উপাত্ত ও তথ্য প্রত্যক্ষীকরণ

উপাত্ত ও তথ্য প্রত্যক্ষীকরণ বলতে কোনও বিশেষজ্ঞ ক্ষেত্র থেকে আগত বিপুল সংখ্যক^[১] জটিল পরিমাণবাচক ও গুণবাচক উপাত্ত ও তথ্যকে স্থির, চলন্ত বা আন্তঃক্রিয়াশীল দৃশ্য উপকরণের সাহায্যে সহজে জ্ঞাপনযোগ্য ও সহজে বোধগম্য চিত্রলৈখিক বা দৃশ্যমান রূপে উপস্থাপন করার কাজটিকে বোঝায়, যার উদ্দেশ্য একটি অপেক্ষাকৃত বৃহত্তর পাঠক-দর্শকগোষ্ঠীকে ঐসব তথ্য-উপাত্তের মধ্যে নিহিত ও অন্যথায় দুষ্করভাবে শনাক্তযোগ্য বিভিন্ন কাঠামো, সম্পর্ক, সহসম্বন্ধ, স্থানিক ও সামগ্রিক বিন্যাস, প্রবণতা, প্রভেদ, ধ্রুবতা, গুচ্ছ, দলছুট বা অস্বাভাবিক দলগুলিকে চাক্ষুষভাবে অনুসন্ধান ও আবিষ্কার করতে, দ্রুত বুঝতে, সেগুলির ব্যাখ্যা প্রদান করতে ও সেগুলি থেকে গুরুত্বপূর্ণ অন্তর্দৃষ্টি লাভ করতে সাহায্য করা (যাকে "অনুসন্ধানী প্রত্যক্ষীকরণ"-ও বলা হয়)।^[২]^[৩]^[৪] যখন এই প্রত্যক্ষীকরণটিকে সাধারণ জনগণের উদ্দেশ্যে নিবেদিত করা হয় (গণযোগাযোগ) এবং এভাবে কোনও জ্ঞাত বিশেষ তথ্যকে স্পষ্ট করে, আকর্ষণীয় উপায়ে ও সংক্ষেপে জ্ঞাপন করা হয় ("উপস্থাপনমূলক বা ব্যাখ্যামূলক প্রত্যক্ষীকরণ"),^[২] তখন সেটিকে সাধারণত তথ্য লেখচিত্রণ বলে।

উপাত্ত প্রত্যক্ষীকরণ মূলত পরিমাণবাচক অশোধিত উপাত্তগুলিকে একটি কাঠামোবদ্ধ দৃশ্যমান রূপে উপস্থাপনের সাথে সম্পর্কিত। উপাত্ত প্রত্যক্ষীকরণে ব্যবহৃত দৃশ্য বিন্যাসগুলির মধ্যে সারণী, লেখচিত্র (যেমন বৃত্তাকার লেখচিত্র, স্তম্ভচিত্র, রৈখিক লেখচিত্র, ক্ষেত্রচিত্র, শঙ্কু চিত্র, পিরামিড চিত্র, বলয় চিত্র, আয়তলেখ, বর্ণালীলেখ, দল চিত্র, জলপ্রপাত চিত্র, চোঙা চিত্র, বুলেট চিত্র, ইত্যাদি), রেখাচিত্র, বিন্দু লেখচিত্র (যেমন বিক্ষিপ্ত বিন্দুলেখ, বিন্যাস বিন্দুলেখ, বাক্স বিন্দুলেখ, ইত্যাদি), ভূ-স্থানিক মানচিত্র (যেমন সমানুপাতিক প্রতীক মানচিত্র, কোরোপ্লেথ মানচিত্র, আইসোপ্লেথ মানচিত্র ও উত্তাপ মানচিত্র), অঙ্কিত চিত্র, নির্ভরণ মেট্রিক্স, শতকরা হারনির্দেশক মাপযন্ত্র, এবং এগুলির বিভিন্ন সমবায়ে সৃষ্ট পরিসংখ্যান ফলক (ড্যাশবোর্ড) উল্লেখ্য। অন্যদিকে তথ্য প্রত্যক্ষীকরণে বহুসংখ্যক বড় মাপের জটিল উপাত্তসংগ্রহের উপর কাজ করা হয়, যেগুলি পরিমাণবাচক (সংখ্যাবাচক) উপাত্তের পাশাপাশি গুণবাচক (অসাংখ্যিক তথা ভাষিক ও চিত্রগত) ও মূলত বিমূর্ত তথ্যের সমন্বয়ে গঠিত। এটির লক্ষ্য হল অশোধিত উপাত্তের সাথে মূল্য সংযোজন করা, পাঠক-দর্শকে উপলব্ধি উন্নত করা, তাদের সংজ্ঞান পুনর্বলবৎ করা এবং তাদেরকে অন্তর্দৃষ্টি লাভে ও সিদ্ধান্ত গ্রহণে সাহায্য করা। তথ্য প্রত্যক্ষীকরণ প্রক্রিয়াতে পাঠক-দর্শকেরা সাধারণত পরিগণকের সহায়তায় চিত্রিত দৃশ্যমান পর্দাতে উপস্থাপিত তথ্যের ভেতরে পরিভ্রমণ করতে পারে এবং সেগুলির সাথে আন্তঃক্রিয়া সম্পাদন করতে পারে। তথ্য প্রত্যক্ষীকরণে ব্যবহৃত দৃশ্য সরঞ্জামগুলির মধ্যে রয়েছে মানচিত্র (যেমন বৃক্ষচিত্র), সচল চিত্র (অ্যানিমেশন), তথ্য লেখচিত্র, স্যাংকি রেখাচিত্র, প্রবাহচিত্র, জালতন্ত্র রেখাচিত্র, আর্থিক জালতন্ত্র, সত্তা-সম্পর্ক রেখাচিত্র, ভেনচিত্র, কালীন রেখা, মানসচিত্র, ইত্যাদি। এছাড়া অসদ, বিবর্ধিত ও মিশ্র বাস্তবতার মতো উদীয়মান প্রযুক্তির সাহায্যে তথ্য প্রত্যক্ষীকরণকে আরও নিমজ্জনমূলক, স্বজ্ঞামূলক, আন্তঃক্রিয়ামূলক ও সহজে পরিচালনাযোগ্য করার এবং এভাবে ব্যবহারকারী দৃষ্টিগত প্রত্যক্ষণ ও সংজ্ঞান উন্নত করার সম্ভাবনা সৃষ্টি হয়েছে।^[৫] উপাত্ত ও তথ্য প্রত্যক্ষীকরণের উদ্দেশ্য হল উপাত্তাধার, তথ্য ব্যবস্থা, নথি ব্যবস্থা, দলিলাদি, ব্যবসায়িক তথ্য, আর্থিক তথ্য, ইত্যাদি থেকে সংগৃহীত বিমূর্ত, অভৌত, অস্থানিক উপাত্ত-তথ্যগুলিকে চিত্রিতরূপে উপস্থাপন ও অনুসন্ধান। এটির সাথে বৈজ্ঞানিক প্রত্যক্ষীকরণ নামক ক্ষেত্রটির পার্থক্য আছে, যার উদ্দেশ্য হল ভৌত ও স্থানিক উপাত্তের উপর ভিত্তি করে কোনও কিছুর বাস্তবধর্মী চিত্র নির্মাণ করা, যাতে কোনও বৈজ্ঞানিক অনুকল্প অনুমোদন বা প্রত্যাখ্যান করা যায় (অনুমোদনমূলক প্রত্যক্ষীকরণ)।^[৬]

কার্যকর উপাত্ত প্রত্যক্ষীকরণে উপাত্তগুলির উৎসনির্দেশ ও প্রেক্ষাপট সঠিক হতে হয় এবং সেগুলিকে সরল ও বিশৃঙ্খলামুক্ত হতে হয়। দৃশ্যমান উপস্থাপনের নিম্নস্থিত উপাত্ত সঠিক ও হালনাগাদকৃত হতে হয়, যাতে এর উপর ভিত্তি করে প্রাপ্ত অন্তর্দৃষ্টিগুলি নির্ভরযোগ্য হয়। চিত্রিত উপাদানগুলিকে প্রদত্ত উপাত্তসংগ্রহের জন্য সুনির্বাচিত হতে হয় এবং নান্দনিকভাবে আকর্ষণীয় হতে হয় যাতে আকৃতি, রঙ ও অন্যান্য দৃশ্য উপাদানকে এমন সুচিন্তিত রূপে ব্যবহার করা হয়, যাতে সেগুলি অর্থপূর্ণ হয় ও দর্শকের মনোযোগ বিক্ষিপ্ত করে না। দৃশ্য উপাদানগুলির সাথে সহায়ক পাঠ্য (তকমা ও শিরোনাম) থাকে। এই ভাষিক ও চিত্রিত উপাদানগুলি একে অপরের সম্পূরক হিসেবে কাজ করে ও এভাবে পাঠক-দর্শকের মনে স্পষ্ট, দ্রুত ও স্মরণীয় উপলব্ধি নিশ্চিত করে। কার্যকর তথ্য প্রত্যক্ষীকরণে উদ্দিষ্ট পাঠক-দর্শকের চাহিদা, উদ্বেগ ও বিশেষজ্ঞ জ্ঞানের স্তর সম্পর্কে সচেতনতা রক্ষা করা হয় ও তাদেরকে উদ্দিষ্ট উপসংহারের দিকে সুচিন্তিতভাবে চালিত করা হয়।^[৭]^[১] এই ধরনের কার্যকর প্রত্যক্ষীকরণকে শুধুমাত্র বিশেষায়িত, জটিল ও বিপুলসংখ্যক উপাত্ত-কেন্দ্রিক ধারণাগুলিকে আকর্ষণীয় ও সহজে অধিগম্য উপায়ে অপেক্ষাকৃত বৃহত্তর কারিগরি জ্ঞানহীন দর্শক-পাঠকগোষ্ঠীর কাছে জ্ঞাপনের জন্যই ব্যবহার করা হয় না, বরং কোনও প্রতিষ্ঠানের বিশেষজ্ঞ ও নির্বাহী কর্মকর্তাদের প্রতি সিদ্ধান্ত গ্রহণ, কার্যকারিতা পরিবীক্ষণ, নতুন ধারণা সৃজন ও গবেষণায় উদ্দীপনা সৃষ্টির মতো কাজগুলিতে সাহায্য করার জন্য জ্ঞাপন করা হতে পারে।^[৭]^[২] অধিকন্তু, উপাত্ত বিজ্ঞানী, উপাত্ত বিশ্লেষক ও উপাত্ত খননবিদেরা উপাত্ত প্রত্যক্ষীকরণ ব্যবহার করে উপাত্তের গুণমান যাচাই করেন, উপাত্তে ত্রুটি, অস্বাভাবিক শূন্যতা ও অনুপস্থিত মানগুলি বের করেন, উপাত্ত পরিস্কার করেন, উপাত্তের ভেতরে কাঠামো ও বৈশিষ্ট্যগুলি অনুসন্ধান করেন এবং উপাত্ত-চালিত প্রতিমানগুলির উৎপাদ বা বহির্গত মানগুলি মূল্যায়ন করেন।^[২] ব্যবসাতে উপাত্ত ও তথ্য প্রত্যক্ষীকরণ উপাত্তভিত্তিক গল্পকথন প্রক্রিয়ার অংশ হিসেবে কাজ করতে পারে, যেখানে সেটিকে একটি কাহিনীসূত্রের সাথে যুগ্মীভূত করে বিশ্লেষিত উপাত্তের প্রেক্ষিত প্রদান করা হয় এবং উপাত্তের বিশ্লেষণের মাধ্যমে প্রাপ্ত অন্তর্দৃষ্টিগুলিকে স্পষ্ট ও স্মরণীয়ভাবে জ্ঞাপন করা হয়, যার লক্ষ্য দর্শক-পাঠককে ব্যবসায়িক মূল্যবৃদ্ধির উদ্দেশ্যে কোনও সিদ্ধান্ত বা কর্মপদক্ষেপ গ্রহণে রাজি করানো।^[১]^[৮] এই চর্চাটির সাথে পরিসংখ্যানিক চিত্রণবিদ্যা নামক ক্ষেত্রটির সাথে পার্থক্য করা যায়, যেখানে জটিল পরিসংখ্যানিক উপাত্তগুলিকে বা চিত্রিতরূপে সঠিক ও স্পষ্টভাবে পরিসংখ্যানশাস্ত্রে বিশেষজ্ঞ জ্ঞানবিশিষ্ট গবেষক বা বিশ্লেষকদের মধ্যে জ্ঞাপন করা হয়, যাতে তারা সেগুলির উপরে অনুসন্ধানমূলক উপাত্ত বিশ্লেষণ সম্পাদন করতে পারেন কিংবা ঐ জাতীয় বিশ্লেষণের ফলাফলগুলি জ্ঞাপন করতে পারেন। এক্ষেত্রে দৃষ্টিগত আকর্ষণীয়তা, কোনও নির্দিষ্ট বিষয়ের প্রতি মনোযোগ বন্দীকরণ ও গল্পকথনের মতো ব্যাপারগুলি তেমন মুখ্য নয়।^[৯]

উপাত্ত ও তথ্য প্রত্যক্ষীকরণ ক্ষেত্রটি আন্তঃশাস্ত্রীয় প্রকৃতির, কেননা এটিতে বর্ণনামূলক পরিসংখ্যানবিদ্যা (কমপক্ষে ১৮শ শতক থেকেই), ^[১০] দৃশ্য যোগাযোগ, চিত্রলৈখিক নকশা প্রণয়ন, সংজ্ঞানাত্মক বিজ্ঞান এবং অধুনা আন্তঃক্রিয়ামূলক পরিগণকীয় লেখচিত্রণ ও মানব-পরিগণক আন্তঃক্রিয়া থেকে প্রাপ্ত মূলনীতিগুলিকে অঙ্গীভূত করে নেওয়া হয়েছে।^[১১] যেহেতু কার্যকর প্রত্যক্ষীকরণের জন্য নকশাকরণ দক্ষতা, পরিসংখ্যানিক দক্ষতা ও পরিগাণনিক দক্ষতা প্রয়োজন, তাই গার্শন ও পেজের মতে এটি একই সাথে বিজ্ঞান ও শিল্পকলা^[১২] এর একটি প্রতিবেশী শাস্ত্র হল দৃশ্য বিশ্লেষণবিদ্যা, যেটিতে পরিসংখ্যানিক উপাত্ত বিশ্লেষণ, উপাত্ত ও তথ্য প্রত্যক্ষীকরণ ও মানব বিশ্লেষণী যুক্তি প্রতিপাদন -এই তিনটি কাজকে আন্তঃক্রিয়ামূলক দৃশ্যমান আন্তঃক্রিয়াতলের মাধ্যমে একত্রিত করা হয়েছে, যাতে মানব ব্যবহারকারীরা কোনও উপসংহারে উপনীত হতে, কর্মপদক্ষেপ গ্রহণে সহায়ক অন্তর্দৃষ্টি লাভে ও তথ্যভিত্তিক সিদ্ধান্ত গ্রহণে সহায়তা লাভ করে, যে কাজগুলি পরিগণক যন্ত্র বা কম্পিউটারের পক্ষে সম্পাদন করা দুরূহ।

মানুষ কীভাবে বিভিন্ন ধরনের প্রত্যক্ষীকরণ পড়ে বা ভুলভাবে পড়ে, সে ব্যাপারটির উপর গবেষণা চলমান আছে। কোন ধরনের ও কোন বৈশিষ্ট্যসমৃদ্ধ প্রত্যক্ষীকরণগুলি সবচেয়ে বোধগম্য ও তথ্য জ্ঞাপনে সবচেয়ে বেশি কার্যকর, তা নির্ণয়ে এই গবেষণাগুলি সহায়ক।^[১৩]^[১৪] অন্যদিকে অনিচ্ছাকৃতভাবে নিম্নমানের বা উদ্দেশ্যপ্রণোদিতভাবে বিভ্রান্তিকর ও প্রতারণামূলক প্রত্যক্ষীকরণ ভুল তথ্যের বিস্তার, জনগণের উপলব্ধি নিয়ে কারসাজিকরণ ও জনমতকে নির্দিষ্ট কর্মসূচির দিকে ঘুরিয়ে দিতে শক্তিশালী হাতিয়ার হিসেবে কাজ করতে পারে।^[১৫]

সংক্ষিপ্ত বিবরণ

উপাত্ত প্রত্যক্ষীকরণ গ্রা‌ফিক্সে থাকা দৃশ্যমান বস্তু (প‌য়েন্ট, লাইন এবং বার) অনুযায়ী এন‌কো‌ডের মাধ্য‌মে তথ্য বা উপা‌ত্তের প্রের‌ণে ব্যবহৃত কৌশলগু‌লো‌কে বোঝায়। তথ্য‌কে স্বচ্ছ ও দক্ষভা‌বে ব্যবহারকারীদের কা‌ছে প্রের‌ণই এর লক্ষ। এ‌টি উপাত্ত বি‌শ্লেষণ ও উপাত্ত বিজ্ঞানের এক‌টি ধাপ। ফ্রাইড‌মেন -এর উ‌ক্তি (২০০৮) অনুসা‌রে, "উপাত্ত প্রত্যক্ষীকরণ" এর মূল লক্ষ হ‌লো গ্রা‌ফিকাল উপায়ে স্চ্ছ এবং কার্যকরীভা‌বে তথ্য ‌প্রেরণ। এর অর্থ এই না যে, উপাত্ত প্রত্যক্ষীকরণ‌কে কার্যকর হ‌তে হ‌লে তা‌কে এক‌ঘে‌য়ে বা সুন্দর দেখা‌তে হ‌লে তা‌কে খুবই বাস্তববুদ্ধিসম্পন্ন হ‌তে হ‌বে। ভাব কার্যকরীভা‌বে ধারণ কর‌তে উভয় সৌন্দর্য এবং কার্যকারীতা হা‌তে হা‌তে পৌছা‌নো প্র‌য়োজন, প্রধান দিক‌টি আরো স্বজ্ঞাত উপা‌য়ে প্রের‌ণের মাধ্য‌মে বিরল এবং জটিল উপাত্ত সে‌টের প্রতি অধিক লক্ষ রেখে। এখনো ডিজাইনাররা প্রায়ই গঠন এবং কার্যকারিতার মধ্যে একটি ভারসাম্য অর্জন করতে ব্যার্থ হয়, তারা চমৎকার উপাত্ত প্রত্যক্ষীকরণ সৃ‌ষ্টি ক‌র‌ে কিন্তু তা তা‌দের আসল উ‌দ্দেশ্য- তথ্য প্রেরণ কর‌তে ব্যার্থ হয়।^[১৬]

প্রকৃতপ‌ক্ষে, ফ‌ারনানডা ভিগাস এবং মা‌র্টিন এম. ওয়্যা‌টেনবার্গ ব‌লে‌ছেন যে, আদর্শ প্রত্যক্ষীকরণ শুধু স্বচ্ছভা‌বে তথ্য প্রকাশ কর‌লেই হ‌বে না, সে‌টি প্রদর্শ‌কের সম্পৃক্ততা এবং ম‌নযোগ উদ্দীপিত কর‌তে হ‌বে।^[১৭]

উপাত্ত প্রত্যক্ষীকরণ তথ্য গ্রা‌ফিক্স, তথ্য প্রত্যক্ষীকরণ, বৈজ্ঞানিক প্রত্যক্ষীকরণ, গ‌বেষনামূলক উপাত্ত বি‌শ্লেষণ এবং পরিসংখ্যান সংক্রান্ত গ্রা‌ফিক্স‌ের সা‌থে ঘনিষ্ঠভাবে সম্পর্কযুক্ত। নতুন সহস্রকে উপাত্ত প্রত্যক্ষীকরণ গ‌বেষণা, পাঠদান ও উন্নয়নের জন্য এক‌টি স‌ক্রিয় অঞ্চল হ‌য়ে উ‌ঠে‌ছে। পোস্ট এবং অন্যদের মতে (২০০২), এ‌টি বৈজ্ঞানিক ও তথ্য প্রত্যক্ষীকরণ‌কে স‌ম্মি‌লিত ক‌রে‌ছে।^[১৮]

কার্যকরী গ্রা‌ফিকাল প্রদর্শনীর বৈ‌শিষ্ট্য

চার্লস জো‌সেফ মিনার্ড এর নে‌পো‌লিয়া‌নের অধী‌নে ফ্রা‌ন্সের রা‌শিয়ায় অনুপ্র‌বে‌শের ১৮৬৯ সা‌লের ডায়াগ্রাম, তথ্য গ্র‌াফিক্সের এক‌টি আ‌দি উদাহরণ

এক‌টি ছ‌বির স‌র্বোচ্চ মান হ‌লো যখন সে‌টি আমা‌দের আশাতীত কো‌নো কিছু দেখা‌তে উদ্দীপ্ত ক‌রে।

জন তার্কি^[১৯]

প্র‌ফেসর অ্যাডওয়ার্ড টুফ‌তে বর্ণনা ক‌রেন যে, তথ্য প্রদর্শনী ব্যবহারকারীগণ পার্থক্য তৈ‌রির ম‌তো নানা বি‌শ্লেষণমূলক কাজ সম্পাদনা ক‌রে চ‌লে‌ছেন। তথ্য গ্র‌া‌ফি‌কের নকশা গঠন নী‌তির নি‌র্দিষ্ট বিশ্লেষণমূলক কাজ সা‌পোর্ট করা উ‌চিত। ^[২০] উই‌লিয়াম ক্ল‌েভল্যান্ড এবং রোব‌ার্ট ম্যাক‌গিল শো এর ম‌তে, ভিন্ন ভিন্ন গ্রা‌ফিকাল উপাদান এ কাজ‌কে কম বে‌শি কার্যকরীভা‌বে সম্পাদন ক‌রে। উদাহরণস্বরূপ, ডট প্লট এবং বার চার্ট পাই চার্ট‌ এর চে‌য়ে বে‌শি কার্যকরী।^[২১]

অ্যাডওয়ার্ড টুফ‌তে তার ১৯৮৩ সা‌লে প্রকা‌শিত বই "দ্যা ভিজুয়্যাল ডিস‌প্লে অব কু‌য়্যা‌নটি‌টে‌টিভ" এ কার্যকরী গ্রা‌ফিকাল প্রদর্শনীর জন্য গ্রা‌ফিকাল পদর্শনী ও গঠন‌কে নি‌ম্নোক্তভা‌বে স্পষ্ট ক‌রে‌ন: " পরিসংখ্যান সংক্রান্ত গ্রাফি‌ক্সের সেীন্দর্য জটিল ধারণা স্বচ্ছতা, স্পষ্টতা ও কার্যকারিতার সসা‌থে প্রের‌ণের মাধ্য‌মে সৃ‌ষ্টি হয়। গ্রা‌ফিকাল প্রদর্শনীর উ‌চিত:

উপাত্ত দেখা‌নো
প্রদর্শক‌কে প্রণালী বিজ্ঞান, গ্রা‌ফিক্স ডিজাইন, গ্র‌ফিক্স তৈ‌রির প্রযু‌ক্তির চে‌য়ে বিষয়বস্তুর ব্যাপা‌রে অ‌ধিকতর ম‌নো‌নি‌বেশ কর‌তে প্রক‌র্তিত কর‌া।
উপ‌ত্ত যা বল‌তে চায় (উপাত্ত দ্বারা যা বুঝা‌তে চাওয়া হ‌য়ে‌ছে) তা বিকৃত না করা।
অল্প দূরত্ব‌ে কে‌শি সংখ্যা উপস্থাপন করা।
বড় উপাত্ত সেট‌কে সুসঙ্গত করা।
উপা‌ত্তের বি‌ভিন্ন অং‌শের পার্থক্য কর‌তে কর‌তে চোখ‌কে সজাগ করা।
উপাত্ত‌কে বিবৃ‌তির বি‌ভিন্ন পর্যা‌য়ে প্রকাশ করা। প্রসস্থ সং‌ক্ষিপ্ত বিবরণী থে‌কে স‌ুন্দর গঠন পর্যন্ত।
কো‌নো সংজ্ঞাবাচক স্বচ্ছ উ‌দ্দেশ্য সাধন করা: বিবরণ, উদ্ভাবন, তা‌লিকাবদ্ধকরণ বা স‌জ্জিতকরণ।
উপাত্ত সে‌টের প‌রিসংখ্যান সংক্রান্ত ও মৌখিক বিবর‌ণের সা‌থে ঘনিষ্ঠভাবে সম্পর্কযুক্ত।

গ্রা‌ফিক্স উপাত্তকে প্রকাশ ক‌রে। এমনকি গ্রাফিক্স প্রচলিত প‌রিসংখ্যান সংক্রান্ত কম্পিউ‌টেশ‌নের চে‌য়ে বে‌শি স্পষ্ট এবং প্রকাশক হ‌তে পা‌রে।"^[২২]

উদাহরণস্বরূপ, মিনাল্ড ডায়াগ্রাম‌টি ১৮১২-১৮১৩ স‌া‌লে নে‌পো‌লিয়া‌নের বা‌হিনীর পরাজয় প্রদর্শন কর‌ছে। ছয়‌টি বি‌ভিন্নতা লক্ষনীয়: বা‌হিনীর আকার, দ‌ু‌টি পৃষ্ঠত‌ল (x ও y) এর উপর এর অবস্থান, সময়, অবস্থান প‌রিবর্ত‌নের দিক এবং তাপমাত্রা। রেখ‌া প্রস্থ‌টি এক‌টি পার্থক্য (সময় অনুযায়ী বা‌হিনীর আকার) প্রকাশ ক‌রে, যখন আপমাত্রা অক্ষ‌টি বা‌হিনীর আকার প‌রিবর্ত‌নের এক‌টি কারণ নি‌র্দেশ ক‌রে। দ্বিমা‌ত্রিক পৃষ্ঠত‌লের উপর অ‌ঙ্কিত রেখা‌টি এক‌টি কা‌হিনী বল‌ছে, যা বিশ্বাস‌যোগ্যতা নি‌শ্চিত কর‌তে সোর্স ডাটা চি‌হ্নিত ক‌রে জরু‌রিভা‌বে করায়ত্ত করা যায়। ১৯৮৩ সা‌লে টুফ‌তে লি‌খে‌ছি‌লেন: এ‌টি হয়‌তে‌া সর্বকা‌লের সেরা অ‌ঙ্কিত প‌রিসংখ্যান সংক্রান্ত গ্রা‌ফিক্স।^[২২]

এ নীতিগুলো না মান্য করার ফলে বিভ্রান্তিকর গ্রাফ সৃষ্টি হতে পারে, যা বার্তাটিকে বিকৃত করে অথবা কোনো ভুল উপসংহারকে সমর্থন করে। টুফতের মতে, চার্টজাঙ্ক গ্রাফিকের বহিঃস্থ অভ্যন্তরীন সাজসজ্জাকে নির্দেশ করে, যা বার্তা বা ভিত্তিহীন ত্রিমাত্রিক ও তার পরিপ্রেক্ষিত ইফেক্টকে বৃদ্ধি করে না। ছবিটি থেকে ব্যাখ্যামূলক দিকটি আলাদা করে, এতে ছবি থেকে চোখ এগিয়ে পিছিয়ে নিতে হয়, যা হলো পরিচালনা সংক্রান্ত ধ্বংসাবশেষের একটি অবস্থা। যেখানে সম্ভব উপাত্ত কালি না মুছে উপাত্ত এবং কালির অনুপাত সর্বোচ্চ হওয়া উচিত।^[২২]

২০১৪ সালের জুন মা‌সে অনু‌ষ্ঠিত এক‌টি উপস্থাপনায় সরকা‌রি বা‌জেট অ‌ফিস গ্রা‌ফিকাল প্রদর্শনীর সেরা কিছু অনুশীলনকে উ‌ল্লেখ ক‌রে‌ছে। এগু‌লোরে ম‌ধ্যে র‌য়ে‌ছে: ক) দর্শক‌দের চেনা খ) গ্রা‌ফিক্স ডিজাই‌নিং যা প্র‌তি‌বেদ‌নের বিষয়বস্তু ছাড়‌াও একা টি‌কে থাক‌তে পা‌রে এবং গ) গ্রা‌ফিক্স ডিজাই‌নিং, যা প্র‌তি‌বেদ‌নের মূল বার্তা প্রেরণ ক‌রে।^[২৩]

সংখ্যাবাচক বার্তা

লেখক স্টিফেন ফিউ আট ধর‌নের সংখ্যাত্মক বার্তার বিবরণ দি‌য়ে‌ছেন যা ব্যবহারকারীগণ এক‌টি উপা‌ত্তের সেট এবং সংযুক্ত গ্রাফ, যেগু‌লো বার্তা‌টি প্রকা‌শে সহায়তা কর‌ছে সেগ‌ু‌লো থে‌কে বূঝ‌তে বা প্রকাশ কর‌তে পা‌রে। সেগু‌লো হ‌লো:

সময়ক্রম: এক‌টি মাত্র প‌রিবর্তনশীল ক্ষেত্রকে সময় অনুসা‌রে প্রদর্শন করা হয়। যেমন: দশ বছরের বেকার‌ত্বের হার। এই প‌রিবর্তন‌টি ক্ষেত্র‌টি প্রদর্শ‌নে এক‌টি লাইন চার্ট ব্যবহৃত হ‌তে পা‌রে।
স্থান নির্ধারণ: বিষয়‌ভি‌ত্তিক উপশাখাগু‌লোর ঊধ্বগামী ও নিম্নগামীভা‌বে স্থান নির্ধারণ করা হয়, যেমন- এক‌টি সময় অনুসা‌রে বি‌ক্রেতার(‌বিষয়‌শে‌ণি, প্রত্যেক বি‌ক্রেতা বিষয়‌শ্রে‌ণির উপ‌শ্রে‌ণি) কর্মদক্ষতার (প‌রিমাপ) এক‌টি স্থান নির্ধারণী বি‌ক্রেতা‌দের ম‌ধ্যে এই পার্থক্য‌টি প্রদর্শন কর‌তে এক‌টি বার চার্ট ব্যবহার কর‌া যে‌তে পা‌রে।
অ‌বিভক্ত‌ির অংশ: বিষয়‌শ্রেণির উপ‌শ্রে‌ণিগু‌লো‌কে অ‌বিভক্তির এক‌টি অনুপ‌াত হি‌সে‌বে প‌রিমাপ করা হয় এক‌টি পাই চার্ট অথবা বার চার্ট এই অনুপাতদ্ব‌য়ের মধ্যকার পার্থক্য প্রদর্শন করতে পা‌রে, প্র‌তি‌যে‌াগীগণ এভা‌বে বাজা‌রের মা‌র্কেট শেয়ার উপস্থাপন ক‌রে।
বিচ্যু‌তি: বিষয়‌শ্রে‌ণির উপ‌শ্রে‌ণিগু‌লো‌কে এক‌টি তথ্য সূ‌ত্রের সা‌থে পার্থক্য করা হয়, যেমন- এক‌টি নি‌র্দিষ্ট সম‌য়ের জন্য ব্যবসার বিভিন্ন বিভা‌গের আসল ব্যায় সা‌থে বা‌জেট ব্যায় এর পাথর্ক্য করা হয়।
ফ্রি‌কো‌য়ে‌ন্সি ভাগ: প্রদত্ত মধ্যবর্তী সম‌য়ে নি‌র্দিষ্ট ক্ষে‌ত্রে বিষয়বস্তুর সংখ্যা প্রদর্শন ক‌রে। যেমন: যে বছরগু‌লোতে স্টোক মা‌র্কেট ফি‌রে এ‌সে‌ছে তার মধ্যবর্তী সময়, যেমন- ০-১০%, ১১-২০% ইত্যাদি। এক‌টি বারলেখ, এক ধর‌নের বার চার্ট, যা এই বি‌শ্লেষণ‌টির ক্ষে‌ত্রে ব্যবহৃত হ‌তে পা‌রে। এক‌টি বক্সপ্লট এই ভাগের প্রধান প‌রিসংখ্যানগু‌লো দেখা‌তে সহায়তা ক‌রে। যেমন: মধ্যক, ক্যুয়ারটাইলস এবং ব‌হিঃ সং‌যোগ ইত্যা‌দি।
সংগ‌তি: প‌রিবর্তনশীল ‌ক্ষেত্রসমূ‌হের পাথর্ক্যকে দু‌টি চলরা‌শির (X, Y) সাহা‌য্যে উপস্থাপন করা হয়, যা‌তে নির্ণয় করা যায় তারা একই বা বীপরীত দি‌কগু‌লো‌তে যেতে ঝোঁকে প‌ড়ে কিনা। উদাহরণস্বরূপ, কিছু মা‌সের বেকারত্ব(X) এবং মুদ্রাস্ফীতিকে(Y) অঙ্কণ করা। এ ধর‌নের বার্তার জন্য স্কেটার প্লট ব্যবহার করা হয়।
নামমাত্র পার্থক্য: কো‌নো নি‌র্দিষ্টভা‌বে বিষয়‌শ্রে‌ণির উপ‌শ্রে‌ণিগুলার পার্থক্য করা, যেমন: প্রোডাক্ট কো‌ডের মাধ্য বি‌ক্রির প‌রিমণে। এই পার্থ‌কে্যর জন্য এক‌টি বার চার্ট ব্যবহৃত হ‌তে পা‌রে।
ভৌগ‌লিক ও ভূস্থানিক: এক‌টি মান‌চিত্র বা কাঠা‌মো জু‌ড়ে এক‌টি পরিবর্তনশীল ক্ষে‌ত্রের পার্থক্য, যেমন-‌ দেশের বেকারত্ব অথবা এক‌টি ব‌াড়ির বি‌ভিন্ন তলার জনসংখ্যা। এ‌টির জন্য সাধারণত এক‌টি কা‌র্টোগ্রাম ব্যবহৃত হয়।^[২৪]^[২৫]

‌বি‌শ্লেষণকারীগণ এক‌টি উপাত্তের সেট পর্যা‌লোচনা কর‌ছেন, যেগু‌লোর ম‌ধ্যে কিছু অথবা সকল বার্তায় উপ‌রে উ‌ল্ল‌খিত ধর‌নের গ্রা‌ফি‌ক্স সেগু‌লোর কাজ এবং পাঠক‌দের ক্ষে‌ত্রে প্র‌যোজ্য ব‌লে বি‌বেচনা করা যায়। প‌রিক্ষ‌ণের প্র‌ক্রিয়া এবং উপা‌ত্তের বার্তা এবং অর্থপূর্ণ সম্প‌র্ক চি‌হ্নিত কর‌তে ভুল হ‌লো গবেষণামূলক উপাত্ত বি‌শ্লেষ‌ণের এক‌টি অংশ।

দৃশ্যমান উপলদ্ধি এবং উপাত্ত প্রত্যক্ষীকরণ

এবজন মানুষ রেখা, দৈর্ঘ্য, আকার, ঝোঁক এবং র‌ঙের ম‌ধ্যে পার্থক্য দ্রুত কো‌নো বড় প্র‌ক্রিয়াকরণ চেষ্টা ছাড়া উপল‌দ্ধি কর‌তে পা‌রে; এগু‌লো প্রাক-অব‌হিত বৈ‌শিষ্ট্যাবলী‌কে নি‌র্দেশ ক‌রে। এ‌টির অ‌নেক সময় এবং‌ চেষ্টার প্র‌য়োজন হ‌তে পা‌রে (ম‌নযোগ-সহকা‌রে প্র‌ক্রিয়াকরণ) সম‌য়ের সংখ্যা চি‌হ্নিত কর‌তে "৫" সংখ্যা‌টির আ‌বির্ভাব ঘ‌টে। য‌দি সংখ্যা‌টি আকার, ঝোঁক এবং র‌ঙে ভিন্ন হয়, তাহ‌লে সংখ্যা‌টির অবস্থা প্রাক-অব‌হিত প্র‌ক্রিয়াকর‌ণের মাধ্য‌মে দ্রুত শনাক্ত করা যে‌তে পা‌রে।^[২৬]

কার্যকরী গ্রা‌ফিক্স প্রাক- ম‌নে‌যোগ-সহকা‌রে প্র‌ক্রিয়াকরণ এবং বৈশিষ্ট্যাবলী ও বৈ‌শিষ্ট্যাবলীর ক্ষমতার সূ‌বিধা গ্রহণ কর‌তে পা‌রে। উদাহরণস্বরূপ, যে‌হেতু মানুষ এক‌টি রেখা দৈ‌র্ঘ্যে পৃষ্ঠতল অঞ্চ‌লের চে‌য়ে বে‌শি সহ‌জে পার্থক্য প্র‌ক্রিয়াকরণ করতে পা‌রে, তাই পাই চার্ট (যা পার্থক্য পরিল‌ক্ষিত কর‌তে পৃষ্ঠতল অঞ্চল ব্যবহার ক‌রে) ব্যবহারের প‌রিব‌র্তে বার চার্ট (যা‌ পার্থক্য প‌রিল‌ক্ষিত কর‌তে রেখা দৈ‌র্ঘ্যের সুবিধা গ্রহণ ক‌রে) ব্যবহার করা বে‌শি কার্যকর হ‌তে পা‌রে।^[২৬]

মানুষের উপল‌দ্ধি/‌চেতনা এবং উপাত্ত প্রত্যক্ষীকরণ

প্রায় সকল প্রত্যক্ষীকরণ মানু‌ষের ব্যবহা‌রের জন্য সৃষ্ট। ম‌ানুষের উপল‌দ্ধি এবং চেতনার জ্ঞান সজ্ঞাত প্রত্যক্ষীকরণ তৈ‌রি কর‌ার সময় প্র‌য়োজন।^[২৭] চেতনা‌ মানু‌ষের প্র‌ক্রিয়াকরণ ক্ষমতাগুলোকে নি‌র্দেশ ক‌রে, যেমন: উপল‌দ্ধি, মন‌যোগ, শিক্ষা, স্মৃ‌তি, চিন্তাধারা,আকার, আকৃ‌তি, ধারণা প্রবর্তন, পড়া এবং সমস্যা সমাধান।^[২৮] প‌রিবর্তন শনাক্তকরণ এবং প‌রিমাণ এবং আ‌লোর পার্থ‌ক্যের ম‌ধ্যে পার্থক্য তৈ‌রির জন্য মানু‌ষের চাক্ষুস প্র‌ক্রিকরণ খুবই গুরুত্বপূর্ণ। যখন সাং‌কেতিক উপা‌ত্তের বৈ‌শিষ্ট্য‌সমূহ‌কে দৃশ্যমান বৈ‌শি‌ষ্ট্যে চিত্রাং‌ঙ্কিত করা হয়, মানুষ বিশাল সংখ্যক উপা‌ত্তের ম‌ধ্য দি‌য়ে কার্যকরভা‌বে ব্রাউজ কর‌তে পা‌রে। অনুমান করা যায় যে, ম‌স্তি‌স্কের ২/৩ টি নিউরন চাক্ষুস প্র‌ক্রিয়াকর‌ণে জ‌ড়িত। স‌ঠিক প্রত্যক্ষীকরণ সম্ভাব্য সং‌যোগ, সম্পর্ক ইত্যা‌দি প্রদর্শ‌নের জন্য ভিন্ন এক‌টি উপায় প্রদান ক‌রে। যে‌টি অচাক্ষুস পরিমাণাত্মক উপা‌ত্তে তেমন সুস্পষ্ট নয়। প্রত্যক্ষীকরণ উপাত্ত আবিস্কা‌রের এক‌টি উপায়‌ে পরিণত হ‌তে পা‌রে।

উপাত্ত প্রত্যক্ষীকরণের ই‌তিহাস

উপাত্ত প্রত্যক্ষীকরণের কোনো প্রসস্থ ইতিহাস নেই। এ রকম কোনো নথি নেই যা সম্পূর্ণ দৃশ্য চেতনার এবং উপাত্তের দৃশ্যমান উপস্থাপনার অগ্রগতিকে প্রকাশ করে এবং যা কষ্টকর চেষ্টার অবদানসমূহকে ক্রমানুসারে সাজায়।^[২৯] ইয়ক বিশ্ববিদ্যালয়ের মাইকেল ফ্রেন্ডলি এবং ডেনিয়েল জে ডেনিস প্রত্যক্ষীকরণের একটি প্রসস্থ ইতিহাস প্রদানের চেষ্টায় একটি প্রকল্পে কাজ করছেন। সাধারণ বিশ্বাসের পরিপন্থি হলেও উপাত্ত প্রত্যক্ষীকরণ কোনো আধুনিকতার অগ্রগ‌তি নয়। প্লাইস্টোসিন যুগ থেকে নাক্ষত্রিক উপাত্ত বা তথ্য যেমন- তারার অবস্থান গুহার দেয়ালে প্রত্যক্ষীকরণ করা হতো (যেমন: দক্ষিণ ফ্রান্সের লাসকোক্স গুহায় পাওয়া গিয়েছে)।^[৩০] শিল্পকর্ম যেমন- মেসোপটানিয়াম ক্লে টোকেন (খ্রিষ্টপূর্ব- ৫৫০০), ইনকা কিপাস (খ্রিষ্টপূর্ব- ২৬০০) এবং মার্সাল দ্বীপের লাঠিচিত্রগুলিও প্রত্যক্ষীকারী সংখ্যাত্মক তথ্য হিসেকে বি‌বেচনা করা হয়।^[৩১]^[৩২]

প্রথম নথিভুক্ত উপাত্ত প্রত্যক্ষীকরণ, তু‌রিন পে‌পির‌াস মান‌চিত্র আমা‌দের খ্রিষ্টপূর্ব- ১১৬০ সা‌লে ফি‌রি‌য়ে নি‌য়ে য‌ায়, যা স‌ঠিকভ‌া‌বে ভৌগ‌লিক সম্প‌দের অবদান চি‌ত্রিত ক‌রে এবং এসব সম্প‌দের অনুসন্ধান সম্প‌র্কে তথ্য প্রদান ক‌রে।^[৩৩] এরকম মান‌চিত্রগু‌লো‌কে বিষয় সংক্রান্ত মানচিত্রাঙ্কন হি‌সে‌বে শ্রেণিভূক্ত করা যায়, যে‌টি এক ধর‌নের উপাত্ত প্রত্যক্ষীকরণ যা কো‌নো নি‌র্দিষ্ট ভৌগ‌লিক অঞ্চল সম্প‌র্কে কো‌নো নি‌র্দিষ্ট বিষয় দেখাতে গ‌ঠিত এক‌টি ভৌগ‌লিক চিত্রে‌র মাধ্য‌মে নি‌র্দিষ্ট তথ্য ও উপাত্ত উপস্থাপন এবং প্রেরণ ক‌রে। প্রখম ন‌থিভূক্ত উপাত্ত প্রত্যক্ষীকরণ এর রূপ ছিল বি‌ভিন্ন সাংস্কৃ‌তি, নিদর্শন এবং চিত্রলিপিতে ব্যবহৃত বর্ণমালা থে‌কে পাওয়া বিষয় সংক্রান্ত মান‌চিত্র, যা চি‌ত্রিত তথ্যের ব্যাখ্যা প্রদান প্রদান এবং আ‌রোপ ক‌রে‌ছে। উদাহরণস্বরূপ, মাই‌সিন এর লাইনার বি প্রত্তন ব্রোঞ্জ যুগে ট্যাব‌লেটগু‌লো ভূম‌ধ্য অঞ্চ‌লের বাণিজ্য সংক্রান্ত তথ্যকে প্রত্যক্ষীকরণ প্রদান ক‌রে‌ছে। প্র‌াচীন মিশরের বি‌ভিন্ন শহ‌রের প‌রিক্ষকগণ শ্রে‌ণিভূক্ত করার ধারণা‌টি ব্যবহা‌রের ক‌রে‌ছেন। অন্তত ২০০ খ্রিষ্টপূ‌র্বের ম‌ধ্যে পা‌র্থিব এবং দৈব অবস্থানগু‌লো অক্ষাংশ ও দ্রাঘিমাংশের ম‌তো কিছুর সাহা‌য্যে চি‌হ্নিত করা হয়। ক্লডিয়াস টলেমি [c.85–c. 165] - এর মাধ্য‌মে অক্ষাংশ ও দ্রাঘিমাংশ গোলাকার পৃ‌থিবীর মান‌চিত্র অভিক্ষেপ আ‌লেকজেন্ডা‌রিয়ায় ১৪ শতা‌ব্দি পর্যন্ত এক‌টি বৈ‌শিষ্ট্য হি‌সে‌বে কাজ ক‌রেছিল।^[৩৩]

কাগজ এবং চর্মের কাগজ কাগ‌জের আ‌বিস্কার ই‌তিহাস জু‌ড়ে প্রত্যক্ষীকরণের আরো উন্নতি সাধ‌নে সহায়তা করে। আকৃ‌তি‌টি ১০ বা ১১ শতা‌ব্দির এক‌টি গ্রাফ, যা‌ এক‌টি গ্রহব্যাপী অবস্থান পরিবর্তনকে চি‌ত্রিত কর‌তে তৈ‌রি, যা বই‌য়ে এক‌টি সংযু‌ক্তি হি‌সে‌বে ব্যবহৃত হ‌য়ে‌ছে।^[৩৪] সময়ের সাথে বিশ্ব বৈষম্যের একটি ঘটনাকে উপস্থাপন করা স্পষ্টভাবে গ্রাফটির উদ্দেশ্য। এ কারণে রাশিচক্র অংশটি সময় এবং অনুদৈঘ্র্য অক্ষ অনুযায়ী একটি ৩০ অংশে বিভক্ত অনুভূমিক রেখার সাথে থাকা একটি সমতলের উপর উপস্থাপনা করো হয়। লম্ব অক্ষগু‌লোা রাশিচক্রের বিস্তার‌কে ম‌নো‌নিত ক‌রে। পুনর্মিলিত করা যায় না এমন পর্যায়কালগুলোর জন্য প্র‌তি‌টি গ্রহের অনুভূমিক প‌রিমাপক ভিন্নভা‌বে বে‌ছে নেওয়া হয়। সা‌থে থাকা‌ লেখাগু‌লো শুধু বিস্তারকেই নি‌র্দেশ ক‌রে। রেখাচিত্রগ‌ু‌লো স্পষ্টভা‌বে সম‌য়ের সা‌থে সম্প‌র্কিত নয়।

১৬ শতকে মধ্যে যথাযথ প‌রিক্ষার জন্য কৌশল এবং সরঞ্জাম এবং প্রকৃত প‌রিমা‌ণের প‌রিমাপ, ভৌগোলিক এবং আকাশ সংক্রান্ত ভা‌লোই উন্নত ছিল (উদাহরণস্বরূপ, টায়‌কো গ্রা‌হে (১৫৪৬-১৬০১ সাল) এর তৈ‌রি এক‌টি দেয়া‌লের বৃত্তকার পরিধির এক-চতুর্থাংশ তার সম্পূর্ণ পর্যবেক্ষণাগার ঘেরা। ত্রিভূ‌জের প‌রিমাপ এবং চিত্রাঙ্কিত অবস্থান নির্ধারণ করার জন্য অন্যান্য পদ্ধ‌তিগু‌লো বি‌শেষভা‌বে গুরুত্বপূর্ণ উন্নয়ন।^[২৯]

ফরা‌শি দার্শ‌নিক এবং গ‌নিত‌বিদ র‍্যনে দেকার্ত এবং পিয়ের দ্য ফের্মা বি‌শ্লেষণমূলক জ্যা‌মি‌তি এবং দ্বি-মা‌ত্রিক সমতূল্য সি‌স্টেম আ‌বিস্কার আ‌বিস্কার ক‌রেন, যা প্রদর্শন এবং মান গণনার ব্যবহা‌রিক পদ্ধ‌তিগু‌লো‌কে প্রভা‌বিত ক‌রে। ফার‌মেট এবং ব্লেইজ প্যাসকেল প‌রিসংখ্যান এবং সম্ভাবনা তত্ত্ব‌ে‌র উপর ক‌াজ করার মাধ্য‌মে বর্তমা‌নে আমরা যা উপাত্ত হি‌সে‌বে ব্যাখা ক‌রি তার ভি‌ত্তি স্থাপন ক‌রে‌ছি‌লেন।^[২৯] আন্টা‌রে‌ক্টিভ ডিজাইন ফাউ‌ন্ডেশ‌নের ম‌তে, এই উন্নয়নগু‌লো উ‌ই‌লিয়াম প্লে‌ফেয়ার, যি‌নি প্র‌ফি‌ক্সের মাধ্য‌মে সংখ্যাত্মক উপা‌ত্তের যো‌গা‌যো‌গের সম্ভাবনা দে‌খেছি‌লেন, তা‌কে প‌রিসংখ্যা‌নের গ্রা‌ফিকাল পদ্ধ‌তির সৃ‌ষ্টি এবং উন্নতি‌তে কর‌তে মনো‌নিত এবং সাহায্য করে‌ছে।^[২৭]

২০ শতকের দ্বিতীয় আ‌র্ধে ‌জ্যা‌কেস বা‌র্টিন স্বজ্ঞাত, স্পষ্ট, স‌ঠিক এবং প্রভাবশালীভা‌বে তথ্য উপস্থাপন কর‌তে সংখ্যাত্মক গ্রাফ ব্যবহার ক‌রে‌ছেন।^[২৭]

জন তা‌র্কি তার উপাত্ত বি‌শ্লেষণ গ‌বেশনার এক‌টি নতুন পরিসংখ্যান সংক্রান্ত চেষ্টা এবং অ্যাডওয়ার্ড টুফ‌তে তাদের বই‌ "দ্যা ভিজুয়্যাল ডি‌সপ্লে অব কুয়া‌ন্টি‌টিভ ইন‌ফর‌মেশন", যে‌টি প‌রিসংখ্যানের চে‌য়ে বে‌শি কৌশলে উপাত্ত প্রত্যক্ষীকরণ প‌রি‌শোধ‌নের পথ সুগম করে সে‌টির সা‌থে উপাত্ত প্রত্যক্ষীকরণের সীমানা ছা‌ড়ি‌য়ে গি‌য়ে‌ছেন; প্রযু‌ক্তির অগ্রগ‌তির সা‌থে উপাত্ত প্রত্যক্ষীকরণের অগ্রগ‌তিও সা‌ধিত হয়; হা‌তে অ‌ঙ্কিত জিজুয়্যালাইজেশন ‌থে‌কে আ‌রো প্রযু‌ক্তিগত অ্যা‌প্লি‌কেশ‌নে- যেগ‌ুলোর ম‌ধ্যে মিথা‌স্ক্রিয় গঠন, যেগু‌লো সফটওয়্যার প্রত্যক্ষীকরণকে নি‌র্দেশ ক‌রে সেগ‌ু‌লো অন্তর্ভুক্ত।^[৩৫]

এসএএস, ‌সোফা, আর, মি‌নিট্যাব এবং কর্ণারস্টোর এবং আ‌রো অনুরূপ প্রোগ্রামগু‌লো প‌রিসংখ্যা‌নের ক্ষে‌ত্রে উপাত্ত প্রত্যক্ষীকরণকে ম‌নোনীত ক‌রে। অন্যান্য উপাত্ত প্রত্যক্ষীকরণ অ্যা‌প্লি‌কেশন , যা প্র‌ত্যে‌কের কা‌ছে আ‌রো বে‌শি গুরুত্বপূর্ণ, প্রোগ্রা‌মিং ভাষা যেমন- ]ডিথ্রি, পাইথন এবং জাভা‌স্ক্রিপ্ট প‌রিমান সংক্রান্ত উপাত্তের প্রত্যক্ষীকরণের এক‌টি তৈ‌রিতে সাহায্য ক‌রে। উপাত্ত প্রত্যক্ষীকরণ এবং সংযুক্ত লাই‌ব্রে‌রিসমূহ শেখার চা‌হিদ‌া মেটা‌নোর জন্য প্রাই‌ভেট স্কুলগু‌লো ফ্রি প্রোগ্রাম যেমন- "দ্যা ডাটা ইনক্যু‌বেটর এবং জ্যানা‌রেল অ্যাসেম্ব‌লি -এর ম‌তো কিছু প্রোগ্রাম তৈরি করেছে।^[৩৬]

এর শুরু হয় এক‌টি ‌সি‌ম্পো‌জিয়াম "ডাটা টু ডি‌স্ক‌োভা‌রি" থে‌কে, "আর্ট‌সেন্টার ক‌লেজ অব ডিজাইন", ক্যাল‌টেক এবং পাসা‌ডেনায় জে‌পিএল মিথস্ক্রিয় উপাত্ত প্রত্যক্ষীকরণ এর উপর এক‌টি কা‌র্ষিক প্রেগ্রাম চালনা ক‌রে। প্রোগ্রাম‌টি ‌‌‌‌‌‌‌‌‌‌‌‌‌জিজ্ঞাসা ক‌রে: কিভা‌বে মিথস্ক্রিয় উপাত্ত প্রত্যক্ষীকরণ বিজ্ঞানী এবং প্র‌কৌশলী‌দের তা‌দের উপাত্ত আ‌রো কার্যকরীভা‌বে উদ্ভাবন কর‌তে সাহায্য কর‌তে পা‌রে। কিভ‌া‌বে কম্পিউ‌টিং, ডিজাইন এবং গঠন চিন্তা গ‌বেশনার ফলাফল সর্ব‌চ্চো কর‌তে সাহায্য কর‌তে সাহায্য কর‌তে। এই ক্ষেত্রগু‌লো থে‌কে সব‌চে‌য়ে বে‌শি জ্ঞানের জন্য কোন পদ্ধ‌তিগু‌লো সব‌চে‌য়ে বে‌শি কার্যকর? স‌ঠিক দৃশ্যমান এবং মিথ‌স্ক্রিয় বৈ‌শিষ্ট্যসমূ‌হের সা‌থে আনুপা‌তিক তথ্য এন‌কোড করার মাধ্য‌মে প্রশ্ন করা এবং উপা‌ত্তের ভেতর এক‌টি অন্তর্দৃষ্টি লাভ করে এবং ফলস্বরূপ, বৈজ্ঞানিক সমস্যা জটিল কর‌তে প্রোগ্রাম‌টি নতুন নতুন আন্তঃবিষয়ক পদ্ধতি তৈ‌রি ক‌রে, গঠন চিন্তা এবং চূড়ান্ত পদ্ধ‌তিসমূহকে সর্ব‌োচ্চে ক‌রে, ব্যবহারকারী কে‌ন্দ্রীক গঠন, মিথ‌স্ক্রিয় গঠন এবং‌ ত্রিমা‌ত্রিক গ্রা‌ফিক্স।

পারিভাষিক শব্দাবলী

উপাত্ত প্রত্যক্ষীকরণ নি‌র্দিষ্ট পারিভাষিক শব্দাবলী সা‌থে জ‌ড়িত, যা‌ পরিসংখ্যান থে‌কে উদ্ভূত হ‌তে পা‌রে। উদাহরণস্বরূপ, লেখক স্টি‌ফেন ফিউ দুই ধর‌নের উপাত্ত ব্যাখ্যা ক‌রে‌ছেন, যেগু‌লো এক‌টি অর্থপূর্ণ বি‌শ্লষণ অথবা প্রত্যক্ষীকরণকে সমর্থন কর‌তে এক‌টি সম‌ষ্টি‌তে ব্যবহৃত হয়:

‌শ্রে‌ণিগত: যে টেক্সট লে‌বেলগু‌লো উপাত্তের নাম ও বয়সের ম‌তো উপা‌ত্ত‌ে‌র প্রকৃ‌তি সংক্রান্ত (অসংখ্যাত্মত) উপাত্ত উ‌ল্লেখ কর‌ছে।
পরিমাণ সংক্রান্ত: সংখ্যাত্মক প‌রিমাণ, যেমন-"২৫," বয়সকে বছর দ্বারা উপস্থাপন কর‌তে।

তথ্য প্রদর্শ‌নে‌র দুই ধর‌নের প্রাথ‌মিক ধরন হ‌লো টে‌বিল এবং প্রাফ।

‌কো‌নো টে‌বিলে বিষয়‌শ্রে‌ণি সংক্রান্ত লে‌বে‌লের সা‌থে রো এবং কলাম এ সাজা‌নো পরিমাণ সংক্রান্ত উপাত্ত থা‌কে। এ‌টি প্রধানত নি‌র্দিষ্ট মান খু‌জে বের কর‌তে ব্যবহৃত হয়। উপ‌রের উদাহরণের টে‌বিল‌টিতে প্র‌তি‌টি রো যা এক‌টি ক‌রে ব্যা‌ক্তি (এক‌টি পরিক্ষামূলক একক বা শ্রে‌ণি বিভ‌াজন) উপস্থাপন ক‌রে তার সা‌থে বিষয়‌শ্রে‌ণি সংক্রান্ত কলাম লে‌বেল থাক‌তে পা‌রে, যা নাম (এক‌টি সংখ্যাত্মক চলরা‌শি) এবং বয়স (এক‌টি সংখ্যাত্মক চলরা‌শি) উপস্থাপন ক‌রে।
‌কো‌নো গ্রাফ‌ সাধারণত কো‌নো উপাত্ত এবং অব‌জেক্ট (যেমন-‌ রেখা, কার অথবা প‌য়েন্ট) হি‌সে‌বে এন‌কোড হওয়া চি‌ত্রের মা‌নের ম‌ধ্যে সম্পর্ক দেখা‌তে ব্যবহৃত হয়। এক বা একা‌ধিক অ‌ক্ষ দ্বারা অ‌ঙ্কিত এক‌টি অঞ্চ‌লে সংখ্যাত্মক মানগু‌লো প্রদ‌র্শিত হয়। এই অক্ষদ্বয় দৃশ্যমান অব‌জেক্টগু‌লোর মান লে‌বেল এবং সংযুক্ত কর‌তে প‌রিমাপক প্রদান ক‌রে। অনেক গ্রাফ‌কে চার্ট হি‌সে‌বে উল্লেখ করা যায়।^[৩৭]

এপলার এবং লেঙ্গলার "প্রত্যক্ষীকরণ পদ্ধ‌তির পর্যায় সার‌ণি," তৈ‌রি ক‌রে‌ছেন, এক‌টি মিথা‌স্ক্রিয় চার্ট যা বি‌ভিন্ন উপাত্ত প্রত্যক্ষীকরণ পদ্ধ‌তি প্রদর্শন কর‌ছে। এ‌টি‌তে ছয় ধর‌নের উপাত্ত প্রত্যক্ষীকরণ পদ্ধ‌তি আ‌ছে। সেগু‌লো হ‌লো: উপাত্ত, তথ্য, ধারণা, প‌রিকল্পনা, উপমা, যৌগিকতা।^[৩৮]

উপাত্ত প্রত্যক্ষীকরণ এর জন্য ব্যবহৃত ডায়াগ্রাম এর উদাহরণ

	নাম	দৃশ্যমান মাত্রা	ব্যবহারের উদাহরণ
সপ্তা‌হের দিন অনুযায়ী বখ‌শি‌শের স্তম্ভ লেখচিত্র	বার চার্ট	দৈর্ঘ্য/গণনা শ্রে‌ণি (রং)	মা‌নের পার্থক্য, যেমন: বি‌ভিন্ন ব্য‌ক্তির বিক্রয়ের কর্মক্ষমতা বা এক‌টি নির্দিষ্ট সম‌য়ে ব্যবসা। এক‌টি মাত্র সময় অনুসা‌রে প‌রিমাপ কর‌তে এক‌টি লাইন চার্ট অ‌ধিক পছন্দনীয়।
বা‌ড়ির মূল্যের আয়ত লেখচিত্র	বার‌লেখ	বিন সীমা গণনা বা দৈর্ঘ্য (রং)	০-১০% বা ১১-২০% ইত্যা‌দি কো‌নো নি‌র্দিষ্ট রেঞ্জ‌ে‌র ম‌ধ্যে এক‌টি স্টোক মা‌র্কেটের শতকরা প্রত্যাবর্তনের হার নির্ধারণ। বারের উচ্চতা ‌ক্ষেত্রসমূহের (বছর) সংখ্যা ‌কো‌নো রেঞ্জে‌র ম‌ধ্যে "প্রত্যাবর্তন%" -এর সা‌থে সংযুক্তভা‌বে উপস্থাপন ক‌রে।
দু‌টি চলরাশির ম‌ধ্যে বি‌ক্ষেপ লেখচিত্র	বি‌ক্ষেপ লেখচিত্র	x অবস্থান y অবস্থান (চিহ্ন/‌গ্লিফ) (রং) (আকার)	সম্পর্ক নির্ধারণ, যেমন- বি‌ভিন্ন সময়কা‌লে বেকারত্ব (X) এবং মুদ্রাস্ফীতি(Y) -এর ম‌ধ্যে সম্পর্ক নির্ধারণ কর‌তে।
বিক্ষেপ লেখচিত্র	স্কেটার প্লট (ত্রি-মা‌ত্রিক)	x অবস্থান y অবস্থান z অবস্থান রং
‌নেটওয়ার্ক বি‌শ্লেষণ	নেটওয়ার্ক	গ্রন্থির আকার ঘনত্ব যুক্ত ক‌রে রং যুক্ত ক‌রে স্থান সংক্রান্তকরণ	নেটওয়া‌র্কে ক্লাস্টার খু‌জে পাওয়া (‌যেমন: অন্য ক্লাস্টার -এ ফেসবুক এর বন্ধু‌দের স‌া‌থে গ্রুপ তৈ‌রি করা) নেটওয়া‌র্কে থাকা ক্লাস্টারগু‌লোর ম‌ধ্যে সেতু বন্ধন (ইন‌ফোরমেশন ব্রেকার বা বাউন্ডা‌রি স্পেনার) আ‌বিস্কার করা নেটওর্য়া‌কের সব‌চে‌য়ে প্রভাবশালী নোডগু‌লো নির্ধারণ করা (যেমন: কো‌নো কে‌াম্পানী বিপণন প্রচারাভিযানের জন্য টুইটার -এ কো‌নো এক‌টি‌ কম সংখ্যক লো‌কের গ্রুপ‌কে লক্ষ করা)। কো‌নো ক্লাস্টা‌রে জায়গা না পাওয়া অথবা কো‌নো নেটওয়ার্ক এর ম‌ধ্যে থাকা আউটলিয়ার একট‌রগুলো খূ‌জে বের করা।
প্রবাহ লেখচিত্র	প্রবাহ লেখচিত্র	বিস্তার রং সময়(প্রবাহ)
ট্রিম্যাপ	‌ট্রিম্যাপ	আকার রং	অবস্থান অনুযায়ী ডি‌স্কের ফাকা জায়গা/ ফাই‌লের ধরন
গান্ট চার্ট	গান্ট চার্ট	রং সময় (প্রবাহ)	schedule / progress, e.g. in পজেক্ট প‌রিকল্পনা
Heat map	হিটম্যাপ	রো কলাম ক্লাস্টার রং	ক্রমান্ব‌য়ে সবুজ গলুদ এবং লাল রং উপস্থাপ‌নের মাধ্য‌মে কম, মাঝা‌রি এবং উচ্চ ঝু‌কি বি‌শ্লেষণ করা।
স্ট্রিপ গ্রা‌ফিক্স	স্ট্রিপ‌‌ গ্রাফিক্স	x অবস্থান রং	এক‌টি ক্ষেত্র‌কে চি‌ত্রিত ক‌রে, অতি সাধারণত ‌বৈ‌শ্বিক উঞ্চায়ন চি‌ত্রিত করার জন্য সময় অনুযায়ী তাপমাত্রা চি‌ত্রিত তরা হয়। অ‌বিজ্ঞানীদের সা‌থে সজ্ঞাত যোগা‌যো‌গের কো‌নো‌ প্রযু‌ক্তি সংক্রান্ত সং‌কে‌তের চে‌য়ে কম নয় ব‌লে ম‌নে করা হয়।^[৩৯]

অন্যান্য ক্ষেত্র

উপাত্ত প্রত্যক্ষীকরণ এর ক্ষে‌ত্রে বি‌ভিন্ন পন্থা বিদ্যমান। ফ্রাইডম্যান (২০০৮) -এর মতো তথ্য উপস্থাপনার উপর এক‌টি সাধারণ দৃ‌ষ্টি রাখা হয়। ফ্রেন্ড‌লি (২০০৮) উপাত্ত প্রত্যক্ষীকরণ এর প্রধান দুই অংশ অনুমাণ ক‌রে: প‌রিসংখ্যান সংক্রান্ত গ্রাাফক্স এবং বিষয় সংক্রান্ত গ্রা‌ফিক্স।^[৪০] এই ক্র‌মে আধু‌নিক পন্থা নিবন্ধ উপাত্ত প্রত্যক্ষীকরণ এর সাত‌টি বিষ‌য়ের এর উপর এক‌টি প‌রিদর্শন প্রদান ক‌রে।^[৪১] বিষয়গু‌লো হ‌লো:

নিবন্ধ এবং রি‌সোর্সসমূহ
বন্ধ‌নিসমূহ প্রদর্শন
উপাত্ত প্রদর্শন
সংবাদ প্রদর্শন
ও‌য়েবসাইট প্রদর্শন
মাইন্ড ম্যাপ
সরঞ্জাম এবং সেবাসমূহ

এই সকল বিষয় গ্রফিক্স ডিজাই‌নিং এবং তথ্য উপস্থাপনার সা‌থে গভীরভা‌বে সংযুক্ত।

অন্যদি‌কে, ২০০২ সা‌লে, ফ্রিটস এইচ পোস্ট ক্ষেত্র‌টি‌কে ছয়‌টি উপ‌-ক্ষেত্রে বিভক্ত ক‌রে‌ছেন^[১৮]^[৪২]:

তথ্য প্রত্যক্ষীকরণ
মিথস্ক্রি‌য় কৌশল এবং গঠন
গাঠ‌নিক কৌশল
মা‌ল্টি‌রি‌সো‌লিউসন পদ্ধ‌তি
প্রত্যক্ষীকরণে কলনবিধি এবং কৌশল
শব্দের উচ্চতা প্রত্যক্ষীকরণ

উপাত্ত উপস্থাপনা কাঠা‌মো

সামা‌জিক মাধ্যম থে‌কে পাওয়া এক‌টি উপাত্ত প্রত্যক্ষীকরণ

উপাত্ত উপস্থাপনা কাঠা‌মো (ডি‌পিএ) এক‌টি দক্ষ সেট, যা সন্তোষজনক ভাবে অ‌ভিপ্রায় এবং যথার্থ জ্ঞান ‌প্রেরণের জন্য কো‌নো উপা‌য়ে উপাত্ত চিহ্নত, উপা‌ত্তের স্থান নির্ধারণ বিন্যাস এবং‌ উপস্থাপন ক‌রে।

ঐ‌তিহা‌সিকভা‌বে, উপাত্ত উপস্থাপনা কাঠা‌মো কে‌লি লাউটের ভাষানুসা‌রে ব্যাত্ত হয়^[ক] "উপাত্ত উপস্থাপনা কাঠা‌মো এক‌টি দক্ষ সেট, যেটি বিজনেস ইন্টেলিজেন্স এর সাফল্য এবং মা‌নের জন্য কম ব্যবহৃত এক‌টি জ‌টিল দক্ষ সেট। উপাত্ত উপস্থাপনা কাঠা‌মো (ডি‌পিএ) উপাত্ত ক্ষেত্র, অর্পণ সময়, ফর‌মেট এবং প্রত্যক্ষীকরণ, যা সব‌চে‌য়ে বে‌শি কার্যকরভা‌বে সা‌পোর্ট ক‌র‌বে এবং কর্মক্ষম, কৌশলগত এবং বু‌দ্ধিমত্তা সংক্রান্ত প্রকৃ‌তি‌কে ব্যবসায়িক (অথবা সাংগঠ‌নিক) লক্ষ বুঝ‌তে প‌রিচালনা ক‌রে তা সহ বিজনেস ইন্টেলিজেন্স সমাধান প্রদা‌নের ল‌ক্ষে উপাত্ত থে‌কে বি‌ভিন্ন গুরুত্বপূর্ণ তথ্য আ‌বিস্কার এবং উপাত্ত প্রত্যক্ষীকরণ শিল্প, সাংগঠনিক মনোবিজ্ঞান এবং প‌রিবর্তন ব্যবস্থাপনার সা‌থে তা ব্যবহার‌যোগ্য, সামঞ্জস্যপূর্ণ এবং স‌ক্রিয় কর‌তে সংখ্যা, উপাত্ত এবং প‌রিসংখ্যান বিজ্ঞানের সাথে মিলিত হয়। ডি‌পিএ কো‌নো প্রযু‌ক্তি সংক্রান্ত বা ব্যবস্যায়িক দক্ষ সেট না, কিন্তু এ‌টি বিশেষ জ্ঞানে‌র এক‌টি ক্ষেত্র। কখ‌নো কখ‌নো উপাত্ত উপস্থাপনা কাঠা‌মোকে উপাত্ত প্রত্যক্ষীকরণ এর সা‌থে মি‌লি‌য়ে ফেল‌া হলেও উপাত্ত উপস্থাপনা কাঠা‌মো এক‌টি আ‌রো প্রসস্থ দক্ষ সেট যা শুধুমাত্র ই‌তিম‌ধ্যে নির্ধা‌রিত উপাত্ত উপস্থাপনার সর্ব‌োত্তম উপ‌ায়ই নয় বরং, এ‌টির ম‌ধ্যে কোন উপাত্ত কোন সম‌য়ে, কোন ফর‌মে‌টে উপস্থাপন করা হ‌বে তা অন্তর্ভুক্ত। উপাত্ত প্রত্যক্ষীকরণ দক্ষতাগু‌লো ডি‌পিএ -এর এক‌টি উপাদান।

লক্ষ

ড‌াটা ডি‌পিএ -এর দু‌টি লক্ষ আ‌ছে:

সব‌চে‌য়ে কার্যকরী উপা‌য়ে জ্ঞান বন্ট‌নের জন্য উপাত্ত‌কে ব্যবহার করা। (অস্পষ্টতা, জ‌টিলতা এবং অপ্র‌য়োজনীয় উপাত্ত কমি‌য়ে বা প্র‌ত্যেক দর্শ‌কের প্র‌য়োজন বা ভূমিকা অনুসা‌রে বিস্তৃ‌তি প্রদা‌নের মাধ্য‌মে।
সব‌চে‌য়ে শক্তিশালী উপা‌য়ে জ্ঞান বন্ট‌নের জন্য উপাত্ত‌কে ব্যবহার করা। (সামঞ্জস্যপূর্ণ, সময়ানুযায়ী এবং সম্পন্ন উপাত্ত প্র‌তি‌টি দর্শক‌কে এক‌টি স্বচ্ছ এবং বোধগম্য উপা‌য়ে প্রদান ক‌রে, যা গুরুত্বপূর্ণ ভাব বহন ক‌রে, স‌ক্রিয় এবং বোধশ‌ক্তি‌, আচরণ এবং বিচারবু‌দ্ধি‌কে প্রভাব ফেল‌তে পা‌রে।)

‌ক্ষেত্র

উপ‌রের লক্ষগু‌লো ম‌নে রে‌খে উপাত্ত উপস্থাপনা কাঠা‌মো‌র মূল কাজগুলো হ‌লো:

প্র‌তি‌টি দর্শ‌কের জন্য তা‌দের ভূ‌মিকা, কাজ, অবস্থান এবং প্রযু‌ক্তি‌ ব্যবহা‌রের উপর ভি‌ত্তি ক‌রে কাযর্করী অর্পণ য‌া‌ন্ত্রিকতা তৈ‌রি করা।
গুরুত্বপূর্ণ ভাব (সামঞ্জস্যপূর্ণ জ্ঞান), যা প্র‌তি‌টি প্রস‌ঙ্গে প্র‌ত্যেক দর্শ‌কের প্র‌য়োজন তা নির্ধারণ ক‌রা।
উপাত্ত হালনাগা‌দের (উপা‌ত্তের মান) প্রয়োজনীয় পর্য‌াবৃত্তি নিশ্চিত করা।
উপাত্ত উপস্থাপনার স‌ঠিক সময় নির্ধারণ ক‌রা (কখন এবং কত ঘনঘন ব্যবহারকারীর উপাত্ত‌টি দেখা প্র‌য়োজন)।
স‌ঠিক উপাত্ত অনুসন্ধান করা (উ‌দ্দেশ্য অঞ্চল, ঐ‌তিহা‌সিক প্রসারণ, প্রসারণ এবং বিবৃতির স্তর ইত্যা‌দি)।
স‌ঠিক বি‌শ্লেষণ, গ্রু‌পিং প্রত্যক্ষীকরণ এবং অন্যান্য প্রে‌জে‌ন্টেশন ফর‌মেট ব্যবহার ক‌রা।

সম্প‌র্কিত ক্ষেত্রসমূহ

‌ডি‌পিএ -কা‌জের অন্যান্য কি‌ভিন্ন ক্ষে‌ত্রের সা‌থে সাদৃশ্যতা আছে। সেগ‌ু‌লো হ‌লো:

লক্ষ, সংগ্রহ প্র‌য়োজনীয়তা এবং ম‌ান‌চিত্রাঙ্কণ প্র‌ক্রিয়ায়‌ বাণি‌জ্যিক বি‌শ্লেষণ।
বা‌ণি‌জ্যিক প্র‌ক্রিয়া উন্নয়ন যার লক্ষ ব্যবসা এ‌গি‌য়ে নি‌য়ে যাওয়ার উ‌দ্দে‌শ্যে ব্যবসা‌য়িক কর্মকান্ড‌ের উন্ন‌তি করা এবং সচল রাখা।
উপাত্ত প্রত্যক্ষীকরণ যা‌র ম‌ধ্যে এ‌টি উপাত্ত উপস্থাপনার লক্ষণীয় এবং গুরুত্বপূর্ণ ভাব সংযুক্ত করতে প্রত্যক্ষীকরণ এর সুপ্রতিষ্ঠি তত্ত্বগু‌লি ব্যবহার করে।
তথ্য গঠন, কিন্তু তথ্য গঠ‌নে অগ‌ঠিত উপ‌াত্তের উপর লক্ষ করা হয় এবং উভয় ‌বি‌শ্লেষণ (প‌রিসংখ্যান এবং উপাত্ত জ্ঞান সংক্রান্ত) এবং আসল উপাদা‌নের (উপাত্ত, ডি‌পিএ -এর ক্ষে‌ত্রে) সরাস‌রি নতুন সত্ত্বায় এবং সম‌ষ্টি‌তে রুপান্তরকে অন্তর্ভুক্ত করা হয় না।
এইচসিআই (HCI) বা মিথা‌স্ক্রিয়তাসম্পন্ন গঠন, অ‌নেক বছর ধ‌রে মিথা‌স্ক্রিয় গঠ‌নের উপাত্ত প্রত্যক্ষীকরণ নিয়মানুব‌র্তিতা জু‌ড়ে এইচ‌সিআই (HCI) এর মাধ্য‌মে উন্ন‌তি লাভ ক‌রে‌ছে।
‌চিত্রভিত্তিক সাংবা‌দিকতা, উপাত্ত-প‌রিচা‌লিত সাংবা‌দিকতা বা উপাত্ত সাংকা‌দিকতা খব‌রের ঘটনা বলার সকল ধর‌নের ব্যবস্থাপনার সা‌থে সম্প‌র্কিত এবং উপাত্ত-প‌রিচা‌লিত বা উপাত্ত সাংকা‌দিকতা উপাত্ত প্রত্যক্ষীকরণের সা‌থে অপ‌রিহার্যভা‌বে বলা হয়‌ না।
গ্রাফিক্স ডিজাইন, স্টাইল, টাই‌পোগ্রা‌ফি, অবস্থান এবং অন্যান্য সৌন্দর্যবোধ সংক্রান্ত বিষয়গু‌লোর সা‌থে উপাত্ত‌ বহন ক‌রে।

আরও দেখুন

টীকা

↑ The first formal, recorded, public usages of the term data presentation architecture were at the three formal Microsoft Office 2007 Launch events in Dec, Jan and Feb of 2007–08 in Edmonton, Calgary and Vancouver (Canada) in a presentation by Kelly Lautt describing a business intelligence system designed to improve service quality in a pulp and paper company. The term was further used and recorded in public usage on December 16, 2009 in a Microsoft Canada presentation on the value of merging Business Intelligence with corporate collaboration processes.

তথ্যসূত্র

↑ ^ক ^খ ^গ Nussbaumer Knaflic, Cole (২ নভেম্বর ২০১৫)। Storytelling with Data: A Data Visualization Guide for Business Professionals। আইএসবিএন 978-1-119-00225-3।
↑ ^ক ^খ ^গ ^ঘ Antony Unwin (৩১ জানুয়ারি ২০২০)। "Why Is Data Visualization Important? What Is Important in Data Visualization?"। Harvard Data Science Review। সংগ্রহের তারিখ ২৭ মার্চ ২০২৩।
↑ Ananda Mitra (২০১৮), "Managing and Visualizing Unstructured Big Data", Encyclopedia of Information Science and Technology (4th সংস্করণ), IGI Global
↑ Bhuvanendra Putchala; Lasya Sreevidya Kanala; Devi Prasanna Donepudi; Hari Kishan Kondaveeti (২০২৩), "Applications of Big Data Analytics in Healthcare Informatics", Narasimha Rao Vajjhala; Philip Eappen, Health Informatics and Patient Safety in Times of Crisis, IGI Global, পৃষ্ঠা 175–194
↑ Olshannikova, Ekaterina; Ometov, Aleksandr; Koucheryavy, Yevgeny; Ollson, Thomas (২০১৫), "Visualizing Big Data with augmented and virtual reality: challenges and research agenda.", Journal of Big Data, 2 (22), ডিওআই:10.1186/s40537-015-0031-2
↑ Mackinlay Card (১৯৯৯), Readings in Information Visualization: Using Vision to Think, Morgan Kaufmann, পৃষ্ঠা 6–7
↑ ^ক ^খ "What is data visualization?"। IBM। সংগ্রহের তারিখ ২৭ মার্চ ২০২৩।
↑ Brent Dykes (২০১৯), Effective Data Storytelling: How to Drive Change with Data, Narrative and Visuals, John Wiley & Sons, পৃষ্ঠা 16
↑ David C. LeBlanc (২০০৪), Statistics: Concepts and Applications for Science, Jones & Bartlett Learning, পৃষ্ঠা 35-36
↑ Grandjean, Martin (২০২২)। "Data Visualization for History"। Handbook of Digital Public History: 291–300। ডিওআই:10.1515/9783110430295-024।
↑ E.H. Chi (২০১৩), A Framework for Visualizing Information, Springer Science & Business Media, পৃষ্ঠা xxiii
↑ Gershon, Nahum; Page, Ward (১ আগস্ট ২০০১)। "What storytelling can do for information visualization"। Communications of the ACM। 44 (8): 31–37। এসটুসিআইডি 7666107। ডিওআই:10.1145/381641.381653।
↑ Mason, Betsy (নভেম্বর ১২, ২০১৯)। "Why scientists need to be better at data visualization"। Knowable Magazine। ডিওআই:10.1146/knowable-110919-1 ।
↑ O'Donoghue, Seán I.; Baldi, Benedetta Frida; Clark, Susan J.; Darling, Aaron E.; Hogan, James M.; Kaur, Sandeep; Maier-Hein, Lena; McCarthy, Davis J.; Moore, William J.; Stenau, Esther; Swedlow, Jason R.; Vuong, Jenny; Procter, James B. (২০১৮-০৭-২০)। "Visualization of Biomedical Data"। Annual Review of Biomedical Data Science। 1 (1): 275–304। hdl:10453/125943 । এসটুসিআইডি 199591321। ডিওআই:10.1146/annurev-biodatasci-080917-013424। সংগ্রহের তারিখ ২৫ জুন ২০২১।
↑ Leo Yu-Ho Lo; Ayush Gupta; Kento Shigyo; Aoyu Wu; Enrico Bertini; Huamin Qu, Misinformed by Visualization: What Do We Learn From Misinformative Visualizations?
↑ Vitaly Friedman (2008) "Data Visualization and Infographics" in: Graphics, Monday Inspiration, January 14th, 2008.
↑ Fernanda Viegas and Martin Wattenberg (এপ্রিল ১৯, ২০১১)। "How To Make Data Look Sexy"। CNN.com। মে ৬, ২০১১ তারিখে মূল থেকে আর্কাইভ করা। সংগ্রহের তারিখ মে ৭, ২০১৭।
↑ ^ক ^খ Frits H. Post, Gregory M. Nielson and Georges-Pierre Bonneau (2002). Data Visualization: The State of the Art. Research paper TU delft, 2002. ওয়েব্যাক মেশিনে আর্কাইভকৃত ৭ অক্টোবর ২০০৯ তারিখে.
↑ Tukey, John (১৯৭৭)। Exploratory Data Analysis। Addison-Wesley। আইএসবিএন 0-201-07616-0।
↑ techatstate (৭ আগস্ট ২০১৩)। "Tech@State: Data Visualization - Keynote by Dr Edward Tufte" – YouTube-এর মাধ্যমে।
↑ [১]
↑ ^ক ^খ ^গ Tufte, Edward (১৯৮৩)। The Visual Display of Quantitative Information। Cheshire, Connecticut: Graphics Press। আইএসবিএন 0-9613921-4-2।
↑ "Telling Visual Stories About Data - Congressional Budget Office"। www.cbo.gov।
↑ উদ্ধৃতি ত্রুটি: <ref> ট্যাগ বৈধ নয়; ReferenceA নামের সূত্রটির জন্য কোন লেখা প্রদান করা হয়নি
↑ "Stephen Few-Perceptual Edge-Graph Selection Matrix" (পিডিএফ)।
↑ ^ক ^খ "Steven Few-Tapping the Power of Visual Perception-September 2004" (পিডিএফ)।
↑ ^ক ^খ ^গ "Data Visualization for Human Perception"। The Interaction Design Foundation। সংগ্রহের তারিখ ২০১৫-১১-২৩।
↑ "Visualization" (পিডিএফ)। SFU। SFU lecture। ২০১৬-০১-২২ তারিখে মূল (পিডিএফ) থেকে আর্কাইভ করা। সংগ্রহের তারিখ ২০১৫-১১-২২।
↑ ^ক ^খ ^গ Friendly, Michael। "A Brief History of Data Visualization"। Springer-Verlag। সংগ্রহের তারিখ ১৯ নভেম্বর ২০১৭।
↑ Whitehouse, D. (৯ আগস্ট ২০০০)। "Ice Age star map discovered"। BBC News। সংগ্রহের তারিখ ২০ জানুয়ারি ২০১৮।
↑ Dragicevic, Pierre; Jansen, Yvonne (২০১২)। "List of Physical Visualizations and Related Artefacts."। সংগ্রহের তারিখ ২০১৮-০১-১২।
↑ Jansen, Yvonne; Dragicevic, Pierre; Isenberg, Petra; Alexander, Jason; Karnik, Abhijit; Kildal, Johan; Subramanian, Sriram; Hornbaek, Kasper (২০১৫)। "Opportunities and challenges for data physicalization"। Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems: 3227–3236।
↑ ^ক ^খ Friendly, Michael (২০০১)। "Milestones in the history of thematic cartography, statistical graphics, and data visualization."। ২০১৪-০৪-১৪ তারিখে মূল থেকে আর্কাইভ করা। সংগ্রহের তারিখ ২০১৭-১১-১৯।
↑ Funkhouser, Howard Gray (জানু ১৯৩৬)। "A Note on a Tenth Century Graph"। Osiris। 1: 260–262। জেস্টোর 301609। ডিওআই:10.1086/368425।
↑ Friendly, Michael (২০০৬)। "A Brief History of Data Visualization" (পিডিএফ)। York University। Springer-Verlag। সংগ্রহের তারিখ ২০১৫-১১-২২।
↑ "NY gets new boot camp for data scientists: It's free but harder to get into than Harvard"। Venture Beat। সংগ্রহের তারিখ ২০১৬-০২-২১।
↑ "Steven Few-Selecting the Right Graph for Your Message-September 2004" (পিডিএফ)।
↑ Lengler, Ralph; Eppler, Martin. J। "Periodic Table of Visualization Methods"। www.visual-literacy.org। সংগ্রহের তারিখ ১৫ মার্চ ২০১৩।
↑ Kahn, Brian (জুন ১৭, ২০১৯)। "This Striking Climate Change Visualization Is Now Customizable for Any Place on Earth"। Gizmodo। জুন ২৬, ২০১৯ তারিখে মূল থেকে আর্কাইভ করা।
↑ Michael Friendly (2008). "Milestones in the history of thematic cartography, statistical graphics, and data visualization" ওয়েব্যাক মেশিনে আর্কাইভকৃত ২৬ সেপ্টেম্বর ২০১৮ তারিখে.
↑ "Data Visualization: Modern Approaches". in: Graphics, August 2nd, 2007
↑ Frits H. Post, Gregory M. Nielson and Georges-Pierre Bonneau (2002). Data Visualization: The State of the Art ওয়েব্যাক মেশিনে আর্কাইভকৃত ২০০৯-১০-০৭ তারিখে.

বহিঃসংযোগ

Milestones in the History of Thematic Cartography, Statistical Graphics, and Data Visualization, An illustrated chronology of innovations by Michael Friendly and Daniel J. Denis.
Duke University-Christa Kelleher Presentation-Communicating through infographics-visualizing scientific & engineering information-March 6, 2015

[43] The first formal, recorded, public usages of the term data presentation architecture were at the three formal Microsoft Office 2007 Launch events in Dec, Jan and Feb of 2007–08 in Edmonton, Calgary and Vancouver (Canada) in a presentation by Kelly Lautt describing a business intelligence system designed to improve service quality in a pulp and paper company. The term was further used and recorded in public usage on December 16, 2009 in a Microsoft Canada presentation on the value of merging Business Intelligence with corporate collaboration processes.

[Nussbaumer_Knaflic-1] ক ^খ ^গ Nussbaumer Knaflic, Cole (২ নভেম্বর ২০১৫)। Storytelling with Data: A Data Visualization Guide for Business Professionals। আইএসবিএন 978-1-119-00225-3।

[HDSR-2] ক ^খ ^গ ^ঘ Antony Unwin (৩১ জানুয়ারি ২০২০)। "Why Is Data Visualization Important? What Is Important in Data Visualization?"। Harvard Data Science Review। সংগ্রহের তারিখ ২৭ মার্চ ২০২৩।

[3] Ananda Mitra (২০১৮), "Managing and Visualizing Unstructured Big Data", Encyclopedia of Information Science and Technology (4th সংস্করণ), IGI Global

[4] Bhuvanendra Putchala; Lasya Sreevidya Kanala; Devi Prasanna Donepudi; Hari Kishan Kondaveeti (২০২৩), "Applications of Big Data Analytics in Healthcare Informatics", Narasimha Rao Vajjhala; Philip Eappen, Health Informatics and Patient Safety in Times of Crisis, IGI Global, পৃষ্ঠা 175–194

[5] Olshannikova, Ekaterina; Ometov, Aleksandr; Koucheryavy, Yevgeny; Ollson, Thomas (২০১৫), "Visualizing Big Data with augmented and virtual reality: challenges and research agenda.", Journal of Big Data, 2 (22), ডিওআই:10.1186/s40537-015-0031-2

[6] Mackinlay Card (১৯৯৯), Readings in Information Visualization: Using Vision to Think, Morgan Kaufmann, পৃষ্ঠা 6–7

[IBM-7] ক ^খ "What is data visualization?"। IBM। সংগ্রহের তারিখ ২৭ মার্চ ২০২৩।

[8] Brent Dykes (২০১৯), Effective Data Storytelling: How to Drive Change with Data, Narrative and Visuals, John Wiley & Sons, পৃষ্ঠা 16

[9] David C. LeBlanc (২০০৪), Statistics: Concepts and Applications for Science, Jones & Bartlett Learning, পৃষ্ঠা 35-36

[10] Grandjean, Martin (২০২২)। "Data Visualization for History"। Handbook of Digital Public History: 291–300। ডিওআই:10.1515/9783110430295-024।

[11] E.H. Chi (২০১৩), A Framework for Visualizing Information, Springer Science & Business Media, পৃষ্ঠা xxiii

[Gershon-12] Gershon, Nahum; Page, Ward (১ আগস্ট ২০০১)। "What storytelling can do for information visualization"। Communications of the ACM। 44 (8): 31–37। এসটুসিআইডি 7666107। ডিওআই:10.1145/381641.381653।

[Mason-13] Mason, Betsy (নভেম্বর ১২, ২০১৯)। "Why scientists need to be better at data visualization"। Knowable Magazine। ডিওআই:10.1146/knowable-110919-1 ।

[O'Donoghue-14] O'Donoghue, Seán I.; Baldi, Benedetta Frida; Clark, Susan J.; Darling, Aaron E.; Hogan, James M.; Kaur, Sandeep; Maier-Hein, Lena; McCarthy, Davis J.; Moore, William J.; Stenau, Esther; Swedlow, Jason R.; Vuong, Jenny; Procter, James B. (২০১৮-০৭-২০)। "Visualization of Biomedical Data"। Annual Review of Biomedical Data Science। 1 (1): 275–304। hdl:10453/125943 । এসটুসিআইডি 199591321। ডিওআই:10.1146/annurev-biodatasci-080917-013424। সংগ্রহের তারিখ ২৫ জুন ২০২১।

[15] Leo Yu-Ho Lo; Ayush Gupta; Kento Shigyo; Aoyu Wu; Enrico Bertini; Huamin Qu, Misinformed by Visualization: What Do We Learn From Misinformative Visualizations?

[16] Vitaly Friedman (2008) "Data Visualization and Infographics" in: Graphics, Monday Inspiration, January 14th, 2008.

[17] Fernanda Viegas and Martin Wattenberg (এপ্রিল ১৯, ২০১১)। "How To Make Data Look Sexy"। CNN.com। মে ৬, ২০১১ তারিখে মূল থেকে আর্কাইভ করা। সংগ্রহের তারিখ মে ৭, ২০১৭।

[FHP02-18] ক ^খ Frits H. Post, Gregory M. Nielson and Georges-Pierre Bonneau (2002). Data Visualization: The State of the Art. Research paper TU delft, 2002. ওয়েব্যাক মেশিনে আর্কাইভকৃত ৭ অক্টোবর ২০০৯ তারিখে.

[Tukey1977-19] Tukey, John (১৯৭৭)। Exploratory Data Analysis। Addison-Wesley। আইএসবিএন 0-201-07616-0।

[20] techatstate (৭ আগস্ট ২০১৩)। "Tech@State: Data Visualization - Keynote by Dr Edward Tufte" – YouTube-এর মাধ্যমে।

[21] [১]

[Tufte1983-22] ক ^খ ^গ Tufte, Edward (১৯৮৩)। The Visual Display of Quantitative Information। Cheshire, Connecticut: Graphics Press। আইএসবিএন 0-9613921-4-2।

[23] "Telling Visual Stories About Data - Congressional Budget Office"। www.cbo.gov।

[ReferenceA-24] উদ্ধৃতি ত্রুটি: <ref> ট্যাগ বৈধ নয়; ReferenceA নামের সূত্রটির জন্য কোন লেখা প্রদান করা হয়নি

[25] "Stephen Few-Perceptual Edge-Graph Selection Matrix" (পিডিএফ)।

[perceptualedge.com-26] ক ^খ "Steven Few-Tapping the Power of Visual Perception-September 2004" (পিডিএফ)।

[:0-27] ক ^খ ^গ "Data Visualization for Human Perception"। The Interaction Design Foundation। সংগ্রহের তারিখ ২০১৫-১১-২৩।

[28] "Visualization" (পিডিএফ)। SFU। SFU lecture। ২০১৬-০১-২২ তারিখে মূল (পিডিএফ) থেকে আর্কাইভ করা। সংগ্রহের তারিখ ২০১৫-১১-২২।

[Springer-Verlag-29] ক ^খ ^গ Friendly, Michael। "A Brief History of Data Visualization"। Springer-Verlag। সংগ্রহের তারিখ ১৯ নভেম্বর ২০১৭।

[WhitehouseIce00-30] Whitehouse, D. (৯ আগস্ট ২০০০)। "Ice Age star map discovered"। BBC News। সংগ্রহের তারিখ ২০ জানুয়ারি ২০১৮।

[Dragicevic_2012-31] Dragicevic, Pierre; Jansen, Yvonne (২০১২)। "List of Physical Visualizations and Related Artefacts."। সংগ্রহের তারিখ ২০১৮-০১-১২।

[32] Jansen, Yvonne; Dragicevic, Pierre; Isenberg, Petra; Alexander, Jason; Karnik, Abhijit; Kildal, Johan; Subramanian, Sriram; Hornbaek, Kasper (২০১৫)। "Opportunities and challenges for data physicalization"। Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems: 3227–3236।

[Friendly_2001-33] ক ^খ Friendly, Michael (২০০১)। "Milestones in the history of thematic cartography, statistical graphics, and data visualization."। ২০১৪-০৪-১৪ তারিখে মূল থেকে আর্কাইভ করা। সংগ্রহের তারিখ ২০১৭-১১-১৯।

[FUNKHOUSER-34] Funkhouser, Howard Gray (জানু ১৯৩৬)। "A Note on a Tenth Century Graph"। Osiris। 1: 260–262। জেস্টোর 301609। ডিওআই:10.1086/368425।

[35] Friendly, Michael (২০০৬)। "A Brief History of Data Visualization" (পিডিএফ)। York University। Springer-Verlag। সংগ্রহের তারিখ ২০১৫-১১-২২।

[36] "NY gets new boot camp for data scientists: It's free but harder to get into than Harvard"। Venture Beat। সংগ্রহের তারিখ ২০১৬-০২-২১।

[37] "Steven Few-Selecting the Right Graph for Your Message-September 2004" (পিডিএফ)।

[38] Lengler, Ralph; Eppler, Martin. J। "Periodic Table of Visualization Methods"। www.visual-literacy.org। সংগ্রহের তারিখ ১৫ মার্চ ২০১৩।

[Gizmodo_20190617-39] Kahn, Brian (জুন ১৭, ২০১৯)। "This Striking Climate Change Visualization Is Now Customizable for Any Place on Earth"। Gizmodo। জুন ২৬, ২০১৯ তারিখে মূল থেকে আর্কাইভ করা।

[MF08-40] Michael Friendly (2008). "Milestones in the history of thematic cartography, statistical graphics, and data visualization" ওয়েব্যাক মেশিনে আর্কাইভকৃত ২৬ সেপ্টেম্বর ২০১৮ তারিখে.

[41] "Data Visualization: Modern Approaches". in: Graphics, August 2nd, 2007

[FHP03-42] Frits H. Post, Gregory M. Nielson and Georges-Pierre Bonneau (2002). Data Visualization: The State of the Art ওয়েব্যাক মেশিনে আর্কাইভকৃত ২০০৯-১০-০৭ তারিখে.

[১]

[২]

[৩]

[৪]

[৫]

[৬]

[৭]

[৮]

[৯]

[১০]

[১১]

[১২]

[১৩]

[১৪]

[১৫]

[১৬]

[১৭]

[১৮]

[১৯]

[২০]

[২১]

[২২]

[২৩]

[২৪]

[২৫]

[২৬]

[২৭]

[২৮]

[২৯]

[৩০]

[৩১]

[৩২]

[৩৩]

[৩৪]

[৩৫]

[৩৬]

[৩৭]

[৩৮]

[৩৯]

[৪০]

[৪১]

[৪২]

[ক]