Apakah garis kisi-kisi dan latar belakang abu-abu chartjunk dan haruskah mereka digunakan hanya atas dasar pengecualian?

Tampaknya sebagian besar pihak berwenang setuju bahwa garis kisi gelap atau menonjol dalam plot adalah "bagan sampah" dengan definisi yang masuk akal dan mengalihkan perhatian pemirsa dari pesan di bagian utama bagan. Jadi saya tidak akan repot untuk memberikan referensi tentang hal itu.

Sama-sama, kita semua bisa sepakat bahwa akan ada waktu di mana gridlines pucat untuk membuat referensi bagi pemirsa akan diperlukan. Tufte berpendapat perlunya (dan digunakan) gridlines sesekali, seperti yang ditunjukkan dalam artikel ini . Dan saya setuju dengan pendekatan Hadley Wickham di ggplot2 untuk membuat garis kisi-kisi putih pada latar belakang abu-abu pucat, ketika Anda perlu menggunakannya.

Namun yang saya tidak yakin adalah apakah kisi-kisi dan latar belakang abu-abu seperti itu harus menjadi default , seperti pada ggplot2. Misalnya, tampaknya tidak ada alasan untuk latar belakang abu-abu selain untuk membuat garis-garis putih menjadi lega - yang selanjutnya menimbulkan pertanyaan apakah keduanya diperlukan. Saya baru-baru ini mulai menggunakan ggplot2 untuk sebagian besar kebutuhan grafis saya dan berpikir itu hebat, tetapi telah menantang pendekatan "no box, no background, no gridlines" untuk grafik yang saya gunakan sebelumnya. Saya dulu berpikir bahwa itu gridlines=OFFharus menjadi default saya kecuali ada alasan khusus untuk menambahkannya - pada dasarnya pendekatan yang direkomendasikan dalam artikel ini , misalnya.

Tentu saja, sangat mudah untuk mendefinisikan tema dalam ggplot2 untuk menghindari garis kisi dan latar belakang (dan sebenarnya kita telah melakukan ini di pekerjaan saya), tetapi pendekatan ggplot2 begitu mengagumkan dan umumnya pilihan estetika standarnya bagus sehingga saya bertanya-tanya apakah Saya kehilangan sesuatu.

Jadi - saya akan berterima kasih atas referensi tentang hal ini. Saya yakin itu telah dipikirkan dengan baik (misalnya oleh Hadley Wickham dalam menetapkan default ggplot2) dan saya sangat terbuka untuk diarahkan ke arah yang benar. Yang terbaik yang bisa saya temukan adalah beberapa tautan di grup google ggplot2 tetapi referensi yang paling membantu mencari oleh Cleveland tidak tersedia di tautan yang diberikan.

Satu hal yang dapat membantu memajukan perdebatan adalah untuk mengakui apa yang membuat orang secara visual membedakan antara latar belakang dan latar depan, mengambil pelajaran dari kartografi dan menerapkannya secara lebih umum ke grafik statistik apa pun.

Orang pada awalnya mungkin berpikir bahwa warna adalah isyarat yang baik tentang apakah suatu objek tertentu berada di latar depan atau di belakang, tetapi ini bukan masalahnya. Ambil contoh contoh ini di bawah ini, diambil dari blogpri ESRI, Jadikan Peta Orang Ingin Melihat: Lima prinsip desain utama untuk kartografi oleh Aileen Buckley.

Jadi jika saya meminta Anda untuk mengatakan sosok mana (mis. Massa tanah) dan mana yang merupakan tanah (misalnya badan air) yang mana yang akan Anda pilih? Fenonon serupa juga terjadi dengan ilusi optik vas Rubin .

Beberapa penelitian eksperimental yang saya ingat pernah baca di How Mac Work karya Alan MacEachren menunjukkan bahwa dalam gambar di atas orang memilih area terang dan gelap pada frekuensi yang sama untuk gambar tersebut (tampaknya rona dan saturasi warna digunakan untuk menentukan gambar dari tanah). Jadi warna secara intrinsik tidak dapat menentukan apakah latar belakang bersaing dengan latar depan dalam grafik statistik apa pun, tetapi isyarat lainnya dapat membantu.

Orang sering mengaitkan angka sebagai objek tertutup (ini adalah bagian dari alasan mengapa peta di atas membingungkan, karena tidak ada massa yang terlampir). Ini menunjukkan secara umum (terlepas dari warna latar belakang), elemen-elemen dalam plot harus jelas batas-batasnya dan elemen-elemen dalam plot harus lebih gelap daripada latar belakang. Ini mungkin bias latar belakang plot de facto menjadi putih, tetapi memiliki latar belakang abu-abu tidak memberatkan. Aspek-aspek lain dapat digunakan untuk menggambarkan antara latar depan dan latar belakang (posting blog ESRI menyebutkan beberapa di antaranya).

Salah satunya adalah drop shadow Excel yang dibenci untuk grafik ( contoh diberikan di sini dalam buletin ini oleh Dan Carr pada gambar 2). Meskipun itu harus datang dengan peringatan bahwa orang dapat menafsirkan atribut numerik di lokasi bayangan daripada elemen yang dimaksud.

Lainnya menggunakan warna / saturasi yang berbeda untuk garis besar elemen dalam plot versus interior fill. Contoh diberikan di bawah ini, dengan lingkaran paling kiri contoh batas yang tidak digambarkan dengan jelas.

Ini tampaknya tidak lengkap juga. Untuk plot garis, seringkali tampak bahwa garis yang lebih tebal muncul di latar depan, sementara garis yang lebih tipis mundur ke latar belakang.

Ini terutama hanya dimaksudkan sebagai makanan untuk dipikirkan: belajar mandiri Anda tampaknya cukup lengkap (dan saya berterima kasih atas beberapa sumber yang Anda berikan!) Saya rasa saya tidak setuju dengan sumber daya yang Anda berikan, tapi saya tidak yakin saya mengerti apa yang Hadley bicarakan dengan motivasinya untuk latar belakang abu-abu default. Tetapi preferensi estetika pribadi untuk latar belakang abu-abu dapat diakomodir dengan memastikan elemen-elemen dalam plot masuk ke latar depan (itulah yang benar-benar penting). Pelajaran-pelajaran ini dapat diterapkan pada garis kisi-kisi juga, dan jika garis kisi membantu dan tidak mengganggu (yaitu di latar belakang) mereka tentu saja bukan bagan junk.

Profesor Wickham menulis dalam buku ggplot2:

"Kita masih bisa melihat garis kisi-kisi untuk membantu dalam penilaian posisi (Cleveland, 1993b), tetapi mereka memiliki sedikit dampak visual dan kita dapat dengan mudah" menghilangkan "mereka. Latar belakang abu-abu memberi plot warna yang sama (dalam arti tipografi) ) ke sisa teks, memastikan bahwa grafik cocok dengan aliran teks tanpa melompat keluar dengan latar belakang putih yang cerah. Akhirnya, latar belakang abu-abu menciptakan bidang warna terus menerus yang memastikan bahwa plot dianggap sebagai satu entitas visual. "

Dan @Wayne menulis:

"Secara pribadi, saya pikir bagan tanpa garis referensi sama buruknya dengan garis tebal yang mengganggu. Lebih gaya dan keren, tetapi masih mengganggu pemahaman dan kemampuan kita untuk menelusuri informasi. Idenya bukanlah minimalis, seolah-olah kita semua desainer furnitur Skandinavia, tetapi untuk berkomunikasi dengan jelas, yang harus mencakup garis referensi yang halus (tetapi berguna) "

dan @Peter Flom menulis:

Saya pikir gridlines redup harus menjadi default di sebar; mereka membantu pembaca; sama halnya, ruang kosong antara kata dan baris dalam teks membantu pembaca. Saya tidak suka latar belakang abu-abu. Saya merasa hal itu mengganggu. Teks, setelah semua, biasanya huruf hitam dengan latar belakang putih.

Sementara saya cenderung menghindari latar belakang abu-abu default, mungkin salah satu alasan Hadley mungkin pergi dengan abu-abu adalah untuk memungkinkan pengguna untuk menggunakan lebih banyak cahaya, warna jenuh untuk menampilkan data, yang mungkin tidak tampak seefektif dengan latar belakang putih.

Secara pribadi saya lebih suka theme_bw dark-on-light, atau bahkan theme_minimal, daripada tema default ggplot2 - lihat http://docs.ggplot2.org/current/ggtheme.html .

Saya menemukan latar belakang abu-abu dalam tema default sangat mengganggu - mata saya tertarik ke blok abu-abu daripada poin. Apakah itu terjadi pada orang lain? Misalnya, dalam plot mainan di atas, mata saya sering tertarik ke kanan bawah (di mana tidak ada titik data).

(Bukankah menarik untuk melihat rekaman mata-mata dari orang yang melihat plot ini?)

Secara pribadi saya lebih suka ini:

... tapi ini sangat subyektif - saya rasa seharusnya tidak ada aturan tunggal yang harus diikuti semua orang.

Kode untuk plot ini:

library(ggplot2)

n <- 100
df <- data.frame(x=runif(n, max=10), epsilon=rnorm(n))
df$y <- 2 + df$x - 0.05*df$x^2 + df$epsilon

p1 <- (ggplot(df, aes(x=x, y=y)) +
       geom_point(size=3) +
       ggtitle("Default Theme"))
ggsave("default_theme_example.png", p1, width=10, height=8)

p2 <- (ggplot(df, aes(x=x, y=y)) +
       geom_point(size=3) +
       theme_bw() +
       theme(panel.border=element_blank()) +
       ggtitle("Custom Theme"))
ggsave("custom_theme_example.png", p2, width=10, height=8)