Data-Science-For-Beginners/translations/ur/3-Data-Visualization/13-meaningful-visualizations

معنی خیز بصری نمائیاں بنانا

معنی خیز بصری نمائیاں - اسکیچ نوٹ از @nitya

"اگر آپ ڈیٹا کو کافی دیر تک اذیت دیں، تو یہ کچھ بھی قبول کر لے گا" -- رونالڈ کوس

ڈیٹا سائنسدان کی بنیادی مہارتوں میں سے ایک یہ ہے کہ وہ ایک معنی خیز بصری نمائیاں بنا سکے جو آپ کے سوالات کے جوابات دینے میں مدد کرے۔ ڈیٹا کو بصری بنانے سے پہلے، آپ کو یہ یقینی بنانا ہوگا کہ اسے صاف اور تیار کیا گیا ہے، جیسا کہ آپ نے پچھلے اسباق میں کیا تھا۔ اس کے بعد، آپ فیصلہ کر سکتے ہیں کہ ڈیٹا کو بہترین طریقے سے کیسے پیش کیا جائے۔

اس سبق میں، آپ جائزہ لیں گے:

1. صحیح چارٹ قسم کا انتخاب کیسے کریں
2. دھوکہ دہی سے بچنے والے چارٹ سے کیسے بچیں
3. رنگ کے ساتھ کیسے کام کریں
4. اپنے چارٹس کو پڑھنے کے قابل بنانے کے لیے کیسے اسٹائل کریں
5. متحرک یا 3D چارٹ حل کیسے بنائیں
6. تخلیقی بصری نمائیاں کیسے بنائیں

سبق سے پہلے کا کوئز

صحیح چارٹ قسم کا انتخاب کریں

پچھلے اسباق میں، آپ نے مختلف قسم کے دلچسپ بصری نمائیاں بنانے کے تجربات کیے تھے، جیسے کہ Matplotlib اور Seaborn کا استعمال۔ عام طور پر، آپ اس جدول کا استعمال کرتے ہوئے صحیح قسم کا چارٹ منتخب کر سکتے ہیں:

آپ کو ضرورت ہے:	آپ کو استعمال کرنا چاہیے:
وقت کے ساتھ ڈیٹا کے رجحانات دکھائیں	لائن
زمرے کا موازنہ کریں	بار، پائی
کل کا موازنہ کریں	پائی، اسٹیکڈ بار
تعلقات دکھائیں	اسکیٹر، لائن، فیسٹ، ڈوئل لائن
تقسیمات دکھائیں	اسکیٹر، ہسٹوگرام، باکس
تناسب دکھائیں	پائی، ڈونٹ، وافل

✅ آپ کے ڈیٹا کی ساخت کے مطابق، آپ کو اسے متن سے عددی میں تبدیل کرنے کی ضرورت ہو سکتی ہے تاکہ ایک مخصوص چارٹ اس کی حمایت کرے۔

دھوکہ دہی سے بچیں

چاہے ڈیٹا سائنسدان صحیح چارٹ کو صحیح ڈیٹا کے لیے منتخب کرنے میں محتاط ہو، پھر بھی ڈیٹا کو اس طرح دکھایا جا سکتا ہے کہ وہ ایک نقطہ ثابت کرے، اکثر ڈیٹا کو نقصان پہنچانے کی قیمت پر۔ دھوکہ دہی والے چارٹس اور انفوگرافکس کی بہت سی مثالیں موجود ہیں!

🎥 اوپر دی گئی تصویر پر کلک کریں تاکہ دھوکہ دہی والے چارٹس کے بارے میں کانفرنس کی بات چیت دیکھ سکیں

یہ چارٹ X محور کو الٹ دیتا ہے تاکہ تاریخ کی بنیاد پر حقیقت کے برعکس دکھایا جا سکے:

یہ چارٹ اور بھی دھوکہ دہی والا ہے، کیونکہ آنکھ دائیں طرف کھینچتی ہے تاکہ یہ نتیجہ نکالے کہ وقت کے ساتھ، مختلف کاؤنٹیز میں COVID کیسز کم ہو گئے ہیں۔ حقیقت میں، اگر آپ تاریخوں کو قریب سے دیکھیں، تو آپ کو معلوم ہوگا کہ انہیں دھوکہ دہی والے نیچے کی طرف رجحان دینے کے لیے دوبارہ ترتیب دیا گیا ہے۔

یہ بدنام زمانہ مثال رنگ اور الٹے Y محور کا استعمال کرتی ہے تاکہ دھوکہ دیا جا سکے: بندوق کے موافق قانون سازی کے گزرنے کے بعد بندوق کی اموات میں اضافہ ہوا، حقیقت میں آنکھ کو دھوکہ دیا جاتا ہے کہ وہ اس کے برعکس سوچے:

یہ عجیب چارٹ دکھاتا ہے کہ تناسب کو کیسے جوڑ توڑ کیا جا سکتا ہے، مزاحیہ اثر کے لیے:

ناقابل موازنہ کا موازنہ کرنا ایک اور مشکوک چال ہے۔ ایک شاندار ویب سائٹ ہے جو 'غلط تعلقات' کے بارے میں ہے، 'حقائق' دکھاتی ہے جیسے مین میں طلاق کی شرح اور مارجرین کی کھپت۔ ایک Reddit گروپ بھی ڈیٹا کے بدصورت استعمال کو جمع کرتا ہے۔

یہ سمجھنا ضروری ہے کہ دھوکہ دہی والے چارٹس کے ذریعے آنکھ کو کتنی آسانی سے دھوکہ دیا جا سکتا ہے۔ چاہے ڈیٹا سائنسدان کا ارادہ اچھا ہو، ایک خراب قسم کے چارٹ کا انتخاب، جیسے کہ بہت زیادہ زمرے دکھانے والا پائی چارٹ، دھوکہ دہی ہو سکتا ہے۔

رنگ

آپ نے اوپر 'فلوریڈا گن وائلنس' چارٹ میں دیکھا کہ رنگ چارٹس میں اضافی معنی فراہم کر سکتا ہے، خاص طور پر وہ جو Matplotlib اور Seaborn جیسی لائبریریوں کا استعمال کرتے ہوئے ڈیزائن نہیں کیے گئے ہیں، جو مختلف تصدیق شدہ رنگ لائبریریوں اور پیلیٹس کے ساتھ آتے ہیں۔ اگر آپ ہاتھ سے چارٹ بنا رہے ہیں، تو رنگ کے نظریہ کا تھوڑا مطالعہ کریں۔

✅ چارٹس ڈیزائن کرتے وقت، یہ جان لیں کہ رسائی بصری نمائیاں کا ایک اہم پہلو ہے۔ آپ کے کچھ صارفین رنگ کے اندھے ہو سکتے ہیں - کیا آپ کا چارٹ بصری معذوری والے صارفین کے لیے اچھی طرح سے دکھائی دیتا ہے؟

اپنے چارٹ کے لیے رنگ منتخب کرتے وقت محتاط رہیں، کیونکہ رنگ وہ معنی دے سکتا ہے جو آپ نہیں چاہتے۔ اوپر 'اونچائی' چارٹ میں 'گلابی خواتین' ایک واضح 'نسوانی' معنی فراہم کرتی ہیں جو چارٹ کی عجیب و غریبیت میں اضافہ کرتی ہیں۔

جبکہ رنگ کے معنی دنیا کے مختلف حصوں میں مختلف ہو سکتے ہیں، اور ان کے شیڈ کے مطابق ان کے معنی بدلنے کا رجحان ہوتا ہے۔ عام طور پر، رنگ کے معنی شامل ہیں:

رنگ	معنی
سرخ	طاقت
نیلا	اعتماد، وفاداری
پیلا	خوشی، احتیاط
سبز	ماحولیات، قسمت، حسد
جامنی	خوشی
نارنجی	چمک

اگر آپ کو کسٹم رنگوں کے ساتھ چارٹ بنانے کا کام دیا گیا ہے، تو یقینی بنائیں کہ آپ کے چارٹس دونوں قابل رسائی ہیں اور آپ کے منتخب کردہ رنگ اس معنی کے مطابق ہیں جو آپ پہنچانا چاہتے ہیں۔

اپنے چارٹس کو پڑھنے کے قابل بنانے کے لیے اسٹائل کریں

چارٹس معنی خیز نہیں ہیں اگر وہ پڑھنے کے قابل نہ ہوں! اپنے چارٹ کی چوڑائی اور اونچائی کو اپنے ڈیٹا کے ساتھ اچھی طرح سے پیمانہ کرنے کے لیے اسٹائل کرنے پر غور کریں۔ اگر ایک متغیر (جیسے تمام 50 ریاستیں) کو دکھانے کی ضرورت ہو، تو انہیں Y محور پر عمودی طور پر دکھائیں اگر ممکن ہو تاکہ افقی طور پر سکرول کرنے والے چارٹ سے بچا جا سکے۔

اپنے محور کو لیبل کریں، اگر ضروری ہو تو ایک لیجنڈ فراہم کریں، اور ڈیٹا کی بہتر تفہیم کے لیے ٹول ٹپس پیش کریں۔

اگر آپ کا ڈیٹا X محور پر متن اور تفصیلی ہے، تو بہتر پڑھنے کے لیے متن کو زاویہ دیں۔ Matplotlib 3D پلاٹنگ پیش کرتا ہے، اگر آپ کا ڈیٹا اس کی حمایت کرتا ہے۔ نفیس بصری نمائیاں mpl_toolkits.mplot3d کا استعمال کرتے ہوئے تیار کی جا سکتی ہیں۔

متحرک اور 3D چارٹ ڈسپلے

آج کی بہترین بصری نمائیاں متحرک ہیں۔ Shirley Wu نے D3 کے ساتھ حیرت انگیز کام کیے ہیں، جیسے 'فلم کے پھول'، جہاں ہر پھول ایک فلم کی نمائیاں ہے۔ Guardian کے لیے ایک اور مثال 'بسد آؤٹ' ہے، ایک انٹرایکٹو تجربہ جو بصری نمائیاں کو Greensock اور D3 کے ساتھ اسکرول ٹیلنگ آرٹیکل فارمیٹ کے ساتھ جوڑتا ہے تاکہ دکھایا جا سکے کہ NYC اپنے بے گھر افراد کو شہر سے باہر بسوں کے ذریعے کیسے ہینڈل کرتا ہے۔

"بسد آؤٹ: امریکہ اپنے بے گھر افراد کو کیسے منتقل کرتا ہے" دی گارڈین سے۔ بصری نمائیاں از Nadieh Bremer & Shirley Wu

جبکہ یہ سبق ان طاقتور بصری نمائیاں لائبریریوں کو گہرائی میں سکھانے کے لیے ناکافی ہے، D3 کو Vue.js ایپ میں آزمائیں، ایک لائبریری کا استعمال کرتے ہوئے کتاب "خطرناک تعلقات" کو ایک متحرک سوشل نیٹ ورک کے طور پر دکھانے کے لیے۔

"Les Liaisons Dangereuses" ایک خطی ناول ہے، یا ایک ناول جو خطوط کی سیریز کے طور پر پیش کیا گیا ہے۔ 1782 میں Choderlos de Laclos کے ذریعہ لکھا گیا، یہ فرانسیسی اشرافیہ کے دو مرکزی کرداروں، Vicomte de Valmont اور Marquise de Merteuil، کے اخلاقی طور پر دیوالیہ سماجی چالوں کی کہانی بیان کرتا ہے۔ دونوں آخر میں اپنی تباہی سے ملتے ہیں لیکن سماجی نقصان پہنچانے سے پہلے نہیں۔ ناول خطوط کی ایک سیریز کے طور پر کھلتا ہے جو ان کے حلقوں میں مختلف لوگوں کو لکھے گئے ہیں، انتقام کی منصوبہ بندی یا صرف پریشانی پیدا کرنے کے لیے۔ ان خطوط کی نمائیاں بنائیں تاکہ بیانیہ کے بڑے کرداروں کو بصری طور پر دریافت کیا جا سکے۔

آپ ایک ویب ایپ مکمل کریں گے جو اس سوشل نیٹ ورک کا متحرک منظر دکھائے گی۔ یہ ایک لائبریری کا استعمال کرتا ہے جو Vue.js اور D3 کا استعمال کرتے ہوئے نیٹ ورک کی نمائیاں بنانے کے لیے تیار کی گئی تھی۔ جب ایپ چل رہی ہو، تو آپ اسکرین پر نوڈز کو کھینچ سکتے ہیں تاکہ ڈیٹا کو ادھر ادھر منتقل کریں۔

پروجیکٹ: D3.js کا استعمال کرتے ہوئے نیٹ ورک دکھانے کے لیے چارٹ بنائیں

اس سبق کے فولڈر میں ایک solution فولڈر شامل ہے جہاں آپ مکمل شدہ پروجیکٹ کو اپنے حوالہ کے لیے تلاش کر سکتے ہیں۔

1. اسٹارٹر فولڈر کی روٹ میں README.md فائل میں دی گئی ہدایات پر عمل کریں۔ اس بات کو یقینی بنائیں کہ آپ کے کمپیوٹر پر NPM اور Node.js چل رہے ہیں اس سے پہلے کہ آپ اپنے پروجیکٹ کی ڈیپینڈنسیز انسٹال کریں۔

2. starter/src فولڈر کھولیں۔ آپ کو ایک assets فولڈر ملے گا جہاں آپ ایک .json فائل تلاش کر سکتے ہیں جس میں ناول کے تمام خطوط، نمبر کے ساتھ، 'to' اور 'from' تشریح کے ساتھ شامل ہیں۔

3. components/Nodes.vue میں کوڈ مکمل کریں تاکہ نمائیاں کو فعال کیا جا سکے۔ createLinks() نامی میتھڈ تلاش کریں اور درج ذیل نیسٹڈ لوپ شامل کریں۔

.json آبجیکٹ کے ذریعے لوپ کریں تاکہ خطوط کے 'to' اور 'from' ڈیٹا کو حاصل کریں اور links آبجیکٹ کو بنائیں تاکہ نمائیاں لائبریری اسے استعمال کر سکے:

//loop through letters
      let f = 0;
      let t = 0;
      for (var i = 0; i < letters.length; i++) {
          for (var j = 0; j < characters.length; j++) {
              
            if (characters[j] == letters[i].from) {
              f = j;
            }
            if (characters[j] == letters[i].to) {
              t = j;
            }
        }
        this.links.push({ sid: f, tid: t });
      }

اپنی ایپ کو ٹرمینل سے چلائیں (npm run serve) اور نمائیاں کا لطف اٹھائیں!

🚀 چیلنج

انٹرنیٹ کا دورہ کریں تاکہ دھوکہ دہی والی نمائیاں دریافت کریں۔ مصنف صارف کو کیسے دھوکہ دیتا ہے، اور کیا یہ جان بوجھ کر ہے؟ نمائیاں کو درست کرنے کی کوشش کریں تاکہ وہ کیسے دکھنی چاہیے۔

سبق کے بعد کا کوئز

جائزہ اور خود مطالعہ

دھوکہ دہی والی ڈیٹا نمائیاں کے بارے میں پڑھنے کے لیے یہاں کچھ مضامین ہیں:

https://gizmodo.com/how-to-lie-with-data-visualization-1563576606

http://ixd.prattsi.org/2017/12/visual-lies-usability-in-deceptive-data-visualizations/

تاریخی اثاثوں اور نوادرات کے لیے دلچسپ نمائیاں دیکھیں:

https://handbook.pubpub.org/

یہ مضمون دیکھیں کہ متحرک نمائیاں آپ کی بصری نمائیاں کو کیسے بہتر بنا سکتی ہیں:

https://medium.com/@EvanSinar/use-animation-to-supercharge-data-visualization-cd905a882ad4

اسائنمنٹ

اپنی مرضی کی نمائیاں بنائیں

---

ڈسکلیمر:
یہ دستاویز AI ترجمہ سروس Co-op Translator کا استعمال کرتے ہوئے ترجمہ کی گئی ہے۔ ہم درستگی کے لیے کوشش کرتے ہیں، لیکن براہ کرم آگاہ رہیں کہ خودکار ترجمے میں غلطیاں یا عدم درستگی ہو سکتی ہیں۔ اصل دستاویز کو اس کی اصل زبان میں مستند ذریعہ سمجھا جانا چاہیے۔ اہم معلومات کے لیے، پیشہ ور انسانی ترجمہ کی سفارش کی جاتی ہے۔ اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کے لیے ہم ذمہ دار نہیں ہیں۔