Étape 5: Choisir la manière de le présenter, comment donner un sens de la forme de vos données
Maintenant vient le plaisir partie, ce modèle ! Nous sommes notre modélisation pour lui donner la forme afin que nous puissions commencer à mieux la comprendre. En donnant notre formulaire de données de modèle informatique de l’ordinateur, nous sommes un peu plus de nos données intangibles du donner une forme tangible. Lorsque nous modélisons nos données, nous faisons vraiment est déplacer points dans l’espace. Je préfère utiliser le programme Rhinoceros 3D, mais vous êtes libre d’utiliser tout autre logiciel de modélisation tels que Modo, Maya, Vectorworks, Autocad, Sketchup, etc. Maintenant vous devez décider comment modéliser vos données. Vous voulez relier les points dans l’espace avec des lignes ? Remplacez les points par des formes ? Créer un avion en utilisant les points que vous avez déjà ? Peut-être que vous voulez écrire une sorte de scrip qui prend les valeurs de votre jeu de données. Quelle que soit l’opération que vous souhaitez exécuter sur vos données, faites-le maintenant ! Vous choisissez comment afficher vos données grâce à la modélisation.
Si vous avez choisi d’utiliser deux ensembles différents de données est maintenant le temps de décider comment vous incorporerez chaque ensemble de données. Vous superposez les deux formes superposées qui permettra de créer un nouveau formulaire basé sur la fusion des données. De cette façon, vous pourriez choisir ensuite pour l’union ou Boolean le fait aussi, essentiellement fusion le trop des ensembles de données ou l’abattage sélectif basé sur la forme. Ou peut-être vous pouvez écrire un script qui utilise les deux ensembles de données pour définir les paramètres d’un formulaire. Encore une fois, votre choix de fusionner ou de réforme des morceaux des données. Quoi que vous choisissiez, il est souvent plus intéressant de laisser les données déterminent la forme plutôt l’inverse.
Pour mon projet, j’ai voulu créer un avion ou un formulaire qui aurait fondé sur la valeur des données de hauteur. Pour la première carte, la densité d’activité, j’ai utilisé la sauterelle pour exécuter un script qui serait la valeur dégradée de chaque point comme une valeur et puis remonter ce point, dans la direction Z, selon sa valeur. De telle façon, je pouvais générer un nouveau paysage de San Francisco où les zones de plus forte densité d’activité sont de hautes montagnes et les zones de densité plus faible de l’activité sont basses vallées. Pour rendre ce formulaire, j’ai utilisé un échantillonneur d’image dans la sauterelle qui utilise essentiellement mon carte de dégradé comme une image bitmap pour générer et déplacer des points basée sur les images incorporés valeurs (qui sont dérivés de données). Pour la deuxième carte, les groupes d’utilisateurs, j’ai réutilisé Grasshopper pour extruder chaque point selon le nombre d’utilisateurs le point représenté.
Les deux cartes créent une série de points qui flottent espace à différentes hauteurs Z, donc nous avons besoin pour les relier tous. J’ai utilisé un maillage delaunay, une opération de trianguler points une maille la surface pour générer des ensembles de données de chaque carte dans une surface. Les surfaces ainsi obtenues étaient ensuite extrudés à un socle commun afin de donner à tous les deux un point de référence. Les deux cartes ont été ensuite fusionnées afin de créer une nouvelle forme dérivée de la comparaison de deux cartes. Ainsi, nous pouvons voir depuis notre nouveau formulaire où il y a des zones de plus d’utilisateurs soit ou une densité plus élevée de l’activité ou les deux fusionnent. Alors que nous pourrions avoir pensé auparavant que les zones de plus forte densité d’activité signifiait plus de gens et donc plus d’utilisateurs, ce que nous avons appris était qu’il y a peut-être des plus forte densité d’utilisateurs indépendante de l’activité. Nous pouvons alors zoomer sur certaines zones, qui créent des écarts curieux et essaient de comprendre plus basé sur cet emplacement particulier dans la ville.
Maintenant que vos données ont forme, vous avez une nouvelle façon de regarder vos données et donc plus d’apprendre !