Curso de Visualización de Información
Contenidos
Meta-Datos del Curso
¡Bienvenide a mi curso introductorio de Visualización de Información! En esta página encontrarás todo el material teórico y práctico que tengo disponible.
Este curso tiene los siguientes objetivos:
- Adquirir un lenguaje común y un entendimiento fundamental dentro del campo visualización de información.
- Ser capaces de diseñar una visualización de datos efectiva para el problema a resolver.
- Ser capaces de evaluar una visualización con espíritu crítico.
- Aprender a prototipar e implementar visualizaciones en Python.
Cumplir estos objetivos requiere las siguientes capacidades ya desarrolladas en les estudiantes:
- Python intermedio: a nivel de programación (control de flujo, definición de funciones, estructuras de datos, funciones
lambda
) y de manejo de herramientas (conda
environments,Jupyter Lab
). - Conocimiento básico de
pandas
y sus operaciones, incluyendo filtros y operaciones comogroupby
. Se espera que hayan cursado (o estén cursando) una asignatura de análisis de datos. - Lectura en inglés (muchos recursos bibliográficos y de código están disponibles solo en este idioma).
Los siguientes links son relevantes para quienes hacen el curso formalmente en alguna institución educacional conmigo:
- Instrucciones y evaluación de proyecto de curso
- Instrucciones para leer papers
- Herramientas para visualizar datos (incluyendo del curso)
- Algunos links a Datasets para proyectos
- Muestra de Visualizaciones que puede inspirarles en sus proyectos.
- Muestra de Proyectos de Estudiantes del Curso.
Este curso se ha dictado en los últimos años en el Instituto de Data Science de la Universidad del Desarrollo.
Unidades Teóricas
- Introducción a la Visualización.
- ¿Qué visualizar? Abstracción de Datos.
- ¿Para qué visualizar? Abstracción de Tareas.
- ¿Cómo visualizar? Codificación Visual.
- Visualización de Tablas.
- Visualización de Datos Geográficos y Espaciales.
- Visualización de Redes y Árboles.
- Colores e Ilusiones.
- Buenas Prácticas y Evaluación.
- Reducción de Complejidad.
- Visualización de Texto.
Unidades Prácticas
Estas unidades utilizan el módulo aves
y la Encuesta Origen-Destino de Santiago 2012 (disponible en el repositorio aves
):
- Los Datos y las Herramientas: Encuesta Origen-Destino + Python (
matplotlib
,seaborn
,pandas
). - Visualización de Tablas (junto a Paula Vásquez-Henríquez).
- Datos Geográficos: Operaciones en
geopandas
. - Datos Geográficos: Mapas:
dot_map
,bubble_map
,heat_map
,choropleth_map
. - Redes: Operaciones en
graph-tool
, visualización:node_link
,hierarchical_edge_bundling
. - Redes: Redes Geográficas.
- Hagamos una infografía en Python 👨🎤👩🎤 (
grid_spec
,small_multiples
).
Bibliografía
La parte teórica del curso se basa en estos dos libros:
- Visualization Analysis & Design, de Tamara Munzner.
- How Charts Lie, de Alberto Cairo.
Los siguientes son libros complementarios:
- The Functional Art, de Alberto Cairo.
- Design for Information, de Isabel Meirelles.
Versión 2019 del curso (slides)
Éstas son las presentaciones de las clases tradicionales del curso. Fueron dictadas el año 2019:
- Introducción
- Abstracción de Datos
- Abstracción de Tareas
- Codificación Visual
- Visualización de Tablas
- Visualización de Mapas y Datos Espaciales
- Colores
- Visualización de Redes y Árboles
- Evaluación y Buenas Prácticas
- Reducción de Complejidad
- Visualización de Texto
El contenido está desactualizado pero la esencia se mantiene, y al estar en formato slides puede ser más cómodo de ver en algunos contextos.
Créditos y Agradecimientos
Este curso incluye material del libro Visualization Analysis & Design de Tamara Munzner y de las presentaciones de su curso de visualización. ¡Gracias, Tamara!
El repositorio con las prácticas y el código de las visualizaciones fue creado con al template de Cookie Cutter / Data Science with Conda hecho de Patricio Reyes.