Aceptando el Arte de la Visualización Narrativa de Datos

Aceptando la Visualización Narrativa de Datos

Visualización de datos a través de la misión TESS de la NASA: exoplanetas

La visualización de datos es una herramienta poderosa para representar datos complejos a los lectores. Llevándolo un paso más allá, la visualización narrativa nos permite crear historias de datos que transforman la información en una serie de escenas convincentes. Este enfoque adapta la experiencia para la audiencia.

La visualización narrativa se trata de crear escenas que guíen a la audiencia a través de los datos. Representa los datos de una manera innovadora, creando una historia a través de ellos. Esta historia enfatiza los puntos críticos para aumentar la interactividad y permite que la audiencia se relacione con los gráficos. Cada elemento visual debe ser cuidadosamente entrelazado en una historia significativa. Así, estos datos informan a la audiencia mientras resuenan activamente con sus sentidos. Este encuentro pasivo con los datos permite que la audiencia retenga información importante durante un período de tiempo.

Este artículo explorará el concepto de visualización narrativa y sus usos en la comunicación de datos. Los descubrimientos de exoplanetas realizados por la misión Transiting Exoplanet Survey Satellite (TESS) de la NASA servirán como un lente a través del cual podemos examinar las visualizaciones narrativas. También veremos D3, una poderosa biblioteca de JavaScript para crear documentos impulsados por datos.

Descifrando los fundamentos de la visualización narrativa

La visualización narrativa consiste en crear gráficos visualmente atractivos y llevar a tu audiencia en un viaje para descubrir los datos. Los datos se introducen brevemente al principio; se exploran en profundidad en el medio y concluyen arrojando luz sobre las ideas clave o proporcionando herramientas flexibles de exploración, formando así una historia interactiva.

• Este artículo de IA de China propone un Agente de Planificación de Tareas (TaPA) en Tareas Encarnadas para la Planificación Fundamentada con Restricciones de Escena Física
• 10 Mejores Herramientas de IA para el Marketing de Afiliados (Agosto 2023)
• Analizando datos geoespaciales con Python

Es un proceso que organiza los datos en una estructura específica, creando una historia visual en lugar de presentar hechos y cifras al azar. Por lo tanto, los datos se convierten en personajes de una historia, y tu trabajo como narrador es dar vida a estos personajes mediante elementos visuales. La audiencia interactúa con la historia de los datos mientras establece conexiones y reconoce patrones que pueden ser fácilmente retenidos a largo plazo.

Existen tres estructuras principales que pueden tener las visualizaciones narrativas:

1. Narrativas dirigidas por el autor: El autor proporciona un camino específico a través de los datos y dicta la dirección de la historia, guiando a la audiencia a través de los datos de manera estructurada. Las visualizaciones dirigidas por el autor son efectivas para comunicar claramente ideas, como videos.
2. Narrativas dirigidas por el lector: Este enfoque le da el control a la audiencia. Proporciona una experiencia más interactiva donde la audiencia puede explorar los datos a su propio ritmo y seguir su propio camino. Esto puede ser efectivo para fomentar la participación y la exploración. Un ejemplo de esto son los paneles interactivos.
3. Narrativas híbridas: combina elementos de las narrativas dirigidas por el autor y por el lector. Por lo general, comienzan con una introducción dirigida por el autor, seguida de una sección de exploración dirigida por el lector. Esto proporciona un equilibrio entre la narración guiada y la exploración interactiva. Un ejemplo de esto es la representación de datos en forma de copa de Martini.

En nuestras próximas secciones, utilizaremos la estructura de “Copa de Martini”, una narrativa híbrida popular, para visualizar los datos de la misión TESS de la NASA. Esta estructura proporciona una visión general inicial dirigida por el autor (el tallo de la copa), seguida de un espacio de exploración dirigido por el lector (la copa de la copa). Permitiéndonos guiar a la audiencia a través de los puntos clave de los datos antes de permitirles explorar los datos en mayor profundidad.

Estudio de caso: Descubrimiento de exoplanetas a través de la misión TESS de la NASA

En 2018, la NASA emprendió un viaje exploratorio para descubrir exoplanetas más allá de nuestro sistema solar mediante el lanzamiento de la misión Transiting Exoplanet Survey Satellite (TESS).

La misión TESS ha resultado ser un tesoro astronómico. La NASA, a través de esta misión, ha acumulado más de 90 puntos de datos. Estos puntos consisten en información valiosa sobre cada exoplaneta que contribuye a resolver un enigma cósmico. Estos datos incluyen los nombres de los exoplanetas, sus estrellas anfitrionas y el año de descubrimiento, junto con sus características físicas: tamaño, forma, excentricidad y periodo orbital. Estos conjuntos de datos encapsulan la historia de cada exoplaneta, revelando hechos y cifras fascinantes de la misión TESS.

Utilizaremos los datos de TESS para crear una visualización narrativa que cuente la historia de los descubrimientos de exoplanetas a lo largo de los años, con una herramienta flexible al final para un análisis en profundidad.

Escena 1: Resumen de los exoplanetas descubiertosLa narración comienza con un resumen de los exoplanetas descubiertos por TESS desde 2018 hasta 2023, destacando las tendencias a lo largo del tiempo y comparando algunas características con los rangos terrestres a niveles altos. Esto prepara el escenario para nuestra historia, proporcionando contexto sobre la amplitud y alcance de la misión TESS. La primera escena se divide en tres visualizaciones específicas diseñadas para mostrar una visión única de los datos:

• Histograma de Descubrimientos por Año: esto muestra el número de exoplanetas descubiertos cada año. La altura de cada barra corresponde al número de descubrimientos. Para proporcionar una experiencia interactiva, hacer clic en la barra filtra los datos en los otros gráficos para un análisis enfocado de los descubrimientos realizados en ese año en particular.
• Gráfico de Dispersión de Temperatura de Equilibrio vs Excentricidad Orbital: este gráfico de dispersión proporciona una visión de las características de los exoplanetas al comparar su temperatura de equilibrio y su excentricidad orbital. La temperatura de equilibrio, ilustrada en el eje x, aproxima la temperatura promedio de un exoplaneta. La excentricidad orbital, mostrada en el eje y, indica cuánto se desvía la órbita del exoplaneta de un círculo perfecto. Los elementos interactivos permiten a los usuarios explorar los datos en mayor profundidad: al pasar el cursor sobre un círculo se revela una descripción general de los datos, mientras que al hacer clic se lleva al usuario a la segunda escena para una vista de exploración detallada.
• Gráfico de Dispersión de Masa Estelar vs Radio: desplazando el enfoque hacia las estrellas anfitrionas, esta visualización traza la masa estelar frente al radio, cada uno representado por un círculo. Al igual que la visualización anterior, las características interactivas permiten a los usuarios explorar características planetarias específicas.

Escena 2: Exploración en profundidad de exoplanetas individualesA continuación, nos adentramos en los exoplanetas individuales haciendo clic en ellos, explorando sus características únicas y comparando estas características con los rangos encontrados en la Tierra. Los valores se presentan utilizando una serie de barras horizontales que describen un parámetro específico y comparan el valor del exoplaneta con un rango terrestre correspondiente aproximado.

Esta escena ofrece un vistazo más cercano a las propiedades que hacen que cada planeta sea único, como la temperatura de equilibrio, el radio planetario, el semieje mayor orbital, la excentricidad orbital y el radio y masa de la estrella anfitriona.

Escena 3: Exploración interactiva de los datos de TESSLa escena final proporciona una herramienta de exploración interactiva que permite a los usuarios cambiar varios rangos de comparación y seleccionar qué características comparar. En esta escena, permitimos una experiencia de exploración personalizada.

Este estudio de caso demuestra el poder de la visualización narrativa para hacer que los datos complejos sean accesibles y atractivos. En la siguiente sección exploraremos los detalles de implementación.

Uso de D3 para la visualización narrativa

D3.js es un marco de JavaScript para visualizaciones interactivas de datos en la web. Antes de comenzar a construir la visualización narrativa de TESS, exploremos algunas funcionalidades básicas de D3.

Selección de elementos:

Una de las características esenciales de D3 es el método ‘select’. Esto nos permite identificar los elementos en un documento HTML que necesitamos ajustar. Como ejemplo:

d3.select("#visualization")

Agregar y manipular elementos:

D3 puede construir y gestionar elementos SVG utilizando los métodos `append`, `attr` y `style`.

• `append` introduce nuevos elementos (círculos, rectángulos, etc.) en un SVG, cada uno representando diferentes puntos de datos.
• Los métodos `attr` y `style` ajustan los atributos y propiedades de estos elementos, como sus posiciones, tamaños y colores.

Vinculación de datos:

Utilizando el método `data`, D3 vincula datos a elementos visuales. Esto fundamenta su capacidad para crear visualizaciones basadas en datos, permitiendo actualizaciones dinámicas.

Escala:

La escala mapea un dominio de entrada a un rango de salida, ajustando el área de dibujo para sus datos. Por ejemplo, `d3.scaleLinear()` utiliza una escala lineal donde cualquier número dado en el dominio de entrada corresponde directamente a un número en el rango de salida.

Construyendo las escenas de TESS

Ahora que conocemos los conceptos básicos de D3, podemos construir una narrativa atractiva utilizando los datos de la misión TESS (disponibles aquí). Por brevedad, los conceptos básicos de las dos primeras escenas se discuten en detalle en este artículo. Puede consultar el repositorio de GitHub para una implementación completa de las escenas.

Preparar el html

Cargar la biblioteca de d3 en el encabezado

<script src="https://d3js.org/d3.v7.min.js"></script>

Luego, preparar un div contenedor para dibujar los gráficos:

<div id="visualization"></div>

Escena 1: Resumen de los exoplanetas descubiertos

Así es como creamos la primera escena:

1. Los datos de TESS se cargan y almacenan en una variable utilizando la función `d3.csv`.
2. Un gráfico de dispersión representa los exoplanetas descubiertos por TESS a lo largo del tiempo.
3. Se agrega interactividad, permitiendo a los usuarios hacer clic en exoplanetas específicos y navegar a la Escena 2.

Cargar los datos y llamar al código para dibujar la primera escena:

d3.csv("data/tess_confirmed_plannets.csv").then(function(myData) { data = myData; // Escena 1: Resumen drawScene1(myData);});

Dibujemos una muestra de la primera escena mostrando los exoplanetas en un gráfico de dispersión, consulte los comentarios de línea para conocer los detalles de implementación:

Exploración de datos de la misión TESS – ejemplo de código de la escena 1 para dibujar un gráfico de dispersión de resumen

Escena 2: Exploración detallada de exoplanetas individuales

Crearemos la segunda escena siguiendo estos pasos:

1. Crea la función `drawScene2` para utilizar los datos de un exoplaneta seleccionado.
2. Crea elementos visuales que muestren las características individuales de los exoplanetas seleccionados y las comparen con el rango de la Tierra.

Exploración de datos de la misión TESS – ejemplo de código de la escena 2 para comparar las características individuales de los exoplanetas con los rangos de la Tierra

El código proporcionado es una versión simplificada de la Escena 1 y la Escena 2. El código completo, con elementos interactivos y características, se puede obtener del repositorio de GitHub vinculado.

Puede consultar el resultado final de la narrativa a continuación:

https://barqawiz.github.io/NASA_TESS_Narrative/

En conclusión, la visualización narrativa se aparta del camino monótono de comunicación de datos y emprende un viaje. Los datos se presentan de manera estructurada pero atractiva para captar la atención del público. Estas historias de datos involucran al público de manera individualizada. Sin embargo, los curadores de estas historias pueden elegir deliberadamente sus estructuras narrativas para una narración eficiente de los datos, ya sea impulsada por el autor, impulsada por el lector o una narrativa híbrida.

Los datos de la misión del Satélite de Encuentro de Exoplanetas en Tránsito de la NASA se utilizaron como un estudio de caso para demostrar la visualización narrativa. Esta misión de TESS descubrió exoplanetas más allá de nuestro sistema solar con más de 90 características. Se utiliza el enfoque híbrido de la copa de Martini para comunicar estos datos a las audiencias. La narrativa comienza con un enfoque dirigido por el autor y luego pasa a detalles sobre los exoplanetas a través de un método impulsado por el lector para la exploración interactiva y personalizada.

Crear una narrativa visual es un arte en el que es crucial tener certeza sobre tu objetivo final y la audiencia objetivo, y seleccionar la estructura de tu historia para el significado implícito de tus datos y la participación de las audiencias.

Referencias

• Galería de la misión TESS de la NASA: link
• Archivo de exoplanetas de la NASA: link
• Política de contenido de la NASA: link
• Ficha técnica de la Tierra: link
• Repositorio de Github con el código completo: link
• Los datos utilizados después de la limpieza: link
• Curso de UIUC “CS 416: Visualización de datos”.

Cita: El contenido de la NASA (imágenes, videos, audio, etc.) generalmente no está sujeto a derechos de autor y se puede utilizar con fines educativos o informativos sin necesidad de permisos explícitos.

We will continue to update Zepes; if you have any questions or suggestions, please contact us!