From 2238dc8e2fda04b529829592e30935fc066c87ef Mon Sep 17 00:00:00 2001 From: Hanne Heggdal Date: Tue, 6 May 2025 15:10:24 +0200 Subject: [PATCH] grundigere forklaring av diagramvalg --- README.md | 9 ++++++++- 1 file changed, 8 insertions(+), 1 deletion(-) diff --git a/README.md b/README.md index 11384d8..d35a633 100644 --- a/README.md +++ b/README.md @@ -113,7 +113,14 @@ Et eksempel på hvordan vi har implementert en enkel statistisk analyse for å u Vi har møtt på noen skjevheter som for eksempel at temperaturen har vært urealistisk i perioder, for å rydde opp i dette har vi sjekket uteliggere, altså sjekket om verdiene ligger mer enn 3 standardavvik fra gjennomsnittet. Om standardavviket er høyere enn 3 byttet ut disse verdiene med mer realistisk verdi basert på de andre verdiene. #### Visualiseringer av funnene våre -Vi har laget mange grafer som viser både temperatur, nedbør i både regn og snø, og vindmålinger for å visuelt formidle funnene våre. Disse grafene kan du finne i våre notebooks. +Vi har laget mange grafer som viser både temperatur, nedbør i både regn og snø, og vindmålinger for å visuelt formidle funnene våre. Disse grafene kan du finne i våre notebooks å se visuelt selv, men vil her gi mer detaljert dokumentasjon for visualiserings valgene våre. + +I dette prosjektet har vi valgt å bruke ulike typer diagrammer for å visualisere værdata, spesielt temperatur og nedbør. Notebooksene våre inneholder ulike egenskaper, blant annet værdata for ulike tidsperioder. Vi har time for time av en valgt dag og sted, periode over flere dager (dager og sted blir valgt av bruker) og for et år (her velger bruker kun sted). Målet har vært å gjøre dataene forståelige og lett sammenlignbare for brukeren, samtidig som det gir en nøyaktig og tydelig fremstilling. +Ettersom temperatur er en kontinuerlig variabel som endrer seg gradvis over tid har vi valgt å bruke linjediagram for å visualisere temperaturdataen. Vi gikk for dette type diagrammet for temperatur fordi det viser utviklingen på en jevn og oversiktelig måte og gjør det lett å følge temperaturens stigning og fall. I tillegg, spesielt på diagrammet for et års periode, kan det gi brukeren en god forståelse av trender og sesongvariasjoner da x-aksen vår er månedene i året. Linjediagrammet gjør det også lettere enn for eksempel søylediagram, å lese mønstre og identifisere tidsperioder med veldig høy eller lav temperatur. +Søylediagram derimot følte vi var det beste alternative for visualisering av nedbør av snø og regn. Siden nedbør måles i mengde per tidsenhet (millimeter) gjør søylediagrammet det lett å sammenligne hvor mye nedbør som har falt i ulike perioder. Vi har også ulike farger på snø og regn for å enkelt kunne skille de. Søylediagrammet gjør det også lett å identifisere perioder med mye nedbør eller ingen nedbør basert på om søylen er høy eller lav/ikke eksisterende. +Scatterplot er et annet diagram vi har brukt. Dette mente vi var best egnet blant annet til når vi skulle visualisere temperaturverdiene for en dag opp mot gjennomsnittstemperaturen den dagen. Den gir en tydelig og enkel oversikt med punkter for temperaturen per time for en dag og bruker kan lett lese av diagrammet om punktene er over eller under gjennomsnittsstreken. Diagrammet gir en tydelig fremstilling av variasjonen i temperaturen i løpet av dagen og hvordan enkelttimer skiller seg fra resten og gjennomsnittet. Scatterplot egner seg godt her fordi det viser detaljene i hver enkelt måling, samtidig som det gir rom for å indikere trender på en presis måte uten å koble punktene sammen. + +Vi har også lagt til en notebook med interaktive visualiseringer. Denne notebooken har nokså lik kode som notebook_one_day_data, men på den er det ikke interaktivt, noe som notebook_interactive_data tilbyr. Dette for at brukeren selv kan få bestemme visualiseringen de selv synes er best og kan få endre litt på effekter som for eksempel farge, scatterplotsstørrelse, om rutenett og gjennomsnitt er med eller ikke. #### Oppgave 5 - Visualisering