Opendevelopmentmyanmar.net Website Review

Open Development Myanmar | Sharing information about Myanmar and its development with the world.

At Open Development Myanmar, one of our main goals is to help people understand the facts behind the data by showing it in a visual context, which means data visualization is a very important part of our work. In June 2018, the Knight Center for Journalism launched an online course in data visualization that taught us very useful techniques for creating appealing, effective visualizations and infographics. Taught by Alberto Cairo, who is a prominent professor of data journalism, the course was geared for anyone who wanted to include data visualizations in their everyday work. In this blog, we will share two things that we learned in the course. 1. 3 elements of visualization All infographics and visualizations that explain a data set need to be considered in three separate components : (1) framework (2) one or more visual encodings and (3) annotations. This means that ideally, a visual context will be perfect if there is a container, content showing exact meanings of data, and appropriate annotation. But what do all these terms mean? First, the framework includes scales to correctly measure the chart within its boundary. Second, we need to add actual content of the chart which is known as visual encoding. Lastly, the annotation is for showing notes that highlight important points in the contents of the chart. And then they will together form the complete chart. Figure 1. Example of elements of visualization using bar chart ( Source : budget.omi.org ) The above figure shows the bar chart of deficit data in Myanmar for 2013-14 fiscal year. We have broken down the complete chart into each of the three elements: framework, content and annotation. In annotation box, we highlight the fact that the deficit for Magway region is the highest (184,000 million kyats) and is the lowest in Mon state ( 28,278 million kyats). Figure 2. Example of elements of visualization using line chart ( Source : mataf.net ) The figure 2 shows the traditional line chart which contains exchange rates of US dollars to Myanmar kyats (for mid August). The annotations highlight that fact that the exchange rate of US dollar increased to 1527 kyats/USD on 16 August, and dropped to 1490 kyats/USD on 17th, before rapidly rising again to 1529 kyats/USD on 20th. 2. The importance of encoding Encoding is one of the three components in data visualization and it is the most important one, since it is part where we actually represent the data in a visual form. It is very important to choose an appropriate encoding to show the data. Sometimes, when we get a dataset and don't know how way we can best represent that data, whether to use a bar chart, line chart, or pie chart. It can be quite confusing because there are so many options. But don't worry, there are techniques which can help us to decide on the most appropriate chart type! The solution to choosing a method of encoding is 'purpose' . We have to always consider what we want people to see, what the graph is for, and whether we want people to compare things or to see changes over time. According to these purposes, we can decide on a type of chart or a completely different one. For example, if we want people to compare things, the bar chart is the best way to do that. Pie charts are best for comparing parts to a whole. A map is the best idea for showing data over geographic area. Figure 3. The Data Visualization Catalogue ( Source : datavizcatalogue.com ) There are also many freely available resources online that can help you decide which chart to use. The Data Visualization Catalogue, for example, shows the different types of encodings which can be used for specific tasks. Here are some useful links for choosing encoding. Financial Times Visual Vocabulary Dataviz project.com The graphic continuum The Art & Science of Communicating Data From Data to Viz Ann K. Emery's Essential Charts A post about 15 common types of Data Visualization from Datalabs Medium post about 7 Data Visualization Types You Should be Using More So, these are the two lessons we wanted to share with you! Your visualizations will be perfect if they are based on good data and attract people's attention. And also don't forget to show your data in the most appropriate format by choosing the proper encoding.

OpenDevelopment

Myanmar

Open Development Myanmar | Sharing information about Myanmar and its development with the world.

Open Development Myanmar အနေနဲ့ ဒေတာအချက်အလက်တွေကို လူအများနားလည်အောင် မြင်သာသောပုံစံနဲ့ ပြသပေးလျက်ရှိပါတယ်။ သဘောကတော့ ဒေတာ တွေကို ပုံနဲ့ပြဖို့ ဆိုတာ ကျွန်‌တော်တို့ရဲ့ နေ့စဥ်အလုပ်မှာ အရေးကြီး‌တဲ့အရာ တစ်ခုဖြစ်နေပါတယ်။ ၂၀၁၈ ‌ဇွန်လတုန်းက the Knight Center for Journalism အဖွဲ့အစည်းကအင်တာနက်ပေါ်မှာ ဒေတာ visualization သင်တန်း တစ်ခု ပေးခဲ့ပြီး ဒေတာတွေကိုပုံစံအမျိုးမျိုးနဲ့ဖော်ပြရာမှာ ထိထိရောက်ရောက်နဲ့ ဆွဲဆောင်နိုင်အောင် နည်းလမ်းကောင်းတွေ သင်ကြားပေးထားပါတယ်။ မိမိတို့ရဲ့နေ့စဥ်အလုပ်မှာ ဒေတာတွေကိုပုံနဲ့ပြနေရသူတွေအတွက် ရည်ရွယ်ထားတဲ့သင်တန်းဖြစ်ပြီး ဒေတာ‌အခြေခံ သတင်းရေးအတတ်ပညာမှာ အရေးပါထင်ရှားတဲ့ ပါမောက္ခတစ်ဦးဖြစ်တဲ့ Alberto Cairo ကသင်ပြပေးထားပါတယ်။ အဲဒီသင်တန်းကနေလေ့လာမိတဲ့ သင်ခန်းစာနှစ်ခုကို ဒီ blog ကနေ ဝေမျှပေးသွားပါမယ်။ ၁. visualization ရဲ့ အစိတ်အပိုင်း ၃ခု ဒေတာအစုတွေကို ပုံတွေနဲ့ ဖော်ပြရာမှာ (၁). မူလဘောင်ပုံစံ (၂). Encoding ပုံစံ နဲ့ (၃). မှတ်ချက် ဆိုပြီး အပိုင်း ၃ပိုင်း ခွဲထားပါတယ်။ ‌ဒါကြောင့် မူရင်းဘောင်တစ်ခု၊ ‌အချက်အလက်ကိုတိတိကျကျပြပေးမယ့် encoding နဲ့၊ သင့်လျော်တဲ့ မှတ်သားချက်တွေပေါင်းလိုက်မယ်ဆိုရင် သင့်ရဲ့ပုံဟာ လုံးဝပြည့်စုံနေမှာဖြစ်ပါတယ်။ ဒီ၃ခုစလုံးကိုအသေးစိတ်ထပ်ပြောပြပေးပါမယ်။ ပထမဆုံးတစ်ခုဖြစ်တဲ့ frameworkမှာ chartတွေကို မှန်မှန်ကန်ကန်တိုင်းတာပြနိုင်ဖို့ စကေးတွေပါဝင်ပါတယ်။ ဒုတိယအနေနဲ့ chart မှာပါရမယ့်အကြောင်းအရာကို မြင်သာအောင်အတိအကျ ပြပေးဖို့လိုပြီး အဲဒီလိုပြတာကို encoding လို့ ခေါ်ပါတယ်။ နောက်ဆုံးတစ်ခုဖြစ်တဲ့ မှတ်ချက်ကတော့ chart ထဲမှာရှိတဲ့ အကြောင်းအရာတွေကို အမှတ်အသားတွေနဲ့ ဖော်ပြပေးဖို့ ဖြစ်ပါတယ်။ ဒါတွေအားလုံးပေါင်းလိုက်ရင်တော့ chart ကောင်းကောင်းတစ်ခုရမှာဖြစ်ပြီး အောက်မှာဥပမာပုံလေးတွေ နဲ့ ပြပေးထားပါတယ်။ ပုံ ၁ . visualization အစိတ်အပိုင်းများ ကို bar chart သုံးပြီးပြထားပုံ ( Source : budget.omi.org ) အပေါ်ပုံက ၂၀၁၃-၁၄ ဘဏ္ဍာနှစ် အတွက် မြန်မာနိုင်ငံရဲ့ ဘတ်ဂျက်လိုငွေကို bar chart ပုံစံနဲ့ တိုင်း၊ပြည်နယ်အလိုက်ပြထားခြင်း ဖြစ်ပြီး ပုံအပြည့်အစုံမရခင် မူလဘောင်ပုံစံ၊ encoding နဲ့ မှတ်ချက်ဆိုပြီး ၃ပိုင်းခွဲ ပြထားပါတယ်။ မှတ်ချက်ပုံမှာဆိုရင်တော့ ဘတ်ဂျက်လိုငွေ အများဆုံးဖြစ်တဲ့ မကွေးတိုင်း‌ဒေသကြီး (ကျပ်သန်းပေါင်း ၁၈၄,၀၀၀)နဲ့ လိုငွေအနည်းဆုံးဖြစ်တဲ့ မွန်ပြည်နယ် (ကျပ်သန်းပေါင်း ၂၈,၂၇၈) တို့ကို အဓိက ဖော်ပြထားပါတယ်။ ပုံ ၂ . visualization အစိတ်အပိုင်းများ ကို line chart သုံးပြီးပြထားပုံ ( Source : mataf.net ) ပုံ ၂ ကတော့ သြဂုတ်လလယ်တုန်းက ဒေါ်လာစျေးအတက်အကျကို သမားရိုးကျ line chart နဲ့ ပြပေးထားတဲ့ပုံဖြစ်ပါတယ်။ မှတ်ချက်ပုံကိုကြည့်လိုက်မယ်ဆိုရင် သြဂုတ်လ ၁၆ရက်နေ့က တစ်ဒေါ်လာကို မြန်မာငွေ ၁၅၂၇ကျပ်အထိ မြင့်တက်ခဲ့ပြီး ၁၇ရက်နေ့မှာ ၁၄၉၀ကျပ်ကို ပြန်ကျသွားပါတယ်။ ၂၀ရက်နေ့မှာတော့ ၁၅၂၉ကျပ်အထိ တစ်ဟုန်ထိုး ပြန်တက်ခဲ့တာကို ‌ပုံပါအတိုင်းတွေ့မြင်နိုင်ပါတယ်။ ၂. encoding ရဲ့ အရေးပါဝင်မှု ဒေတာ‌တွေကိုပုံစံအမျိုးမျိုးနဲ့ပြရာမှာ အစိတ်အပိုင်းသုံးခုထဲကတစ်ခုဖြစ်တဲ့ encoding ဟာ မြင်သာတဲ့ပုံစံနဲ့ပြပေးရတဲ့ နေရာဖြစ်လို့ သုံးခုထဲမှာ အရေးအကြီးဆုံးဖြစ်ပါတယ်။ ပထမဆုံးအနေနဲ့ ဒေတာ‌ပြဖို့အတွက် သင့်လျော်တဲ့ encoding ကိုရွေးချယ်ရမှာဖြစ်လို့ တခါတရံ ‌လိုအပ်တဲ့ဒေတာတွေရနေပေမယ့် ဘယ်chartကိုသုံးပြီးပြမလဲဆို တာကိုမသိဘဲဖြစ်တတ်ပါတယ်။ Bar chart နဲ့ line chart ကိုသုံးပြီးပြမလား၊ pie chart ကိုပဲသုံးပြီးပြရမလား စဥ်းစားရကြပ်လာရင်တော့ စိတ်မပူပါနဲ့။ အသင့်တော်ဆုံး chart ပုံစံကို ရွေးမိ ဖို့ကူညီပေးနိုင်တဲ့ နည်းလမ်းတွေအများကြီး ရှိနေလို့ပါပဲ။ Encodingတွေကိုရွေးချယ်ရာမှာ 'ရည်ရွယ်ချက်' ပေါ်မူတည်ပြီး ရွေးချယ်ရမှာ ဖြစ်ပါတယ်။ လူတွေကိုဘာပြပေးချင်တာလဲ၊ graphကဘာအတွက်လဲ၊ အချိန်ကိုလိုက်ပြီးပြောင်းလဲချက်တွေကို နှိုင်းယှဥ်ပြချင်တာလား စတာတွေကို အမြဲထည့်သွင်းစဥ်းစားပေးရပါမယ်။ ဒီရည်ရွယ်ချက်တွေပေါ်လိုက်ပြီး ကိုယ်သုံးမယ့် chart ပုံစံကိုစဥ်းစားနိုင်တဲ့အပြင် လုံးဝမတူတဲ့ chart ပုံစံမျိုးကိုလည်း ပြောင်းလဲရွေးချယ်နိုင်ပါတယ်။ ဥပမာပြောရရင် တစ်ခုနဲ့တစ်ခုနှိုင်းယှဥ်ပြချင်တယ်ဆိုရင် bar chart ကိုရွေးချယ်သင့်ပြီး အရာဝတ္ထုတစ်ခုလုံးရဲ့ အစိတ်အပိုင်းတွေကိုပဲ ယှဥ်ပြပေးချင်ရင်တော့ pie chart ကအကောင်းဆုံးဖြစ်ပါတယ်။ mapကတော့ ပထဝီဝင်ဆိုင်ရာဧရိယာပေါ်က ဒေတာတွေကိုပြသရာမှာ အသုံးပြုသင့်ဆုံး အမျိုးအစားဖြစ်ပါတယ်။ ပုံ ၃ . The data visualization catalogue (Source : datavizcatalogue.com) ဘယ်chart တွေသုံးရမလဲဆိုတာကို ရွေးချယ်ရာမှာကူညီပေးမယ့် အင်တာနက်ပေါ်ကအခမဲ့ သုံးလို့ရတဲ့အရင်းအမြစ် တွေလည်းအများကြီးရှိပါတယ်။ ဥပမာအနေနဲ့ The data visualization catalogue ကတော့ ကွဲပြားတဲ့ရည်ရွယ်ချက်တွေပေါ်လိုက်ပြီး သုံးလို့ရမယ့် အမျိုးမျိုးသော encodingနည်းလမ်းတွေကို ပြထားပါတယ်။ ဒါတွေကတော့ encoding နည်းလမ်းများရွေးချယ်ရာမှာ အသုံးဝင်မယ့် linkလေးတွေ ဖြစ်ပါတယ်။ Financial Times Visual Vocabulary Dataviz project.com The graphic continuum The Art & Science of Communicating Data From Data to Viz Ann K. Emery ရဲ့ မရှိမဖြစ် chart ပုံစံများ Datalabs ရဲ့ အသုံးများတဲ့ ဒေတာ visualization ပုံစံ ၁၅မျိုး Medium ရဲ့ ပိုမိုအသုံးပြုသင့်တဲ့ ဒေတာ visualization ပုံစံ ၇မျိုး အခုထိပြောခဲ့တာတွေကတော့ ပြန်ပြီးshareပေးချင်တဲ့ သင်ခန်းစာနှစ်ခုပဲဖြစ်ပါတယ်။ ကောင်းမွန်သော ဒေတာများနဲ့ လူအများရဲ့ အာရုံစူးစိုက်မှုသာရနိုင်မယ်ဆိုရင် သင့်ရဲ့visualization တွေဟာပြီးပြည့်စုံနေမှာဖြစ်ပါတယ်။ သင့်လျော်တဲ့ encoding ကိုရွေးချယ်ပြီး ဒေတာတွေကို ပုံစံမှန်မှန်နဲ့ ပြသဖို့လည်း မမေ့ကြပါနဲ့နော်။

OpenDevelopment

Myanmar

Contacts | Open Development Myanmar

We welcome submissions of public domain datasets, reports, and announcements that you would like to see included on our datahub. For instructions on how you may use and provide attributions to any information, maps, data or services on the site, please read our Terms of use. We seek partnerships to expand and enhance operations, acquire data, and increase accessibility and participation. If you have questions, comments, suggestions or information to contribute, please contact: Open Development Myanmar Email: [email protected] Facebook: www.facebook.com/opendevmm/ Twitter: @opendevmm

OpenDevelopment

Myanmar

Sustainable Development Goals | Open Development Myanmar

Not defined

OpenDevelopment

Myanmar

The transition from the MDGs to the SDGs in Myanmar

Agriculture and fishing | Open Development Myanmar

Not defined

OpenDevelopment

Myanmar

 Crops and commodities