Information Visualization 101 Chad Stolper, Georgia Tech 1/21/14 - - PowerPoint PPT Presentation

▶
information visualization 101
SMART_READER_LITE
LIVE PREVIEW

Information Visualization 101 Chad Stolper, Georgia Tech 1/21/14 - - PowerPoint PPT Presentation

Aug 30, 2023 611 likes •2.61k views

Information Visualization 101 Chad Stolper, Georgia Tech 1/21/14 Chad Stolper CSE 6242 Guest Lecture 1 Information Visualization Crash Course Chad Stolper, Georgia Tech 1/21/14 Chad Stolper

slide-1
SLIDE 1

Information Visualization 101

Chad Stolper, Georgia Tech

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 1 ¡
slide-2
SLIDE 2

Information Visualization Crash Course

Chad Stolper, Georgia Tech

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 2 ¡
slide-3
SLIDE 3

4th Year Computer Science PhD Student

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 3 ¡
slide-4
SLIDE 4

John Stasko, Interactive Computing Polo Chau, Computational Science and Engineering

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 4 ¡
slide-5
SLIDE 5 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 5 ¡
slide-6
SLIDE 6 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 6 ¡ HF

BB ¡

D COPD ¡

HF

D

HF HF

D

HF

D

HF

BB ¡ BB ¡

D

slide-7
SLIDE 7 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 7 ¡
slide-8
SLIDE 8 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 8 ¡
slide-9
SLIDE 9

Information Visualization 101

Chad Stolper, Georgia Tech

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 9 ¡
slide-10
SLIDE 10

What is Infovis? Why is it Important? Human Perception Chart Basics

(If Time, Some Color Theory)

The Shneiderman Mantra Where to Learn More

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 10 ¡
slide-11
SLIDE 11

Questions Encouraged!

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 11 ¡
slide-12
SLIDE 12

What is Information Visualization?

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 12 ¡
slide-13
SLIDE 13

Information Visualization

“The use of computer-supported, interactive, visual representations of abstract data to amplify cognition.” Card, Mackinlay, and Shneiderman 1999

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 13 ¡
slide-14
SLIDE 14

Communication Exploratory Data Analysis

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 14 ¡
slide-15
SLIDE 15

Communication

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 15 ¡
slide-16
SLIDE 16

Communication Gone Wrong

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 16 ¡
slide-17
SLIDE 17 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 17 ¡
slide-18
SLIDE 18

Space Shuttle Challenger

January 28, 1986

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 18 ¡
slide-19
SLIDE 19

Morning Temperature: 31°F

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 19 ¡
slide-20
SLIDE 20

What happened?

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 20 ¡
slide-21
SLIDE 21 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 21 ¡
slide-22
SLIDE 22 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 22 ¡
slide-23
SLIDE 23 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 23 ¡
slide-24
SLIDE 24

How did this happen?

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 24 ¡
slide-25
SLIDE 25

Morton Thiokol’s Presentation

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 25 ¡
slide-26
SLIDE 26 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 26 ¡
slide-27
SLIDE 27 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 27 ¡
slide-28
SLIDE 28 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 28 ¡
slide-29
SLIDE 29 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 29 ¡
slide-30
SLIDE 30 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 30 ¡
slide-31
SLIDE 31 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 31 ¡
slide-32
SLIDE 32 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 32 ¡
slide-33
SLIDE 33 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 33 ¡
slide-34
SLIDE 34 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 34 ¡
slide-35
SLIDE 35 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 35 ¡
slide-36
SLIDE 36 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 36 ¡
slide-37
SLIDE 37 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 37 ¡
slide-38
SLIDE 38 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 38 ¡
slide-39
SLIDE 39 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 39 ¡
slide-40
SLIDE 40

On the other hand…

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 40 ¡
slide-41
SLIDE 41 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 41 ¡ http://www.ted.com/talks/hans_rosling_shows_the_best_stats_you_ve_ever_seen.html
slide-42
SLIDE 42

Exploratory Data Analysis

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 42 ¡
slide-43
SLIDE 43

“There are three kinds of lies: lies, damned lies, and statistics.”

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 43 ¡
slide-44
SLIDE 44

Mystery Data Set

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 44 ¡
slide-45
SLIDE 45

Mystery Data Set

Pr Property

  • perty

Value alue mean( x ) 9 variance ( x ) 11 mean( y ) 7.5 variance ( y ) 4.122 correlation ( x,y ) 0.816 Linear Regression Line y = 3 + 0.5x

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 45 ¡
slide-46
SLIDE 46 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 46 ¡
slide-47
SLIDE 47 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 47 ¡
slide-48
SLIDE 48 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 48 ¡
slide-49
SLIDE 49 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 49 ¡
slide-50
SLIDE 50 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 50 ¡
slide-51
SLIDE 51

Anscombe’s Quartet

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 51 ¡
slide-52
SLIDE 52

Anscombe’s Quartet Sanity Checking Models Outlier Detection

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 52 ¡
slide-53
SLIDE 53

Anscombe’s Quartet Sanity Checking Models Outlier Detection

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 53 ¡
slide-54
SLIDE 54

Anscombe’s Quartet Sanity Checking Models Outlier Detection

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 54 ¡
slide-55
SLIDE 55

Anscombe’s Quartet Sanity Checking Models Outlier Detection

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 55 ¡
slide-56
SLIDE 56

Anscombe’s Quartet

I II III IV x y x y x y x y 10.00 8.04 10.00 9.14 10.00 7.46 8.00 6.58 8.00 6.95 8.00 8.14 8.00 6.77 8.00 5.76 13.00 7.58 13.00 8.74 13.00 12.74 8.00 7.71 9.00 8.81 9.00 8.77 9.00 7.11 8.00 8.84 11.00 8.33 11.00 9.26 11.00 7.81 8.00 8.47 14.00 9.96 14.00 8.10 14.00 8.84 8.00 7.04 6.00 7.24 6.00 6.13 6.00 6.08 8.00 5.25 4.00 4.26 4.00 3.10 4.00 5.39 19.00 12.50 12.00 10.84 12.00 9.13 12.00 8.15 8.00 5.56 7.00 4.82 7.00 7.26 7.00 6.42 8.00 7.91 5.00 5.68 5.00 4.74 5.00 5.73 8.00 6.89

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 56 ¡
slide-57
SLIDE 57

Human Perception

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 57 ¡
slide-58
SLIDE 58

Psychophysics Cognitive Psychology

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 58 ¡
slide-59
SLIDE 59

Name the five senses.

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 59 ¡
slide-60
SLIDE 60 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 60 ¡

Sense Sense Bandwidth (bits/sec) Bandwidth (bits/sec) Sight 10,000,000 Touch 1,000,000 Hearing 100,000 Smell 100,000 Taste 1,000

http://www.britannica.com/EBchecked/topic/287907/information-theory/214958/Physiology
slide-61
SLIDE 61

A (Simple) Model

  • f Human Visual Perception
1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 61 ¡
slide-62
SLIDE 62

A (Simple) Model of Human Perception

Parallel detection of basic features into an iconic store Serial processing of

  • bject

identification and spatial layout

Stage 1 Stage 1 Stage 2 Stage 2

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 62 ¡
slide-63
SLIDE 63

Stage 1: Pre-Attentive Processing

Rapid Parallel Automatic (Fleeting)

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 63 ¡
slide-64
SLIDE 64

Stage 2: Serial Processing Relatively Slow (Incorporates Memory) Manual

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 64 ¡
slide-65
SLIDE 65

Stage 1: Pre-Attentive Processing

The eye moves every 200ms

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 65 ¡
slide-66
SLIDE 66

Stage 1: Pre-Attentive Processing

The eye moves every 200ms (so this processing occurs every 200ms-250ms)

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 66 ¡
slide-67
SLIDE 67

Example

1281768756138976546984506985604982826762 9809858458224509856458945098450980943585 9091030209905959595772564675050678904567 8845789809821677654876364908560912949686

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 67 ¡
slide-68
SLIDE 68

Example

1281768756138976546984506985604982826762 9809858458224509856458945098450980943585 9091030209905959595772564675050678904567 8845789809821677654876364908560912949686

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 68 ¡
slide-69
SLIDE 69

A few more examples from

  • Prof. Chris Healy at NC State
1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 69 ¡
slide-70
SLIDE 70 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 70 ¡

Left Side Right Side

slide-71
SLIDE 71

Determine if a RED DOT is present…

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 71 ¡
slide-72
SLIDE 72 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 72 ¡
slide-73
SLIDE 73 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 73 ¡
slide-74
SLIDE 74

Color (hue) is pre-attentively processed.

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 74 ¡
slide-75
SLIDE 75

Determine if a RED DOT is present…

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 75 ¡
slide-76
SLIDE 76 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 76 ¡
slide-77
SLIDE 77 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 77 ¡
slide-78
SLIDE 78

Shape is pre-attentively processed.

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 78 ¡
slide-79
SLIDE 79

Determine if a RED DOT is present…

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 79 ¡
slide-80
SLIDE 80 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 80 ¡
slide-81
SLIDE 81 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 81 ¡
slide-82
SLIDE 82

Hue and shape together are NOT pre-attentively processed.

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 82 ¡
slide-83
SLIDE 83

Pre-Attentive Processing

  • length
  • width
  • size
  • curvature
  • number
  • terminators
  • intersection
  • closure
  • hue
  • lightness
  • flicker
  • direction of

motion

  • binocular

lustre

  • stereoscopic

depth

  • 3-D depth

cues

  • lighting

direction

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 83 ¡
slide-84
SLIDE 84

Stephen Few “Now You See It”

  • pg. 39
1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 84 ¡
slide-85
SLIDE 85

Pre-Attentive à Cognitive

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 85 ¡
slide-86
SLIDE 86

Gestalt Psychology

Berlin, Early 1900s

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 86 ¡
slide-87
SLIDE 87

Gestalt Psychology

Goal was to understand pattern perception Identified 8 “Laws of Grouping”

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 87 ¡
slide-88
SLIDE 88

Gestalt Psychology

  • 1. Proximity
  • 2. Similarity
  • 3. Closure
  • 4. Symmetry
  • 5. Common Fate
  • 6. Continuity
  • 7. Good Gestalt
  • 8. Past Experience
1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 88 ¡
slide-89
SLIDE 89

How many groups are there?

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 89 ¡
slide-90
SLIDE 90 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 90 ¡
slide-91
SLIDE 91

Proximity

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 91 ¡
slide-92
SLIDE 92

How many groups are there?

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 92 ¡
slide-93
SLIDE 93 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 93 ¡
slide-94
SLIDE 94

Similarity

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 94 ¡
slide-95
SLIDE 95

How many shapes are there?

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 95 ¡
slide-96
SLIDE 96 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 96 ¡
slide-97
SLIDE 97

Closure

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 97 ¡
slide-98
SLIDE 98

How many items are there?

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 98 ¡
slide-99
SLIDE 99

[ ] { } [ ]

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 99 ¡
slide-100
SLIDE 100

Symmetry

[ ] { } [ ]

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 100 ¡
slide-101
SLIDE 101

How many sets are there?

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 101 ¡
slide-102
SLIDE 102 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 102 ¡
slide-103
SLIDE 103 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 103 ¡

Common Fate

slide-104
SLIDE 104

How many objects are there?

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 104 ¡
slide-105
SLIDE 105 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 105 ¡
slide-106
SLIDE 106

Continuity

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 106 ¡
slide-107
SLIDE 107

How many objects are there?

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 107 ¡
slide-108
SLIDE 108 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 108 ¡
slide-109
SLIDE 109

Good Gestalt

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 109 ¡
slide-110
SLIDE 110

What is this word? (Please Shout)

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 110 ¡
slide-111
SLIDE 111

FLICK

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 111 ¡
slide-112
SLIDE 112

Past Experience

FLICK

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 112 ¡
slide-113
SLIDE 113

Past Experience

FLICK

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 113 ¡
slide-114
SLIDE 114

Pre-Attentive Processing

  • Gestalt Laws
1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 114 ¡
slide-115
SLIDE 115

Detect Quickly

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 115 ¡
slide-116
SLIDE 116

Detect Quickly

Detect Accurately

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 116 ¡
slide-117
SLIDE 117 11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 117 ¡ Crowdsourcing Graphical Perception: Using Mechanical Turk to Assess Visualization Design.Heer and Bostock. Proc ACM Conf. Human Factors in Computing Systems (CHI) 2010, p. 203–212.

Positions Rectangular areas

(aligned or in a treemap)

Angles Circular areas

slide-118
SLIDE 118 11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 118 ¡ Crowdsourcing Graphical Perception: Using Mechanical Turk to Assess Visualization Design.Heer and Bostock. Proc ACM Conf. Human Factors in Computing Systems (CHI) 2010, p. 203–212.

Crowdsourced Results

1.0 1.5 2.0 2.5 3.0 T1 T2 T3 T4 T5 T6 T7 T8 T9

Log Error

Positions Rectangular areas (aligned or in a treemap) Angles Circular areas
slide-119
SLIDE 119 Automating the Design of Graphical Presentations l 125

More accurate Less accurate

I I

Position

IMll

1 I

Length

F-l

Iha I

I0.I

I I

Volume

rl

l¶kJ Color

cl

mot Shown)
  • Fig. 14. Accuracy ranking of quantitative
perceptual tasks. Higher tasks are accom- plished more accurately than lower tasks. Cleveland and McGill empirically verified the basic properties of this ranking. Quantitative Ordinal Nominal Position Position Color Saturation Position Color Hue Texture Connection Containment Density Color Saturation Color Saturation Shape Length Angle Slope Area Volume
  • Fig. 15. Ranking of perceptual tasks. The tasks shown in the gray boxes are not relevant to these
types of data.

An example analysis for area perception is shown in Figure 16. The top line shows that a series of decreasing areas can be used to encode a tenfold quantitative

  • range. Of course, in a real diagram such as Figure 13, the areas would be laid out

randomly, making it more difficult to judge the relative sizes of different areas accurately (hence, area is ranked fifth in Figure 14). Nevertheless, small mis- judgments about the size of an area only leads to small misperceptions about the corresponding quantitative value that is encoded. The middle line shows that area can encode three ordinal values. However, one must be careful to make sure

ACM Transactions
  • n Graphics, Vol. 5, No. 2, April
1986.

Mackinlay, 1986

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 119 ¡
slide-120
SLIDE 120

Stephen Few “Now You See It”

  • pg. 41
1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 120 ¡
slide-121
SLIDE 121

What does this tell us?

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 121 ¡
slide-122
SLIDE 122

Barcharts, scatterplots, and line charts are really effective for quantitative data

20 40 20 40 20 40 20 40 20 40

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 122 ¡
slide-123
SLIDE 123

5 10 15 20 25

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 123 ¡
slide-124
SLIDE 124

5 10 15 20 25 30 5 10 15 20 25

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 124 ¡
slide-125
SLIDE 125

5 10 15 20 25 30 5 10 15 20 25

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 125 ¡
slide-126
SLIDE 126

(and for statistical distributions) Tukey Box Plots

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 126 ¡
slide-127
SLIDE 127

Median ¡ Outliers ¡ Largest ¡< ¡Q3 ¡+ ¡1.5 ¡IQR ¡ Smallest ¡> ¡Q1 ¡-­‑ ¡1.5 ¡IQR ¡ Largest ¡< ¡Q3 ¡ Smallest ¡> ¡Q1 ¡

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 127 ¡
slide-128
SLIDE 128 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 128 ¡
slide-129
SLIDE 129

Tufte’s Chart Principles

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 129 ¡
slide-130
SLIDE 130

Tufte’s Chart Principles

DO NOT LIE!

Maximize Data-Ink Ratio Minimize Chart Junk

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 130 ¡
slide-131
SLIDE 131

Tufte’s Chart Principles

DO NOT LIE!

Maximize Data-Ink Ratio Minimize Chart Junk

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 131 ¡
slide-132
SLIDE 132 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 132 ¡
slide-133
SLIDE 133 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 133 ¡
slide-134
SLIDE 134

http://www.perceptualedge.com/blog/?p=790

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 134 ¡
slide-135
SLIDE 135

10 20 30 10 20 30 10 20 30 10 20 30 10 20 30

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 135 ¡
slide-136
SLIDE 136 http://skilfulminds.com/2011/04/05/exploring-the-usefulness-of-chartjunk-at-stl-ux-2011/ 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 136 ¡
slide-137
SLIDE 137

10 20 30 10 20 30 10 20 30 10 20 30 10 20 30

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 137 ¡
slide-138
SLIDE 138

Please…

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 138 ¡
slide-139
SLIDE 139

No pie charts. No 2.5D charts.

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 139 ¡
slide-140
SLIDE 140 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 140 ¡
slide-141
SLIDE 141

37 36 24 2 1

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 141 ¡
slide-142
SLIDE 142

5 10 15 20 25 30 35 40

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 142 ¡
slide-143
SLIDE 143 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 143 ¡
slide-144
SLIDE 144

PLEASE DON’T PLEASE DON’T EVER DO THIS! EVER DO THIS!

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 144 ¡
slide-145
SLIDE 145

5 10 15 20 25 30 35 40

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 145 ¡
slide-146
SLIDE 146

Two times to use a pie chart…

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 146 ¡
slide-147
SLIDE 147

50-50

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 147 ¡
slide-148
SLIDE 148

75-25

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 148 ¡
slide-149
SLIDE 149

But otherwise…

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 149 ¡
slide-150
SLIDE 150

Barcharts, scatterplots, and line charts are really ef eally effective fective for quantitative data

20 40 20 40 20 40 20 40 20 40

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 150 ¡
slide-151
SLIDE 151

Anyone else bored by my color choices?

11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 151 ¡
slide-152
SLIDE 152

In fact, grayscale can be risky…

11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 152 ¡
slide-153
SLIDE 153

In fact, grayscale can be risky…

11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 153 ¡
slide-154
SLIDE 154

Color is Powerful

11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 154 ¡
slide-155
SLIDE 155

Call attention to information Increase appeal Increase memorability Another dimension to work with

Color

11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 155 ¡
slide-156
SLIDE 156

How many of you have heard of RGB?

11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 156 ¡
slide-157
SLIDE 157 11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 157 ¡
slide-158
SLIDE 158

We see in RGB, but we don’t interpret in RGB…

11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 158 ¡
slide-159
SLIDE 159

How many have heard of HSV?

11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 159 ¡
slide-160
SLIDE 160

HSV Color Model

Hue/“Color” Saturation/Chroma Value/Lightness

11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 160 ¡
slide-161
SLIDE 161 11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 161 ¡
slide-162
SLIDE 162

Hue

Post & Greene, 1986

11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 162 ¡
slide-163
SLIDE 163

Hue

http://blog.doloreslabs.com/2008/03/where-does-blue-end-and-red-begin/ [Currently down…] 11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 163 ¡
slide-164
SLIDE 164

Hue and Culture

http://www.informationisbeautiful.net/visualizations/colours-in-cultures/

11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 164 ¡
slide-165
SLIDE 165

Hue and Colorblindness

10% of males and 1% of females are Red-Green Colorblind

11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 165 ¡
slide-166
SLIDE 166 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 166 ¡
slide-167
SLIDE 167

May be better to consider a third model:

Hue – Saturation - LUMINANCE

11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 167 ¡
slide-168
SLIDE 168 11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 168 ¡

Saturation Luminance values Hue

slide-169
SLIDE 169 11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 169 ¡

Corners of the RGB color cube L from HLS All the same Luminance values

slide-170
SLIDE 170

Luminance

Hello, here is some text. Can you read what it says? Hello, here is some text. Can you read what it says? Hello, here is some text. Can you read what it says? Hello, here is some text. Can you read what it says? Hello, here is some text. Can you read what it says? Hello, here is some text. Can you read what it says? Hello, here is some text. Can you read what it says?

11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 170 ¡
slide-171
SLIDE 171 11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 171 ¡ http://viz.wtf/post/98981561686/ht-matthewbgilmore-noaas-new-weather-modelling
slide-172
SLIDE 172

Color and Quantitative Data

Gray scale Single sequence part spectral scale Full spectral scale Single sequence single hue scale Double-ended multiple hue scale 11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 172 ¡
slide-173
SLIDE 173

Color and Quantitative Data

Can you order these (lowàhi)?

11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 173 ¡
slide-174
SLIDE 174 11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 174 ¡

us

Binary Diverging Categorical Sequential Categorical Categorical

hRp://www.personal.psu.edu/faculty/c/a/cab38/ColorSch/Schemes.html ¡via ¡Munzner ¡
slide-175
SLIDE 175

Color Scales

Color Brewer

http://colorbrewer2.org/

11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 175 ¡
slide-176
SLIDE 176

Overview Zoom+Filter Details on Demand

Shneiderman Mantra

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 176 ¡
slide-177
SLIDE 177 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 177 ¡
slide-178
SLIDE 178

http://visual.ly/every-single-death-game-thrones-series

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 178 ¡
slide-179
SLIDE 179 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 179 ¡ http://www.babynamewizard.com/voyager
slide-180
SLIDE 180 http://www.edwardtufte.com/bboard/q-and-a-fetch-msg?msg_id=00014g 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 180 ¡
slide-181
SLIDE 181 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 181 ¡
slide-182
SLIDE 182 http://wonkette.com/412361/all-193-of-republicans-support-palin-romney-and-huckabee 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 182 ¡
slide-183
SLIDE 183 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 183 ¡ http://flowingdata.com/2012/06/15/what-3-d-pie-charts-are-good-for/
slide-184
SLIDE 184 http://infosthetics.com/archives/2008/09/funniest_pie_chart_ever.html 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 184 ¡
slide-185
SLIDE 185

and finally…

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 185 ¡
slide-186
SLIDE 186

William Playfair, 1786

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 186 ¡
slide-187
SLIDE 187 1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 187 ¡

John Snow, 1854

slide-188
SLIDE 188

Charles Minard, 1869

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 188 ¡
slide-189
SLIDE 189

Where to learn more?

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 189 ¡
slide-190
SLIDE 190

CS 7450 Information Visualization Every Fall

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 190 ¡
slide-191
SLIDE 191

How to Make Good Charts

  • Edward Tufte’s One-Day Workshop

– http://www.edwardtufte.com/tufte/courses

  • Edward Tufte, Visual Display of Quantitative

Information

– http://www.edwardtufte.com/tufte/books_vdqi

  • Stephen Few, Show Me the Numbers:

Designing Tables and Graphs to Enlighten

– http://www.amazon.com/Show-Me-Numbers- Designing-Enlighten/dp/0970601972/ ref=la_B001H6IQ5M_1_2? s=books&ie=UTF8&qid=1385050724&sr=1-2

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 191 ¡
slide-192
SLIDE 192

Visualization Theory “Books”

  • Tamara Munzner VIS Tutorial

– http://www.cs.ubc.ca/~tmm/talks.html

  • Colin Ware, Information Visualization: Perception for Design

– http://www.amazon.com/Information-Visualization-Perception-Interactive- Technologies/dp/1558605118

  • Stephen Few, Now You See It

– http://www.amazon.com/Now-You-See-Visualization-Quantitative/dp/ 0970601980/ref=pd_bxgy_b_img_z

  • Edward Tufte, Envisioning Information

– http://www.edwardtufte.com/tufte/books_ei

  • Edward Tufte, Visual Explanations

– http://www.edwardtufte.com/tufte/books_visex

  • Edward Tufte, Beautiful Evidence

– http://www.edwardtufte.com/tufte/books_be

  • Tamara Munzner, Visualization Analysis & Design

– http://www.amazon.com/Visualization-Analysis-Design-AK-Peters/dp/ 1466508914

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 192 ¡
slide-193
SLIDE 193

Perception and Color Websites

  • Chris Healy, NC State

– http://www.csc.ncsu.edu/faculty/healey/PP/ index.html

  • Color Brewer

– http://colorbrewer2.org/

  • Maureen C. Stone (Color Links, Blog,

Workshops)

– http://www.stonesc.com/color/index.htm

  • Subtleties of Color by Robert Simmon of

NASA

– http://blog.visual.ly/subtleties-of-color/

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 193 ¡
slide-194
SLIDE 194

Visualization Blogs

  • Flowing Data by Nathan Yau

– http://flowingdata.com/

  • Information Aesthetics by Andrew Vande Moere

– http://infosthetics.com/

  • Information is Beautiful by David McCandless

– http://www.informationisbeautiful.net/

  • Visual.ly Blog

– http://blog.visual.ly/

  • Indexed Comic by Jessica Hagy

– http://thisisindexed.com/

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 194 ¡
slide-195
SLIDE 195

Infographics

Visual.ly/view

(wtfviz.net)

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 195 ¡
slide-196
SLIDE 196

Information Interfaces Group

http://www.cc.gatech.edu/gvu/ii/index.html

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 196 ¡
slide-197
SLIDE 197

Visualization ¡@GeorgiaTech ¡

vis.gatech.edu

11/21/13 ¡Chad ¡Stolper ¡ INTA ¡6003 ¡Guest ¡Lecture ¡ 197 ¡
slide-198
SLIDE 198

Thanks!

Chad Stolper

chadstolper@gatech.edu

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 198 ¡
slide-199
SLIDE 199

Questions?

Chad Stolper

chadstolper@gatech.edu

1/21/14 ¡Chad ¡Stolper ¡ CSE ¡6242 ¡Guest ¡Lecture ¡ 199 ¡ thisisindexed.com Jessica Hagy