عرض البيانات والمعلومات

تمثيل البيانات والمعلومات بصريًا ( يُشار إليه فيما يلي بـ " تمثيل البيانات / المعلومات ") هو عملية تصميم وإنشاء تمثيلات بيانية أو مرئية للبيانات والمعلومات الكمية والنوعية ^[¹^] باستخدام عناصر بصرية ثابتة أو ديناميكية أو تفاعلية. تهدف هذه التمثيلات إلى مساعدة الجمهور المستهدف على استكشاف البيانات وفهمها وتفسيرها بسرعة، واكتساب رؤى مهمة حول الهياكل والعلاقات والارتباطات والأنماط المحلية والعالمية والاتجاهات والاختلافات والثبات والتجمعات والقيم الشاذة والتصنيفات غير المألوفة داخل البيانات، والتي يصعب تحديدها بطرق أخرى. ^[²^]^[³^]^[⁴^] وعندما يُقصد بها إيصال نسخة موجزة من المعلومات للجمهور بطريقة جذابة، ^[²^] يُطلق عليها عادةً اسم "الرسوم البيانية المعلوماتية" .

يهتم تمثيل البيانات بصرياً بعرض مجموعات من البيانات الأولية الكمية في شكل تخطيطي، باستخدام الصور. وتشمل الأشكال المرئية المستخدمة في تمثيل البيانات بصرياً المخططات والرسوم البيانية والخرائط الجغرافية المكانية والأشكال ومصفوفات الارتباط ومؤشرات النسب المئوية ، وما إلى ذلك.

يتناول تمثيل المعلومات المرئي مجموعات بيانات متعددة وكبيرة ومعقدة تحتوي على بيانات كمية، بالإضافة إلى معلومات نوعية، ومعلومات مجردة في المقام الأول، ويهدف إلى إضافة قيمة إلى البيانات الخام، وتحسين فهم المشاهدين، وتعزيز إدراكهم، والمساعدة في استخلاص الرؤى واتخاذ القرارات أثناء تصفحهم وتفاعلهم مع العرض الرسومي. تشمل الأدوات المرئية المستخدمة الخرائط لبيانات الموقع؛ والهياكل الهرمية ^{[ 5 ]} لتنظيم البيانات؛ وعروض تُعطي الأولوية للعلاقات مثل مخططات سانكي ؛ ومخططات التدفق ، والجداول الزمنية .

بالإضافة إلى ذلك، يُعدّ التصور السردي أسلوبًا يستخدم عناصر بصرية كالمخططات والرسوم البيانية والخرائط وغيرها لعرض البيانات والمعلومات. يمزج هذا الأسلوب بين تحليل البيانات وسرد القصص والتصور لعرض المعلومات من خلال تسلسلات سردية منظمة، مستخدمًا العناصر البصرية ليس فقط لعرض الإحصاءات، بل لسرد قصة من خلال البيانات . ويهدف إلى مساعدة المستخدمين على تحديد الاتجاهات والأنماط والعلاقات في البيانات من خلال تجربة بصرية جذابة قائمة على سرد القصص.

تتمتع التقنيات الناشئة ، مثل الواقع الافتراضي والمعزز والمختلط ، بإمكانية جعل عرض المعلومات أكثر غامرة وبديهية وتفاعلية وسهولة في الاستخدام، مما يُحسّن الإدراك البصري والمعرفي للمستخدم . ^[⁶^] في مجال عرض البيانات والمعلومات، يتمثل الهدف في تقديم واستكشاف البيانات المجردة وغير المادية وغير المكانية، المُجمّعة من قواعد البيانات وأنظمة المعلومات وأنظمة الملفات والوثائق وبيانات الأعمال ، وهو ما يختلف عن العرض العلمي ، حيث يهدف إلى إنشاء صور واقعية استنادًا إلى بيانات علمية مادية ومكانية لتأكيد الفرضيات أو دحضها . ^[⁷^]

تتميز عملية تمثيل البيانات الفعّالة بأنها تعتمد على مصادر موثوقة، وتُقدّم في سياقها المناسب، وبأسلوب بسيط وواضح. وتكون البيانات الأساسية دقيقة ومُحدّثة لضمان موثوقية النتائج. كما تُختار العناصر الرسومية بعناية وتتميز بجاذبيتها الجمالية، حيث تُستخدم الأشكال والألوان والعناصر البصرية الأخرى بشكل مدروس وهادف وغير مُشتّت للانتباه. وتُرفق العناصر المرئية بنصوص داعمة. وتُكمّل المكونات اللفظية والرسومية بعضها بعضًا لضمان فهم واضح وسريع وراسخ في الذاكرة. وتُراعي عملية تمثيل المعلومات الفعّالة احتياجات ومستوى خبرة الجمهور المستهدف. ^{[ 8 ]}^{[ 1 ]} يُمكن استخدام التمثيل الفعّال لنقل الأفكار المتخصصة والمعقدة والقائمة على البيانات الضخمة إلى جمهور غير تقني بأسلوب جذاب بصريًا وسهل الفهم، كما يُمكن استخدامه من قِبل خبراء المجال والمديرين التنفيذيين لاتخاذ القرارات، ومراقبة الأداء، وتوليد الأفكار، وتحفيز البحث. ^{[ 8 ]}^{[ 2 ]}

يستخدم علماء البيانات والمحللون والمتخصصون في استخراج البيانات تقنيات تمثيل البيانات بصريًا للتحقق من جودة البيانات، واكتشاف الأخطاء، والفجوات غير المعتادة، والقيم المفقودة، وتنظيف البيانات، واستكشاف هياكلها وخصائصها، وتقييم مخرجات النماذج القائمة على البيانات. ^{[ 2 ]} يمكن أن يكون تمثيل البيانات والمعلومات بصريًا جزءًا من سرد قصص البيانات ، حيث يُقترن ببنية سردية ، لوضع البيانات المُحللة في سياقها، وإيصال الرؤى المُستقاة من تحليلها لإقناع الجمهور باتخاذ قرار أو إجراء. ^{[ 1 ]}^{[ 9 ]} ويختلف هذا عن الرسوم البيانية الإحصائية ، حيث تُعرض البيانات المعقدة بيانيًا بين الباحثين والمحللين لمساعدتهم على إجراء تحليل استكشافي للبيانات أو نقل نتائج هذه التحليلات، حيث يكون الجاذبية البصرية، وجذب الانتباه إلى قضية معينة، وسرد القصص أقل أهمية. ^{[ 10 ]}

يُعدّ تمثيل البيانات والمعلومات مجالًا متعدد التخصصات، فهو يجمع بين مبادئ الإحصاء الوصفي ، ^{[ 11 ]} والتواصل البصري ، والتصميم الجرافيكي ، والعلوم المعرفية ، ورسومات الحاسوب التفاعلية ، والتفاعل بين الإنسان والحاسوب . ^{[ 12 ]} ونظرًا لأنّ التمثيل الفعال يتطلب مهارات تصميمية وإحصائية وحاسوبية، فهو فن وعلم في آنٍ واحد. ^{[ 13 ]} يجمع التحليل البصري بين تحليل البيانات الإحصائية، وتمثيل البيانات والمعلومات، والتفكير التحليلي البشري من خلال واجهات بصرية تفاعلية لمساعدة المستخدمين على الوصول إلى استنتاجات، واكتساب رؤى قابلة للتنفيذ، واتخاذ قرارات مستنيرة يصعب على الحواسيب القيام بها. يساعد البحث في كيفية قراءة الناس لأنواع التمثيلات وتفسيرها بشكل خاطئ على تحديد أنواع التمثيلات وخصائصها الأكثر وضوحًا وفعالية. ^{[ 14 ]}^{[ 15 ]} يمكن أن تعمل التمثيلات الرديئة، سواءً عن غير قصد أو المضللة والخادعة عمدًا، كأدوات قوية لنشر المعلومات المضللة ، والتلاعب بالرأي العام، وتغيير مساره . ^{[ 16 ]} وهكذا أصبحت معرفة تمثيل البيانات بصرياً عنصراً مهماً من عناصر معرفة البيانات والمعلومات في عصر المعلومات، على غرار الأدوار التي لعبتها المعرفة النصية والرياضية والبصرية في الماضي. ^[¹⁷^]

ملخص

نشأ مجال تصوير البيانات والمعلومات من أبحاث التفاعل بين الإنسان والحاسوب ، وعلوم الحاسوب ، والرسومات ، والتصميم المرئي ، وعلم النفس ، والتصوير الفوتوغرافي ، وأساليب الأعمال . ويُستخدم بشكل متزايد كمكون أساسي في البحث العلمي، والمكتبات الرقمية ، واستخراج البيانات ، وتحليل البيانات المالية، ودراسات السوق، ومراقبة الإنتاج الصناعي ، واكتشاف الأدوية . ^{[ 18 ]}

يفترض تصور البيانات والمعلومات أن "التمثيلات المرئية وتقنيات التفاعل تستفيد من النطاق الترددي الواسع للعين البشرية إلى العقل لتمكين المستخدمين من رؤية واستكشاف وفهم كميات كبيرة من المعلومات في وقت واحد. ويركز تصور المعلومات على ابتكار أساليب لنقل المعلومات المجردة بطرق بديهية." ^{[ 19 ]}

يُعدّ تحليل البيانات جزءًا لا يتجزأ من جميع البحوث التطبيقية وحل المشكلات في الصناعة. وتشمل أهم مناهج تحليل البيانات: التصور البياني (الرسوم البيانية التكرارية، ومخططات التشتت، ومخططات السطح، وخرائط الشجرة، ومخططات الإحداثيات المتوازية، وغيرها)، والإحصاء ( اختبار الفرضيات ، والانحدار ، وتحليل المكونات الرئيسية ، وغيرها)، واستخراج البيانات ( استخراج الارتباطات ، وغيرها)، وأساليب التعلم الآلي ( التجميع ، والتصنيف ، وأشجار القرار ، وغيرها). ومن بين هذه المناهج، يُعدّ تصور المعلومات، أو تحليل البيانات المرئي، الأكثر اعتمادًا على المهارات المعرفية للمحللين، إذ يُتيح اكتشاف رؤى عملية غير مُهيكلة لا يحدّها سوى الخيال والإبداع البشري. ولا يحتاج المحلل إلى تعلّم أي أساليب معقدة لتفسير تصورات البيانات. كما يُعدّ تصور المعلومات آلية لتوليد الفرضيات، والتي يمكن، بل وعادةً ما يتبعها، تحليل أكثر دقة أو رسمية، مثل اختبار الفرضيات الإحصائية.

لتحقيق توصيل المعلومات بوضوح وكفاءة، تستخدم تقنيات تمثيل البيانات الرسوم البيانية الإحصائية ، والمخططات ، والرسوم البيانية المعلوماتية ، وغيرها من الأدوات. يمكن ترميز البيانات الرقمية باستخدام النقاط أو الخطوط أو الأعمدة، لتوصيل رسالة كمية بصريًا. ^{[ 20 ]} يساعد التمثيل الفعال للبيانات المستخدمين على تحليل البيانات والأدلة والاستدلال عليها. ^{[ 21 ]} فهو يجعل البيانات المعقدة أكثر سهولة في الوصول إليها وفهمها واستخدامها، ولكنه قد يكون أيضًا تبسيطيًا. ^{[ 22 ]} قد يكون لدى المستخدمين مهام تحليلية محددة، مثل إجراء المقارنات أو فهم السببية ، ويتبع مبدأ تصميم الرسم البياني (أي عرض المقارنات أو إظهار السببية) المهمة. تُستخدم الجداول عمومًا عندما يبحث المستخدمون عن قياس محدد، بينما تُستخدم المخططات بأنواعها المختلفة لإظهار الأنماط أو العلاقات في البيانات لمتغير واحد أو أكثر.

يشير تمثيل البيانات إلى التقنيات المستخدمة لتوصيل البيانات أو المعلومات من خلال ترميزها ككائنات مرئية (مثل النقاط أو الخطوط أو الأعمدة) ضمن الرسومات. والهدف هو توصيل المعلومات بوضوح وكفاءة للمستخدمين. وهو إحدى خطوات تحليل البيانات أو علم البيانات . ووفقًا لفيتالي فريدمان (2008)، فإن "الهدف الرئيسي لتمثيل البيانات هو توصيل المعلومات بوضوح وفعالية من خلال الوسائل الرسومية. وهذا لا يعني أن تمثيل البيانات يجب أن يكون مملًا ليكون عمليًا، أو معقدًا للغاية ليكون جميلًا. فلتوصيل الأفكار بفعالية، يجب أن يسير كل من الشكل الجمالي والوظيفة جنبًا إلى جنب، مما يوفر رؤى ثاقبة حول مجموعة بيانات معقدة ومتفرقة نسبيًا من خلال توصيل جوانبها الرئيسية بطريقة أكثر سهولة. ومع ذلك، غالبًا ما يفشل المصممون في تحقيق التوازن بين الشكل والوظيفة، فيُنشئون تمثيلات بيانات رائعة لا تُحقق غرضها الرئيسي، وهو توصيل المعلومات". ^{[ 23 ]}

في الواقع، اقترحت فرناندا فيغاس ومارتن إم. واتنبرغ أن التصور المثالي لا ينبغي أن يقتصر على توصيل المعلومات بوضوح فحسب، بل يجب أن يحفز أيضًا تفاعل المشاهد وانتباهه. ^{[ 24 ]}

يرتبط تمثيل البيانات ارتباطًا وثيقًا برسومات المعلومات ، وتمثيل المعلومات، والتمثيل العلمي ، وتحليل البيانات الاستكشافي ، والرسومات الإحصائية . في الألفية الجديدة، أصبح تمثيل البيانات مجالًا نشطًا للبحث والتدريس والتطوير. ووفقًا لبوست وآخرون (2002)، فقد جمع بين التمثيل العلمي وتمثيل المعلومات. ^{[ 25 ]}

في البيئة التجارية، يُشار إلى تمثيل البيانات غالبًا باسم لوحات المعلومات . وتُعدّ الرسوم البيانية المعلوماتية شكلاً شائعًا آخر لتمثيل البيانات.

مبادئ

خصائص العروض الرسومية الفعالة

تكمن القيمة الأكبر للصورة في أنها تجبرنا على ملاحظة ما لم نتوقع رؤيته أبداً.

— جون توكي ^[²⁶^]

أوضح إدوارد توفت أن مستخدمي شاشات عرض المعلومات ينفذون مهام تحليلية محددة ، مثل إجراء المقارنات. وينبغي أن يدعم مبدأ تصميم الرسم البياني المعلوماتي هذه المهمة التحليلية. ^{[ 27 ]} وكما بيّن ويليام كليفلاند وروبرت ماكجيل، فإن العناصر الرسومية المختلفة تحقق ذلك بدرجات متفاوتة من الفعالية. فعلى سبيل المثال، تتفوق مخططات النقاط والمخططات الشريطية على المخططات الدائرية. ^{[ 28 ]}

في كتابه الصادر عام 1983 بعنوان "العرض المرئي للمعلومات الكمية" ، ^{[ 29 ]} يُعرّف إدوارد توفت "العروض البيانية" ومبادئ العرض البياني الفعال في الفقرة التالية: "يتمثل التميز في الرسوم البيانية الإحصائية في توصيل الأفكار المعقدة بوضوح ودقة وكفاءة. يجب أن تتضمن العروض البيانية ما يلي:

عرض البيانات
حث المشاهد على التفكير في المضمون بدلاً من المنهجية أو التصميم الجرافيكي أو تكنولوجيا الإنتاج الجرافيكي أو أي شيء آخر
تجنب تحريف ما تقوله البيانات
عرض العديد من الأرقام في مساحة صغيرة
اجعل مجموعات البيانات الكبيرة متماسكة
تشجيع العين على مقارنة أجزاء مختلفة من البيانات
تكشف البيانات على عدة مستويات من التفصيل، بدءًا من نظرة عامة شاملة وصولًا إلى البنية الدقيقة
تخدم غرضًا واضحًا إلى حد معقول: الوصف، أو الاستكشاف، أو الجدولة، أو الزخرفة
يجب أن تكون متكاملة بشكل وثيق مع الأوصاف الإحصائية واللفظية لمجموعة البيانات.

تكشف الرسوم البيانية عن البيانات. في الواقع، يمكن أن تكون الرسوم البيانية أكثر دقة وكشفًا من الحسابات الإحصائية التقليدية. ^{[ 30 ]}

على سبيل المثال، يُظهر مخطط مينارد الخسائر التي تكبّدها جيش نابليون في الفترة 1812-1813. يُمثّل المخطط ستة متغيرات: حجم الجيش، وموقعه على سطح ثنائي الأبعاد (س، ص)، والزمن، واتجاه الحركة، ودرجة الحرارة. يُوضّح سُمك الخط مقارنة (حجم الجيش في نقاط زمنية مُحدّدة)، بينما يُشير محور درجة الحرارة إلى سبب تغيّر حجم الجيش. يُقدّم هذا العرض متعدد المتغيرات على سطح ثنائي الأبعاد سردًا يُمكن فهمه فورًا، مع تحديد مصدر البيانات لتعزيز المصداقية. كتب توفت في عام 1983: "قد يكون هذا أفضل رسم بياني إحصائي على الإطلاق." ^{[ 30 ]}

قد يؤدي عدم تطبيق هذه المبادئ إلى رسوم بيانية مضللة ، أو تشويه الرسالة، أو دعم استنتاج خاطئ. ووفقًا لتوفتي، يُشير مصطلح "الرسوم البيانية غير الضرورية" إلى الزخارف الداخلية الزائدة في الرسم البياني التي لا تُحسّن الرسالة، أو التأثيرات ثلاثية الأبعاد أو المنظورية غير المبررة. ويُعدّ فصل مفتاح الشرح عن الصورة نفسها دون داعٍ، مما يُجبر العين على التنقل ذهابًا وإيابًا بين الصورة والمفتاح، شكلًا من أشكال "الرسوم البيانية غير الضرورية". وينبغي زيادة نسبة "البيانات إلى الحبر" إلى أقصى حد، مع مسح الحبر غير المتعلق بالبيانات حيثما أمكن. ^{[ 30 ]}

لخص مكتب الميزانية في الكونغرس عدة أفضل الممارسات للعروض البيانية في عرض تقديمي في يونيو 2014. وشملت هذه الممارسات ما يلي: أ) معرفة الجمهور المستهدف؛ ب) تصميم رسومات بيانية يمكن استخدامها بشكل مستقل خارج سياق التقرير؛ ج) تصميم رسومات بيانية تنقل الرسائل الرئيسية في التقرير. ^{[ 31 ]}

تتضمن المعايير المفيدة لتصور البيانات أو المعلومات ما يلي: ^{[ 32 ]}

يعتمد على البيانات (غير المرئية) - أي أن تصور البيانات/المعلومات ليس معالجة صور أو تجميع صور؛
فهي تخلق صورة - وتحديداً أن الصورة تلعب الدور الأساسي في إيصال المعنى وليست مجرد رسم توضيحي مصاحب للبيانات في شكل نصي؛ و
النتيجة قابلة للقراءة.

تعني سهولة القراءة قدرة المشاهد على فهم البيانات الأساسية، وذلك من خلال مقارنة العناصر المرئية ذات الأحجام المتناسبة لتقييم قيم بياناتها، أو باستخدام مفتاح الخريطة لفك رموزها، مثل تحديد المناطق الملونة على خريطة مناخية لتحديد درجة الحرارة في موقع معين. ولتحقيق أقصى قدر من الكفاءة وبساطة التصميم وتجربة المستخدم، تُعزز سهولة القراءة باستخدام الربط التقابلي في تصميم عناصر الصورة، حيث يكون الربط بين العنصر التمثيلي ومتغير البيانات فريدًا. ^{[ 33 ]}

يُشير كوسارا (2007) ^{[ 32 ]} أيضًا إلى ضرورة أن يكون التمثيل المرئي "قابلاً للتمييز كونه تمثيلاً مرئيًا، وألا يبدو كشيء آخر". ويذكر كذلك أن قابلية التمييز والقراءة قد لا تكون مطلوبة دائمًا في جميع أنواع التمثيل المرئي، مثل "الفن المعلوماتي" (الذي يستوفي المعايير الثلاثة المذكورة أعلاه، ولكنه قد لا يبدو كتمثيل مرئي)، أو "التمثيل المرئي الفني" (الذي يعتمد بدوره على بيانات غير مرئية لإنشاء صورة، ولكنه قد لا يكون قابلاً للقراءة أو التمييز).

الرسائل الكمية

وصف المؤلف ستيفن فيو ثمانية أنواع من الرسائل الكمية التي قد يحاول المستخدمون فهمها أو إيصالها من مجموعة بيانات، بالإضافة إلى الرسوم البيانية المرتبطة بها المستخدمة للمساعدة في إيصال الرسالة:

السلاسل الزمنية: يتم فيها رصد متغير واحد على مدى فترة زمنية محددة، مثل معدل البطالة أو قياسات درجات الحرارة على مدى عشر سنوات. ويمكن استخدام مخطط خطي لتوضيح الاتجاه الزمني.
التصنيف: تُصنّف التقسيمات الفئوية تصاعديًا أو تنازليًا، مثل تصنيف أداء المبيعات (المقياس ) حسب مندوبي المبيعات ( الفئة ، حيث يُمثّل كل مندوب مبيعات تقسيمًا فئويًا ) خلال فترة زمنية محددة. ويمكن استخدام الرسم البياني الشريطي لعرض المقارنة بين مندوبي المبيعات.
نسبة الجزء إلى الكل: تُقاس التقسيمات الفئوية كنسبة إلى الكل (أي كنسبة مئوية من 100%). ويمكن استخدام الرسم البياني الدائري أو الشريطي لعرض مقارنة النسب، مثل الحصة السوقية التي يمثلها المنافسون في السوق.
الانحراف: تتم مقارنة التقسيمات الفئوية بمرجع، مثل مقارنة النفقات الفعلية بالنفقات المُدرجة في الميزانية لعدة أقسام في شركة ما خلال فترة زمنية محددة. ويمكن استخدام الرسم البياني الشريطي لعرض مقارنة بين المبلغ الفعلي والمبلغ المرجعي.
التوزيع التكراري: يُظهر عدد المشاهدات لمتغير معين ضمن فترة زمنية محددة، مثل عدد السنوات التي يقع فيها عائد سوق الأسهم بين فترات زمنية معينة، مثل 0-10%، 11-20%، وما إلى ذلك. يُمكن استخدام المدرج التكراري ، وهو نوع من الرسوم البيانية الشريطية، لهذا التحليل. كما يُساعد مخطط الصندوق على تصور الإحصاءات الرئيسية المتعلقة بالتوزيع، مثل الوسيط، والربيعيات، والقيم المتطرفة، وما إلى ذلك.
الارتباط: هو مقارنة بين قيمتين ممثلتين بمتغيرين (س، ص) لتحديد ما إذا كانتا تميلان إلى التحرك في نفس الاتجاه أو في اتجاهين متعاكسين. على سبيل المثال، رسم بياني يوضح معدل البطالة (س) ومعدل التضخم (ص) لعينة من الأشهر. ويُستخدم عادةً مخطط الانتشار لهذا الغرض.
المقارنة الاسمية: مقارنة التقسيمات الفئوية دون ترتيب معين، مثل حجم المبيعات حسب رمز المنتج. يمكن استخدام الرسم البياني الشريطي لهذه المقارنة.
جغرافي أو مكاني : مقارنة متغير ما عبر خريطة أو تصميم، مثل معدل البطالة حسب الولاية أو عدد الأشخاص في مختلف طوابق مبنى. الكارتوجرام هو رسم بياني نموذجي يُستخدم. ^{[ 20 ]}^{[ 35 ]}

قد ينظر المحللون الذين يراجعون مجموعة من البيانات فيما إذا كانت بعض أو كل الرسائل وأنواع الرسوم البيانية المذكورة أعلاه مناسبة لمهمتهم وجمهورهم. وتُعدّ عملية التجربة والخطأ لتحديد العلاقات والرسائل ذات الدلالة في البيانات جزءًا من تحليل البيانات الاستكشافي .

الإدراك البصري وتصوير البيانات

يستطيع الإنسان تمييز الاختلافات في طول الخط وشكله واتجاهه والمسافات واللون (الدرجة اللونية) بسهولة دون بذل جهد كبير في المعالجة؛ وتُعرف هذه باسم " السمات ما قبل الانتباهية ". على سبيل المثال، قد يتطلب الأمر وقتًا وجهدًا كبيرين ("معالجة انتباهية") لتحديد عدد مرات ظهور الرقم "5" في سلسلة من الأرقام؛ ولكن إذا كان هذا الرقم مختلفًا في الحجم أو الاتجاه أو اللون، فيمكن ملاحظة حالات ظهوره بسرعة من خلال المعالجة ما قبل الانتباهية. ^{[ 36 ]}

تستفيد الرسومات البيانية الجذابة من المعالجة والخصائص ما قبل الانتباهية، ومن القوة النسبية لهذه الخصائص. على سبيل المثال، بما أن البشر يستطيعون معالجة الاختلافات في طول الخط بسهولة أكبر من مساحة السطح، فقد يكون من الأجدى استخدام الرسم البياني الشريطي (الذي يستفيد من طول الخط لإظهار المقارنة) بدلاً من الرسوم البيانية الدائرية (التي تستخدم مساحة السطح لإظهار المقارنة). ^{[ 36 ]}

الإدراك البشري/المعرفة وتصور البيانات

تُصمَّم معظم تمثيلات البيانات المرئية للاستخدام البشري. لذا، يُعدّ فهم الإدراك البشري ضروريًا عند تصميم تمثيلات مرئية سهلة الفهم. ^{[ 37 ]} يشير الإدراك إلى العمليات التي تحدث لدى الإنسان، مثل الإدراك، والانتباه، والتعلم، والذاكرة، والتفكير، وتكوين المفاهيم، والقراءة، وحل المشكلات. ^{[ 38 ]} تتميز المعالجة البصرية البشرية بكفاءتها في رصد التغيرات وإجراء المقارنات بين الكميات والأحجام والأشكال ودرجات الإضاءة. وعندما تُربط خصائص البيانات الرمزية بالخصائص المرئية، يستطيع الإنسان استعراض كميات هائلة من البيانات بكفاءة. ويُقدَّر أن ثلثي خلايا الدماغ العصبية تُشارك في المعالجة البصرية. يوفر التمثيل المرئي المناسب منهجًا مختلفًا لإظهار الروابط والعلاقات المحتملة، وغيرها، والتي لا تكون واضحة في البيانات الكمية غير المرئية. ويمكن أن يصبح التمثيل المرئي وسيلةً لاستكشاف البيانات .

أظهرت الدراسات أن الأفراد استخدموا في المتوسط موارد معرفية أقل بنسبة 19%، وكانوا أكثر قدرة على تذكر التفاصيل بنسبة 4.5% عند مقارنة تمثيل البيانات بالنص. ^{[ 39 ]}

تاريخ

لا يوجد تاريخ شامل لتصوير البيانات. لا توجد دراسات تغطي كامل تطور التفكير البصري وتمثيل البيانات بصريًا، وتجمع مساهمات التخصصات المختلفة. ^{[ 40 ]} يعمل مايكل فريندلي ودانيال دينيس من جامعة يورك على مشروع يسعى إلى تقديم تاريخ شامل لتصوير البيانات. تصوير البيانات ليس تطورًا حديثًا. فمنذ عصور ما قبل التاريخ، تم تصوير البيانات النجمية، أو معلومات مثل مواقع النجوم، على جدران الكهوف (مثل تلك الموجودة في كهف لاسكو في جنوب فرنسا) منذ العصر البليستوسيني . ^{[ 41 ]} يمكن أيضًا اعتبار القطع الأثرية المادية مثل الرموز الطينية لبلاد ما بين النهرين (5500 قبل الميلاد)، ورموز الكيبو الإنكية (2600 قبل الميلاد)، ومخططات جزر مارشال (بدون تاريخ) بمثابة تصوير للمعلومات الكمية. ^{[ 42 ]}^{[ 43 ]}

يمكن تتبع أول تمثيل موثق للبيانات إلى عام 1160 قبل الميلاد مع خريطة بردية تورينو ، التي توضح بدقة توزيع الموارد الجيولوجية وتوفر معلومات حول استخراج هذه الموارد. ^{[ 44 ]} يمكن تصنيف هذه الخرائط ضمن الخرائط الموضوعية ، وهي نوع من تمثيل البيانات يعرض وينقل بيانات ومعلومات محددة من خلال رسم توضيحي جغرافي مصمم لإظهار موضوع معين مرتبط بمنطقة جغرافية محددة. كانت أقدم أشكال تمثيل البيانات الموثقة عبارة عن خرائط موضوعية متنوعة من ثقافات مختلفة، بالإضافة إلى رموز تصويرية وكتابات هيروغليفية وفرت المعلومات الموضحة وسمحت بتفسيرها. على سبيل المثال، قدمت ألواح الكتابة الخطية "ب" في ميسينا تمثيلاً مرئياً لمعلومات تتعلق بتجارة العصر البرونزي المتأخر في البحر الأبيض المتوسط. استخدم المساحون المصريون القدماء فكرة الإحداثيات في تخطيط المدن، وتم تحديد المواقع الأرضية والسماوية بما يشبه خطوط الطول والعرض على الأقل بحلول عام 200 قبل الميلاد، وكان إسقاط خريطة الأرض الكروية على خطوط الطول والعرض بواسطة كلاوديوس بطليموس [ حوالي 85 - حوالي 165 ] في الإسكندرية بمثابة معايير مرجعية حتى القرن الرابع عشر. ^{[ 44 ]}

توطين مساحة المنتج ، ويهدف إلى إظهار التعقيد الاقتصادي لاقتصاد معين

أتاح اختراع الورق والرق تطويرًا أكبر للرسوم البيانية. أحد هذه الرسوم، الذي يعود إلى القرن العاشر أو ربما الحادي عشر، هو رسم توضيحي لحركات الكواكب، استُخدم في ملحق كتاب مدرسي في مدارس الأديرة. ^{[ 45 ]} يبدو أن الرسم البياني كان يهدف إلى تمثيل ميل مدارات الكواكب كدالة للزمن. ولهذا الغرض، مُثِّلَت منطقة البروج على مستوى بخط أفقي مُقسَّم إلى ثلاثين جزءًا كمحور زمني أو طولي. ويُشير المحور الرأسي إلى عرض البروج. ويبدو أن المقياس الأفقي قد اختير لكل كوكب على حدة، إذ لا يمكن التوفيق بين فترات دوران الكواكب. ويشير النص المصاحب فقط إلى السعات. ويبدو أن المنحنيات غير مرتبطة زمنيًا.

بحلول القرن السادس عشر، كانت التقنيات والأدوات اللازمة للرصد والقياس الدقيقين للكميات الفيزيائية، والمواقع الجغرافية والفلكية، قد تطورت بشكل كبير (على سبيل المثال، "الربع الجداري" الذي بناه تيكو براهي [1546-1601]، والذي غطى جدارًا كاملًا في مرصده). وكان لتطوير التثليث وغيره من الطرق لتحديد مواقع الخرائط بدقة أهمية خاصة. ^{[ 40 ]} وفي وقت مبكر جدًا، دفع قياس الزمن العلماء إلى ابتكار طرق جديدة لتصور البيانات (مثل لورنز كودومان عام 1596، ويوهانس تمبوراريوس عام 1596 ^{[ 46 ]} ).

طوّر عالما الرياضيات رينيه ديكارت وبيير دي فيرما الهندسة التحليلية ونظام الإحداثيات ثنائي الأبعاد، مما أثّر بشكل كبير على الأساليب العملية لعرض القيم وحسابها. وقد أرست أعمال فيرما وبليز باسكال في الإحصاء ونظرية الاحتمالات الأساس لما نُعرّفه اليوم بالبيانات. ^{[ 40 ]} ساعدت هذه التطورات ويليام بلايفير ، الذي رأى إمكانية التواصل البياني للبيانات الكمية، على ابتكار وتطوير أساليب بيانية للإحصاء. ^{[ 37 ]} في عام 1786، نشر بلايفير أول رسومات بيانية للعرض.

في النصف الثاني من القرن العشرين، استخدم جاك بيرتان الرسوم البيانية الكمية لتمثيل المعلومات "بشكل بديهي وواضح ودقيق وفعال". ^{[ 37 ]} وقد وسّع جون توكي وإدوارد تافت آفاق تمثيل البيانات بصريًا؛ إذ مهّد توكي، من خلال منهجه الإحصائي الجديد لتحليل البيانات الاستكشافي، وتافتي، من خلال كتابه "العرض المرئي للمعلومات الكمية"، الطريق أمام تطوير تقنيات تمثيل البيانات بصريًا لتشمل فئات أوسع من مجرد الإحصائيين. ومع تطور التكنولوجيا، تطور تمثيل البيانات بصريًا؛ بدءًا من الرسوم البيانية المرسومة يدويًا وصولًا إلى تطبيقات أكثر تقنية، بما في ذلك التصاميم التفاعلية التي أدت إلى برامج تمثيل البيانات بصريًا . ^{[ 47 ]}

بدأ البحث الحديث في مجال التصور البصري مع رسومات الحاسوب ، التي استُخدمت منذ بداياتها لدراسة المشكلات العلمية. إلا أن محدودية إمكانيات الرسومات في بداياتها حدّت من جدواها. وقد بدأ التركيز على التصور البصري مؤخرًا في عام ١٩٨٧ مع العدد الخاص من مجلة رسومات الحاسوب بعنوان "التصور البصري في الحوسبة العلمية ". ومنذ ذلك الحين، عُقدت العديد من المؤتمرات وورش العمل برعاية مشتركة من جمعية مهندسي الكهرباء والإلكترونيات (IEEE) وجمعية الحوسبة المتقدمة (ACM SIGGRAPH ). ^{[ ٤٨ ]} وقد خُصصت هذه المؤتمرات وورش العمل لمواضيع عامة مثل تصور البيانات والمعلومات والتصور العلمي ، بالإضافة إلى مجالات أكثر تحديدًا مثل تصور الحجم .

تتيح برامج مثل SAS و SOFA و R و Minitab وCornerstone وغيرها إمكانية تمثيل البيانات بصريًا في مجال الإحصاء. كما تُسهم تطبيقات أخرى لتمثيل البيانات بصريًا، أكثر تخصصًا وتخصيصًا للأفراد، ولغات برمجة مثل D3 و Python (عبر matplotlib وseaborn) و JavaScript وJava (عبر JavaFX) في جعل تمثيل البيانات الكمية بصريًا ممكنًا. وقد طورت المدارس الخاصة أيضًا برامج لتلبية الطلب على تعلم تمثيل البيانات بصريًا ومكتبات البرمجة المرتبطة بها، بما في ذلك برامج مجانية مثل The Data Incubator أو برامج مدفوعة مثل General Assembly . ^{[ 49 ]}

بدأ برنامج سنوي حول تصور البيانات التفاعلي، انطلاقًا من ندوة "من البيانات إلى الاكتشاف" عام 2013، بالتعاون بين كلية آرت سنتر للتصميم، ومعهد كاليفورنيا للتكنولوجيا، ومختبر الدفع النفاث في باسادينا. ^{[ 50 ]} يطرح البرنامج التساؤلات التالية: كيف يُمكن لتصور البيانات التفاعلي أن يُساعد العلماء والمهندسين على استكشاف بياناتهم بفعالية أكبر؟ كيف يُمكن للحوسبة والتصميم والتفكير التصميمي أن تُساهم في تحقيق أقصى استفادة من نتائج البحث؟ ما هي المنهجيات الأكثر فعالية للاستفادة من المعرفة المُستقاة من هذه المجالات؟ من خلال ترميز المعلومات العلائقية بخصائص بصرية وتفاعلية مُلائمة للمساعدة في تحليل البيانات، واكتساب رؤى جديدة في نهاية المطاف، يُطور البرنامج مناهج جديدة مُتعددة التخصصات لحلّ المشكلات العلمية المُعقدة، جامعًا بين التفكير التصميمي وأحدث الأساليب من الحوسبة، والتصميم المُتمحور حول المستخدم، وتصميم التفاعل، والرسومات ثلاثية الأبعاد.

في السنوات الأخيرة، ومع تزايد شعبية الألعاب، بدأ تطبيق تقنيات عرض البيانات والمعلومات في صناعة الألعاب تدريجيًا، وذلك باستخدام أدوات تحليلية لتقييم إحصائيات اللاعبين وأداء اللعبة، والتي تُعرض على شكل نقاط صحة وخرائط ورسوم بيانية. يقوم المطورون بعد ذلك بجمع البيانات وتخزينها. يُسهم تطبيق هذه الأدوات في تحسين تجربة المستخدم وتطوير وتحديث الألعاب الجديدة.

مصطلحات

تتضمن عملية تمثيل البيانات مصطلحات محددة، بعضها مستمد من الإحصاء. على سبيل المثال، يُعرّف المؤلف ستيفن فيو نوعين من البيانات، يُستخدمان معًا لدعم تحليل أو تمثيل بيانات ذي معنى:

المتغيرات الفئوية: تمثل مجموعات من الأشياء ذات سمة معينة. يمكن أن تكون المتغيرات الفئوية اسمية أو ترتيبية. المتغيرات الاسمية، مثل الجنس، لا يوجد ترتيب بينها، وبالتالي فهي اسمية. أما المتغيرات الترتيبية فهي فئات مرتبة، على سبيل المثال، تسجيل الفئة العمرية التي ينتمي إليها شخص ما. ^{[ 51 ]}
المتغيرات الكمية: تمثل القياسات، مثل طول شخص أو درجة حرارة بيئة ما. يمكن أن تكون المتغيرات الكمية متصلة أو منفصلة . تعكس المتغيرات المتصلة فكرة إمكانية إجراء القياسات بدقة عالية دائمًا. بينما تقتصر المتغيرات المنفصلة على عدد محدود من الاحتمالات، مثل عدد النتائج أو العمر المقاس بالسنوات الكاملة. ^{[ 51 ]}

يُعد التمييز بين المتغيرات الكمية والمتغيرات الفئوية أمراً مهماً لأن النوعين يتطلبان أساليب مختلفة للتصور.

يُعد الجدولان والرسوم البيانية نوعين أساسيين من طرق عرض المعلومات .

يحتوي الجدول على بيانات كمية مُنظمة في صفوف وأعمدة مع تسميات فئوية. ويُستخدم بشكل أساسي للبحث عن قيم محددة. في المثال أعلاه، قد يحتوي الجدول على تسميات أعمدة فئوية تُمثل الاسم ( متغير نوعي ) والعمر ( متغير كمي )، حيث يُمثل كل صف من البيانات شخصًا واحدًا ( وحدة التجربة المأخوذة منها العينة أو التقسيم الفرعي للفئة ).
يُستخدم الرسم البياني بشكل أساسي لعرض العلاقات بين البيانات، ويُصوّر القيم مُشفّرةً على هيئة عناصر مرئية (مثل الخطوط أو الأعمدة أو النقاط). تُعرض القيم العددية ضمن مساحة محددة بمحور واحد أو أكثر . توفر هذه المحاور مقاييس (كمية وفئوية) تُستخدم لتسمية العناصر المرئية وتحديد قيمها. يُشار إلى العديد من الرسوم البيانية أيضًا باسم المخططات . ^{[ 52 ]}

قام إيبلر ولينغلر بتطوير "الجدول الدوري لأساليب التصور"، وهو مخطط تفاعلي يعرض أساليب متنوعة لتصور البيانات. يتضمن هذا الجدول ستة أنواع من أساليب تصور البيانات: البيانات، والمعلومات، والمفاهيم، والاستراتيجيات، والاستعارات، والأساليب المركبة. ^{[ 53 ]} في كتابها "تحليل وتصميم التصور"، كتبت تامارا مونزنر : "توفر أنظمة التصور الحاسوبية تمثيلات بصرية لمجموعات البيانات مصممة لمساعدة الأفراد على أداء المهام بفعالية أكبر". وتجادل مونزنر بأن التصور "مناسب عندما تكون هناك حاجة إلى تعزيز القدرات البشرية بدلاً من استبدال الأفراد بأساليب اتخاذ القرارات الحاسوبية". ^{[ 54 ]}

التقنيات

اسم	الأبعاد البصرية	الوصف / أمثلة على الاستخدامات
مخطط بياني شريطي	الطول/العدد فئة لون	يعرض البيانات الفئوية باستخدام أعمدة مستطيلة ذات ارتفاعات أو أطوال تتناسب مع القيم التي تمثلها. ويمكن رسم هذه الأعمدة عموديًا أو أفقيًا. يُظهر الرسم البياني الشريطي مقارنات بين فئات منفصلة . يُظهر أحد محوري الرسم البياني الفئات المحددة التي تتم مقارنتها، بينما يُمثل المحور الآخر قيمة مُقاسة. تُظهر بعض الرسوم البيانية الشريطية أشرطة مُجمّعة في مجموعات تضم أكثر من شريط واحد، مما يدل على قيم أكثر من متغير مُقاس. ويمكن تمييز هذه المجموعات المُجمّعة باستخدام اللون. على سبيل المثال؛ مقارنة القيم، مثل أداء المبيعات لعدة أشخاص أو شركات في فترة زمنية واحدة.
مخطط شريطي متغير العرض (variwide)	الفئة (الحجم/العدد/المدى في البعد الأول) الحجم/العدد/المدى في البعد الثاني الحجم/العدد/المدى كمساحة الشريط لون	يتضمن معظم ميزات الرسم البياني الشريطي الأساسي، أعلاه تمثل مساحات الأعمدة غير المنتظمة العرض كميات ذات مساحات A ، وهي ناتج ضرب أزواج مرتبطة من كميات المحور الرأسي ( A/X ) و · كميات المحور الأفقي ( X ). حسابيًا: (A/X)X=A* لكل شريط أمثلة: مخططات الفسيفساء (المعروفة أيضًا باسم مخططات ماريميكو أو ميكو)

مخطط شريطي متعامد (مركب متعامد)	القيمة العددية للمتغير الأول (المدى في البعد الأول؛ أشرطة أفقية متراكبة) القيمة العددية للمتغير الثاني (المدى في البعد الثاني؛ مثل الرسم البياني الشريطي الرأسي التقليدي) تصنيف للمتغيرين الأول والثاني (على سبيل المثال، مرمز بالألوان)	يتضمن معظم ميزات الرسم البياني الشريطي الأساسي، أعلاه أزواج من المتغيرات الرقمية، عادةً ما تكون مرمزة بالألوان، معروضة حسب الفئة لا يشترط أن تكون المتغيرات مرتبطة بشكل مباشر كما هو الحال في المخططات "المتغيرة على نطاق واسع".
الرسم البياني	حدود الصناديق عدد/طول لون	تمثيل تقريبي لتوزيع البيانات العددية. يتم تقسيم نطاق القيم بالكامل إلى سلسلة من الفترات، ثم حساب عدد القيم التي تقع في كل فترة، وتُسمى هذه العملية بالتجميع . تُحدد الفترات عادةً على أنها فترات متتالية غير متداخلة لمتغير ما. يجب أن تكون الفترات متجاورة، وغالبًا ما تكون متساوية في الحجم (ولكن ليس شرطًا). على سبيل المثال، تحديد تكرار العوائد السنوية لنسبة سوق الأسهم ضمن نطاقات معينة (فئات) مثل 0-10%، 11-20%، إلخ. يمثل ارتفاع الشريط عدد الملاحظات (السنوات) التي يكون فيها العائد % في النطاق الذي تمثله الفئة المعنية.
مخطط التشتت (مخطط النقاط)	الموضع x الموضع ص الرمز/الرسم لون مقاس	يستخدم الإحداثيات الديكارتية لعرض قيم متغيرين عادةً لمجموعة من البيانات. يمكن ترميز النقاط من خلال اللون والشكل و/أو الحجم لعرض متغيرات إضافية. لكل نقطة على الرسم البياني مصطلحان مرتبطان بها هما x و y، ويحددان موقعها على المستوى الديكارتي. تُستخدم مخططات التشتت غالبًا لتسليط الضوء على العلاقة بين المتغيرات (س و ص). وتسمى أيضاً "مخططات النقاط"
مخطط التشتت (ثلاثي الأبعاد)	الموضع س الموضع ص الموضع z لون رمز مقاس	على غرار مخطط التشتت ثنائي الأبعاد أعلاه، يوضح مخطط التشتت ثلاثي الأبعاد العلاقة بين 3 متغيرات عادةً من مجموعة بيانات. يمكن ترميز النقطة مرة أخرى من خلال اللون والشكل و/أو الحجم لعرض متغيرات إضافية
شبكة	حجم العقد لون العقد سمك الروابط لون ربطات العنق التوزيع المكاني	إيجاد التجمعات في الشبكة (على سبيل المثال، تجميع أصدقاء فيسبوك في مجموعات مختلفة). اكتشاف الجسور (وسطاء المعلومات أو وسطاء الحدود) بين المجموعات في الشبكة تحديد العقد الأكثر تأثيراً في الشبكة (على سبيل المثال، تريد شركة استهداف مجموعة صغيرة من الأشخاص على تويتر لحملة تسويقية). إيجاد الجهات الفاعلة الشاذة التي لا تتناسب مع أي مجموعة أو تقع على هامش الشبكة.
مخطط دائري	لون	يمثل الرسم البياني الدائري متغيرًا فئويًا واحدًا مقسمًا إلى شرائح لتوضيح النسبة العددية. في الرسم البياني الدائري، يتناسب طول قوس كل شريحة (وبالتالي زاويتها المركزية ومساحتها ) مع الكمية التي تمثلها. على سبيل المثال، كما هو موضح في الرسم البياني على اليمين، نسبة المتحدثين الأصليين للغة الإنجليزية في جميع أنحاء العالم
مخططات المصفوفة النقطية، وتحديداً مخططات الوافل	لون عدد المناطق (خاصة المربعات)	يمثل المتغيرات الفئوية بعدد المناطق الملونة (عادة مربعات) التي توضح النسبة العددية. تحتوي العديد من مخططات الوافل على مصفوفة من 10x10 مربعات، يمثل كل مربع منها حصة 1% من الإجمالي. يُوصف أحيانًا بشكل عام بأنه "مخطط دائري مربع"
مخطط خطي	الموضع x الموضع ص الرمز/الرسم لون مقاس	يمثل المعلومات كسلسلة من نقاط البيانات تسمى "العلامات" المتصلة بقطع مستقيمة. يشبه مخطط التشتت باستثناء أن نقاط القياس مرتبة (عادة حسب قيمة المحور السيني) وموصولة بقطع مستقيمة. غالباً ما تستخدم لتصوير اتجاه البيانات على مدى فترات زمنية - سلسلة زمنية - وبالتالي يتم رسم الخط غالباً بشكل زمني.
الرسوم البيانية شبه اللوغاريتمية أو اللوغاريتمية المزدوجة (غير الخطية)	الموضع x الموضع ص الرمز/الرسم لون اتصال	يمثل البيانات كخطوط أو سلسلة من النقاط التي تغطي نطاقات واسعة على أحد المحورين أو كليهما. يتم تمثيل أحد المحورين أو كليهما باستخدام مقياس لوغاريتمي غير خطي
مخطط التدفق (نوع من أنواع المخططات المساحية )	عرض لون الوقت (التدفق)	نوع من أنواع المخططات المساحية المكدسة التي يتم إزاحتها حول محور مركزي ، مما ينتج عنه شكل انسيابي. بخلاف مخطط المساحة المكدسة التقليدي الذي يتم فيه تكديس الطبقات فوق محور، يتم وضع الطبقات في مخطط التدفق لتقليل "تذبذبها". تعرض المخططات الانسيابية البيانات ذات القيم الموجبة فقط، ولا يمكنها تمثيل القيم السالبة والموجبة معًا. مثال: يعرض الرسم البياني الموسيقى التي استمع إليها المستخدم بمرور الوقت
خريطة شجرية	مقاس لون	هي طريقة لعرض البيانات الهرمية باستخدام أشكال متداخلة ، وعادة ما تكون مستطيلات. على سبيل المثال، مساحة القرص حسب الموقع / نوع الملف
مخطط جانت	لون الوقت (التدفق)	نوع من أنواع المخططات الشريطية التي توضح جدول المشروع تُظهر مخططات جانت الحديثة أيضًا علاقات التبعية بين الأنشطة وحالة الجدول الزمني الحالية. على سبيل المثال، يستخدم في تخطيط المشاريع
خريطة حرارية	لون متغير فئوي	يمثل حجم الظاهرة كلون في بعدين. توجد فئتان من الخرائط الحرارية: خريطة حرارية للتجمعات: حيث تُعرض القيم في مصفوفة ذات حجم خلية ثابت، وتكون صفوفها وأعمدتها بيانات فئوية. على سبيل المثال، الرسم البياني على اليمين. خريطة حرارية مكانية: حيث لا توجد مصفوفة ذات حجم خلية ثابت، على سبيل المثال خريطة حرارية. على سبيل المثال، خريطة حرارية تُظهر الكثافة السكانية المعروضة على خريطة جغرافية
رسم مخطط	الموضع x لون	يُظهر تسلسل الخطوط الملونة اتجاه سلسلة البيانات بشكل مرئي. يصور متغيراً واحداً - عادةً درجة الحرارة مع مرور الوقت - لتصوير ظاهرة الاحتباس الحراري. بسيط بشكل متعمد - بدون أي مؤشرات تقنية - للتواصل بشكل بديهي مع غير المتخصصين في العلوم ^{[ 55 ]} يمكن "تكديسها" لتمثيل سلاسل متعددة ( مثال )
رسم حلزوني متحرك	المسافة الشعاعية (المتغير التابع) زاوية الدوران (التناوب بين الأشهر) اللون (مرور السنين)	يصور متغيرًا تابعًا واحدًا - عادةً درجة الحرارة مع مرور الوقت - لتصوير ظاهرة الاحتباس الحراري. يتم رسم المتغير التابع تدريجياً على طول "لولب" مستمر يتم تحديده كدالة لـ (أ) زاوية الدوران المستمر (12 شهرًا لكل دورة) و (ب) اللون المتطور (تغيرات اللون على مر السنين) ^{[ 56 ]}
مخطط الصندوق والشارب	المحور السيني المحور الصادي	طريقة لتصوير مجموعات البيانات العددية بيانياً من خلال أرباعها . قد تحتوي مخططات الصندوق أيضًا على خطوط تمتد من الصناديق ( شوارب ) تشير إلى التباين خارج الربعين العلوي والسفلي. يمكن تمثيل القيم الشاذة كنقاط فردية. يمثل المربعان المرسومان فوق بعضهما البعض 50٪ من البيانات الوسطى، ويحدد الخط الفاصل بين المربعين قيمة البيانات الوسيطة، وتمثل الحواف العلوية والسفلية للمربعين نقاط البيانات المئوية 75 و25 على التوالي. تُعدّ مخططات الصندوق غير بارامترية : فهي تُظهر التباين في عينات من مجتمع إحصائي دون افتراض أي شيء عن التوزيع الإحصائي الأساسي ، وبالتالي فهي مفيدة للحصول على فهم أولي لمجموعة البيانات. على سبيل المثال، مقارنة توزيع الأعمار بين مجموعة من الأشخاص (مثل الذكور والإناث).
مخطط انسيابي	سير العمل أو العملية	يمثل سير عمل أو عملية أو نهجًا خطوة بخطوة لحل مهمة ما. يوضح المخطط الانسيابي الخطوات على شكل مربعات من أنواع مختلفة، وترتيبها عن طريق ربط المربعات بالأسهم. على سبيل المثال، توضيح الإجراءات التي يجب اتخاذها إذا كان المصباح لا يعمل، كما هو موضح في الرسم التخطيطي على اليمين.
مخطط الرادار	صفات القيمة المخصصة للسمات	يعرض البيانات متعددة المتغيرات في شكل مخطط ثنائي الأبعاد لثلاثة متغيرات كمية أو أكثر ممثلة على محاور تبدأ من نفس النقطة. عادة ما يكون الموضع النسبي وزاوية المحاور غير مفيد، ولكن يمكن تطبيق العديد من الأساليب الاستدلالية، مثل الخوارزميات التي ترسم البيانات كمساحة إجمالية قصوى، لفرز المتغيرات (المحاور) في مواضع نسبية تكشف عن ارتباطات مميزة ومقايضات ومجموعة كبيرة من المقاييس المقارنة الأخرى. على سبيل المثال، مقارنة السمات/المهارات (مثل مهارات التواصل والتحليل وتكنولوجيا المعلومات) التي يتم تعلمها عبر درجات جامعية مختلفة (مثل الرياضيات والاقتصاد وعلم النفس).
مخطط فين	جميع العلاقات المنطقية الممكنة بين مجموعة محدودة من المجموعات المختلفة .	يُظهر جميع العلاقات المنطقية الممكنة بين مجموعة محدودة من المجموعات المختلفة . تصور هذه المخططات العناصر كنقاط في المستوى، والمجموعات كمناطق داخل منحنيات مغلقة. يتكون مخطط فين من عدة منحنيات مغلقة متداخلة، عادة ما تكون دوائر، يمثل كل منها مجموعة. تمثل النقاط داخل المنحنى المسمى S عناصر المجموعة S ، بينما تمثل النقاط خارج حدوده عناصر غير موجودة في المجموعة S. وهذا يُسهّل عملية التمثيل البصري؛ فعلى سبيل المثال، مجموعة جميع العناصر التي تنتمي إلى كلتا المجموعتين S و T ، والتي يُرمز لها بـ S ∩ T وتُقرأ "تقاطع S و T "، تُمثَّل بصريًا بمنطقة تداخل المنطقتين S و T. في مخططات فين، تتداخل المنحنيات بكل الطرق الممكنة، مما يُظهر جميع العلاقات الممكنة بين المجموعات.
أيقونات العلاقات	لا محور خط متصل الخط المنقط لون	تحليل البيانات الاستكشافي. استبدل مصفوفة الارتباط بمخطط حيث يتم تمثيل الارتباطات "الرائعة" بخط متصل (ارتباط إيجابي)، أو خط منقط (ارتباط سلبي). يمكن ترميز النقاط باستخدام اللون.

تقنيات أخرى

خريطة كارتوجرامية – خريطة مشوهة الحجم لإظهار قيمة أخرى
مخطط التفرع – طريقة التصنيف البيولوجي في علم الأحياء التطوري (علم السلالات)
خريطة مفاهيمية – رسم بياني يوضح العلاقات بين المفاهيم
مخطط التفرع – رسم بياني ذو بنية شجرية (تصنيف)
نموذج مرجعي لتصور المعلومات
الجولة الكبرى - تقنية تصوير البيانات
رسم بياني – تصور رسوم بيانية للعقد والروابط
الشجرة الزائدية – شجرة رياضية في المستوى الزائدي
التحجيم متعدد الأبعاد – مجموعة من تقنيات الترتيب ذات الصلة المستخدمة في تصور المعلومات
الإحداثيات المتوازية – مخطط يعرض بيانات متعددة المتغيرات
بيئة حل المشكلات – نوع من برامج الحاسوب

التفاعلية

تتيح عملية عرض البيانات التفاعلية اتخاذ إجراءات مباشرة على الرسم البياني لتغيير العناصر والربط بين عدة رسومات بيانية. ^{[ 57 ]}

لطالما كان عرض البيانات التفاعلي هدفاً يسعى إليه الإحصائيون منذ أواخر الستينيات. ويمكن الاطلاع على أمثلة لهذه التطورات في مكتبة الفيديو التابعة للجمعية الإحصائية الأمريكية . ^{[ 58 ]}

تشمل التفاعلات الشائعة ما يلي:

التظليل : يعمل باستخدام الفأرة للتحكم في فرشاة الرسم، مما يُغير لون أو شكل عناصر الرسم البياني مباشرةً. قد تكون الفرشاة مؤشرًا، أو قد ترسم مخططًا حول النقاط؛ وقد يكون هذا المخطط غير منتظم الشكل، كحلقة اللاسو. يُستخدم التظليل غالبًا عند وجود عدة رسومات بيانية مرئية ووجود آلية ربط بينها. توجد عدة نماذج مفاهيمية مختلفة للتظليل، بالإضافة إلى عدد من آليات الربط الشائعة. يمكن أن يكون تظليل الرسومات البيانية عملية مؤقتة، حيث تحتفظ النقاط في الرسم البياني النشط بخصائصها الجديدة فقط، بينما تُحاط أو تتقاطع مع الفرشاة. أو قد تكون عملية مستمرة، بحيث تحتفظ النقاط بمظهرها الجديد بعد إبعاد الفرشاة. يُفضل عادةً التظليل المؤقت للتظليل المرتبط، كما ذكرنا سابقًا.
الرسم : يُعدّ التلوين المستمر بالفرشاة مفيدًا عندما نرغب في تجميع النقاط في مجموعات، ثم استخدام عمليات أخرى، مثل الجولة، لمقارنة هذه المجموعات. وقد أصبح من الشائع تسمية هذه العملية بالرسم.
التعريف : والذي يُطلق عليه أيضًا اسم التسمية أو تحديد التسمية، هو أحد أساليب معالجة الرسوم البيانية التي يمكن ربطها. عند تحريك المؤشر بالقرب من نقطة أو حافة في مخطط التشتت، أو عمود في مخطط الأعمدة ، تظهر تسمية تُعرّف عنصر الرسم البياني. هذه الميزة متوفرة على نطاق واسع في العديد من الرسومات التفاعلية، وتُعرف أحيانًا باسم "التمرير بالماوس".
التوسيع : يقوم برسم البيانات على النافذة، وتساعدنا التغييرات في مساحة الرسم البياني على استخلاص معلومات مختلفة من نفس الرسم. يُستخدم التوسيع عادةً لتكبير المناطق المزدحمة في مخطط التشتت، ويمكن استخدامه أيضًا لتغيير نسبة العرض إلى الارتفاع للرسم البياني، للكشف عن خصائص مختلفة للبيانات.
الربط : يربط العناصر المحددة في رسم بياني بعناصر في رسم بياني آخر. أبسط أنواع الربط هو الربط المباشر، حيث يُظهر كلا الرسمين البيانيين إسقاطات مختلفة لنفس البيانات، وتتوافق كل نقطة في أحدهما مع نقطة واحدة فقط في الآخر. عند استخدام الرسوم البيانية المساحية، فإن تحديد أي جزء من المساحة له نفس تأثير تحديدها بالكامل، وهو ما يُعادل تحديد جميع الحالات في الفئة المقابلة. حتى عندما تُمثل بعض عناصر الرسم البياني أكثر من حالة، فإن قاعدة الربط الأساسية لا تزال تربط حالة واحدة في رسم بياني بنفس الحالة في الرسوم البيانية الأخرى. يمكن أيضًا الربط باستخدام متغير فئوي، مثل مُعرّف الموضوع، بحيث يتم تمييز جميع قيم البيانات المُقابلة لهذا الموضوع في جميع الرسوم البيانية المرئية.

وجهات نظر أخرى

تتعدد المناهج المتعلقة بنطاق تمثيل البيانات بصريًا. ويركز أحدها بشكل عام على عرض المعلومات، كما في دراسة فريدمان (2008). ويفترض فريندلي (2008) وجود جزأين رئيسيين لتمثيل البيانات بصريًا: الرسوم البيانية الإحصائية ، ورسم الخرائط الموضوعية . ^{[ 59 ]} وفي هذا السياق، تقدم مقالة "تمثيل البيانات بصريًا: مناهج حديثة" (2007) نظرة عامة على سبعة مواضيع في تمثيل البيانات بصريًا: ^{[ 60 ]}

مقالات وموارد
عرض الاتصالات
عرض البيانات
عرض الأخبار
عرض مواقع الويب
الخرائط الذهنية
الأدوات والخدمات

ترتبط جميع هذه المواضيع ارتباطاً وثيقاً بالتصميم الجرافيكي وتمثيل المعلومات.

من منظور علوم الحاسوب ، قام فريتس بوست في عام 2002 بتصنيف المجال إلى مجالات فرعية: ^{[ 25 ]}^{[ 61 ]}

تصور المعلومات
تقنيات التفاعل وهياكلها
تقنيات النمذجة
أساليب متعددة الدقة
خوارزميات وتقنيات التصور
تصوير الحجم

في مجلة هارفارد بزنس ريفيو، وضع سكوت بيريناتو إطارًا لمنهجية تمثيل البيانات بصريًا. ^{[ 62 ]} للبدء بالتفكير البصري، يجب على المستخدمين التفكير في سؤالين: 1) ما لديك؟ 2) ما الذي تفعله؟ الخطوة الأولى هي تحديد البيانات التي تريد تمثيلها بصريًا. قد تكون هذه البيانات مُستمدة من بيانات فعلية، مثل الأرباح خلال السنوات العشر الماضية، أو من فكرة مفاهيمية، مثل هيكل مؤسسة معينة. بمجرد الإجابة على هذا السؤال، يمكن التركيز على ما إذا كان الهدف هو توصيل معلومات (تمثيل بياني) أو محاولة فهم شيء ما (تمثيل استكشافي). يجمع سكوت بيريناتو هذين السؤالين ليقدم أربعة أنواع من التواصل البصري، لكل منها أهدافه الخاصة. ^{[ 62 ]}

أنواع التواصل البصري الأربعة هي كالتالي:

توضيح الفكرة (مفاهيمي وتصريحي). ^{[ 62 ]}
- تُستخدم هذه الأدوات لتعليم المفاهيم وشرحها وتبسيطها. على سبيل المثال، المخططات التنظيمية وأشجار اتخاذ القرارات.
توليد الأفكار (المفاهيمية والاستكشافية). ^{[ 62 ]}
- تُستخدم لاكتشاف المشكلات وابتكارها وحلها. على سبيل المثال، السبورة البيضاء بعد جلسة عصف ذهني.
الاكتشاف البصري (القائم على البيانات والاستكشافي). ^{[ 62 ]}
- تُستخدم هذه الطريقة لرصد الاتجاهات وفهم البيانات. ويُعدّ هذا النوع من الرسوم البيانية أكثر شيوعًا مع البيانات الكبيرة والمعقدة، حيث تكون مجموعة البيانات غير معروفة إلى حد ما، وتكون المهمة مفتوحة النهاية.
تصور البيانات اليومية (المدفوعة بالبيانات والتصريحية). ^{[ 62 ]}
- يُعدّ هذا النوع من التمثيل البياني الأكثر شيوعًا وبساطةً، ويُستخدم لتأكيد السياق وتحديده. على سبيل المثال، رسم بياني خطي للناتج المحلي الإجمالي بمرور الوقت.

التطبيقات

يتم تطبيق رؤى تصور البيانات والمعلومات في مجالات مثل: ^{[ 18 ]}

منظمة

ومن أبرز المختبرات الأكاديمية والصناعية في هذا المجال:

المؤتمرات في هذا المجال، مرتبة حسب أهميتها في أبحاث تصور البيانات، ^{[ 64 ]} هي:

مؤتمر IEEE للتصور البصري : مؤتمر دولي سنوي يُعنى بالتصور العلمي، وتصور المعلومات، والتحليلات البصرية. يُعقد المؤتمر في شهر أكتوبر.
مؤتمر ACM SIGGRAPH : مؤتمر دولي سنوي حول رسومات الحاسوب، تنظمه منظمة ACM SIGGRAPH. تختلف مواعيد المؤتمر.
مؤتمر العوامل البشرية في أنظمة الحوسبة (CHI) : مؤتمر دولي سنوي حول التفاعل بين الإنسان والحاسوب، تستضيفه جمعية ACM SIGCHI . يُعقد المؤتمر عادةً في أبريل أو مايو.
يوروغرافيكس : مؤتمر سنوي على مستوى أوروبا في مجال رسومات الحاسوب، تنظمه الجمعية الأوروبية لرسومات الحاسوب. يُعقد المؤتمر عادةً في أبريل أو مايو.

للاطلاع على المزيد من الأمثلة، انظر: التصنيف: منظمات رسومات الحاسوب

بنية عرض البيانات

تمثيل مرئي للبيانات من وسائل التواصل الاجتماعي

تُعد بنية عرض البيانات ( DPA ) مجموعة مهارات تسعى إلى تحديد البيانات وتحديد موقعها ومعالجتها وتنسيقها وعرضها بطريقة تُوصل المعنى والمعرفة على النحو الأمثل. تاريخيًا، يُنسب مفهوم هندسة عرض البيانات إلى كيلي لاوت: ^{[ أ ]} "هندسة عرض البيانات (DPA) هي مجموعة مهارات نادرة التطبيق، لكنها بالغة الأهمية لنجاح ذكاء الأعمال وقيمته . تجمع هندسة عرض البيانات بين علم الأرقام والبيانات والإحصاءات لاكتشاف معلومات قيّمة من البيانات وجعلها قابلة للاستخدام وذات صلة وقابلة للتنفيذ، مع فنون تصور البيانات والاتصالات وعلم النفس التنظيمي وإدارة التغيير ، وذلك لتوفير حلول ذكاء الأعمال بنطاق البيانات وتوقيت التسليم والتنسيق والتصورات التي تدعم وتوجه السلوك التشغيلي والتكتيكي والاستراتيجي نحو أهداف العمل (أو المؤسسة) المفهومة بأكثر الطرق فعالية. لا تُعدّ هندسة عرض البيانات مهارةً في مجال تكنولوجيا المعلومات أو الأعمال، بل هي مجال خبرة مستقل. غالبًا ما يتم الخلط بينها وبين تصور البيانات، إلا أن هندسة عرض البيانات هي مجموعة مهارات أوسع بكثير، تشمل تحديد البيانات التي سيتم عرضها، وجدولها الزمني، وتنسيقها الدقيق، وليس فقط أفضل طريقة لعرض البيانات التي تم اختيارها مسبقًا. مهارات تصور البيانات هي أحد عناصر هندسة عرض البيانات."

أهداف

لدى قانون حماية البيانات هدفان رئيسيان:

استخدام البيانات لتوفير المعرفة بأكثر الطرق فعالية (تقليل التشويش والتعقيد والبيانات أو التفاصيل غير الضرورية بالنظر إلى احتياجات وأدوار كل جمهور).
استخدام البيانات لتوفير المعرفة بأكثر الطرق فعالية (توفير بيانات ذات صلة وفي الوقت المناسب وكاملة لكل فرد من أفراد الجمهور بطريقة واضحة ومفهومة تنقل معنى مهماً، وقابلة للتنفيذ، ويمكن أن تؤثر على الفهم والسلوك والقرارات).

نِطَاق

مع وضع الأهداف المذكورة أعلاه في الاعتبار، يتكون العمل الفعلي لهندسة عرض البيانات مما يلي:

إنشاء آليات توصيل فعالة لكل فرد من أفراد الجمهور بناءً على دوره ومهامه وموقعه وإمكانية وصوله إلى التكنولوجيا
تحديد المعنى المهم (المعرفة ذات الصلة) الذي يحتاجه كل فرد من أفراد الجمهور في كل سياق
تحديد الدورية المطلوبة لتحديث البيانات (حداثة البيانات)
تحديد التوقيت المناسب لعرض البيانات (متى وكم مرة يحتاج المستخدم إلى رؤية البيانات)
إيجاد البيانات المناسبة (مجال الموضوع، النطاق التاريخي، الاتساع، مستوى التفاصيل، إلخ).
باستخدام أساليب التحليل والتجميع والتصور المناسبة، وغيرها من أساليب العرض

المجالات ذات الصلة

تتشابه أعمال إدارة البيانات مع العديد من المجالات الأخرى، بما في ذلك:

تحليل الأعمال في تحديد أهداف العمل، وجمع المتطلبات، ورسم خرائط العمليات.
تحسين العمليات التجارية من حيث أن هدفها هو تحسين وتبسيط الإجراءات والقرارات بما يخدم أهداف العمل
تصور البيانات من حيث أنه يستخدم نظريات التصور الراسخة لإضافة أو إبراز المعنى أو الأهمية في عرض البيانات.
تستكشف العلوم الإنسانية الرقمية طرقًا أكثر دقة لتصور البيانات المعقدة.
هندسة المعلومات ، ولكن تركيز هندسة المعلومات ينصب على البيانات غير المهيكلة وبالتالي يستبعد كلاً من التحليل (بالمعنى الإحصائي/البياني) والتحويل المباشر للمحتوى الفعلي (البيانات، بالنسبة لهندسة البيانات) إلى كيانات ومجموعات جديدة.
التفاعل بين الإنسان والحاسوب وتصميم التفاعل ، حيث تم تطوير العديد من المبادئ المتعلقة بكيفية تصميم تصور البيانات التفاعلي بشكل متعدد التخصصات مع التفاعل بين الإنسان والحاسوب.
الصحافة المرئية والصحافة القائمة على البيانات : تهتم الصحافة المرئية بجميع أنواع الوسائل الرسومية لتسهيل سرد الأخبار، بينما لا تعتمد الصحافة القائمة على البيانات بالضرورة على تمثيل البيانات بصريًا. ومع ذلك، يُعدّ مجال الصحافة في طليعة تطوير أساليب جديدة لتمثيل البيانات بصريًا بهدف توصيلها.
التصميم الجرافيكي ، نقل المعلومات من خلال الأسلوب، والطباعة، والموقع، وغيرها من الاعتبارات الجمالية.

انظر أيضاً

التحليلات
فن التغير المناخي
التصوير الحاسوبي
إدارة البيانات
تجسيد البيانات المادية
تحليل البيانات
مستودع البيانات
imc FAMOS ، تحليل البيانات الرسومية
إدارة المعلومات
قائمة برامج الرسوم البيانية المعلوماتية
قائمة الدول حسب التعقيد الاقتصادي ، مثال على رسم خرائط شجرية
قائمة برامج الفنون الرياضية
تصور براءات الاختراع
بيرويت: نقاط تحول في التصميم
الاستدلال الإحصائي

ملحوظات

↑ ظهرت أولى الاستخدامات الرسمية والموثقة لمصطلح "بنية عرض البيانات" في فعاليات إطلاق مايكروسوفت أوفيس 2007 في ديسمبر ويناير وفبراير من عامي 2007-2008 في إدمونتون وكالجاري وفانكوفر، وذلك في عرض تقديمي قدمته كيلي لاوت وصفت فيه نظام ذكاء أعمال مصمم لتحسين جودة الخدمة في شركة للورق واللب. وسُجّل استخدام المصطلح علنًا في 16 ديسمبر 2009 في عرض تقديمي لمايكروسوفت كندا حول أهمية دمج ذكاء الأعمال مع عمليات التعاون المؤسسي.

مراجع

1 2 3 نوسباومر كنافليتش، كول (2 نوفمبر 2015). سرد القصص باستخدام البيانات: دليل لتصور البيانات للمهنيين في مجال الأعمال . جون وايلي وأولاده. ISBN 978-1-119-00225-3.
١ ٢ ٣ ٤ أنتوني أونوين (٣١ يناير ٢٠٢٠). "لماذا يُعدّ تمثيل البيانات بصريًا مهمًا؟ ما هو المهم في تمثيل البيانات بصريًا؟" . مجلة هارفارد لعلوم البيانات . ٢ (١). doi : 10.1162/99608f92.8ae4d525 . تاريخ الاسترجاع: ٢٧ مارس ٢٠٢٣ .
↑ أناندا ميترا (2018)، "إدارة وتصوير البيانات الضخمة غير المهيكلة"، موسوعة علوم وتكنولوجيا المعلومات (الطبعة الرابعة )، آي جي آي جلوبال
^ بوفانيندرا بوتشالا؛ لاسيا سريفيديا كانالا؛ ديفي براسانا دونيبودي؛ هاري كيشان كوندافيتي (2023)، "تطبيقات تحليلات البيانات الضخمة في معلوماتية الرعاية الصحية"، في ناراسيمها راو فاجهالا؛ فيليب إيبن (محرران)، المعلوماتية الصحية وسلامة المرضى في أوقات الأزمات ، IGI Global، الصفحات من 175 إلى 194
↑ هير، جيفري، بوستوك، مايكل، أوجيفيتسكي، فاديم (2010) جولة في عالم التصور البصري، مجلة اتصالات رابطة مكائن الحوسبة، المجلد 53، العدد 6، الصفحات 59-67 https://doi.org/10.1145/1743546.1743567
↑ أولشانيكوفا، إيكاترينا؛ أوميتوف، ألكسندر؛ كوشيريافي، يفغيني؛ أولسون، توماس (2015)، "تصور البيانات الضخمة باستخدام الواقع المعزز والواقع الافتراضي: التحديات وأجندة البحث."، مجلة البيانات الضخمة ، 2 (22) 22، doi : 10.1186/s40537-015-0031-2
↑ كارد ، ماكينلي، وشنايدرمان (1999)، قراءات في تصوير المعلومات: استخدام الرؤية للتفكير ، مورغان كوفمان، ص 6-7 {{citation}}: صيانة CS1: أسماء متعددة: قائمة المؤلفين ( رابط )
1 2 "ما هو تمثيل البيانات بصريًا؟" . آي بي إم . 28 سبتمبر 2021. تم الاطلاع عليه في 27 مارس 2023 .
↑ برنت دايكس (2019)، سرد البيانات الفعال: كيفية إحداث التغيير باستخدام البيانات والسرد والصور ، جون وايلي وأولاده، ص 16
↑ ديفيد سي. لوبلانك ( 2004)، الإحصاء: مفاهيم وتطبيقات في العلوم ، جونز وبارتليت ليرنينج، ص 35-36
↑ جراندجان، مارتن (2022). "تصور البيانات للتاريخ". دليل التاريخ العام الرقمي . ص 291-300 . doi : 10.1515/9783110430295-024 . ISBN 9783110430295.
↑ إي إتش تشي (2013)، إطار عمل لتصور المعلومات ، سبرينغر ساينس آند بيزنس ميديا، ص. 23
↑ جيرشون، ناحوم؛ بيج، وارد (1 أغسطس 2001). "ما يمكن أن يفعله سرد القصص لتصور المعلومات". اتصالات رابطة آلات الحوسبة . 44 (8): 31-37 . doi : 10.1145/381641.381653 . S2CID 7666107 .
↑ ماسون، بيتسي (12 نوفمبر 2019). "لماذا يحتاج العلماء إلى تحسين مهاراتهم في تمثيل البيانات بصريًا" . مجلة Knowable . doi : 10.1146/knowable-110919-1 .
↑ أودونوغ، شون آي؛ بالدي، بينيديتا فريدا؛ كلارك، سوزان جيه؛ دارلينغ، آرون إي؛ هوغان، جيمس إم؛ كور، سانديب؛ ماير-هاين، لينا؛ مكارثي، ديفيس جيه؛ مور، ويليام جيه؛ ستينو، إستر؛ سويدلو، جيسون آر؛ فونغ، جيني؛ بروكتور، جيمس بي. (2018-07-20). "تصور البيانات الطبية الحيوية" . المراجعة السنوية لعلوم البيانات الطبية الحيوية . 1 (1): 275-304 . doi : 10.1146/annurev-biodatasci-080917-013424 . hdl : 10453/125943 . S2CID 199591321. تم الاسترجاع في 25 يونيو 2021 .
↑ ليو يو-هو لو؛ أيوش غوبتا؛ كينتو شيغيو؛ أويو وو؛ إنريكو بيرتيني؛ هوامين كو، التضليل من خلال التصور: ماذا نتعلم من التصورات المضللة؟
↑ بورنر، ك.؛ بوكل، أ.؛ جيندا، م. (2019)، "معرفة تصور البيانات: تعريفات، وأطر مفاهيمية، وتمارين، وتقييمات"، وقائع الأكاديمية الوطنية للعلوم ، 116 (6): 1857-1864 ، Bibcode : 2019PNAS..116.1857B ، doi : 10.1073/pnas.1807180116 ، PMC 6369751 ، PMID 30718386
1 2 بنجامين ب. بيدرسون وبن شنايدرمان (2003). فن تمثيل المعلومات بصريًا: قراءات وتأملات ، مورغان كوفمان، رقم ISBN 1-55860-915-6.
↑ جيمس ج. توماس وكريستين أ. كوك (محرران) (2005). إنارة الطريق: أجندة البحث والتطوير للتحليلات المرئية. مؤرشف في 29 سبتمبر 2008 على موقع Wayback Machine . المركز الوطني للتصور والتحليلات. ص 30
1 2 "ستيفن فيو - الحافة الإدراكية - اختيار الرسم البياني المناسب لرسالتك - 2004" (ملف PDF) . مؤرشف (PDF) من الأصل بتاريخ 2014-10-05 . تم الاطلاع عليه بتاريخ 2014-09-08 .
↑ "10 أمثلة على تصورات بيانات الخرائط التفاعلية" . Tableau .
↑ إنجبرتسن، مارتن؛ هيلين، كينيدي، محرران. (16 أبريل 2020). تصوير البيانات في المجتمع . مطبعة جامعة أمستردام. doi : 10.5117/9789463722902_ch02 . ISBN 978-90-485-4313-7.
↑ فيتالي فريدمان (2008) "تصور البيانات والرسوم البيانية" مؤرشف في 2008-07-22 في Wayback Machine في: الرسومات ، إلهام الاثنين، 14 يناير 2008.
↑ فيغاس، فرناندو؛ واتنبرغ، مارتن (19 أبريل 2011). "كيفية جعل البيانات تبدو جذابة" . سي إن إن . مؤرشف من الأصل في 6 مايو 2011. تم الاطلاع عليه في 7 مايو 2017 .
1 2 فريتس هـ. بوست، غريغوري م. نيلسون، وجورج بيير بونو (2002). تصوير البيانات: أحدث التقنيات . ورقة بحثية، جامعة دلفت للتكنولوجيا، 2002. مؤرشفة بتاريخ 7 أكتوبر 2009 في أرشيف الإنترنت (Wayback Machine ).
↑ توكي، جون (1977). تحليل البيانات الاستكشافي . أديسون-ويسلي. ISBN 0-201-07616-0.
↑ techatstate (7 أغسطس 2013). "Tech@State: تصور البيانات - كلمة رئيسية للدكتور إدوارد توفت" . مؤرشف من الأصل في 29 مارس 2017. تم الاطلاع عليه في 29 نوفمبر 2016 - عبر يوتيوب.
↑ كليفلاند، دبليو إس؛ ماكجيل، آر. (1985). "الإدراك البياني والأساليب البيانية لتحليل البيانات العلمية". مجلة ساينس . 229 (4716): 828-833 . Bibcode : 1985Sci...229..828C . doi : 10.1126 / science.229.4716.828 . PMID 17777913. S2CID 16342041 .
↑ توفت، إدوارد ر. (1983). العرض المرئي للمعلومات الكمية ( الطبعة الثانية). تشيشاير، كونيتيكت، الولايات المتحدة الأمريكية: غرافيكس برس ذ.م.م. رقم ISBN 9780318029924.
1 2 3 تافت، إدوارد (1983). العرض المرئي للمعلومات الكمية . تشيشاير، كونيتيكت: غرافيكس برس. ISBN 0-9613921-4-2أُرشف من المصدر الأصلي بتاريخ 14 يناير 2013. تم الاطلاع عليه بتاريخ 10 أغسطس 2019 .
↑ "سرد القصص المرئية حول البيانات - مكتب الميزانية في الكونغرس" . www.cbo.gov . مؤرشف من الأصل بتاريخ 4 ديسمبر 2014. تم الاطلاع عليه بتاريخ 27 نوفمبر 2014 .
1 2 كوسارا، روبرت (16 يوليو 2007). "نقد التصور البصري - الحلقة المفقودة بين تصور المعلومات والفن". المؤتمر الدولي الحادي عشر لتصور المعلومات (IV '07)، 2007. الصفحات 631-636 . doi : 10.1109/IV.2007.130 . ISBN 978-0-7695-2900-4ISSN 1550-6037
↑ زيمكيويتش، سي.؛ كوسارا، ر. (2009). "دمج تمثيل المعلومات المرئي ضمن التمثيل المرئي". التطورات في أنظمة المعلومات والأنظمة الذكية . دراسات في الذكاء الحسابي. المجلد 251. برلين، هايدلبرغ: سبرينغر. الصفحات 307-326 . doi : 10.1007/978-3-642-04141-9_15 . ISBN 978-3-642-04140-2.
↑ بوكانان، لاري؛ ليثربي، لورين (22 يونيو 2022). "من يوقف 'رجلاً سيئاً يحمل سلاحاً'؟" . صحيفة نيويورك تايمز . مؤرشف من الأصل في 22 يونيو 2022. مصدر البيانات: مركز التدريب المتقدم للاستجابة السريعة لإنفاذ القانون
↑ "مصفوفة اختيار الرسم البياني للحواف الإدراكية لستيفن فيو" (ملف PDF) . مؤرشف (ملف PDF) من الأصل بتاريخ 2014-10-05 . تم الاطلاع عليه بتاريخ 2014-09-08 .
1 2 "ستيفن فيو - تسخير قوة الإدراك البصري - سبتمبر 2004" (ملف PDF) . مؤرشف (ملف PDF) من الأصل بتاريخ 5 أكتوبر 2014. تم الاطلاع عليه بتاريخ 8 أكتوبر 2014 .
1 2 3 "تصور البيانات للإدراك البشري" . مؤسسة تصميم التفاعل . مؤرشف من الأصل بتاريخ 23-11-2015 . تم الاطلاع عليه بتاريخ 23-11-2015 .
↑ "التصور" (ملف PDF) . جامعة سيمون فريزر . محاضرة من جامعة سيمون فريزر. مؤرشف من النسخة الأصلية (ملف PDF) بتاريخ 22 يناير 2016. تم الاطلاع عليه بتاريخ 22 نوفمبر 2015 .
↑ غراهام، فيونا (17 أبريل 2012). "هل يمكن للصور أن تحد من فائض البيانات؟" . بي بي سي نيوز . تم الاطلاع عليه بتاريخ 30 يوليو 2020 .
1 2 3 فريندلي، مايكل (2008). "تاريخ موجز لتصوير البيانات". دليل تصوير البيانات . سبرينغر-فيرلاغ. ص 15-56 . doi : 10.1007/978-3-540-33037-0_2 . ISBN 9783540330370. S2CID 62626937 .
↑ وايت هاوس، د. (9 أغسطس 2000). "اكتشاف خريطة نجوم العصر الجليدي" . بي بي سي نيوز . مؤرشف من الأصل في 6 يناير 2018. تم الاطلاع عليه في 20 يناير 2018 .
↑ دراجيسيفيتش، بيير؛ جانسن، إيفون (2012). "قائمة التصورات المادية والقطع الأثرية ذات الصلة" . مؤرشف من الأصل بتاريخ 13 يناير 2018. تم الاطلاع عليه بتاريخ 12 يناير 2018 .
↑ جانسن، إيفون؛ دراجيسيفيتش، بيير؛ إيزنبرغ، بيترا ؛ ألكسندر، جيسون؛ كارنيك، أبهيجيت؛ كيلدال، يوهان؛ سوبرامانيان، سريرام؛ هورنباك، كاسبر (2015). "الفرص والتحديات لتجسيد البيانات" . وقائع المؤتمر السنوي الثالث والثلاثين لجمعية ACM حول العوامل البشرية في أنظمة الحوسبة : 3227-3236 . مؤرشف من الأصل بتاريخ 13 يناير 2018. تم الاطلاع عليه بتاريخ 12 يناير 2018 .
1 2 فريندلي، مايكل (2001). "معالم بارزة في تاريخ رسم الخرائط الموضوعية، والرسوم البيانية الإحصائية، وتصور البيانات" . مؤرشف من الأصل في 14 أبريل 2014.
↑ فانكهاوزر، هوارد غراي (يناير 1936). " ملاحظة حول رسم بياني من القرن العاشر". أوزيريس . 1 : 260-262 . doi : 10.1086/368425 . JSTOR 301609. S2CID 144492131 .
↑ "تصور البيانات: التعريف، الأمثلة، الأدوات، النصائح [ دليل 2020 ] " . استشارات أبحاث السوق . 9 ديسمبر 2020. تاريخ الاسترجاع: 9 ديسمبر 2020 .
↑ فريندلي، مايكل (2006). "تاريخ موجز لتصور البيانات" (ملف PDF) . جامعة يورك . سبرينغر-فيرلاغ. مؤرشف (ملف PDF) من الأصل بتاريخ 8 مايو 2016. تم الاطلاع عليه بتاريخ 22 نوفمبر 2015 .
↑ جي. سكوت أوين (1999). تاريخ التصور البصري. مؤرشف بتاريخ 8 أكتوبر 2012 في أرشيف الإنترنت . تم الاطلاع عليه بتاريخ 19 يناير 2010.
↑ «نيويورك تُنشئ معسكرًا تدريبيًا جديدًا لعلماء البيانات: مجاني، لكن القبول فيه أصعب من جامعة هارفارد» . فينشر بيت . مؤرشف من الأصل بتاريخ 15 فبراير 2016. تم الاطلاع عليه بتاريخ 21 فبراير 2016 .
↑ عرض البيانات التفاعلي
1 2 بولمر، مايكل (2013). مقدمة موجزة لتحليل البيانات . جامعة كوينزلاند: مركز النشر عند الطلب. الصفحات 4-5 . ISBN 978-1-921723-10-0.
↑ "ستيفن فيو - اختيار الرسم البياني المناسب لرسالتك - سبتمبر 2004" (ملف PDF) . مؤرشف (ملف PDF) من الأصل بتاريخ 5 أكتوبر 2014. تم الاطلاع عليه بتاريخ 8 سبتمبر 2014 .
↑ لينغلر، رالف ؛ إبلر، مارتن ج . "جدول دوري لأساليب التصور البصري" . www.visual-literacy.org. مؤرشف من الأصل في 16 مارس 2013. تم الاطلاع عليه في 15 مارس 2013 .
↑ مونزنر، تمارا؛ ماغواير، إيمون (2015). تحليل وتصميم التصورات . سلسلة إيه كيه بيترز للتصورات. بوكا راتون، لندن، نيويورك: مطبعة سي آر سي. رقم ISBN 978-1-4665-0891-0.
↑ كان، برايان (17 يونيو 2019). "هذه الرؤية المذهلة لتغير المناخ قابلة للتخصيص الآن لأي مكان على وجه الأرض" . جيزمودو . مؤرشف من الأصل في 26 يونيو 2019.تم تطويره في مايو 2018 بواسطة إد هوكينز ، جامعة ريدينغ .
↑ موني، كريس (11 مايو 2016). "هذا العالم غيّر طريقة تفكيرنا في تغير المناخ بصورة متحركة واحدة" . صحيفة واشنطن بوست . مؤرشف من الأصل في 6 فبراير 2019. قام إد هوكينز بأخذ بيانات درجات الحرارة الشهرية هذه ورسمها على شكل حلزوني، بحيث توجد اثنا عشر نقطة لكل عام، نقطة لكل شهر، حول مركز دائرة - مع درجات حرارة أكثر دفئًا في الخارج ودرجات حرارة أكثر برودة في الداخل.
↑ سوين، ديبورا (1999). "مقدمة للعدد الخاص حول تحليل البيانات الرسومية التفاعلية: ما هو التفاعل؟". الإحصاءات الحاسوبية . 14 (1): 1-6 . doi : 10.1007/PL00022700 . S2CID 86788346 .
↑ جمعية الإحصاء الأمريكية، قسم الرسوم البيانية الإحصائية. "مكتبة إعارة الفيديو" . مؤرشف من الأصل بتاريخ 20 يناير 2021. تم الاطلاع عليه بتاريخ 17 فبراير 2021 .
↑ مايكل فريندلي (2008). "معالم بارزة في تاريخ رسم الخرائط الموضوعية، والرسوم البيانية الإحصائية، وتصور البيانات" مؤرشف في 2008-09-11 في Wayback Machine .
↑ "تصور البيانات: مناهج حديثة" مؤرشف بتاريخ 22 يوليو 2008 في أرشيف الإنترنت (Wayback Machine) . في: الرسومات ، 2 أغسطس 2007
↑ فريتس إتش. بوست، غريغوري إم. نيلسون وجورج بيير بونو (2002). تصور البيانات: أحدث التقنيات. مؤرشف بتاريخ 2009-10-07 في Wayback Machine .
1 2 3 4 5 6 بيريناتو، سكوت (يونيو 2016). "الرسوم البيانية التي تُجدي نفعاً" . مجلة هارفارد للأعمال : 92-100 .
↑ فيصل، سارة؛ بلاندفورد، آن؛ بوتس، هنري دبليو دبليو (2013). "فهم المعلومات الصحية الشخصية: تحديات تصوير المعلومات" ( ملف PDF) . مجلة المعلوماتية الصحية . 19 (3): 198-217 . doi : 10.1177/1460458212465213 . PMID 23981395. S2CID 3825148 .
↑ كوسارا، روبرت (11 نوفمبر 2013). "دليل جودة أماكن العرض المرئي المختلفة" . eagereyes . تم الاطلاع عليه في 7 أبريل 2017 .

للمزيد من القراءة

فيو، ستيفن (2012). أرني الأرقام: تصميم الجداول والرسوم البيانية للتنوير ( الطبعة الثانية). دار النشر التحليلية. رقم ISBN 9780970601971.— دليل عملي يركز على تطبيقات الأعمال لتصور البيانات.
هيلي، كيران (2026). تصوير البيانات: مقدمة عملية . مطبعة جامعة برينستون. ISBN 978-0-691-18161-5.— دليل حديث يوازن بين المهارات التقنية ومبادئ التصميم، ويضم أمثلة قائمة على لغة البرمجة R.
شوابيش، جوناثان أ. 2014. " دليل الاقتصادي لتصور البيانات ". مجلة وجهات النظر الاقتصادية ، 28 (1): 209-34. — دليل متخصص لتصور البيانات الاقتصادية بمبادئ قابلة للتطبيق في مختلف المجالات.
ويلك، كلاوس أو. (2018). أساسيات تمثيل البيانات بصريًا . أورايلي. ISBN 978-1-4920-3108-6أُرشف من المصدر الأصلي بتاريخ 19 أكتوبر 2019. تم الاطلاع عليه بتاريخ 22 سبتمبر 2018 .— دليل شامل يركز على مبادئ التصور الفعال مع أمثلة من العالم الحقيقي، متوفر بنسخة مطبوعة ومورد متاح عبر الإنترنت.
تافت، إدوارد ر. (2015). العرض المرئي للمعلومات الكمية ( الطبعة الثانية). دار غرافيكس للنشر. رقم ISBN 9780961392147.— نص تأسيسي كلاسيكي حول مبادئ التصور البصري، ولا يزال مؤثراً بعد عقود من نشره لأول مرة.

روابط خارجية

معالم بارزة في تاريخ رسم الخرائط الموضوعية، والرسوم البيانية الإحصائية، وتصور البيانات ، تسلسل زمني مصور للابتكارات من تأليف مايكل فريندلي ودانيال جيه دينيس.
جامعة ديوك - عرض تقديمي لكريستا كيليهر - التواصل من خلال الرسوم البيانية - تصوير المعلومات العلمية والهندسية، 2015

[65] ظهرت أولى الاستخدامات الرسمية والموثقة لمصطلح "بنية عرض البيانات" في فعاليات إطلاق مايكروسوفت أوفيس 2007 في ديسمبر ويناير وفبراير من عامي 2007-2008 في إدمونتون وكالجاري وفانكوفر، وذلك في عرض تقديمي قدمته كيلي لاوت وصفت فيه نظام ذكاء أعمال مصمم لتحسين جودة الخدمة في شركة للورق واللب. وسُجّل استخدام المصطلح علنًا في 16 ديسمبر 2009 في عرض تقديمي لمايكروسوفت كندا حول أهمية دمج ذكاء الأعمال مع عمليات التعاون المؤسسي.

[Nussbaumer_Knaflic-1] 1 2 3 نوسباومر كنافليتش، كول (2 نوفمبر 2015). سرد القصص باستخدام البيانات: دليل لتصور البيانات للمهنيين في مجال الأعمال . جون وايلي وأولاده. ISBN 978-1-119-00225-3.

[HDSR-2] ١ ٢ ٣ ٤ أنتوني أونوين (٣١ يناير ٢٠٢٠). "لماذا يُعدّ تمثيل البيانات بصريًا مهمًا؟ ما هو المهم في تمثيل البيانات بصريًا؟" . مجلة هارفارد لعلوم البيانات . ٢ (١). doi : 10.1162/99608f92.8ae4d525 . تاريخ الاسترجاع: ٢٧ مارس ٢٠٢٣ .

[3] أناندا ميترا (2018)، "إدارة وتصوير البيانات الضخمة غير المهيكلة"، موسوعة علوم وتكنولوجيا المعلومات (الطبعة الرابعة )، آي جي آي جلوبال

[4] بوفانيندرا بوتشالا؛ لاسيا سريفيديا كانالا؛ ديفي براسانا دونيبودي؛ هاري كيشان كوندافيتي (2023)، "تطبيقات تحليلات البيانات الضخمة في معلوماتية الرعاية الصحية"، في ناراسيمها راو فاجهالا؛ فيليب إيبن (محرران)، المعلوماتية الصحية وسلامة المرضى في أوقات الأزمات ، IGI Global، الصفحات من 175 إلى 194

[5] هير، جيفري، بوستوك، مايكل، أوجيفيتسكي، فاديم (2010) جولة في عالم التصور البصري، مجلة اتصالات رابطة مكائن الحوسبة، المجلد 53، العدد 6، الصفحات 59-67 https://doi.org/10.1145/1743546.1743567

[6] أولشانيكوفا، إيكاترينا؛ أوميتوف، ألكسندر؛ كوشيريافي، يفغيني؛ أولسون، توماس (2015)، "تصور البيانات الضخمة باستخدام الواقع المعزز والواقع الافتراضي: التحديات وأجندة البحث."، مجلة البيانات الضخمة ، 2 (22) 22، doi : 10.1186/s40537-015-0031-2

[7] كارد ، ماكينلي، وشنايدرمان (1999)، قراءات في تصوير المعلومات: استخدام الرؤية للتفكير ، مورغان كوفمان، ص 6-7 {{citation}}: صيانة CS1: أسماء متعددة: قائمة المؤلفين ( رابط )

[IBM-8] 1 2 "ما هو تمثيل البيانات بصريًا؟" . آي بي إم . 28 سبتمبر 2021. تم الاطلاع عليه في 27 مارس 2023 .

[9] برنت دايكس (2019)، سرد البيانات الفعال: كيفية إحداث التغيير باستخدام البيانات والسرد والصور ، جون وايلي وأولاده، ص 16

[10] ديفيد سي. لوبلانك ( 2004)، الإحصاء: مفاهيم وتطبيقات في العلوم ، جونز وبارتليت ليرنينج، ص 35-36

[11] جراندجان، مارتن (2022). "تصور البيانات للتاريخ". دليل التاريخ العام الرقمي . ص 291-300 . doi : 10.1515/9783110430295-024 . ISBN 9783110430295.

[12] إي إتش تشي (2013)، إطار عمل لتصور المعلومات ، سبرينغر ساينس آند بيزنس ميديا، ص. 23

[Gershon-13] جيرشون، ناحوم؛ بيج، وارد (1 أغسطس 2001). "ما يمكن أن يفعله سرد القصص لتصور المعلومات". اتصالات رابطة آلات الحوسبة . 44 (8): 31-37 . doi : 10.1145/381641.381653 . S2CID 7666107 .

[Mason-14] ماسون، بيتسي (12 نوفمبر 2019). "لماذا يحتاج العلماء إلى تحسين مهاراتهم في تمثيل البيانات بصريًا" . مجلة Knowable . doi : 10.1146/knowable-110919-1 .

[O'Donoghue-15] أودونوغ، شون آي؛ بالدي، بينيديتا فريدا؛ كلارك، سوزان جيه؛ دارلينغ، آرون إي؛ هوغان، جيمس إم؛ كور، سانديب؛ ماير-هاين، لينا؛ مكارثي، ديفيس جيه؛ مور، ويليام جيه؛ ستينو، إستر؛ سويدلو، جيسون آر؛ فونغ، جيني؛ بروكتور، جيمس بي. (2018-07-20). "تصور البيانات الطبية الحيوية" . المراجعة السنوية لعلوم البيانات الطبية الحيوية . 1 (1): 275-304 . doi : 10.1146/annurev-biodatasci-080917-013424 . hdl : 10453/125943 . S2CID 199591321. تم الاسترجاع في 25 يونيو 2021 .

[16] ليو يو-هو لو؛ أيوش غوبتا؛ كينتو شيغيو؛ أويو وو؛ إنريكو بيرتيني؛ هوامين كو، التضليل من خلال التصور: ماذا نتعلم من التصورات المضللة؟

[17] بورنر، ك.؛ بوكل، أ.؛ جيندا، م. (2019)، "معرفة تصور البيانات: تعريفات، وأطر مفاهيمية، وتمارين، وتقييمات"، وقائع الأكاديمية الوطنية للعلوم ، 116 (6): 1857-1864 ، Bibcode : 2019PNAS..116.1857B ، doi : 10.1073/pnas.1807180116 ، PMC 6369751 ، PMID 30718386

[BBB03-18] 1 2 بنجامين ب. بيدرسون وبن شنايدرمان (2003). فن تمثيل المعلومات بصريًا: قراءات وتأملات ، مورغان كوفمان، رقم ISBN 1-55860-915-6.

[19] جيمس ج. توماس وكريستين أ. كوك (محرران) (2005). إنارة الطريق: أجندة البحث والتطوير للتحليلات المرئية. مؤرشف في 29 سبتمبر 2008 على موقع Wayback Machine . المركز الوطني للتصور والتحليلات. ص 30

[ReferenceA-20] 1 2 "ستيفن فيو - الحافة الإدراكية - اختيار الرسم البياني المناسب لرسالتك - 2004" (ملف PDF) . مؤرشف (PDF) من الأصل بتاريخ 2014-10-05 . تم الاطلاع عليه بتاريخ 2014-09-08 .

[21] "10 أمثلة على تصورات بيانات الخرائط التفاعلية" . Tableau .

[22] إنجبرتسن، مارتن؛ هيلين، كينيدي، محرران. (16 أبريل 2020). تصوير البيانات في المجتمع . مطبعة جامعة أمستردام. doi : 10.5117/9789463722902_ch02 . ISBN 978-90-485-4313-7.

[23] فيتالي فريدمان (2008) "تصور البيانات والرسوم البيانية" مؤرشف في 2008-07-22 في Wayback Machine في: الرسومات ، إلهام الاثنين، 14 يناير 2008.

[24] فيغاس، فرناندو؛ واتنبرغ، مارتن (19 أبريل 2011). "كيفية جعل البيانات تبدو جذابة" . سي إن إن . مؤرشف من الأصل في 6 مايو 2011. تم الاطلاع عليه في 7 مايو 2017 .

[FHP02-25] 1 2 فريتس هـ. بوست، غريغوري م. نيلسون، وجورج بيير بونو (2002). تصوير البيانات: أحدث التقنيات . ورقة بحثية، جامعة دلفت للتكنولوجيا، 2002. مؤرشفة بتاريخ 7 أكتوبر 2009 في أرشيف الإنترنت (Wayback Machine ).

[Tukey1977-26] توكي، جون (1977). تحليل البيانات الاستكشافي . أديسون-ويسلي. ISBN 0-201-07616-0.

[27] techatstate (7 أغسطس 2013). "Tech@State: تصور البيانات - كلمة رئيسية للدكتور إدوارد توفت" . مؤرشف من الأصل في 29 مارس 2017. تم الاطلاع عليه في 29 نوفمبر 2016 - عبر يوتيوب.

[28] كليفلاند، دبليو إس؛ ماكجيل، آر. (1985). "الإدراك البياني والأساليب البيانية لتحليل البيانات العلمية". مجلة ساينس . 229 (4716): 828-833 . Bibcode : 1985Sci...229..828C . doi : 10.1126 / science.229.4716.828 . PMID 17777913. S2CID 16342041 .

[29] توفت، إدوارد ر. (1983). العرض المرئي للمعلومات الكمية ( الطبعة الثانية). تشيشاير، كونيتيكت، الولايات المتحدة الأمريكية: غرافيكس برس ذ.م.م. رقم ISBN 9780318029924.

[Tufte1983-30] 1 2 3 تافت، إدوارد (1983). العرض المرئي للمعلومات الكمية . تشيشاير، كونيتيكت: غرافيكس برس. ISBN 0-9613921-4-2أُرشف من المصدر الأصلي بتاريخ 14 يناير 2013. تم الاطلاع عليه بتاريخ 10 أغسطس 2019 .

[31] "سرد القصص المرئية حول البيانات - مكتب الميزانية في الكونغرس" . www.cbo.gov . مؤرشف من الأصل بتاريخ 4 ديسمبر 2014. تم الاطلاع عليه بتاريخ 27 نوفمبر 2014 .

[IEEExplore_2007-32] 1 2 كوسارا، روبرت (16 يوليو 2007). "نقد التصور البصري - الحلقة المفقودة بين تصور المعلومات والفن". المؤتمر الدولي الحادي عشر لتصور المعلومات (IV '07)، 2007. الصفحات 631-636 . doi : 10.1109/IV.2007.130 . ISBN 978-0-7695-2900-4ISSN 1550-6037

[StudiesComputIntell_2009-33] زيمكيويتش، سي.؛ كوسارا، ر. (2009). "دمج تمثيل المعلومات المرئي ضمن التمثيل المرئي". التطورات في أنظمة المعلومات والأنظمة الذكية . دراسات في الذكاء الحسابي. المجلد 251. برلين، هايدلبرغ: سبرينغر. الصفحات 307-326 . doi : 10.1007/978-3-642-04141-9_15 . ISBN 978-3-642-04140-2.

[34] بوكانان، لاري؛ ليثربي، لورين (22 يونيو 2022). "من يوقف 'رجلاً سيئاً يحمل سلاحاً'؟" . صحيفة نيويورك تايمز . مؤرشف من الأصل في 22 يونيو 2022. مصدر البيانات: مركز التدريب المتقدم للاستجابة السريعة لإنفاذ القانون

[35] "مصفوفة اختيار الرسم البياني للحواف الإدراكية لستيفن فيو" (ملف PDF) . مؤرشف (ملف PDF) من الأصل بتاريخ 2014-10-05 . تم الاطلاع عليه بتاريخ 2014-09-08 .

[perceptualedge.com-36] 1 2 "ستيفن فيو - تسخير قوة الإدراك البصري - سبتمبر 2004" (ملف PDF) . مؤرشف (ملف PDF) من الأصل بتاريخ 5 أكتوبر 2014. تم الاطلاع عليه بتاريخ 8 أكتوبر 2014 .

[:0-37] 1 2 3 "تصور البيانات للإدراك البشري" . مؤسسة تصميم التفاعل . مؤرشف من الأصل بتاريخ 23-11-2015 . تم الاطلاع عليه بتاريخ 23-11-2015 .

[38] "التصور" (ملف PDF) . جامعة سيمون فريزر . محاضرة من جامعة سيمون فريزر. مؤرشف من النسخة الأصلية (ملف PDF) بتاريخ 22 يناير 2016. تم الاطلاع عليه بتاريخ 22 نوفمبر 2015 .

[39] غراهام، فيونا (17 أبريل 2012). "هل يمكن للصور أن تحد من فائض البيانات؟" . بي بي سي نيوز . تم الاطلاع عليه بتاريخ 30 يوليو 2020 .

[Springer-Verlag-40] 1 2 3 فريندلي، مايكل (2008). "تاريخ موجز لتصوير البيانات". دليل تصوير البيانات . سبرينغر-فيرلاغ. ص 15-56 . doi : 10.1007/978-3-540-33037-0_2 . ISBN 9783540330370. S2CID 62626937 .

[WhitehouseIce00-41] وايت هاوس، د. (9 أغسطس 2000). "اكتشاف خريطة نجوم العصر الجليدي" . بي بي سي نيوز . مؤرشف من الأصل في 6 يناير 2018. تم الاطلاع عليه في 20 يناير 2018 .

[Dragicevic_2012-42] دراجيسيفيتش، بيير؛ جانسن، إيفون (2012). "قائمة التصورات المادية والقطع الأثرية ذات الصلة" . مؤرشف من الأصل بتاريخ 13 يناير 2018. تم الاطلاع عليه بتاريخ 12 يناير 2018 .

[43] جانسن، إيفون؛ دراجيسيفيتش، بيير؛ إيزنبرغ، بيترا ؛ ألكسندر، جيسون؛ كارنيك، أبهيجيت؛ كيلدال، يوهان؛ سوبرامانيان، سريرام؛ هورنباك، كاسبر (2015). "الفرص والتحديات لتجسيد البيانات" . وقائع المؤتمر السنوي الثالث والثلاثين لجمعية ACM حول العوامل البشرية في أنظمة الحوسبة : 3227-3236 . مؤرشف من الأصل بتاريخ 13 يناير 2018. تم الاطلاع عليه بتاريخ 12 يناير 2018 .

[Friendly_2001-44] 1 2 فريندلي، مايكل (2001). "معالم بارزة في تاريخ رسم الخرائط الموضوعية، والرسوم البيانية الإحصائية، وتصور البيانات" . مؤرشف من الأصل في 14 أبريل 2014.

[FUNKHOUSER-45] فانكهاوزر، هوارد غراي (يناير 1936). " ملاحظة حول رسم بياني من القرن العاشر". أوزيريس . 1 : 260-262 . doi : 10.1086/368425 . JSTOR 301609. S2CID 144492131 .

[46] "تصور البيانات: التعريف، الأمثلة، الأدوات، النصائح [ دليل 2020 ] " . استشارات أبحاث السوق . 9 ديسمبر 2020. تاريخ الاسترجاع: 9 ديسمبر 2020 .

[47] فريندلي، مايكل (2006). "تاريخ موجز لتصور البيانات" (ملف PDF) . جامعة يورك . سبرينغر-فيرلاغ. مؤرشف (ملف PDF) من الأصل بتاريخ 8 مايو 2016. تم الاطلاع عليه بتاريخ 22 نوفمبر 2015 .

[48] جي. سكوت أوين (1999). تاريخ التصور البصري. مؤرشف بتاريخ 8 أكتوبر 2012 في أرشيف الإنترنت . تم الاطلاع عليه بتاريخ 19 يناير 2010.

[49] «نيويورك تُنشئ معسكرًا تدريبيًا جديدًا لعلماء البيانات: مجاني، لكن القبول فيه أصعب من جامعة هارفارد» . فينشر بيت . مؤرشف من الأصل بتاريخ 15 فبراير 2016. تم الاطلاع عليه بتاريخ 21 فبراير 2016 .

[50] عرض البيانات التفاعلي

[:1-51] 1 2 بولمر، مايكل (2013). مقدمة موجزة لتحليل البيانات . جامعة كوينزلاند: مركز النشر عند الطلب. الصفحات 4-5 . ISBN 978-1-921723-10-0.

[52] "ستيفن فيو - اختيار الرسم البياني المناسب لرسالتك - سبتمبر 2004" (ملف PDF) . مؤرشف (ملف PDF) من الأصل بتاريخ 5 أكتوبر 2014. تم الاطلاع عليه بتاريخ 8 سبتمبر 2014 .

[53] لينغلر، رالف ؛ إبلر، مارتن ج . "جدول دوري لأساليب التصور البصري" . www.visual-literacy.org. مؤرشف من الأصل في 16 مارس 2013. تم الاطلاع عليه في 15 مارس 2013 .

[54] مونزنر، تمارا؛ ماغواير، إيمون (2015). تحليل وتصميم التصورات . سلسلة إيه كيه بيترز للتصورات. بوكا راتون، لندن، نيويورك: مطبعة سي آر سي. رقم ISBN 978-1-4665-0891-0.

[Gizmodo_20190617-55] كان، برايان (17 يونيو 2019). "هذه الرؤية المذهلة لتغير المناخ قابلة للتخصيص الآن لأي مكان على وجه الأرض" . جيزمودو . مؤرشف من الأصل في 26 يونيو 2019.تم تطويره في مايو 2018 بواسطة إد هوكينز ، جامعة ريدينغ .

[WashPost_20160511-56] موني، كريس (11 مايو 2016). "هذا العالم غيّر طريقة تفكيرنا في تغير المناخ بصورة متحركة واحدة" . صحيفة واشنطن بوست . مؤرشف من الأصل في 6 فبراير 2019. قام إد هوكينز بأخذ بيانات درجات الحرارة الشهرية هذه ورسمها على شكل حلزوني، بحيث توجد اثنا عشر نقطة لكل عام، نقطة لكل شهر، حول مركز دائرة - مع درجات حرارة أكثر دفئًا في الخارج ودرجات حرارة أكثر برودة في الداخل.

[57] سوين، ديبورا (1999). "مقدمة للعدد الخاص حول تحليل البيانات الرسومية التفاعلية: ما هو التفاعل؟". الإحصاءات الحاسوبية . 14 (1): 1-6 . doi : 10.1007/PL00022700 . S2CID 86788346 .

[58] جمعية الإحصاء الأمريكية، قسم الرسوم البيانية الإحصائية. "مكتبة إعارة الفيديو" . مؤرشف من الأصل بتاريخ 20 يناير 2021. تم الاطلاع عليه بتاريخ 17 فبراير 2021 .

[MF08-59] مايكل فريندلي (2008). "معالم بارزة في تاريخ رسم الخرائط الموضوعية، والرسوم البيانية الإحصائية، وتصور البيانات" مؤرشف في 2008-09-11 في Wayback Machine .

[60] "تصور البيانات: مناهج حديثة" مؤرشف بتاريخ 22 يوليو 2008 في أرشيف الإنترنت (Wayback Machine) . في: الرسومات ، 2 أغسطس 2007

[FHP03-61] فريتس إتش. بوست، غريغوري إم. نيلسون وجورج بيير بونو (2002). تصور البيانات: أحدث التقنيات. مؤرشف بتاريخ 2009-10-07 في Wayback Machine .

[:2-62] 1 2 3 4 5 6 بيريناتو، سكوت (يونيو 2016). "الرسوم البيانية التي تُجدي نفعاً" . مجلة هارفارد للأعمال : 92-100 .

[63] فيصل، سارة؛ بلاندفورد، آن؛ بوتس، هنري دبليو دبليو (2013). "فهم المعلومات الصحية الشخصية: تحديات تصوير المعلومات" ( ملف PDF) . مجلة المعلوماتية الصحية . 19 (3): 198-217 . doi : 10.1177/1460458212465213 . PMID 23981395. S2CID 3825148 .

[64] كوسارا، روبرت (11 نوفمبر 2013). "دليل جودة أماكن العرض المرئي المختلفة" . eagereyes . تم الاطلاع عليه في 7 أبريل 2017 .

[

[

[

[

[ 5 ]

[

[

[ 8 ]

[ 9 ]

[ 10 ]

[ 11 ]

[ 12 ]

[ 13 ]

[ 14 ]

[ 15 ]

[ 16 ]

[

[ 18 ]

[ 19 ]

[ 20 ]

[ 21 ]

[ 22 ]

[ 23 ]

[ 24 ]

[ 25 ]

[

[ 27 ]

[ 28 ]

[ 29 ]

[ 30 ]

[ 31 ]

[ 32 ]

[ 33 ]

[ 34 ]

[ 35 ]

[ 36 ]

[ 38 ]

[ 39 ]

[ 40 ]

[ 41 ]

[ 42 ]

[ 43 ]

[ 44 ]

[ 45 ]

[ 46 ]

[ 47 ]

[ ٤٨ ]

[ 49 ]

[ 50 ]

[ 52 ]

[ 53 ]

[ 54 ]

[ 55 ]

[ 56 ]

[ 57 ]

[ 58 ]

[ 59 ]

[ 60 ]

[ 61 ]

[ 63 ]

[ 64 ]

[ أ ]