Linking and Brushing on ODBC Basis Oliver Hörbinger, Harald Meyer, Tobias Schleser Institute of Computer Graphics and Algorithms Vienna University of Technology
Einleitung Motivation Operationen auf Datenbank Performance Brushing & Linking (bidirektionale Interaktion Scatterplot - Mosaicview) Referenzen (1987) Becker R., Cleveland W.: Brushing Scatterplots (2003) Kosara, Hauser: An Interaction View on Information Visualization Symanzik, Jürgen: Interactive and Dynamic Graphics, Chapter II,10.3 (2001) Friendly M.: A Brief History of the Mosaic Display Theus M.: Visualisation of Categorical Data
Mosaicplot Zur Darstellung kategorischer Daten Zeigt Beziehungen der Daten untereinander stellt bis zu n Datendimensionen dar Mosaicplot der die Häufigkeiten des Auftretens von Augenfarbe abhängig von der Haarfarbe darstellt By default, the tile’s size is directly proportional to the number of data items in a cell.
Mosaicplot prinzipielle Ideen Fläche nutzen (Höhe und Breite der Rechtecke) Rekursive Unterteilung Darstellung einer beliebigen Anzahl von Variablen Shading zur Visualisierung zusätzlicher Informationen
Mosaicplot Vorteile sehr gute Darstellungsform für Beziehungen zwischen kategorischen Daten Nachteile zu viele Kategorien bei Variablen Übersichtlichkeit? nicht sehr verbreitet 3 Variablen mit jeweils 20 Kategorien 8000 mögliche Kombinationen
Barchart - Titanic Mosaic Matrix Mosaic Plot - Titanic
2D Scatterplot Mapping von n-dimensionalen Daten auf 2D Darstellungsform: Punkt(wolke) Vorteile: guter Überblick, Korrelationen erkennbar sehr bekannt, leicht zu implementieren Probleme: “Overplotting” 2 Channels – Abhängigkeiten in mehr Dimensionen?
Brushing & Linking Macht Multiple Views erst brauchbar Userinteraktion – Feedback in (allen) Plots Brushing – Skalarer Wert (“degree of interest”) hard / smooth Brushing – Region of Interest auswählen Rechteckige Region im Plot Komplexere Regionen Numerische Eingabe (alle Dimensionen!) Linking – macht Brushing erst brauchbar Linking auch in anderen Kontexten: z.B. Rotation- oder Zoom-Linking
Brushing im Detail brushing operations: highlight shadow highlight delete label paint modes: transient lasting undo Erweiterungen: Ergebnisse in Histogram Skalierung nach delete Selektierung über Pop-Up-Menüs Abb.:Scatterplots mit Labeling
Implementierung Java2D, MySQL, JDBC CSV-Import Scatterplot mit Farbgewichtung Mosaicview für 2 Datenspalten Linking&Brushing Performanceausgabe als Balkendiagram Makrofunktion für Performancetests Abb.:Gewichtung Abb.:Tool Tip
Implementierung Abb.:Frame-work
Danke für Ihre Aufmerksamkeit! Oliver Hörbinger Harald Meyer Tobias Schleser