Cómo utilicé mi primer #30DayChartChallenge para aprender Observable Plot

Mi experiencia utilizando mi primer #30DayChartChallenge para aprender Observable Plot

Foto de Isaac Smith en Unsplash.

Si te dedicas al campo de los datos, es probable que estés familiarizado/a con la sensación de tener una lista interminable de herramientas que te gustaría aprender, con suerte algún día. Para mí, uno de los elementos en mi lista desde hace mucho tiempo fue Observable Plot, una biblioteca de JavaScript para la visualización de datos exploratorios. Finalmente, este año decidí utilizar el #30DayChartChallenge para adentrarme en esta asombrosa biblioteca. Como participante por primera vez en este desafío, quiero compartir mi experiencia y las ideas obtenidas, así como también brindar consejos para aquellos que estén considerando participar en desafíos similares que se aproximen.

¿Qué es el #30DayChartChallenge?

El #30DayChartChallenge es un desafío impulsado por la comunidad que se lleva a cabo cada año durante abril. Hay una consigna diaria que proporciona un tema para la visualización de ese día, interpretada por el creador/a de la visualización de datos. No hay limitación en la fuente de datos o en la herramienta utilizada para crear estas visualizaciones. Es un evento fascinante para entusiastas de los datos, diseñadores y aspirantes a artistas de visualización de datos.

Por qué participé en el #30DayChartChallenge.

Mi decisión de participar en el desafío se basó en varios factores:

  • Explorar la biblioteca Observable Plot: Este fue mi objetivo principal. Quería ampliar mis habilidades y explorar nuevas herramientas para crear visualizaciones de datos interactivas adentrándome en todas las bondades de la biblioteca Observable Plot basada en JS. Puedes encontrar el código y las fuentes de datos de todas mis visualizaciones, incluidas las mencionadas aquí, en mi colección de #30DayChartChallenge.
  • Mejorar mis habilidades de visualización de datos: Tenía muchas ganas de mejorar mi capacidad para transformar datos en bruto en gráficos y diagramas visualmente atractivos e informativos.
  • Estimular la creatividad: El desafío brindó una oportunidad única para experimentar con diferentes técnicas e ideas de visualización de datos, impulsándome a pensar de manera creativa. Proporcionó una forma realmente divertida de ser creativo en mi narrativa.
  • Crear conexiones: La comunidad de #30DayChartChallenge está compuesta por entusiastas de los datos con diversos antecedentes, lo que proporcionó una excelente plataforma para establecer contactos y compartir ideas.

Consejos de mi primera experiencia en el #30DayChartChallenge de aprendizaje de una nueva herramienta

1. Planificación – Tu Aliado de Confianza:

Con las consignas disponibles mucho antes de que comience el mes, asigna tiempo para brainstorming de ideas, buscar fuentes de datos y dibujar bocetos preliminares. La planificación previa al inicio del desafío te permite centrarte en el proceso de visualización y aprendizaje sin sentirte abrumado/a cada día. Algunas de mis fuentes de datos favoritas que exploré generosamente provienen de Our World in Data y Kaggle.

Aquí tienes una visualización que creé utilizando el conjunto de datos de tornados en Estados Unidos de Kaggle para la consigna “Peligros” en el Día 7.

Día 7: Peligros, fuente: colección #30DayChartChallenge

2. El Arte de la Reutilización de Datos:

Buscar nuevos datos que te inspiren todos los días durante 30 días seguidos puede resultar agotador muy rápidamente. Recicla datos para intentar una nueva forma de contar la misma historia.

La primera gráfica a continuación es del Día 6 con el tema “Día de Datos: OWID”. Utilicé los datos sobre Cambio Acumulativo del Uso de la Tierra para seis países durante un período de tiempo de un siglo. En el Día 28, el tema fue “Tendencia”, y pensé que estos datos también serían perfectos para eso. Así que en lugar de una nueva historia, me enfoqué en cómo contar la historia a través de una animación para poder aprender algo nuevo utilizando los mismos datos y también ahorrar tiempo en la búsqueda de datos.

Día 6: Día de datos - OWID, fuente: colección #30DayChartChallenge
Día 28: Tendencia, fuente: colección #30DayChartChallenge

3. Claridad de propósito.

Define tus objetivos para participar en el desafío. Para mí, el enfoque principal era aprender la biblioteca de gráficos Observable Plot. Esta claridad me ayudó a mantenerme comprometido y motivado durante todo el proceso. A veces eso significaba conformarme con una gráfica suficientemente buena que me llevó más tiempo, aunque existen otras herramientas con las que ya estoy familiarizado, como ggplot2, con las que podría haber creado gráficas más bonitas en menos tiempo.

Aquí tienes una gráfica que creé para el tema “Pendientes” en el Día 5 utilizando los datos sobre la vida útil de los animales del zoológico. Esta sencilla gráfica de líneas y puntos me llevó demasiado tiempo descifrar debido a que estaba aprendiendo una nueva herramienta, pero valió la pena cuando lo logré.

Día 5: Pendientes, fuente: colección #30DayChartChallenge

4. ¡La búsqueda del crecimiento, no de la perfección!

Este es un desafío difícil porque a todos nos gustaría asegurarnos de que cada día presentamos la mejor visualización posible al mundo. Aceptar el proceso de aprendizaje y entender que no todas las visualizaciones serán perfectas fue clave para no agotarse con el desafío. Concéntrate en mejorar tus habilidades y comprensión de los conceptos de visualización de datos.

Aquí tienes un ejemplo del Día 13 donde el tema fue “Cultura pop”. Después de un día de trabajo largo, cuando me senté para el desafío, quería aprender a crear una gráfica radial para ver cómo ha cambiado la distribución de categorías de anuncios del Super Bowl a lo largo del tiempo. Había imaginado crearla para todas las categorías y comencé con las 4 en las que estaba más interesado en observar. Aunque ese no era el plan final y fue difícil detenerme allí, decidí dar por terminado el día con 4 categorías para evitar agotarme y tener energía para la visualización del día siguiente.

Día 13: Cultura pop, fuente: colección #30DayChartChallenge

5. ¡Celebra el camino!

Celebra tus logros, por pequeños que sean. Reconoce tu progreso y crecimiento, y lo más importante, no caigas en la trampa de comparar tu trabajo con el de los demás, sino úsalo como fuente de inspiración. Recuerda que el desafío se trata de crecimiento personal y aprendizaje. Los primeros gráficos que publiqué no se acercan ni de lejos a las increíbles visualizaciones que vi de otros, pero recordarme a mí misma que seré mala antes de mejorar fue importante en esos días iniciales.

Está bien no poder terminar los treinta días completos, participar en ello puede ser agotador pero impactante, así que siempre que puedas participar es suficiente y debes celebrar cada vez que lo hagas.

Aquí tienes un gráfico que hice solo por diversión la última semana usando datos de Bigfoot porque a quién no le gusta Bigfoot, y hacia la última semana me había esforzado tanto que necesitaba un poco de diversión para seguir adelante.

, fuente: colección #30DayChartChallenge

¡Hacia adelante y hacia arriba!

Participar en el #30DayChartChallenge ha sido una experiencia transformadora para mí. He desarrollado mis habilidades de visualización de datos, dominé una nueva biblioteca y me conecté y aprendí tanto de muchos creadores increíbles. Ahora mi repo con todo el código y las fuentes de datos actúa como una hoja de trucos personal para Observable Plot a la que a menudo he recurrido. Recientemente compartí mi experiencia de aprender Observable Plot a través del #30DayChartChallenge en una mesa redonda con dos talentosas artistas de visualización de datos, Tanya Shapiro y Allison Horst.

Espero que este artículo te anime a participar en tu primer #30DayChartChallenge y quizás también lo uses para aprender una nueva herramienta. También se acerca un #30DayMapChallenge en noviembre, y las indicaciones diarias de este año ya están disponibles aquí. Así que es hora de comenzar a planificar la temporada de vacaciones.

Puedes encontrar el código y los datos para reproducir todas las visualizaciones de este artículo en mi colección Observable.

Si quieres, encuéntrame en Linkedin.

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

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

Inteligencia Artificial

Conoce FLM-101B Un decodificador de solo lectura de LLM de código abierto con 101 mil millones de parámetros

Últimamente, los modelos de lenguaje grandes (LLMs) están destacando en tareas de NLP y multimodalidad, pero se enfre...

Inteligencia Artificial

Cómo los científicos están descifrando códigos históricos para revelar secretos perdidos

El proyecto DECRYPT, una colaboración entre lingüistas y científicos de la computación, tiene como objetivo automatiz...

Ciencia de Datos

Los modelos de lenguaje grandes tienen sesgos. ¿Puede la lógica ayudar a salvarlos?

Investigadores del MIT entrenaron modelos de lenguaje conscientes de la lógica para reducir estereotipos dañinos como...

Inteligencia Artificial

La IA escribió un proyecto de ley de vivienda. Los críticos dicen que no es inteligente

Un asambleísta de Queens utilizó un programa de inteligencia artificial para identificar vacíos en la ley de Nueva Yo...

Inteligencia Artificial

La influencia oculta de la contaminación de datos en los grandes modelos de lenguaje

Veea los riesgos de la contaminación de datos en los Modelos de Lenguaje Extensos (LLMs). Estrategias para la detecci...