Curso de Visualización de Información

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:

  1. Adquirir un lenguaje común y un entendimiento fundamental dentro del campo visualización de información.
  2. Ser capaces de diseñar una visualización de datos efectiva para el problema a resolver.
  3. Ser capaces de evaluar una visualización con espíritu crítico.
  4. Aprender a prototipar e implementar visualizaciones en Python.

Cumplir estos objetivos requiere las siguientes capacidades ya desarrolladas en les estudiantes:

  1. 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).
  2. Conocimiento básico de pandas y sus operaciones, incluyendo filtros y operaciones como groupby. Se espera que hayan cursado (o estén cursando) una asignatura de análisis de datos.
  3. 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:

Este curso se ha dictado en los últimos años en el Instituto de Data Science de la Universidad del Desarrollo.

Unidades Teóricas

  1. Introducción a la Visualización.
  2. ¿Qué visualizar? Abstracción de Datos.
  3. ¿Para qué visualizar? Abstracción de Tareas.
  4. ¿Cómo visualizar? Codificación Visual.
  5. Visualización de Tablas.
  6. Visualización de Datos Geográficos y Espaciales.
  7. Visualización de Redes y Árboles.
  8. Colores e Ilusiones.
  9. Buenas Prácticas y Evaluación.
  10. Reducción de Complejidad.
  11. Visualización de Texto.

Unidades Prácticas

Estas unidades utilizan el módulo aves y la Encuesta Origen-Destino de Santiago 2012 (disponible en el repositorio aves):

  1. Los Datos y las Herramientas: Encuesta Origen-Destino + Python (matplotlib, seaborn, pandas).
  2. Visualización de Tablas (junto a Paula Vásquez-Henríquez).
  3. Datos Geográficos: Operaciones en geopandas.
  4. Datos Geográficos: Mapas: dot_map, bubble_map, heat_map, choropleth_map.
  5. Redes: Operaciones en graph-tool, visualización: node_link, hierarchical_edge_bundling.
  6. Redes: Redes Geográficas.
  7. Hagamos una infografía en Python 👨‍🎤👩‍🎤 (grid_spec, small_multiples).

Bibliografía

La parte teórica del curso se basa en estos dos libros:

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:

  1. Introducción
  2. Abstracción de Datos
  3. Abstracción de Tareas
  4. Codificación Visual
  5. Visualización de Tablas
  6. Visualización de Mapas y Datos Espaciales
  7. Colores
  8. Visualización de Redes y Árboles
  9. Evaluación y Buenas Prácticas
  10. Reducción de Complejidad
  11. 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.