描绘 EDA：用混合方法形式化表征计算笔记本中交互式可视化的使用
人机交互
2024-09-17 v1
摘要
交互式可视化是探索性数据分析（EDA）的强大工具，但它们如何影响分析师对数据的观察？我们进行了一项定性实验，13 位专业数据科学家使用 Jupyter 笔记本分析两个数据集，收集了包含交互轨迹和有声思维陈述的丰富数据集。通过对参与者的陈述进行定性编码，我们引入了一种形式化方法，将 EDA 描述为一系列分析状态，其中每个状态由分析师构建的表征（例如，数据帧的输出、交互式可视化等）或分析师做出的观察（例如，关于缺失数据、变量之间的关系等）组成。通过将我们的形式化方法应用于数据集，我们发现，与静态可视化相比，交互式可视化平均能更早地带来关于数据集属性之间关系的更复杂见解。此外，通过计算重访次数和表征多样性等指标，我们发现某些表征在 EDA 期间更多地作为“规划辅助”工具，而不是严格用于回答假设的工具。我们展示了这些测量如何帮助识别其他分析行为模式，例如“80-20 法则”，即一小部分表征驱动了大部分观察。基于这些发现，我们为交互式探索分析工具提供了设计指南，并反思了研究可视化在 EDA 中作用的未来方向。
引用
@article{arxiv.2409.10450,
title = {Charting EDA: Characterizing Interactive Visualization Use in Computational Notebooks with a Mixed-Methods Formalism},
author = {Dylan Wootton and Amy Rae Fox and Evan Peck and Arvind Satyanarayan},
journal= {arXiv preprint arXiv:2409.10450},
year = {2024}
}