Wissenschaftsvisualisierung 2021

Ein persönlicher Jahresrückblick auf ein Jahr Datenvisualisierung.

Am Ende eines Jahres wird gerne Bilanz gezogen. Das gilt auch für Datenvisualisierungswissenschaftler. Es werden Rückblicke veröffentlicht, die die besten Visualisierungen des Jahres 2021 zusammenfassen. Mir gefällt besonders Maarten Lambrechts Zusammenfassung aller “Best of 2021”-Beiträge.

Als ich dieses Jahr darüber nachdachte, ob ich meine gedruckten Nature-Ausgaben behalten oder wegwerfen sollte (Stand heute: unentschieden!), habe ich mir alle Wissenschaftsvisualisierungen des Jahres 2021 angesehen. Hier sind meine persönlichen Top 10 Trends der Wissenschaftsvisualisierungen dieses Jahres – viel Spaß.

1. Viva viridis!

Das Viridis-Farbschema ist mittlerweile allgegenwärtig. Viridis wurde von Stefan van der Walt und Nathaniel Smith im Jahr 2015 als Standard-Farbschema für matplotlib entwickelt. Ihr Ziel war es, ein Farbschema zu erstellen, in dem Farbänderungen gleichmäßig wahrgenommen werden, und die nicht-linearen Jet/Rainbow-Farbschemata zu ersetzen, die zuvor für sequenzielle Daten verwendet wurden.

Viridis gewann schnell an Popularität, wie man an den vielen Beispielen unten sehen kann. Inzwischen wird Viridis jedoch nicht mehr nur für sequenzielle Daten verwendet. Stattdessen wird es auch auf divergierende und kategoriale Daten angewendet, nicht so geacht und nicht immer sinnvoll. Aber heute feiern wir erst einmal das Ende der Regenbogenfarben-Farbschemata!

2. Immer noch da: Achsenbrüche

Ja, Achsenbrüche sind leider auch im Jahr 2021 noch ein Thema. Und bis jetzt ist kein Ende in Sicht. Jedes Mal, wenn ich einen Data-Viz-Kurs gebe, postuliere ich, dass alle Achsenbrüche vermeidbar sind. Bisher hat noch kein Teilnehmer ein Beispiel gezeigt wo ein Achsenbruch unumgänglich war. Gerhe Beispiele einsenden!

3. Hallo Slope-Chart

Im Jahr 2016 forderte die Initiative #BarBarChart ein Verbot von Balkendiagrammen für Datenverteilungen. Sie waren erfolgreich, und ich habe im Jahr 2021 keine mehr gesehen. Tracey Weissgerber hat einen wichtigen Artikel zu dem Thema verfasst und damals auch die Verwendung von Steigungsdiagrammen (Slope-Chart) für abhängige Beobachtungen vorgeschlagen. Es scheint, dass die Wissenschaft darauf gehört hat: In zahlreichen Arbeiten werden jetzt Slope-charts verwendet, um nicht unabhängige Messungen von Proben zu veranschaulichen, z. B. Mäuse vor und nach der Behandlung, Responder und Non-Responder in Kohorten usw.

4. tSNE, UMAP, PCA

Es scheint keine Arbeit mehr zu geben, in der nicht irgendeine Art von Dimensionsreduktionsdiagramm zu finden ist. t-SNE, UMAP und PCA sind allgegenwärtig. Diese Diagramme werden jedoch nur selten in den Artikeln erklärt, und ich vermute, dass sie von den Zuhörern noch seltener verstanden werden. In meinen Kursen stelle ich jedenfalls fest, dass die Teilnehmer kaum mit ihnen vertraut sind – das überrascht nicht, sie sind nochr recht neu in der Statistik und werden in der Vis-Community sehr aktiv beforscht!

Tipps um sich mit den plots vertraut zu machen: Claus Wilke und StatQuest

5. Gemischte Diagramme

Ein großer Modetrend des Jahres 2021 war das Mischen von Stilen und Mustern, und es scheint, dass dies auch auf die Welt der Visualisierung übergeschwappt ist. Forscher haben viele Diagrammtypen vermischt. Ich habe eine Reihe von Streudiagrammen gesehen, in denen die Datenverteilung entlang einer Achse oberhalb (für die x-Achse) und links (für die y-Achse) zusamengefasst ist. Es gab auch Tortendiagramme gesehen, die die Quadranten eines Streudiagramms zusammenfassen, Diagramme welche Violin- und Boxplot mischen, oder Boxplot mit Datenpunkten, und vieles mehr.

6. Piktogramme

Oft ergeben sich neue Erkenntnisse aus einem neuen methodischen Ansatz. Um Leser mit einer neuen Methode vertraut zu machen, enthalten die Veröffentlichungen nun regelmäßig eine Skizze des experimentellen Verfahrens. Und die gute Nachricht ist, dass diese Skizzen inzwischen recht hübsch und übersichtlich aussehen, egal ob es sich um eine Stuhlpräparationsmethode, einen Ansatz zur Stammzelldifferenzierung oder um den Aufbau eines Mausgehirns handelt.

7. Piktogramme zur Beschriftung

Piktogramme werden nicht nur zur Erläuterung von Verfahren verwendet, sondern dienen oft auch der schnellen Orientierung des Publikums – sie werden anstelle von Beschriftungen in Diagrammen verwendet: Wir sehen ein Piktogramm anstelle eines Titels, ein Piktogramm zur Bezeichnung der Enden eines phylogenetischen Diagramms und sogar Piktogramm-Diagramme. Mit Abstand am beliebtestens sind Piktogramme übrigens in der Maus- und Evolutionsbiologie!

8. Bilder jetzt mit Maßstabsangabe!

Maßstabsbalken in Bildern sind anscheinend nicht mehr wegzudenken. Vor einigen Jahren war mir aufgefallen, dass in wissenschaftlichen Abbildungen, selbst in hochrangigen Zeitschriften, häufig keine Maßstabsangaben zu finden waren. Diese Beobachtung gab schließlich den Anstoß zu einem Gemeinschaftsprojekt zur systematischen Überprüfung der Qualität von Bilddaten in Veröffentlichungen.

In diesem Jahr hat sich das Blatt definitiv gewendet. Von einigen wenigen Ausnahmen abgesehen, sind die Maßstabsbalken jetzt auf allen Bildern sichtbar platziert, selbst bei Pflanzen- und Histologiebildern, zwei Bereichen, die für das Weglassen von Maßstabsangaben berüchtigt sind.

9. Farben in Bildern: noch problematisch

Trotz vielen Anstrengungen, z.B. ein “Technology Feature” in nature werden noch immer Rot und Grün gemeinsam in Bildern verwendet, was diese für viele Farbenblinde unlesbar macht. Außerdem sind Bilder mit Falschfarbenskalen oft nicht mit einer Legende versehen, die die Farbintensitäten erklärt. Ein kleiner Hoffnungsschimmer: Ich habe in diesem Jahr schon eine Farblegende gesehen, wenn auch noch ohne Quantitäten. Und das ist bereits eine Steigerung von 100 % gegenüber den Vorjahren.

10. Mehr Platz für Abbildungen!

Abbildungen erhalten mehr Platz in Publikationen. In elektronischen Publikationen ist dies recht einfach, aber auch in gedruckten Ausgaben werden jetzt schon halb- oder sogar ganzseitige Abbildungen abgedruckt. Das macht es recht angenehm, einige der Abbildungen zu lesen, die vorher aufgrund des geringen Platzes völlig unleserlich waren.

Mehr Platz für Abbildungen bedeutet weniger Platz für andere Teile einer Arbeit. Häufig werden Materialien und Methoden nun vollständig in die ergänzenden Materialien verlagert, und die Zahl der Zitate ist auf einige wenige beschränkt.

Diese Abbildungen sind zum Beispiel in gross richtig informativ!

Advertisement

One thought on “Wissenschaftsvisualisierung 2021

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s

This site uses Akismet to reduce spam. Learn how your comment data is processed.