ডাটা ভিজুয়্যালাইজেশন

উইকিপিডিয়া, মুক্ত বিশ্বকোষ থেকে
পরিভ্রমণে ঝাঁপ দিন অনুসন্ধানে ঝাঁপ দিন

ডাটা ভিজুয়্যালাই‌জেশনকে অ‌নেক ক্ষে‌‌ত্রে ভিজুয়্যাল যোগা‌যো‌গের আধূ‌নিক সমকক্ষ হি‌সে‌বে দেখা হয়। এ‌টি উপা‌ত্তে‌র দৃশ্যমান উপস্থাপনার সৃষ্টি‌ এবং অধ্যয়ন‌কে অন্তর্ভূক্ত ক‌রে।

স্বচ্ছ ও দক্ষভা‌বে তথ্য আদান-প্রদা‌নের জন্য ডাটা ভিজুয়্যালাই‌জেশন পরিসংখ্যান সংক্রান্ত গ্রা‌ফিক্স, প্লট, তথ্য গ্রা‌ফিক্স ও অন্যান্য টুল ব্যবহার ক‌রে। এক‌টি সংখ্যাত্মক বার্তা প্রকাশের জন্য সংখ্যাসূচক উপাত্ত ডট, লাইন অথবা বার দ্বারা এন‌কোড করা হতে পারে।[১] কার্যকরী ভিজুয়্যালাই‌জেশন উপাত্ত এবং প্রমানা‌দি সম্প‌র্কে ব্যবহারকারীর বি‌শ্লেষণ ও যু‌ক্তি‌কে সহায়তা ক‌রে। এ‌টি জ‌টিল উপাত্ত‌কে আ‌রো বে‌শি প্র‌বেশ‌যোগ্য, বোধ‌গোম্য এবং ব্যবহার‌যোগ্য ক‌রে তো‌লে। ব্যবহারকারী‌দের পাথর্ক্য তৈ‌রি ও কার্যকারীতা বোঝার ম‌তো বিশেষ বিশ্লেষণমূলক কাজ থাক‌তে পা‌রে। গ্রা‌ফি‌কের নী‌তি (যেমন: পার্থক্য তৈ‌রি বা কার্যকারীত‌া দেখা‌নো) সেই কাজ‌কে অনুসরণ ক‌রে। টে‌বিল সেখা‌নে ব্যবহৃত হয় যেখা‌নে ব্যবহারকারীগণ প‌রিসংখ্যানের দি‌কে লক্ষ র‌াখ‌বে এবং উপা‌ত্তের এক বা একা‌ধিক চলরা‌শির ম‌ধ্যে প্যাটার্ন এবং সম্পর্ক দেখা‌তে বি‌ভিন্ন ধর‌নের চার্ট ব্যবহৃত হয়।

ডাটা ভিজুয়্যালাই‌জেশন একই সা‌থে শিল্প এবং বিজ্ঞান।[২] কেউ কেউ এ‌টিকে বর্ণনামূলক প‌রিসংখ্যা‌নের এক‌টি শাখা হি‌সে‌বে ম‌নে ক‌রে এবং বা‌কিরা এ‌টি‌কে গ্রাউ‌ন্ডেড তত্ত উন্নয়ন টুল ব‌লে গণ্য ক‌রেন। বে‌শি সংখ্যক উপাত্ত ইন্টা‌নে‌ট কার্যক্র‌মের মাধ্য‌মে সৃষ্ট এবং এর এক‌টি বিস্তৃত সংখ্যক উপাত্ত "‌বিগ ডাটা" অথবা ইন্টার‌নেট অব থিংগস‌কে নি‌র্দেশ কের। প্র‌সে‌সিং, বি‌শ্লেষণ ও যোগা‌যোগ সংক্রান্ত উপাত্ত ডাটা ভিজুয়্যালাই‌জেশ‌নের জন্য বৈধ এবং বি‌শ্লেষণমূলক ব‌াধা প্রদান ক‌রে।[৩] উপাত্ত বিজ্ঞানের ক্ষেত্র এবং অনুশীলনকারী‌গণ, যা‌দের বলা হয় উপাত্ত বিজ্ঞানী তারা এ বাধা মোকা‌বেলায় সাহায্য করে।[৪]

সংক্ষিপ্ত বিবরণ[সম্পাদনা]

ডাটা ভিজুয়্যালাই‌জেশন উপাত্ত বি‌শ্লেষণ এবং উপাত্ত‌কে ব্যবহারকারী‌দের কা‌ছে উপস্থাপ‌নের ধাপগু‌লোর এক‌টি

ডাটা ভিজুয়্যাই‌জেশন 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, "ডাটা ভিজুয়্যালাই‌জেশন" এর মূল লক্ষ হ‌লো গ্রা‌ফিকাল উপায়ে স্চ্ছ এবং কার্যকরীভা‌বে তথ্য ‌প্রেরণ। এর অর্থ এই না যে, ডাটা ভিজুয়্যালাই‌জেশন‌কে 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 ডাটা ভিজুয়্যালাই‌জেশন সৃ‌ষ্টি ক‌র‌ে কিন্তু তা তা‌দের আসল উ‌দ্দেশ্য- তথ্য প্রেরণ কর‌তে ব্যার্থ হয়।[৫]

প্রকৃতপ‌ক্ষে, ফ‌ারনানডা ভিগাস এবং মা‌র্টিন এম. ওয়্যা‌টেনবার্গ ব‌লে‌ছেন যে, আদর্শ ভিজুয়্য‌ালিাই‌জেশন শুধু স্বচ্ছভা‌বে তথ্য প্রকাশ কর‌লেই হ‌বে না, সে‌টি প্রদর্শ‌কের সম্পৃক্ততা এবং ম‌নযোগ উদ্দীপিত কর‌তে হ‌বে।[৬]

ডাটা ভিজুয়্যালাই‌জেশন তথ্য গ্রা‌ফিক্স, তথ্য ভিজুয়্যালাই‌জেশন, বৈজ্ঞানিক ভিজুয়্যালাই‌জেশন, গ‌বেষনামূলক উপাত্ত বি‌শ্লেষণ এবং পরিসংখ্যান সংক্রান্ত গ্রা‌ফিক্স‌ের সা‌থে ঘনিষ্ঠভাবে সম্পর্কযুক্ত। নতুন সহস্রকে ডাটা ভিজুয়্যালাই‌জেশন গ‌বেষণা, পাঠদান ও উন্নয়নের জন্য এক‌টি স‌ক্রিয় অঞ্চল হ‌য়ে উ‌ঠে‌ছে। পোস্ট এবং অন্যদের মতে (২০০২), এ‌টি বৈজ্ঞানিক ও তথ্য ভিজুয়্যালাই‌জেশন‌কে স‌ম্মি‌লিত ক‌রে‌ছে।[৭]

কার্যকরী গ্রা‌ফিকাল প্রদর্শনীর বৈ‌শিষ্ট্য[সম্পাদনা]

এক‌টি আ‌দি উদাহরণ

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

জন তার্কি[৮]

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। [৯]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।[১০]

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।"[১১]

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।[১১]

এ নীতিগুলো না মান্য করার ফলে বিভ্রান্তিকর গ্রাফ সৃষ্টি হতে পারে, যা বার্তাটিকে বিকৃত করে অথবা কোনো ভূল 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।[১১]

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।[১২]

সংখ্য‌াত্মক বার্তা[সম্পাদনা]

এক‌টি লাইন চার্ট দ্বারা অ‌ঙ্কিত এক‌টি সময় ক্রম, যা যুক্তরা‌ষ্ট্রের প্রবণতা দেখা‌চ্ছে। সময় অনুসারে যুক্তরা‌ষ্ট্রের আয় এবং ব্যায়
এক‌টি বি‌ক্ষেপণ প্লট, যা দু‌টি প‌রিবর্তনশীল ক্ষে‌ত্রের (মুদ্রা‌স্ফি‌তি এবং বেকারত্ব‌ের) ম‌ধ্যে অসংগ‌তি প্রদর্শন কর‌ছে, যেখা‌নে সময় অনুসা‌রে বিন্দুগু‌লো‌তে প‌রিমাপ করা হ‌য়ে‌ছে

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:

  1. 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।
  2. 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।
  3. 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।
  4. 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।
  5. 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।
  6. 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।
  7. নামমাত্র পার্থক্য: কো‌নো নি‌র্দিষ্টভা‌বে বিষয়‌শ্রে‌ণির উপ‌শ্রে‌ণিগুলার পার্থক্য করা, যেমন: প্রোডাক্ট কো‌ডের মাধ্য বি‌ক্রির প‌রিমণে। এই পার্থ‌কে্যর জন্য এক‌টি বার চার্ট ব্যবহৃত হ‌তে পা‌রে।
  8. 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।[১][১৩]

‌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 ভূল হ‌লো গবেষণামূলক উপাত্ত বি‌শ্লেষ‌ণের এক‌টি অংশ।

দৃশ্যমান উপলদ্ধি এবং ডাটা ভিজ্যুয়ালাই‌জেশন[সম্পাদনা]

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 সনাক্ত করা যে‌তে পা‌রে।[১৪]

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।[১৪]

ম‌ানুষের উপল‌দ্ধি/‌চেতনা এবং ডাটা ভিজুয়্যালাই‌জেশন[সম্পাদনা]

প্রায় সকল ভিজুয়্যালাই‌জেশন মানু‌ষের ব্যবহা‌রের জন্য সৃষ্ট। ম‌ানুষের উপল‌দ্ধি এবং চেতনার জ্ঞান সজ্ঞাত ভিজুয়্যালাই‌জেশন তৈ‌রি কর‌ার সময় প্র‌য়োজন।[১৫] চেতনা‌ মানু‌ষের প্র‌ক্রিয়াকরণ ক্ষমতাগুলোকে নি‌র্দেশ ক‌রে, যেমন: উপল‌দ্ধি, মন‌যোগ, শিক্ষা, স্মৃ‌তি, চিন্তাধারা,আকার, আকৃ‌তি, ধারনা প্রবর্তন, পড়া এবং সমস্যা সমাধান।[১৬] প‌রিবর্তন সনাক্তকরণ এবং প‌রিমাণ এবং আ‌লোর পার্থ‌ক্যের ম‌ধ্যে পার্থক্য তৈ‌রির জন্য মানু‌ষের চাক্ষুস প্র‌ক্রিকরণ খুবই গুরুত্বপূর্ণ। যখন সাং‌কেতিক উপা‌ত্তের বৈ‌শিষ্ট্য‌সমূহ‌কে ভিজুয়্যাল 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 ভিজু্য়্যালাই‌জেশন সম্ভাব্য সং‌যোগ, সম্পর্ক ইত্যা‌দি প্রদর্শ‌নের জন্য ভিন্ন এক‌টি উপায় প্রদান ক‌রে। যে‌টি অচাক্ষুস পরিমাণাত্মক উপা‌ত্তে তেমন সুস্পষ্ট নয়। ভিজুয়্যালাই‌জেশন উপাত্ত আবিস্কা‌রের এক‌টি উপায়‌ে পরিণত হ‌তে পা‌রে।

ডাটা ভিজুয়্যালাই‌জেশনের ই‌তিহাস[সম্পাদনা]

ডাটা ভিজুয়্যালাইজেশনের কোনো প্রসস্থ ইতিহাস নেই। এ রকম কোনো নথি নেই যা সম্পূর্ণ ভিজুয়্যাল চেতনার এবং ডাটার ভিজুয়্যাল উপস্থাপনার অগ্রগতিকে প্রকাশ করে এবং যা কষ্টকর চেষ্টার অবদানসমূহকে ক্রমানুসারে সাজায়।[১৭] ইয়ক বিশ্ববিদ্যালয়ের মাইকেল ফ্রেন্ডলি এবং ডেনিয়েল জে ডেনিস ভিজুয়্যালাইজেশনের একটি প্রসস্থ ইতিহাস প্রদানের চেষ্টায় একটি প্রকল্পে কাজ করছেন। সাধারণ বিশ্বাসের পরিপন্থি হলেও ডাটা ভিজুয়্যালাইজেশন কোনো আধুনিকতার অগ্রগ‌তি নয়। প্লাইস্টোসিন যুগ থেকে নাক্ষত্রিক উপাত্ত বা তথ্য যেমন- তারার অবস্থান গুহার দেয়ালে ভিজুয়্যালাইজ বা দৃশ্যায়ন করা হতো (যেমন: দক্ষিণ ফ্রান্সের লাসকোক্স গুহায় পাওয়া গিয়েছে)।[১৮] শিল্পকর্ম যেমন- মেসোপটানিয়াম ক্লে টোকেন (খ্রিষ্টপূর্ব- ৫৫০০), ইনকা কিপাস (খ্রিষ্টপূর্ব- ২৬০০) এবং মার্সাল দ্বীপের স্টিক চার্টগুলোও ভিজুয়্যালাইজিং সংখ্যাত্মক তথ্য হিসেকে বি‌বেচনা করা হয়।[১৯][২০]

প্রথম নথিভুক্ত ডাটা ভিজুয়্যালাই‌জেশন, 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।[২১] এরকম মান‌চিত্রগু‌লো‌কে বিষয় সংক্রান্ত মানচিত্রাঙ্কন হি‌সে‌বে শ্রেণিভূক্ত করা যায়, যে‌টি এক ধর‌নের ডাটা ভিজুয়্যালাই‌জন 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 ডাটা ভিজুয়্যালাই‌জেশন 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 ভিজুয়্যালাই‌জেশন 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।[২১]

কাগজ এবং চর্মের কাগজ কাগ‌জের আ‌বিস্কার ই‌তিহাস জু‌ড়ে ভিজুয়্যালাই‌জেশ‌নের 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।[২২] 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।

গ্রহসমূহের অবস্থান পরিবর্তন

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।[১৭]

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।[১৭] 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।[১৫]

প্লেফেয়ার সময়পর্যায়

২০ শতকের দ্বিতীয় আ‌র্ধে ‌জ্যা‌কেস বা‌র্টিন স্বজ্ঞাত, স্পষ্ট, স‌ঠিক এবং প্রভাবশালীভা‌বে তথ্য উপস্থাপন কর‌তে সংখ্যাত্মক গ্রাফ ব্যবহার ক‌রে‌ছেন।[১৫]

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 ডাটা ভিজুয়্যালাই‌জেশন প‌রি‌শোধ‌নের পথ সুগম করে সে‌টির সা‌থে ডাটা ভিজুয়্যালাই‌জেশ‌নের সীমানা ছা‌ড়ি‌য়ে গি‌য়ে‌ছেন; প্রযু‌ক্তির অগ্রগ‌তির সা‌থে ডাটা ভিজুয়্যালাই‌জেশ‌নের অগ্রগ‌তিও সা‌ধিত হয়; হা‌তে অ‌ঙ্কিত জিজুয়্যালাইজেশন ‌থে‌কে আ‌রো প্রযু‌ক্তিগত অ্যা‌প্লি‌কেশ‌নে- যেগ‌ুলোর ম‌ধ্যে মিথা‌স্ক্রিয় গঠন, যেগু‌লো সফটওয়্যার ভিজুয়্যালাই‌জেশনকে নি‌র্দেশ ক‌রে সেগ‌ু‌লো অন্তর্ভূক্ত।[২৩]

এসএএস, ‌সোফা, আর, মি‌নিট্যাব এবং কর্ণারস্টোর এবং আ‌রো অনুরূপ প্রোগ্রামগু‌লো প‌রিসংখ্যা‌নের ক্ষে‌ত্রে ডাটা ভিজুয়ালাই‌জেশন‌কে ম‌নো‌নিত ক‌রে। অন্যান্য ডাটা ভিজুয়্যালাই‌জেশন অ্যা‌প্লি‌কেশন , যা প্র‌ত্যে‌কের কা‌ছে আ‌রো বে‌শি গুরুত্বপূর্ণ, প্রোগ্রা‌মিং ভাষা যেমন- ]ডিথ্রি, পাইথন এবং জাভা‌স্ক্রিপ্ট প‌রিমান সংক্রান্ত উপাত্তের ভিজুয়্যালাই‌জেশনের এক‌টি তৈ‌রিতে সাহায্য ক‌রে। ডাটা ভিজুয়্যালাই‌জেশন এবং সংযুক্ত লাই‌ব্রে‌রিসমূহ শেখার চা‌হিদ‌া মেটা‌নোর জন্য প্রাই‌ভেট স্কুলগু‌লো ফ্রি প্রোগ্রাম যেমন- "দ্যা ডাটা ইনক্যু‌বেটর এবং জ্যানা‌রেল অ্যাসেম্ব‌লি -এর ম‌তো কিছু প্রোগ্রাম তৈরি করেছে।[২৪]

এর শুরু হয় এক‌টি ‌সি‌ম্পো‌জিয়াম "ডাটা টু ডি‌স্ক‌োভা‌রি" থে‌কে, "আর্ট‌সেন্টার ক‌লেজ অব ডিজাইন", ক্যাল‌টেক এবং পাসা‌ডেনায় জে‌পিএল মিথস্ক্রিয় উপাত্ত ভিজুয়্যালাই‌জেশন এর উপর এক‌টি কা‌র্ষিক প্রেগ্রাম চালনা ক‌রে। প্রোগ্রাম‌টি ‌‌‌‌‌‌‌‌‌‌‌‌‌জিজ্ঞাসা ক‌রে: কিভা‌বে মিথস্ক্রিয় উপাত্ত ভিজুয়্যালাই‌জেশন 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[সম্পাদনা]

ডাটা ভিজুয়্যালাই‌জেশন 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 ভিজুয়্যালাই‌জেশনকে 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 ধরণ 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 ভিজুয়্যাল অব‌জেক্টগু‌লোর মান লে‌বেল এবং সংযুক্ত কর‌তে প‌রিমাপক প্রদান ক‌রে। অ‌নেক গ্রাফ‌কে চার্ট হি‌সে‌বে উ‌ল্লেখ করা যায়।[২৫]

এপলার এবং লেঙ্গলার "ভিজুয়্যালাই‌জেশন পদ্ধ‌তির পর্যায় সার‌ণি," তৈ‌রি ক‌রে‌ছেন, এক‌টি মিথা‌স্ক্রিয় চার্ট যা বি‌ভিন্ন উপাত্ত ভিজুয়্যালাই‌জেশন পদ্ধ‌তি প্রদর্শন কর‌ছে। এ‌টি‌তে ছয় ধর‌নের ডাটা ভিজুয়্যালাই‌জেশন পদ্ধ‌তি আ‌ছে। সেগু‌লো হ‌লো: উপাত্ত, তথ্য, ধারণা, প‌রিকল্পনা, উপমা, যৌগিকতা।[২৬]

ডা‌টা ভিজুয়্য‌ালাই‌জেশন এর জন্য ব্যবহৃত ডায়াগ্রাম এর উদাহরণ[সম্পাদনা]

নাম ভিজুয়্যাল মাত্রা Example Usages
সপ্তা‌হের দিন অনুযায়ী বখ‌শি‌শের বার চার্ট
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 বার‌লেখ
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 বি‌ক্ষেপণ প্লট
বি‌ক্ষেপণ প্লট
  • x অবস্থান
  • y অবস্থান
  • (চিহ্ন/‌গ্লিফ)
  • (রং)
  • (আকার)
  • সম্পর্ক নির্ধারণ, যেমন- বি‌ভিন্ন সময়কা‌লে বেকারত্ব (X) এবং মুদ্রাস্ফীতি(Y) -এর ম‌ধ্যে সম্পর্ক নির্ধারণ কর‌তে।
স্কেটার প্লট
স্কেটার প্লট (ত্রি-মা‌ত্রিক)
  • x অবস্থান
  • y অবস্থান
  • z অবস্থান
  • রং
‌নেটওয়ার্ক বি‌শ্লেষণ
নেটওয়ার্ক
  • 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।
স্ট্রিমগ্র‌া‌ফ
‌স্ট্রিমগ্রাফ
  • বিস্তার
  • রং
  • সময়(প্রবাহ)
ট্রিম্যাপ
‌ট্রিম্যাপ
  • আকার
  • রং
  • অবস্থান অনুযায়ী ডি‌স্কের ফাকা জায়গা/ ফাই‌লের ধরন
গান্ট চার্ট
গান্ট চার্ট
  • রং
  • সময় (প্রবাহ)
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।[২৭]

অন্যান্য ক্ষেত্র[সম্পাদনা]

ডাটা ভিজুয়্যালাই‌জেশন এর ক্ষে‌ত্রে বি‌ভিন্ন পন্থা বিদ্যমান। ফ্রাইডম্যান (২০০৮) -এর মতো তথ্য উপস্থাপনার উপর এক‌টি সাধারণ দৃ‌ষ্টি রাখা হয়। ফ্রেন্ড‌লি (২০০৮) ডাটা ভিজুয়্যালাই‌জেশন এর প্রধান দুই অংশ অনুমাণ ক‌রে: প‌রিসংখ্যান সংক্রান্ত গ্রাাফক্স এবং বিষয় সংক্রান্ত গ্রা‌ফিক্স।[২৮] এই ক্র‌মে আধু‌নিক পন্থা নিবন্ধ ডাটা ভিজুয়্যালাই‌জেশন এর সাত‌টি বিষ‌য়ের এর উপর এক‌টি প‌রিদর্শন প্রদান ক‌রে।[২৯] 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[৭][৩০]:

  • তথ্য ভিজুয়্যালাই‌জেশন
  • মিথস্ক্রি‌য় কৌশল এবং গঠন
  • গাঠ‌নিক কৌশল
  • মা‌ল্টি‌রি‌সো‌লিউসন পদ্ধ‌তি
  • ভিজুয়্যালাই‌জ্নে অ্য‌লি‌গে‌া‌রিদম এবং কৌশল
  • ভ‌লিউম ভিজুয়্য‌ালাই‌জেশন

উপাত্ত উপস্থাপনা কাঠা‌মো[সম্পাদনা]

সামা‌জিক মাধ্যম থে‌কে পাওয়া এক‌টি ডাটা ভিজুয়্যালাই‌জেশন

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 ভিজুয়্যালাই‌জেশন, 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 ডাটা ভিজুয়্যালাই‌জেশন 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 ডাটা ভিজুয়্যালাই‌জেশন 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 অন্তর্ভূক্ত। ডাটা ভিজুয়্যালাই‌জেশন দক্ষতাগু‌লো ডি‌পিএ -এর এক‌টি উপাদান।

লক্ষ[সম্পাদনা]

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[সম্পাদনা]

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 ভিজুয়্যালাই‌জেশন এবং অন্যান্য প্রে‌জে‌ন্টেশন ফর‌মেট ব্যবহার ক‌রা।

সম্প‌র্কিত ক্ষেত্রসমূহ[সম্পাদনা]

‌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।
  • ডাটা ভিজুয়্যালাই‌জেশন যা‌র ম‌ধ্যে এ‌টি উপাত্ত উপস্থাপনার লক্ষণীয় এবং গুরুত্বপূর্ণ ভাব সংযুক্ত করতে ভিজুয়্যালাই‌জেশন 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 অন্তর্ভূক্ত করা হয় না।
  • এইচসিআই (HCI) বা মিথা‌স্ক্রিয়তাসম্পন্ন গঠন, অ‌নেক বছর ধ‌রে মিথা‌স্ক্রিয় গঠ‌নের ডাটা ভিজুয়্যালাই‌জেশন নিয়মানুব‌র্তিতা জু‌ড়ে এইচ‌সিআই (HCI) এর মাধ্য‌মে উন্ন‌তি লাভ ক‌রে‌ছে।
  • ‌ভিজুয়্যাল সাংবা‌দিকতা, উপাত্ত-প‌রিচা‌লিত সাংবা‌দিকতা বা উপাত্ত সাংকা‌দিকতা খব‌রের ঘটনা বলার সকল ধর‌নের ব্যবস্থাপনার সা‌থে সম্প‌র্কিত এবং উপাত্ত-প‌রিচা‌লিত বা উপাত্ত সাংকা‌দিকতা ডাটা ভিজুয়্যালাই‌জেশ‌নের সা‌থে অপ‌রিহার্যভা‌বে বলা হয়‌ না।
  • গ্রাফিক্স ডিজাইন, স্টাইল, টাই‌পোগ্রা‌ফি, অবস্থান এবং অন্যান্য সৌন্দর্যবোধ সংক্রান্ত বিষয়গু‌লোর সা‌থে উপাত্ত‌ বহন ক‌রে।

আরও দেখুন[সম্পাদনা]

টীকা[সম্পাদনা]

  1. 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[সম্পাদনা]

  1. "Stephen Few-Perceptual Edge-Selecting the Right Graph for Your Message-2004" (PDF) 
  2. Manuela Aparicio and Carlos J. Costa (নভেম্বর ২০১৪)। "Data visualization"। Communication Design Quarterly Review3 (1): 7–11। doi:10.1145/2721882.2721883 
  3. Nikos Bikaks (2018) "Big Data Visualization Tools" Encyclopedia of Big Data Technologies, Springer 2018.
  4. Press, Gil। "A Very Short History Of Data Science" 
  5. Vitaly Friedman (2008) "Data Visualization and Infographics" in: Graphics, Monday Inspiration, January 14th, 2008.
  6. 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 
  7. 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 ২০০৯-১০-০৭ তারিখে.
  8. Tukey, John (১৯৭৭)। Exploratory Data Analysis। Addison-Wesley। আইএসবিএন 0-201-07616-0 
  9. techatstate (৭ আগস্ট ২০১৩)। "Tech@State: Data Visualization - Keynote by Dr Edward Tufte" – YouTube-এর মাধ্যমে। 
  10. [১]
  11. Tufte, Edward (১৯৮৩)। The Visual Display of Quantitative Information। Cheshire, Connecticut: Graphics Press। আইএসবিএন 0-9613921-4-2 
  12. "Telling Visual Stories About Data - Congressional Budget Office"www.cbo.gov 
  13. "Stephen Few-Perceptual Edge-Graph Selection Matrix" (PDF) 
  14. "Steven Few-Tapping the Power of Visual Perception-September 2004" (PDF) 
  15. "Data Visualization for Human Perception"The Interaction Design Foundation। সংগ্রহের তারিখ ২০১৫-১১-২৩ 
  16. "Visualization" (PDF)SFU। SFU lecture। ২০১৬-০১-২২ তারিখে মূল (PDF) থেকে আর্কাইভ করা। সংগ্রহের তারিখ ২০১৫-১১-২২ 
  17. Friendly, Michael। "A Brief History of Data Visualization"। Springer-Verlag। সংগ্রহের তারিখ ১৯ নভেম্বর ২০১৭ 
  18. Whitehouse, D. (৯ আগস্ট ২০০০)। "Ice Age star map discovered"BBC News। সংগ্রহের তারিখ ২০ জানুয়ারি ২০১৮ 
  19. Dragicevic, Pierre; Jansen, Yvonne (২০১২)। "List of Physical Visualizations and Related Artefacts."। সংগ্রহের তারিখ ২০১৮-০১-১২ 
  20. 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। 
  21. Friendly, Michael (২০০১)। "Milestones in the history of thematic cartography, statistical graphics, and data visualization."। সংগ্রহের তারিখ ২০১৭-১১-১৯ 
  22. Funkhouser, Howard Gray (জানু ১৯৩৬)। "A Note on a Tenth Century Graph"। Osiris1: 260–262। doi:10.1086/368425জেস্টোর 301609 
  23. Friendly, Michael (২০০৬)। "A Brief History of Data Visualization" (PDF)York University। Springer-Verlag। সংগ্রহের তারিখ ২০১৫-১১-২২ 
  24. "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 
  25. "Steven Few-Selecting the Right Graph for Your Message-September 2004" (PDF) 
  26. Lengler, Ralph; Eppler, Martin. J"Periodic Table of Visualization Methods"। www.visual-literacy.org। সংগ্রহের তারিখ ১৫ মার্চ ২০১৩ 
  27. 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 
  28. Michael Friendly (2008). "Milestones in the history of thematic cartography, statistical graphics, and data visualization".
  29. "Data Visualization: Modern Approaches". in: Graphics, August 2nd, 2007
  30. 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.

আরও পড়ুন[সম্পাদনা]

  • Cleveland, William S. (১৯৯৩)। Visualizing Data। Hobart Press। আইএসবিএন 0-9634884-0-6 
  • Evergreen, Stephanie (২০১৬)। Effective Data Visualization: The Right Chart for the Right Data। Sage। আইএসবিএন 978-1-5063-0305-5 
  • Post, Frits H.; Nielson, Gregory M.; Bonneau, Georges-Pierre (২০০৩)। Data Visualization: The State of the Art। New York: Springer। আইএসবিএন 978-1-4613-5430-7 
  • Wilke, Claus O. (২০১৮)। Fundamentals of Data Visualization। O'Reilly। আইএসবিএন 978-1-4920-3108-6 
  • Wilkinson, Leland (২০১২)। Grammar of Graphics। New York: Springer। আইএসবিএন 978-1-4419-2033-1 

বহিঃসংযোগ[সম্পাদনা]