Интересные книги по инфографике. Книг много — на русском и на английском. Что читать? Какие купить? В этом разделе — наши инсайты из разных книг, обзоры, советы, информация о новинках. Читайте с нами и делитесь своими впечатлениями.
В книге Handbook of Data Visualization, пока не переведенной на русский язык (автор Michael Friendly), представлена хорошая аналитическая работа об истории инфографики. Представляю свой вольный перевод этого материала, структурирующего разные события в истории интересного нам предмета.
Основные опорные точки по мнению автора:
Принято думать, что информационный дизайн имеет сравнительно короткую историю. По факту же визуализация имеет очень развитые корни. История начинается с ранних карт и медицинских теорий. В дальнейшем прогресс в математике, торговле, сборе статистических данных и в науке в целом сильно ускорил развитие визуального мышления. Этот процесс проходил наравне с изменением технологий и методов по сбору данных, их хранению и передаче.
Все это дало очень благодатную и разнообразную почву для развития информационного дизайна, которую современные авторы часто игнорируют и начинают летоисчисление инфографики намного позже.
Пройдем по основным периодам: шкала времени показывает деление на «визуализационные периоды». Это деление условно, но каждый период характеризуется определенными особенностями и имеет свои причины возникновения и свои условия развития. К сожалению, в книге была возможность отобразить только простейшие ч.б изображения.
До 17 века – Ранние карты и диаграммы
Первое зерно визуализации зародилось в геометрических диаграммах, в таблицах положений звезд, иллюстрациях частей тела и в навигационных картах.
Среди ранних отображений количественной информации есть график перемещения звездных тел (найденный Funkhouser, повторенный Tufte), где в двумерной системе координат показано движение планет. Этот график служит хорошей иллюстрацией данного периода.
Это еще один вид диаграмм, который невозможно построить в Excel. Вообщем-то в большинстве случаев жить можно и без него, но случается момент, когда он может быть незаменимым.
Представим: необходимо сравнить 20 разных автомобилей по ряду показателей: разгон до 100, мощность, объем литра, оценки покупателей и т.д. Все эти критерии имеют разные шкалы и единицы измерения. Секунды, лошади, субъективная оценка от 1 до 5, литры… В таких случаях есть 2 стандартных пути решения:
Вот тут на помощь и приходят графики с параллельными координатами, в которых все шкалы нормированы:
На этом примере показан соц-дем анализ группы людей. В отличает от Экселя, где мы можем запихать только 3 оси (одну по X и две по Y), здесь мы не ограничены.
Если осей меньше 5-7, их можно пустить по кругу и сделать некое подобие радара, причем поставив близкие по смыслу оси ближе друг к другу. Пример ниже взят с сайта www.Hiveplot.com — там много вкусного, его автор Martin Krzywinski описывает очень подробно возможности применения этих диаграмм в науке (в частности в описании генома человека). Он зовет их Hive графики, что в переводе означает «улей\рой» и считает применимыми только для больших массивов данных.
Книга Джина Желязны «Говори на языке диаграмм» — это единственная книга по инфографике (о которой я знаю), доступная на русском языке. Немного простенько после Тафти, но конкретно и привязано к бизнесу.
Например, в голове у меня засела одна из его рекомендаций: выбирая цвета диаграммы, всегда помните, что клиент может распечатать эту презентацию на черно-белом принтере. Цвета должны контрастно выглядеть и в цветном и в ч-б вариантах.
Джин Желязны (Gene Zelazny) является директором по визуальным коммуникациям McKinsey & Company.
Работает в компании с 1961 г. Консультирует сотрудников по вопросам оформления визуальных презентаций и письменных докладов, включая планирование коммуникационной стратегии, работу над структурой докладов и выбор наиболее подходящих визуальных форматов для графиков, диаграмм и т.д. Разработал и проводит курс по коммуникациям для сотрудников компании.
Регулярно читает лекции по подготовке и проведению презентаций в бизнес-школах Вашингтонского, Гарвардского, Корнельского, Колумбийского, Мичиганского, Оксфордского, Стенфордского, Чикагского университетов, Калифорнийского университета в Лос-Анджелесе, Лондонской школе бизнеса, а также в школах Darden, Haas, INSEAD, Kellogg, Sloan, Tuck и Wharton.