Auseinandersetzung mit Form, Farbe und Ordnungsprinzipien, um Zusammenhänge in größeren Datenmengen sichtbar zu machen. Das Ergebnis ist ein programmierter, klickbarer Prototyp.
Thema: Datenvisualisierung
Die Daten werden ohne Zuhilfenahme von bildhaften Elementen (Piktogramme, Fotografien, …) interaktiv dargestellt. Alphanumerische Zeichen (Text, Zahlen) sollen so sparsam wie möglich verwendet werden. Umso wichtiger wird es, gezielt Farbe, Form und Position einzusetzen, um
Mengen sichtbar zu machen,
Kategorien zu kodieren,
Gruppen zu bilden,
Zeitabläufe nachverfolgbar zu machen,
…
Die Darstellung von Daten zwingt schon an sich zu einer parametrischen Denkweise. D.h. die grafischen Elemente müssen flexibel gedacht werden, so dass sie unterschiedliche Zahlenwerte und Bedeutungen annehmen können. Das Denken in Varianten ist also essenziell. Zudem erlauben unterschiedliche Gesamtdarstellungen neue Einblicke in die Zusammenhänge innerhalb der Daten. Durch Interaktion können weitere Zusammenhänge vom Nutzer entdeckt werden.
Das Ziel im Kurs Programmiertes Entwerfen 2 ist die Codierung einer Datenvisualisierung eines selbstgewählten Datensatzes. Außerdem wird sich mit Farbe, Form und Ordnungsprinzipien auseinandergesetzt, um eine größere Datenmenge sichtbar zu machen. Ich habe mich für den Datensatz „Bicycle Accidents in Great Britain (1979 to 2018)”, welcher auf kaggle veröffentlicht wurde, entschieden.
Da mein Datensatz zu Fahrradunfällen in Großbritannien ziemlich groß war und auch etliche Parameter enthielt die man nicht alle in eine Visualisierung miteinbringen könnte, war ich gezwungen mich für einige interessante Parameter zu entscheiden. Ich entschied mich den Datensatz fürs erste auf die Parameter Road Conditions, Time und Date zu beschränken. Ebenso kürzte ich meinen Datensatz auf 10 Jahre von 1990-2000.
Konzeptuelle Ansätze
Meine ersten Visualisierungen waren meist radiale Darstellungen, weil mir bei den Zeitangaben als erstes in den Sinn kam, diese ähnlich wie eine Uhr darzustellen. Jedoch merkte ich schnell, dass es diesbezüglich häufiger zu Verzerrungen kommt und auch Abstände nicht optimal eingehalten werden können. Somit war die Zugehörigkeit nicht wirklich eindeutig. Ich ging ein Schritt zurück und erkannte, dass weniger manchmal mehr ist.
Finales Konzept
Ich machte mir noch einmal spezifischere Gedanken, was möchte ich aussagen? Welche Parameter haben am meisten Aussagekraft und müssen offensichtlich zu erkennen sein. Ich kam zu der Hypothese, dass es wahrscheinlich zu den Berufsverkehrszeiten, klare Abzeichnungen in der Häufigkeit geben wird. Somit teilte ich die Stunden, klar trennbar auf der Y-Achse ein. Zudem wollte ich noch die Road-Conditions unterbringen und bemerkte, dass diese sich wahrscheinlich über das Jahr je nach Monat ziemlich ändern können. In den Wintermonaten liegt mehr Schnee, im Sommer ist es eher trocken. Somit inkludierte ich die Monate, auf der X-Achse und färbte die Fälle in der jeweiligen Road-Condition ein. Da mein Datensatz extrem groß war und extrem viele Fälle enthielt, entschloss ich mich des Weiteren dazu, zusammenzufassen. Ich entschloss mich jeweils für 10 Fälle einen Pixel zu zeichnen.
Schriftart
Ich wählte die Neue Haas Unica, denn für meine klare Darstellung die sauber sortiert ist, wollte ich auch eine klare Schrift mit eindeutigen Linien, die leicht zu lesen ist. Dabei verwendete ich die Neue Haas Unica in 25px für die Überschrift und in 16px für die Interaktionselemente.
Farben
Es war für mich wichtig, dass keine Farbe visuell extrem hervorsticht, da die Pixelgröße für die Fälle auch nicht wirklich groß war und so die Sichtbarkeit darunter leiden könnte. Semantisch war es für mich logisch, dass die Road-Conditions „Wet” und „Snow” in einem pastellfarbenen Blau und Türkis-blauen Farbton dargestellt werden. Um auch irgendwie die Verbindung (bzw. Ähnlichkeit) zwischen Wasser und Schnee deutlich zu machen.
Finale Darstellung
Somit entstand diese finale Darstellung, hier mit dem ausgewählten Jahr 1990.