top of page
  • szudejkomichal

Datawrapper: Przydatne i darmowe narzędzia do tworzenia wizualizacji, poradnik

Zaktualizowano: 7 gru 2023

Ten post jest czwartym z mini cyklu, w którym przedstawiam przydatne, darmowe i proste w obsłudze narzędzia, które umożliwiają tworzenie efektownych wizualizacji.


Dziś skupię się na narzędziu Datawrapper.


Wizualizacja wykresu mapy, wygenerowana w ChatGPT oraz DALL-E 3

Datawrapper to przyjazna dla użytkownika platforma internetowa umożliwiająca tworzenie interaktywnych wykresów, map i tabel. Posiada interfejs graficzny, który jest łatwy do zrozumienia. Niestety, Datawrapper to narzędzie w pełni internetowe, którego nie można używać w trybie offline.


Aby zademonstrować działanie Datawrappera, utworzę wykres mapy przedstawiający wielkość populacji w różnych krajach.

Mapa wygenerowana w Datawrapper przez autora.
Mapa wygenerowana w Datawrapper przez autora.

Jak przygotować wizualizację w Datawrapper?

Krok 1. Zdobądź i przygotuj dane.

Rozpocznij od zebrania i starannego przygotowania potrzebnych danych. Upewnij się, że są one wiarygodne i kompleksowe. W tym etapie zwróć uwagę na selekcję istotnych informacji. Po wybraniu narzędzia, konieczne może być też dostosowanie danych do jego wymagań.


Dane do tego przykładu pobrałem z witryny Worldometers. W tym celu wykorzystałem technikę scrapowania. Konkretne, wykorzystane narzędzia to Microsoft Excel i Power Query. Można jednak analogiczną operację wykonać w Arkuszach Google.

Ekran pobierania stron internetowych w Power Query.
Ekran pobierania stron internetowych w Power Query. Zrzut ekranu wykonany przez autora.

Po pobraniu danych musiałem wprowadzić pewne poprawki, takie jak dostosowanie formatów kolumn, których Power Query nie rozpoznawał poprawnie. O tym jak szczegółowo przeprowadzić taki proces opowiem w jednym z przyszłych postów. Poniżej widok przetworzonych, gotowych do załadowania danych.

Dane gotowe do załadowania.
Dane gotowe do załadowania. Zrzut ekranu wykonany przez autora.

Dekalog wizualizacji, to zbiór fundamentalnych zasad, które pomogą Ci stworzyć wizualizacje wspierające narrację opartą na danych. Szerzej opisałem go w tym artykule.


Krok 3. Wybierz typ wizualizacji.

Projektowanie wizualizacji odbędzie się w Datawrapper. Otwieramy stronę narzędzia (link). Pierwszym krokiem jest wybór wizualizacji. Kliknij „Create new…” w prawym górnym rogu ekranu, następnie wybierz „Map” i „Choropleth Map”.


Wybór typu wykresu w Datawrapper.
Wybór typu wykresu w Datawrapper. Zrzut ekranu wykonany przez autora.

Następnym krokiem jest wybór obszaru geograficznego dla mapy.

Wybór zakresu geograficznego mapy.
Wybór zakresu geograficznego mapy. Zrzut ekranu wykonany przez autora.

Krok 4. Wprowadź dane i przygotuj wizualizację.

W kolejnym kroku ładujemy dane z pliku. Bezpośrednio po załadowaniu, możemy przejrzeć i skorygować dane. Problematyczne jest mapowanie nazw krajów (Datawrapper nie umie interpretować tych nazw, tak jak np. robi to Looker Studio, więcej opowiadam o tym w trakcie webinarium, link). W przypadku Datawrapper, konieczna jest ręczna korekta.

Ładowanie i korekta danych.
Ładowanie i korekta danych. Zrzut ekranu wykonany przez autora.

Na szczęście Datawrapper zapewnia kilka pomocnych wskazówek. Prawidłowe nazwy z mapy świata wyświetlane są pod główną tabelą, co pozwala na dokonanie niezbędnych zamian. Muszę jednak zaznaczyć, że sam proces mógłby być bardziej przyjazny dla użytkownika i lepiej zaprojektowany.


Korekta danych cd.
Korekta danych cd. Zrzut ekranu wykonany przez autora.

Ostatnim krokiem jest utworzenie i skonfigurowanie naszej wizualizacji.

Konfiguracja wizualizacji.
Konfiguracja wizualizacji. Zrzut ekranu wykonany przez autora.

Podsumowanie

Niniejszy post jest czwartym z serii traktującej o darmowych i prostych narzędziach do tworzenia wizualizacji danych. Dziś pokazałem Wam możliwości Datawrappera, na przykładzie wykresu mapy.


Zalety Datawrappera to m.in.

  • duży wybór wizualizacji,

  • prosty w obsłudze, graficzny interface,

  • interaktywność wizualizacji,

  • estetyka wizualizacji,

  • łatwość pobrania wizualizacji (np. do pliku *.png).

Wady to:

  • brak możliwości wprowadzania danych lokalnie.

 

Źródła:

  1. Michał Szudejko, Dekalog wizualizacji


Wcześniej w tej serii opublikowano:

 
Ikona subskrypcji

Podobał się Ci ten post? Zachęcam do subskrypcji!

Comentários


bottom of page