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.
Совсем недавно в горячо любимом нами издательстве «Манн, Иванов и Фербер» вышла книга «Визуализации в бизнесе» Нейтана Яу (Nathan Yau). Нейтан — ведущий блога flowingdata.com, статистик по образованию и один из самых известных людей в мире современной инфографики. Поэтому мы с особым интересом отнеслись к его книге.
Итак, у нас в руках увесистые 340 полноцветных страниц книги, в оригинале называющейся Visualize this! Открываем на произвольной странице, и… начинаем смущаться. Простые столбиковые графики, коды программирования, и отсутствие ярких иллюстраций к которым привык интернет… Та ли эта книжка?
Начинаем вчитываться, и всё встаёт на свои места. Нейтан с первых страниц книги делится своим собственным опытом в визуализации больших массивов статистических данных. Вся его карьера — это донесение смысла исходных данных через графику. Ключевая сложность его работы — большие объемы, из которых необходимо вычленять закономерности, и для этих задач вся книга построена на примерах применения языка программирования R (эр).
Дизайнер начинает недоумённо смотреть и думать, зачем ему это нужно? Оказывается, для того чтобы нарисовать инфографику, необходимо сначала найти и подготовить к визуализации данные. Дизайнеру дали несколько скучных цифр и попросили сделать «wow»? — книга даёт ему ответ, что делать в этом случае: откладывать в сторону планшет и начинать работать с первичными источниками данных.
Менеджер начинает смущаться, стоит ли ему тратить столько времени на программирование кодов визуализации, чтобы получить простой график, нарисованной в книге? Вполне обоснованно, казалось бы — если его основная работа состоит в создани презентаций в MS PowerPoint. Но если ему попадётся большой набор цифр, который тяжело проворачивается в MS Excel — то сразу становится понятно, что без этой книги не обойтись. Вспомните про тренды Big Data, и вы поймёте что я не шучу.