Нашла тут статью: 8 правил для использования цвета в датавизе. Хорошо структурировано, как по мне, и много взять с Datawrapper💫

1. Пользуйтесь цветом эффективно: нет смысла делать разноцветный барчарт, лучше сделать его серым, а какую-то важную категорию выделить.
2. Цвет помогает группировать категории. Если у вас есть данные, которые идут как в -, так и в +, например, коэффициент естественного прироста, то лучше брать шкалу не просто непрерывную (от светлого к тёмному), а расходящуюся в два оттенка (красно-зелёную).
3. Качественные шкалы (где отдельный цвет отвечает за разные категории) надо использовать для неесвязанных данных, тот же естественный прирост нельзя показывать всеми цветами радуги одновременно.
4. Используйте не больше 6-8 цветов (больше просто не запоминается), если цвет нужен, то как и с пайчартами, делайте категорию "другое".
5. Иногда изменение типа графика может помочь избавиться от необходимости в цвете (например, одноцветный барчарт вместо цветного пайчарта).
6. Непрерывная шкала плохо считывается на графиках, где точки данных далеко друг от друга. Например, на скаттерплоте разницу будет понять тяжелее, чем на карте.
7. Помните про фон и то, что мы по-разному воспринимаем цвета на тёмном и светлом (это может сильно менять восприятие).
8. Проверяйте цвета на то, как их видят люди с дальтонизмом. Это правда важно.

Основные продуктовые метрики: AARRR, HEART и North Star💫

https://uxdesign.cc/product-metrics-that-matter-951b9e4d4eca

Такая красивая визуализация гонки Dragon's Back Race. Честно, не знала, что это такое, но вики говорит, что это многодневный бег через горы с севера Уэльс в Южный Уэльс, подъемы в которой вдвое превышают высоту горы Эверест 🏔

Основные пакеты для скрапинга в R:
- rvest & тьюториал
- rcrawler
- RSelenium

Саму подборку нашла на медиуме, а ребята из воскресного скRинкаста сделали видео про скачивание данных c imdb. Ну а без кода есть мой любимый Data Miner❤️

Необычный виз по профессиям, которые набирают или теряют популярность. Жалко, что не обновляют – все кончается 2017 годом.

Дон Норман про эмоциональный дизайн и почему мы любим разные красивые штучки. Также рассказывает коротко про три уровня дизайна: инстинктивный (яркое и красивое), поведенческий (удобное в использовании) и рефлексивный (культурные и социальнные ассоциации). Есть статья на русском от SKVOT с прикольными примерами.

У него вот есть соковыжималка, которой невозможно пользоваться, но она очень красивая 🙈 Думаю, у всех у нас что-то такое есть и при выборе продукта с одинаковой стоимостью и функционалом мы обычно берем то, что симпатичнее.

Картинка отсюда

У меня есть отдельная папочка каналов в телеграме, которые мне интересны и я часто прямо пересылаю кусками, что почитать. Ребята из @it_resume сделали подборку авторских телеграмм-каналов всего самого полезного. Я подписана почти на все, успевать бы еще читать🙈

Ни одна статья в моей жизни еще не обходилась без Vos Viewer (и я этим немножечко горжусь). Это просто топовый инструмент для визуализации библиометрических данных. Можно использоваться как для создания полноценных исследований по такого рода данным, так и для анализа литературы. Проект про науку в Северной Корее делала как раз при помощи него. Поздравляю ребят, очень-очень классно, что теперь есть еще и веб ❤️

🎉 Рад сообщить, что на прошлой неделе была официально запущена онлайн-версия инструмента для визуализации библиометрических графов VOSviewer Online. С ее помощью можно визуализировать связи между различными исследовательскими институтами, журналами, учеными и научными областями. Моя студия принимала активное участие в разработке инструмента совместно с автором десктопной версии Несом Ян ван Эком (Nees Jan van Eck, старший научный сотрудник Центра исследований науки и технологий Лейденского университета)

Интересно в онлайн версии еще и то, что мы в ней впервые на JavaScript имплементировали алгоритм VOS для укладки графа (на основе техники уменьшения размерности) и алгоритм Leiden для обнаружения сообществ в графе (работает лучше чем Louvain). Очень надеюсь, что в будущем, совместно с Лейденским университетом, мы сможем выложить эти алгоритмы в открытый доступ в виде NPM пакетов.

https://app.vosviewer.com/docs/

Сравнение частотности разных слов в учебниках по экономике и корпусе английского языка. Задумка интересная, а вот шкала y очень сложная и в итоге читать виз нереально тяжело. Короче лайк за идею, но как-то минус за реализацию, хотя текстовый анализ в таком виде я люблю.

Итого (сердечки, чтобы отличать цвета):
❤️ верхний правый квадрат - встречаются часто везде, но сильно чаще в книгах про экономику - "частые экономические"
💜 нижний правый - встречаются часто везде, но сильно чаще в обычной жизни - "обычные слова"
💙 верхний левый - не часто в экономических книгах, но я еще реже в обычной жизни - "редкие экономические"
💚 нижний левый - не часто в экономических книгах, но чаще в обычной жизни - "редкие обычные"

Нашла подборку про разные нетипичные графики на R и Python и мини-полезности💫

• Подписывать напрямую линии на лайнчарте: R, Python, супер тема, экономит вам легенду
• Как делать радарные графики: R, Python, и почему их делать не стоит
• Манхэттенский график: R, Python, на русском есть неплохое описание здесь
• Хордовая диаграмма: R, Python, очень эффектная и интересная, но для не очень большого количества категорий, иначе как клубок
• Кастомные шрифты для визов: R, Python, главное, не берите никогда сложные шрифты (рукописные, с засечками) для визов, они утяжеляют и часто отвлекают от данных, подробнее здесь

У Emil Hvitfeldt и Julia Silge вышла книга Supervised Machine Learning for Text Analysis in R (вышла еще в том году, но что-то заметила я это только сейчас). Все в свободном доступе! Код по книге собран тут💫

Люблю Силдж за прекрасные понятные тьюториалы❤️