজ্যুয়ালাইজেশন:
আমি আপনার উদাহরণকে ইনফোগ্রাফিক্স বলতে দ্বিধা করি। আমি জানি এটি প্রায়শই ডেটা ভিজ্যুয়ালাইজেশন, তথ্য নকশা বা তথ্য আর্কিটেকচারের প্রতিশব্দ হিসাবে দেখা যায় তবে আমি একমত নই। ইনফোগ্রাফিক্স - আমার কাছে - গ্রাফ, ডায়াগ্রাম এবং চিত্রগুলির একটি সিরিজ যা এতে কীভাবে ডেটা পড়তে হবে সে সম্পর্কে পক্ষপাতদুষ্ট বিবৃতিগুলির একটি গুচ্ছ থাকতে পারে। এটি কম উদ্দেশ্যমূলক, ডেটা এড়িয়ে যাওয়ার প্রবণতা যা স্রষ্টার "আগ্রহী" নয়: আপনি এমন সিদ্ধান্তে পৌঁছেছেন যে কেউ পূর্বনির্ধারিত হয়েছে। তাদের বিনোদনের মূল্য রয়েছে এবং তাদের প্রায়শই চিত্রের অপ্রতিরোধ্য ব্যবহার রয়েছে যা ডেটা থেকে কিছুটা ফোকাস কেড়ে নেয়। এটি ঠিক আছে তবে আমি মনে করি আমাদের কিছুটা আলাদা করা উচিত।
উদাহরণ
বড় তথ্য:
মনে রাখবেন যে বড় ডেটা জটিল ডেটার মতো নয়। প্রচুর তথ্য কেবল একই রকম হতে পারে যেমন এই লিংকডইন মানচিত্র: মূল ডেটা একই, তবে ফিল্টার রয়েছে (ট্যাগ করে)। দুটি ভেরিয়েবল রয়েছে: ভূগোল এবং কোনও ধরণের ট্যাগ পেশাগুলি / আগ্রহ / সম্পর্কের ক্ষেত্রে লোককে সংজ্ঞায়িত করে। তথ্য পাগল পরিমাণ; তবে মাত্র দুটি ভেরিয়েবল।
মাল্টিভেরিয়েবল:
এখানে ডেটা মাল্টিভেয়ারযোগ্য ভিজ্যুয়ালাইজেশনের একটি উদাহরণ। এটি চার্লস মিনার্ডের 1869 চার্টে নেপোলিয়নের 1812 রাশিয়ান প্রচার সেনাবাহিনীর পুরুষ সংখ্যা, তাদের গতিবিধি এবং সেই সাথে তাপমাত্রা ফিরে আসার পথে তারা দেখিয়েছিল showing
এখানে বড় সংস্করণ।
কোডটি ক্র্যাক করতে একটু সময় লাগে, তবে আপনি যখন এটি করেন তা জাঁকজমকপূর্ণ। আচ্ছাদিত ভেরিয়েবলগুলি হ'ল:
- সেনাবাহিনীর আকার (জীবিত / মৃতের সংখ্যা)
- ভৌগলিক অবস্থান
- দিক (পূর্ব - পশ্চিম)
- তাপমাত্রা
- সময় (তারিখ)
- কার্যকারণ (যুদ্ধে এবং শীতের কারণে মারা গিয়েছিলেন)
এটি একটি সাধারণ, দ্বি বর্ণের মানচিত্রে এক বিস্ময়কর তথ্য। অন্যান্য ভেরিয়েবলগুলিকে ঘর দেওয়ার জন্য ভৌগলিক অংশটি স্টাইলাইজড, তবে এটি পেতে আমাদের কোনও সমস্যা নেই।
এখানে আরও কৌশলযুক্ত। আপনি যদি মৌলিক বিবর্তনীয় চাক্ষুষ, ক্লেডোগ্রাম, ফাইলেজেনিক্স এবং জীবজগতের নীতিগুলির সাথে পরিচিত হন তবে এটি পড়া অনেক সহজ হবে। মনে রাখবেন এটি এর সাথে পরিচিত লোকদের জন্য তৈরি করা হয়েছে, সুতরাং এটি বিশেষজ্ঞ, বৈজ্ঞানিক চার্ট। এটি যা দেখায় তা এখানে: দক্ষিণ আমেরিকা থেকে বিষ ব্যাঙের বংশের একটি ফাইলোজোগ্রাফিক চিত্র। বাম দিকের মানচিত্রগুলি প্রধান জৈবজৈবনিক অঞ্চলগুলি দেখায় যেহেতু তারা সময়ের সাথে পরিবর্তিত হয় এবং চিত্রটি ডানদিকে ডায়াগুলিটি তাদের জীবজৈবিক উত্সের প্রসঙ্গে ব্যাঙের বংশ দেখায়। (সান্টোস জেসি, কলোমা এলএ, সামার্স কে, ক্যালওয়েল জেপি, রি আর, এট আল। [সিসি-বাই-এসএ -২.২ (www.creativecommons.org/license/by-sa/2.5)], উইকিমিডিয়া কমন্সের মাধ্যমে)। আপনি যখন "কোডটি ক্র্যাক করুন" তখন এটি বর্বরভাবে, আশ্চর্যজনকভাবে তথ্যবহুল।
ছোট গুণগুলি, স্পার্কলাইনস:
আমি এটির পক্ষে যথেষ্ট চাপ দিতে পারি না: কখনও কখনও তথ্যের পুনরাবৃত্তি করা, বা এটিকে পৃথক স্বতন্ত্র দৃষ্টিভঙ্গিতে ভাগ করার মানটিকে হ্রাস করা উচিত না। যতক্ষণ না অন্য গ্রাফের সাথে অন্যের সাথে তুলনা করা যুক্তিসঙ্গতভাবে সহজ, এটি পুরোপুরি ঠিক আছে। আমরা প্যাটার্ন-ফাইন্ডিং মেশিন। এটিকে প্রায়শই ছোট গুণগুলি হিসাবে উল্লেখ করা হয়। এই চিত্রগুলি বেশ তাড়াতাড়ি বিশ্লেষণ করতে আমাদের কিছু সমস্যা রয়েছে এবং দশটি ছোট ছবি আরও ভালভাবে কাজ করবে তখন একটি বড় গ্রাফের মধ্যে সবকিছু ছড়িয়ে দেওয়া অর্থহীন is
আরেকটা:
এবং একটি যা বিভিন্ন তবে পুনরাবৃত্তি গ্রাফিক্স ব্যবহার করে:
স্পার্কলাইন একটি শব্দ এডওয়ার্ড Tufte দ্বারা উদ্ভাবিত হয়, এবং একটি মধ্যে উন্নত
সম্পূর্ণরূপে কাজ, সম্পূর্ণরূপে স্বনির্ধারিত JavaScript লাইব্রেরি। এগুলি মূলত ক্ষুদ্র চার্ট যা পাঠ্যের অংশ হিসাবে পাঠ্য সন্নিবেশ করা যায় এবং "বাহ্যিক" অবজেক্ট হিসাবে নয়। এখানে ডিফল্ট দেখতে কেমন:
তৃতীয় সম্পাদনা করুন (নোবেল বিজয়ী)
আমি কেবল এই ডেটা ভিজ্যুয়ালাইজেশনটি পেয়েছিলাম যা আমি পেয়েছিলাম, এটি কেবল খুব ভাল: এটি নোবেল বিজয়ীদের দেখায়। কোন বিশ্ববিদ্যালয়, কোন অনুষদ, বিষয়, বছর, বয়স, শহরে, এটি ভাগ করে নেওয়া হয়েছিল, ডিগ্রি স্তর। প্রকৃতপক্ষে সুন্দর প্রমাণ। এগুলি সমস্ত পরিমাণযুক্ত ডেটা। আরও এখানে।
আপনার তথ্য
@ জাভির ভঙ্গিত সমস্ত প্রশ্ন অত্যন্ত গুরুত্বপূর্ণ।
আপনি যা করার চেষ্টা করছেন তা হ'ল চিন্তার জন্য একটি ভিজ্যুয়াল সরঞ্জাম তৈরি করা। এটি করতে, আপনাকে অবশ্যই শব্দ অনুপাতের সর্বোত্তম মানের সিগন্যাল বের করতে হবে। আপনি কি সঙ্গে সংগ্রাম করা হয় কিভাবে Correlate হয় ডেটা বিভিন্ন ভেরিয়েবল আছে, মধ্যে তথ্য । এখানে একটি প্রশ্ন রয়েছে: কোনটি প্রায় সঠিক হতে হবে এবং কোনটি সঠিক হওয়া দরকার? লক্ষ্য কী?
আমি ধরে নিতে চলেছি যে আপনি খুব বেশি পক্ষপাত ছাড়াই ডেটা প্রদর্শন করতে চান: আপনি চান পাঠকরা তাদের সাথে সম্পর্কিত হওয়া সন্ধান করুন, যদি কোনও সম্পর্ক থাকে তবে। আপনার উদ্দেশ্য মানুষকে বোঝাতে নয় যে বার্গারগুলি তাদের পক্ষে খারাপ, বা মহিলারা পুরুষদের তুলনায় কম বার্গার খান, তবে তাদের এটি "দেখতে" দিন, যদি তথ্যে এটি থাকে তবে (কল্পনা করুন যে এই তিন ব্যক্তিটি যদি একটি পরিবার ছিল That তবে তা হবে) পুরো বার্গার-খাওয়ার-গ্রাফ একটি বাচ্চাদের উপর আমাদের দৃষ্টিভঙ্গি ঘুরিয়ে দিন)।
আপনার ডেটাসেটটি খুব ক্ষুদ্র, আপনি এটিকে কেবল একটি টেবিলের মধ্যে রেখে দিতে পারেন এবং এটি ঠিক থাকবে। তবে অবশ্যই এটি সাধারণ ধারণা সম্পর্কে:
সামান্য বিশদ: সময় (বয়স) এমন কিছু হতে থাকে যা আমরা বাম থেকে ডানে (টাইমলাইন) হিসাবে অনুভূমিক হিসাবে দেখি। উপরে-ডাউন এমন কিছু ওজন, যাতে আপনার এক্স - ওয়াই পরিবর্তন করা ভাল ধারণা a
1. অনন্য, স্থির সত্তা কি?
2. (এহ ..) ভেরিয়েবল ভেরিয়েবল কি?
- ওজন (কেজি)
- যুগ (বছর)
- বার্গারের সংখ্যা (পূর্ণসংখ্যা)
- বার্গারের ধরণ (পূর্ণসংখ্যা)
দ্রষ্টব্য: আপনার ডেটা সম্পূর্ণ ইউনিট নিয়ে গঠিত consists পৃথক মানসিক স্কেল প্রতিটি গণনাযোগ্য, পরিমাণযুক্ত। কিলো, বয়স, ওজন এবং সংখ্যা। এবং ডাটাবেস-স্পোকে তাদের নামগুলি কী keys আপনি যখন স্পেস-টাইম ভিজ্যুয়ালাইজেশন করা শুরু করেন, এটি আসল মাথাব্যথা হয়ে যায়। ভাবুন যে আপনার জন্মস্থান, বর্তমান বাড়ি ইত্যাদি যুক্ত করা উচিত
এখানে দু'জনেরই পারস্পরিক সম্পর্ক রয়েছে যা বার্গার এবং ওয়েটারের সংখ্যা বা এটি একটি কম্বো নয়। অন্যান্য সমস্ত ভেরিয়েবলগুলি স্বতন্ত্র এবং কেবল একটিই স্থির (নাম)। কিছু সময়ে, বড় ডেটাসেটের সাথে, এমনকি নামগুলি আগ্রহী হয়ে ওঠে না, এবং ডেমোগ্রাফিক, বয়স, লিঙ্গ বা এ জাতীয় পছন্দ দ্বারা প্রতিস্থাপিত হয়।
সেই ক্ষুদ্র ডেটাসেটের সাহায্যে আপনি এগুলি সমস্তই একটি গ্রাফে পেতে পারেন, উদাহরণস্বরূপ:
অথবা আপনি অক্ষ এবং নাম-বুদবুদ সামগ্রী পরিবর্তন করতে পারেন:
ব্যক্তিগত দ্রষ্টব্য: আমি মনে করি এটি দুটির চেয়ে ভাল, কারণ x এবং y এর মধ্যে একটি মানুষের "শারীরিক" বৈশিষ্ট্য রয়েছে। এখানে বুদবুদগুলির মধ্যে পরিবর্তনশীলটি বার্গারের সংখ্যা gers
আপনি গ্রাফ ছাড়াও পাই চার্ট যুক্ত করতে পারেন, বা কেবল পাই চার্টও রাখতে পারেন। ব্যক্তিগতভাবে আমার উভয়ই থাকবে, যেমন ছোট গুণগুলি সম্পর্কে উল্লিখিত হয়েছে:
তুমি এটার সাথে ফ্রাই চাও?
আমার ধারনা ছিল আমরা খাবারে বার্গারের অনুপাতও জানতে চেয়েছিলাম। প্রতিটি খাবারে একটি বার্গার থাকে। সব খাবারই কম্বল নয়।
- আমরা কি কেবল জানতে চাই যে কোনও ব্যক্তি মাঝে মাঝে কম্বল খায়?
- অথবা আমরা জানতে চাও কত বার্গার খাবার রয়েছে combomeals?
যদি ১।, নাম / কী / আইডি প্রয়োগ করা একটি বুলিয়ান কাজ করবে।
জেন মাঝে মাঝে কম্বল খায়? সত্য মিথ্যা.
যদি ২।, আমরা প্রতিটি খাবারে একটি বুলিয়ান প্রয়োগ করতে পারি :
1 পিজারবার্গার, কম্বোমেল = সত্য
1 পিজারবার্গার, কম্বোমেল = সত্য
1 চিজবার্গার, কম্বোমাল = মিথ্যা
1 চিজবার্গার, কম্বোমাল = মিথ্যা
1 চিজবার্গার, কম্বোমাল = মিথ্যা
1 চিজবার্গার, কম্বোমাল = মিথ্যা
1 চিজবার্গার, কম্বোমাল = মিথ্যা
1 বিফবার্গার, কম্বোমেল = সত্য
1 বিফবার্গার, কম্বোমেল = সত্য
1 বিফবার্গার, কম্বোমেল = মিথ্যা
এটি অত্যন্ত ক্লান্তিকর, তাই আমরা এটিকে এটি ভেঙে ফেলতে পারি:
জেন 10 বার্গার খায়। এর মধ্যে তিনটি কম্বো ("আপনি কি এর সাথে ভাজা চান?")।
কম্বোমেলের একটি হ'ল বিফবার্গার মেনু।
কম্বোমের দুটি হ'ল চিজবার্গার মেনু।
বাকিগুলি একক বার্গার। 5 পনির, দুটি গরুর মাংস।
এই পাইচার্টটি এটি কল্পনা করার চেষ্টা ছিল। আমি এই সংস্করণে পাই স্লাইসগুলি পরিষ্কার করে রাখার জন্য রেখেছি। এটির বিষয়ে বিষয়টি হ'ল বড় ডেটাসেট এবং% প্রয়োগ করা শুরু করা কোনও লিপ হবে না:
তবে আমি মনে করি সবচেয়ে ভাল উপায় হ'ল পুনর্বিবেচনা করা।
এটি দেখার আরও একটি উপায় হ'ল এটি করা সত্যই সহজ। এখানে কোন বয়স গ্রুপগুলি, কোন ওজন গ্রুপ এবং আপনার কাছে " ডেটা " নেই এমন সমস্ত ডেটা আমাদের জানাতে পারে তা আরও সহজ। আপনার কাছে থাকা ডেটা স্থান সম্পর্কিত নয়, এটি কেবলমাত্র ইউনিট (কেজি, বছর, সংখ্যাগুলি + কী / আইডি / নাম):
(সম্পাদনা করুন: আমার মুখের ডিম: আমি এই চিত্রগুলিকে আরও সঠিক চিত্র দিয়ে প্রতিস্থাপন করেছি, যেমন "" সমস্ত খাবার বার্গার হয়, সমস্ত খাবার কম্বো হয় না "))
এটি আরও বেশি লোকের সাথে প্রসারিত করা বেশ সহজ হবে:
বা, আরও ভাল, যদি আপনি 10, 20 এবং 30 বছর বয়সীদের বয়সের সাথে তুলনা করেন তবে আপনি পরিসংখ্যান ভিজ্যুয়ালাইজেশন পড়ার জন্য খুব সহজ করতে পারেন:
.. এবং যতটা সম্ভব পরিষ্কার হওয়া; এই চিন্তাভাবনার উদাহরণ এখানে is এই চার্টটিতে টাইটানিকের বেঁচে থাকা, ক্রু, শ্রেণি, পুরুষ, মহিলাদের অনুপাত দেখানো হয়েছে।
অন্যান্য সমাধানগুলি প্রচুর পরিমাণে আসবে, এগুলি কেবল কয়েকটি চিন্তা।
আমি চালিয়ে যেতে পারতাম, তবে এখন আমি নিজেকে এবং সম্ভবত অন্য সবাইকে ক্লান্ত করেছি।
খেলার সরঞ্জামগুলি:
gephi
Gapminder দেখুন এই
হান্স Rosling দ্বারা বিষ্ময়কর দ্য TED উপস্থাপনা - প্রেম যে লোক
গুগল চার্ট
somvis
রাফায়েল
এমআইটি প্রদর্শনী (আগে সিমিলি নামে পরিচিত)
D3
Highcharts
আরও পড়া:
পিজে ওনোরি; শক্ত প্রতিরক্ষা
এডওয়ার্ড টুফ্টে: সুন্দর প্রমাণ
এডওয়ার্ড টুফ্ট: তথ্য কল্পনা
এডওয়ার্ড টুফ্ট: পরিমাণগত তথ্যের ভিজ্যুয়াল প্রদর্শন
ভিজ্যুয়াল ব্যাখ্যা: চিত্র এবং পরিমাণ, প্রমাণ এবং বিবরণী
পুরুষ, অ্যালান।, 2007 চিত্রণ একটি তাত্ত্বিক এবং প্রাসঙ্গিক দৃষ্টিভঙ্গি লসান, সুইজারল্যান্ড; নিউ ইয়র্ক, এনওয়াই: এভিএ একাডেমিয়া
আইলস, সি এবং রবার্টস, আর।, 1997. দৃশ্যমান আলোতে, শিল্প, বিজ্ঞান এবং প্রতিদিনের মধ্যে ফটোগ্রাফি এবং শ্রেণিবিন্যাস, আধুনিক আর্ট অক্সফোর্ডের যাদুঘর।
কার্ড, এসকে, ম্যাকিনলে, জে ও শনিডারম্যান, বি। এড।, 1999. তথ্য ভিজ্যুয়ালাইজেশনে রিডিং: ভিশন টু থিঙ্ক 1 ম এড।, মরগান কাউফম্যান।
গ্রাফটন, এ। ও রোজেনবার্গ, ডি, ২০১০. সময়ের কার্টোগ্রাফি: টাইমলাইনের একটি ইতিহাস, প্রিন্সটন আর্কিটেকচারাল প্রেস।
লিমা, এম।, 2011. ভিজ্যুয়াল জটিলতা: তথ্য ম্যাপিং প্যাটার্নস, প্রিন্সটন আর্কিটেকচারাল প্রেস।
বাউনফোর্ড, টি।, 2000. ডিজিটাল ডায়াগ্রাম: স্ট্যাটিসটিকাল তথ্য কার্যকরভাবে ডিজাইন ও উপস্থাপনের জন্য 0 এডি।, ওয়াটসন-গুপটিল।
স্টিল, জে। এবং ইলিনস্কি, এন। সম্পাদনা, ২০১০. সুন্দর ভিজ্যুয়ালাইজেশন: বিশেষজ্ঞগণের চোখের মাধ্যমে ডেটা দেখার জন্য প্রথম সংস্করণ, ও'রিলি মিডিয়া।
গ্লিক, জে।, 2011. তথ্য: একটি ইতিহাস, একটি তত্ত্ব, একটি বন্যা, প্যানথিয়ন on
