Mehr

Plotten von mehr als zwei Layern in der Kartenvisualisierung von Cartodb

Plotten von mehr als zwei Layern in der Kartenvisualisierung von Cartodb


Ich habe eine Ländertabelle, die ich verwende, um 3 Layer mit dem Visualisierungsassistenten zu zeichnen. Ich verwende CATEGORY für die erste Ebene und BUBBLE für die zweite. Wenn ich jedoch die dritte Ebene mit den verfügbaren Optionen hinzufüge, kann sie nicht eindeutig dargestellt werden. Ich verwende eine kostenlose Basislizenz. Ich würde gerne wissen, ob sich die dritte Schicht beispielsweise durch ein Muster deutlich darstellen lässt.


Ihr Problem scheint nicht mit Ihrem Konto zusammenzuhängen, sondern mit Ihren Daten. Jede Datenschicht, die Sie in den Editor einbringen, unabhängig von Ihrer Kontogröße, sollte wie jede andere in Ihrer Visualisierung gestaltbar sein.

Wenn Sie im Editor keine Option zum Stylen haben, sehen Sie sich Ihre Daten an. 'the_geom' sollte entweder einen Punkt, eine Linie oder ein Polygon darstellen und nicht 'null' oder eine andere nicht lon/lat-Eingabe. Versuchen Sie, vom Dashboard aus in Ihre Tabellen zu gehen, und öffnen Sie diese Datentabelle nur, um zu sehen, ob Sie die Daten dort visualisieren können. Höchstwahrscheinlich liegt das Problem an einem Mangel an räumlichen Daten oder einem Problem mit der Formatierung in der Tabelle, das es CartoDB nicht erlaubt, die lon/lat.


Zeichnen Sie mehrere Linien (Datenreihen) mit jeweils einer eindeutigen Farbe in R

Ich bin relativ neu bei R und habe folgende Fragen:

Ich versuche, ein Diagramm in R zu erstellen, das mehrere Zeilen (Datenreihen) enthält. Jede dieser Zeilen ist eine Kategorie und ich möchte, dass sie eine einzigartige Farbe hat.

Derzeit ist mein Code so eingerichtet:

Zuerst erstelle ich ein leeres Grundstück:

Dann zeichne ich für jede meiner Kategorien Linien in diesem leeren Plot mit einer "for" -Schleife wie folgt:

Es gibt hier 8 Kategorien und somit werden 8 Linien im Plot erzeugt. Wie Sie sehen, versuche ich, eine Farbe aus der Funktion rainbows() abzutasten, um für jede Zeile eine Farbe zu generieren.

Wenn der Plot jedoch generiert wird, stelle ich fest, dass es mehrere Linien gibt, die dieselbe Farbe haben. Zum Beispiel haben 3 dieser 8 Zeilen grüne Farbe.

Wie kann ich jeder dieser 8 Linien eine einzigartige Farbe geben?

Und wie spiegele ich diese Einzigartigkeit in der Legende der Handlung wider? Ich habe versucht, die Funktion legend() nachzuschlagen, aber es war nicht klar, welchen Parameter ich verwenden sollte, um diese einzigartige Farbe für jede Kategorie widerzuspiegeln?


7 Antworten 7

Dies ist eine schwierige Aufgabe ohne fertige Lösungen (dies liegt natürlich daran, dass der Dichteplot so ein verlockender Fallback ist, dass es niemanden wirklich interessiert). Also was kannst du tun?

Wenn sie sich wirklich überlappen (d. h. genau die gleichen X- und Y-Koordinaten haben) und Sie kein Alpha verwenden, ist es am besten, die Überlappung einfach mit unique zu reduzieren (mit Alpha kann es über solche Gruppen summiert werden).

Wenn nicht, können Sie die Koordinaten manuell auf die nächsten Pixel aufrunden und die vorherige Methode verwenden (dies ist jedoch eine schmutzige Lösung).

Schließlich können Sie ein Dichtediagramm nur erstellen, um es zur Unterabtastung der Punkte in den dichtesten Bereichen zu verwenden. Auf der anderen Seite ergibt dies nicht genau den gleichen Plot und kann zu Artefakten führen, wenn nicht genau abgestimmt.

Schauen Sie sich das hexbin-Paket an, das Papier/Methode von Dan Carr implementiert. Die pdf-Vignette enthält weitere Details, die ich unten zitiere:


DETAILLIERTE BESCHREIBUNG DER ERFINDUNG

Ausführungsformen der vorliegenden Erfindung werden hierin unter Bezugnahme auf ein Datenvisualisierungssystem beschrieben, das angepasst oder angeordnet ist, um verschiedene Verfahren und Prozesse durchzuführen.

Zusammenfassend umfasst das System mindestens einen Prozessor, ein oder mehrere Speichergeräte oder eine Schnittstelle zum Anschluss an ein oder mehrere Speichergeräte, Eingabe- und Ausgabeschnittstellen zum Anschluss an externe Geräte, damit das System Anweisungen von empfangen und entsprechend arbeiten kann einen oder mehrere Benutzer oder externe Systeme, einen Datenbus für die interne und externe Kommunikation zwischen den verschiedenen Komponenten und eine geeignete Stromversorgung. Ferner kann das System ein oder mehrere Kommunikationsgeräte (kabelgebunden oder drahtlos) zum Kommunizieren mit externen und internen Geräten und ein oder mehrere Eingabe-/Ausgabegeräte, wie beispielsweise eine Anzeige, ein Zeigegerät, eine Tastatur oder ein Druckgerät umfassen.

Der Prozessor ist eingerichtet, um die Schritte eines Programms auszuführen, das als Programmanweisungen in der Speichervorrichtung gespeichert ist. Die Programmanweisungen ermöglichen die Durchführung der verschiedenen Verfahren zum Ausführen der Erfindung, wie hierin beschrieben. Die Programmanweisungen können unter Verwendung einer beliebigen geeigneten Softwareprogrammiersprache und eines geeigneten Toolkits, wie beispielsweise einer C-basierten Sprache, entwickelt oder implementiert werden. Ferner können die Programmanweisungen auf jede geeignete Weise gespeichert werden, so dass sie auf die Speichervorrichtung übertragen oder von dem Prozessor gelesen werden können, beispielsweise indem sie auf einem computerlesbaren Medium gespeichert werden. Das computerlesbare Medium kann ein beliebiges geeignetes Medium sein, wie beispielsweise ein Festkörperspeicher, ein Magnetband, eine Compact Disc (CD-ROM oder CD-R/W), eine Speicherkarte, ein Flash-Speicher, eine optische Platte, eine Magnetplatte oder jedes andere geeignete computerlesbare Medium.

Das System ist so angeordnet, dass es mit externen Datenspeichersystemen oder -geräten kommuniziert, um die relevanten Daten abzurufen.

Es versteht sich, dass das hierin beschriebene System ein oder mehrere Elemente umfasst, die angeordnet sind, um die verschiedenen Funktionen und Verfahren, wie hierin beschrieben, auszuführen. Der folgende Abschnitt der Beschreibung zielt darauf ab, dem Leser ein Beispiel einer konzeptionellen Ansicht zu geben, wie verschiedene Module und/oder Maschinen, die die Elemente des Systems bilden, miteinander verbunden werden können, um die Implementierung der Funktionen zu ermöglichen. Ferner erklärt der folgende Abschnitt der Beschreibung in systembezogenen Details, wie die Schritte des hier beschriebenen Verfahrens ausgeführt werden können. Die konzeptionellen Diagramme werden bereitgestellt, um dem Leser anzuzeigen, wie die verschiedenen Datenelemente in verschiedenen Stadien von den verschiedenen verschiedenen Modulen und/oder Maschinen verarbeitet werden.

Es versteht sich, dass die Anordnung und der Aufbau der Module oder Motoren in Abhängigkeit von System- und Benutzeranforderungen entsprechend angepasst werden können, so dass verschiedene Funktionen von anderen Modulen oder Motoren als den hier beschriebenen ausgeführt werden können.

Es versteht sich, dass die beschriebenen Module und/oder Motoren unter Verwendung jeder geeigneten Form von Technologie implementiert und mit Anweisungen versehen werden können. Zum Beispiel können die Module oder Engines unter Verwendung eines beliebigen geeigneten Softwarecodes, der in einer beliebigen geeigneten Sprache geschrieben ist, implementiert oder erstellt werden, wobei der Code dann kompiliert wird, um ein ausführbares Programm zu erzeugen, das auf jedem geeigneten Computersystem ausgeführt werden kann. Alternativ oder in Verbindung mit dem ausführbaren Programm können die Module oder Maschinen unter Verwendung einer beliebigen geeigneten Mischung aus Hardware, Firmware und Software implementiert werden. Zum Beispiel können Teile der Module unter Verwendung einer anwendungsspezifischen integrierten Schaltung (ASIC), eines System-on-a-Chip (SoC), feldprogrammierbarer Gate-Arrays (FPGA) oder jeder anderen geeigneten anpassbaren oder programmierbaren Verarbeitungsvorrichtung implementiert werden.

Die hierin beschriebenen Verfahren können unter Verwendung eines Allzweck-Computersystems implementiert werden, das spezifisch programmiert ist, um die beschriebenen Schritte auszuführen. Alternativ können die hierin beschriebenen Verfahren unter Verwendung eines spezifischen Computersystems implementiert werden, wie etwa eines Datenvisualisierungscomputers, eines Datenbankabfragecomputers, eines grafischen Analysecomputers, eines Spieldatenanalysecomputers, eines Fertigungsdatenanalysecomputers, eines Business Intelligence Computers usw., wobei der Computer speziell angepasst wurde, um die beschriebenen Schritte an spezifischen Daten durchzuführen, die aus einer Umgebung erfasst wurden, die einem bestimmten Feld zugeordnet ist.

Die als Eingabe in das System bereitgestellten Daten können von jeder geeigneten Art von Daten sein, zum Beispiel Daten aus der realen Welt, einschließlich, aber nicht beschränkt auf Spiel- oder Glücksspieldaten, die mit einer Spielumgebung wie einem Casino, Ereignisdaten, Test- oder Qualitätskontrolldaten aus einer Fertigungsumgebung, Geschäftsdaten aus einem Buchhaltungssystem, Verkaufsdaten aus einer Firmendatenbank usw. Alle diese Daten können vom System in Echtzeit in einem Cache-Speicher empfangen oder in einem anderen gespeichert werden dauerhafte Weise

Alternativ oder in Verbindung mit dem Anzeigemodul können weitere Ausgabemodule zur Ausgabe der Ergebnisse des Ausrichtungsmoduls vorgesehen sein. Das heißt, die vom Datenabrufmodul abgerufenen Rohdaten werden analysiert und umgewandelt, um Ausgabedaten in einem bestimmten Format bereitzustellen. Die Ausgabedaten werden der Anzeige und/oder weiteren Ausgabemodulen bereitgestellt, um es einem Benutzer zu ermöglichen, die Rohdaten auf eine Weise zu visualisieren, die nützlichere oder verstecktere Informationen vermittelt, die andernfalls verloren gehen würden.

Das weitere Ausgabemodul kann ein Druckgerät sein, das mit dem beschriebenen System kommuniziert, um Drucksteuerdaten zu empfangen, so dass Darstellungen der Daten auf jedem geeigneten Druckmedium gedruckt werden können. Alternativ kann das weitere Ausgabemodul eine Schnittstelle sein, die ermöglicht, dass die Ausgabedaten mit anderen Datenverarbeitungsmodulen oder Speichergeräten verbunden werden.

Das Datenabrufmodul ist konfiguriert, um das Abrufen von Daten aus einem Datenspeichermodul zu ermöglichen, das mit dem hier beschriebenen System in Verbindung steht. Das Datenspeichermodul kann jeder geeignete Typ von Datenspeichersystem sein. Beispielsweise kann es sich um ein Enterprise Data Warehouse (EDW), einen Data Mart, eine Datenbank, ein Speicherarray oder ein beliebiges anderes geeignetes Gerät oder Gerätegruppen handeln, die Daten für den späteren Abruf speichern können. Ferner kann das Datenspeichermodul ein Cache-Speicher sein, der verwendet wird, um in Echtzeit erfasste eingehende Daten vorübergehend zu speichern.

Ferner versteht es sich, dass die von dem hier beschriebenen System erzeugten visuellen Darstellungen speziell angepasst sind, um die visuelle Darstellung komplexer Daten zu ermöglichen, um nützliche Informationen zu übermitteln, während die Verwendung von Produktionsdruckmaterialien minimiert oder der Raum begrenzt wird, in dem die Informationen verwendet werden können vermittelt werden. Das heißt, indem es dem hier beschriebenen System ermöglicht wird, eine visuelle Darstellung zu erzeugen, die eine oder mehrere Charakteristiken wie beschrieben aufweist, um ein komplexes Problem oder komplexe Daten zusammenzufassen, werden sofort eine Reihe von technischen Vorteilen bereitgestellt. Zum Beispiel können die Eigenschaften der visuellen Darstellung die Begrenzung der Größe der visuellen Darstellung, die Verwendung einer minimalen Tintenmenge oder die Erzeugung der Darstellung unter Verwendung eines minimalen oder begrenzten Flächenraums oder einer minimalen Zeitdauer umfassen. Diese Eigenschaften können dann ein oder mehrere Probleme lösen, wie den übermäßigen Verbrauch von Verbrauchsmaterialien, indem der erforderliche Verbrauch von Verbrauchsmaterialien wie Papier- und Tintenressourcen sowie der Energieaufwand für die Erstellung der Ausdrucke der visuellen Darstellungen oder die Anzeige von die Informationen auf einem Anzeigemodul aufgrund der Fähigkeit, die erforderlichen Informationen in einem kleineren visuellen Raum bereitzustellen.

Daher transformieren die hierin beschriebenen Datenvisualisierungstechniken die empfangenen Rohdaten in verschiedene unterschiedliche Anordnungen, um zu ermöglichen, dass weitere oder versteckte Informationen in den Rohdaten visuell auf eine Weise dargestellt werden, die die Informationen einem Benutzer auf effiziente Weise übermittelt.

Vier Schlüsselbegriffe (oder Konzepte) bilden die Grundlage der in diesem Dokument dargelegten Spezifikation und wurden dementsprechend wie folgt definiert:


Dies hat sich in der neuesten Version von Bokeh geändert (ich schätze 0.12.7). Dies ist die neue Art, es zu tun.

Nur Pandas, kein Bokeh (kopieren Sie die Daten vor dem Ausführen in die Zwischenablage):

Sie können die Gruppierung im Bokeh-Balkendiagramm auf hoher Ebene verwenden, wenn Sie Ihren Pandas-Datenrahmen zuerst schmelzen.

Hier ist das Format Ihres geschmolzenen Datenrahmens:

Dann verwenden Sie einfach Ihren geschmolzenen Datenrahmen als Ihre Daten im Bokeh-Balkendiagramm:

Dies ist meine Antwort, die nur matplotlib und numpy verwendet.

Mein Code scheint im Vergleich zur akzeptierten Antwort sehr lang zu sein. Wenn mir also jemand helfen kann, es zu verbessern, wäre das großartig!


V0.16.0 (2020-07-11)¶

Diese Version fügt xarray.cov & xarray.corr für Kovarianz & Korrelation bzw. die idxmax & idxmin Methoden, die polyfit Methode & xarray.polyval für die Anpassung von Polynomen sowie eine Reihe von Dokumentationsverbesserungen, anderen Funktionen und Fehlerbehebungen hinzu. Vielen Dank an alle 44 Mitwirkenden, die zu dieser Veröffentlichung beigetragen haben:

Akio Taniguchi, Andrew Williams, Aurélien Ponte, Benoit Bovy, Dave Cole, David Brochart, Deepak Cherian, Elliott Sales de Andrade, Etienne Combrisson, Hossein Madadi, Huite, Joe Hamman, Kai Mühlbauer, Keisuke Fujii, Maik Riechert, Marek Jacob, Mathias Hauser, Matthieu Ancellin, Maximilian Roos, Noah D Brenowitz, Oriol Abril, Pascal Bourgault, Phillip Butcher, Prajjwal Nijhara, Ray Bell, Ryan Abernathey, Ryan May, Spencer Clark, Spencer Hill, Srijan Saurav, Stephan Hoyer, Taher Chegini, Todd, Tom Nicholas, Yohai Bar Sinai, Yunus Sevinchan, Arabidopsis, Aurghs, Clausmichele, Dmey, Johnomotani, Keewis, Raphael Dussin, Risebell

Breaking Changes¶

Die unterstützten Mindestversionen für die folgenden Pakete haben sich geändert: dask >=2.9 , verteilt>=2.9 . Von Deepak Cherian

groupby-Operationen stellen die Reihenfolge der Koordinatenbemaßungen wieder her. Pass restore_coord_dims=False, um zum vorherigen Verhalten zurückzukehren.

DataArray.transpose() transponiert jetzt standardmäßig Koordinaten. Übergeben Sie transpose_coords=False, um zum vorherigen Verhalten zurückzukehren. Von Maximilian Roos

Alternative Zeichenstile für plot.step() müssen mit dem Schlüsselwortargument drawstyle (oder ds ) anstelle des Schlüsselwortarguments linestyle (oder ls ) übergeben werden, entsprechend der vorgelagerten Änderung in Matplotlib. (PR3274) Von Elliott Sales de Andrade

Die alte Funktion auto_combine wurde jetzt zugunsten der Funktionen kombinieren_by_coords() und kombinieren_nested() entfernt. Dies bedeutet auch, dass sich das Standardverhalten von open_mfdataset() geändert hat, um combine='by_coords' als Standardargumentwert zu verwenden. (GH2616, PR3926) Von Tom Nicholas.

Die DataArray- und Variablen-HTML-Reprs erweitern jetzt standardmäßig den Datenbereich (GH4176) Von Stephan Hoyer.

Neue Eigenschaften¶

DataArray.argmin() und DataArray.argmax() unterstützen jetzt Sequenzen von 'dim'-Argumenten, und wenn eine Sequenz übergeben wird, geben Sie ein Diktat zurück (das an DataArray.isel() übergeben werden kann, um den Wert des Minimums zu erhalten) der Indizes für jede Dimension des Minimums oder Maximums eines DataArray. (PR3936) Von John Omotani, Dank an Keisuke Fujii für die Arbeit in PR1469.

xarray.infer_freq() hinzugefügt, um die Häufigkeitsableitung auf CFTime-Indizes und -Daten zu erweitern (PR4033). Von Pascal Bourgault.

chunks='auto' wird jetzt im chunks-Argument von Dataset.chunk() unterstützt. (GH4055) Von Andrew Williams

Kontrolle über die Ergebnisattribute in merge() , concat() , Combine_by_coords() und Combine_nested() mit dem Schlüsselwortargument Combine_attrs. (GH3865, PR3877) Von John Omotani

fehlendes_dims-Argument für Dataset.isel() , DataArray.isel() und Variable.isel(), um das Ersetzen der Ausnahme zu ermöglichen, wenn eine an isel übergebene Dimension nicht mit einer Warnung vorhanden ist, oder ignorieren Sie die Dimension einfach. (GH3866, PR3923) Von John Omotani

Mehr Unterstützung für Unit-Aware Arrays mit Pint (PR3643, PR3975, PR4163) Von Justus Magin.

Unterstützt das Überschreiben vorhandener Variablen in to_zarr() mit mode='a' auch ohne append_dim , solange sich die Dimensionsgrößen nicht ändern. Von Stephan Hoyer.

Erlaube das Plotten von booleschen Arrays. (PR3766) Von Marek Jacob

Aktivieren Sie die Verwendung von MultiIndex-Ebenen als Koordinaten in 1D- und 2D-Plots (GH3927). Von Mathias Hauser.

Ein days_in_month-Accessor für xarray.CFTimeIndex , analog zum days_in_month-Accessor für einen pandas.DatetimeIndex , der die Tage im Monat bei jeder datetime im Index zurückgibt. Mit dem DatetimeAccessor (PR3935) können jetzt Tage in Monatsgewichtungen sowohl für Standard- als auch für Nicht-Standard-Kalender abgerufen werden. Diese Funktion erfordert cftime-Version 1.1.0 oder höher. Von Spencer Clark.

Für das netCDF3-Backend wurden dtype-Coercions für vorzeichenlose Integer-Typen hinzugefügt. (GH4014, PR4018) Von Yunus Sevinchan

map_blocks() akzeptiert jetzt ein Template-kwarg. Dies ermöglicht Anwendungsfälle, bei denen das Ergebnis einer Berechnung nicht automatisch abgeleitet werden konnte. Von Deepak Cherian

map_blocks() kann jetzt dask-backed xarray-Objekte in args verarbeiten. (PR3818) Von Deepak Cherian

Fügen Sie das Schlüsselwort decode_timedelta zu xarray.open_dataset() , ( xarray.open_dataarray() , xarray.open_dataarray() , xarray.decode_cf() ) hinzu, mit dem die Decodierung von Zeitdeltas unabhängig von der Zeitdecodierung deaktiviert/aktiviert werden kann (GH1621) Aureliana Barghini

Verbesserungen¶

Leistungsverbesserung von DataArray.interp() und Dataset.interp() Wir führen eine unabhängige Interpolation sequentiell durch, anstatt in einem großen mehrdimensionalen Raum zu interpolieren. (GH2223) Von Keisuke Fujii.

DataArray.interp() unterstützt jetzt Interpolationen über Teildimensionen (PR4155). Von Alexandre Poux.

Wesentliche Leistungsverbesserung für Dataset.from_dataframe(), wenn der Datenrahmen einen MultiIndex hat (PR4184). Von Stephan Hoyer. - DataArray.reset_index() und Dataset.reset_index() behalten jetzt Koordinatenattribute (PR4103). Von Oriol Abril.

Achsenkwargs wie facecolor können jetzt in subplot_kws an DataArray.plot() übergeben werden. Dies funktioniert sowohl für Einzelachsen-Plots als auch für FacetGrid-Plots. Von Raphael Dussin.

Array-Elemente mit langen String-Wiedergaben sind jetzt auf eine vernünftige Breite beschränkt (PR3900) Von Maximilian Roos

Große Arrays, deren numpy reprs mehr als 40 Zeilen haben würden, sind jetzt auf eine vernünftige Länge beschränkt. (PR3905) Von Maximilian Roos

Fehlerbehebung¶

Wenn groupby ein DataArray mit name=None empfängt, weisen Sie einen Standardnamen (GH158) von Phil Butcher zu.

Unterstützt den Dunkelmodus im VS-Code (GH4024) Von Keisuke Fujii.

Fehler beim Konvertieren von mehrfach indizierten Pandas-Objekten in spärliche Xarray-Objekte behoben. (GH4019) Von Deepak Cherian.

ValueError wird ausgelöst, wenn fill_value kein Skalar in full_like() ist. (GH3977) Von Huite Bootsma.

Korrigieren Sie die falsche Reihenfolge beim Konvertieren einer pd.Series mit einem MultiIndex in ein DataArray. (GH3951, GH4186) Von Keisuke Fujii und Stephan Hoyer.

Korrigieren Sie das Umbenennen von Koordinaten, wenn eine oder mehrere gestapelte Koordinaten während der Operationen stack+groupby+apply nicht in sortierter Reihenfolge sind. (GH3287, PR3906) Von Spencer Hill

Beheben Sie eine Regression, bei der das Löschen einer Koordinate aus einem kopierten DataArray sich auf das ursprüngliche DataArray auswirken kann. (GH3899, PR3871) Von Todd Jennings

Fixieren Sie FacetGrid-Plots mit einer einzigen Kontur. (GH3569, PR3915). Von Deepak Cherian

Verwenden Sie eine abweichende Farbkarte, wenn die Werte 0 umfassen. (GH3524) Von Deepak Cherian

Korrigieren Sie die Darstellung, wenn die Pegel ein Skalar sind und eine Norm bereitgestellt wird. (GH3735) Von Deepak Cherian

Fehler behoben, bei dem das Plotten von Liniendiagrammen mit 2D-Koordinaten von der Bemaßungsreihenfolge abhing. (GH3933) Von Tom Nicholas.

Beheben Sie RasterioDeprecationWarning, wenn Sie eine VRT in open_rasterio verwenden. (GH3964) Von Taher Chegini.

Beheben Sie AttributeError beim Anzeigen einer Variablen in einem Notebook-Kontext. (GH3972, PR3973) Von Ian Castleden.

Fehler behoben, der dazu führte, dass DataArray.interpolate_na() Attribute immer löschte, und das Argument keep_attrs hinzugefügt. (GH3968) Von Tom Nicholas.

Fehler beim Zeitparsing behoben, der nicht auf cftime zurückgreifen konnte. Dies führte dazu, dass Zeitvariablen mit einer Zeiteinheit von "msecs" nicht geparst wurden. (PR3998) Von Ryan May.

Gewichtetes Mittel beim Übergeben von Booleschen Gewichtungen (GH4074) korrigieren. Von Mathias Hauser.

HTML-Repr in nicht vertrauenswürdigen Notebooks korrigieren: Fallback auf Nur-Text-Repr. (PR4053) Von Benoit Bovy.

Fix open_rasterio() für WarpedVRT mit angegebenem src_crs . (PR4104) Von Dave Cole.

Dokumentation¶

Aktualisieren Sie den Docstring von DataArray.assign_coords() : Klären Sie, wie einer vorhandenen Bemaßung eine neue Koordinate hinzugefügt wird, und veranschaulichendes Beispiel (GH3952, PR3958) Von Etienne Combrisson.

Aktualisieren Sie den Docstring von Dataset.diff() und DataArray.diff(), damit der dim-Parameter nach Bedarf dokumentiert wird. (GH1040, PR3909) Von Justus Magin.

Die Liste der aktuellen Core-Entwickler wurde aktualisiert. (GH3892) Von Tom Nicholas.

Fügen Sie ein Beispiel für die mehrdimensionale Extrapolation hinzu und beachten Sie das unterschiedliche Verhalten von Kwargs in Dataset.interp() und DataArray.interp() für 1-d- und n-d-Interpolation (PR3956). Von Matthias Riß.

Wenden Sie Schwarz auf den gesamten Code in der Dokumentation an (PR4012) Von Justus Magin.

Dokumentieren Sie .plot , .dt , .str-Accessoren so, wie sie aufgerufen werden. (GH3625, PR3988) Von Justus Magin.

Fügen Sie eine Dokumentation für die Parameter und Rückgabewerte von DataArray.sel() hinzu. Von Justus Magin.

Interne Änderungen¶

Auslösen informativerer Fehlermeldungen für Blockgrößenkonflikte beim Schreiben in Zarr-Dateien. Von Deepak Cherian.

Führen Sie den Pre-Commit-Hook isort nur für Python-Quelldateien aus und aktualisieren Sie die Flake8-Version. (GH3750, PR3711) Von Justus Magin.

Fügen Sie blackdoc der Liste der Checker für die Entwicklung hinzu. (PR4177) Von Justus Magin.

Fügen Sie einen CI-Job hinzu, der die Tests mit jeder optionalen Abhängigkeit außer dask ausführt. (GH3794, PR3919) Von Justus Magin.

Verwenden Sie async/await für die asynchronen verteilten Tests. (GH3987, PR3989) Von Justus Magin.

Verschiedene Bereinigungen des internen Codes (PR4026, PR4038). Von Prajjwal Nijhara.


Beispiele zur Informationsvisualisierung

38 Visuelle Kodierung Wir haben gesehen, dass Attribute unterschiedliche Eigenschaften haben können (numerisch, geordnet, kategorial). Besondere Attribute sind Zeit (zeitliche Dimension) und geographische Lage (räumliche Dimensionen) bei raumzeitlichen Daten. Entitäten werden normalerweise durch eine Art von Glyphe visuell kodiert. Glyphen variieren in Bezug auf Position, Größe, Form, Ausrichtung, Farbe und Textur. Visuelle Kodierung ist die Zuordnung von Attributen der Entität zu Besonderheiten der Glyphe: GenICT II 74

39 Visuelle Kodierung Die genaue visuelle Kodierung eines Datensatzes hängt von der Anzahl und Ausprägung der verfügbaren Attribute sowie von den Analyseaufgaben der jeweiligen Anwendung ab. Interaktionsmechanismen ermöglichen das Umschalten zwischen verschiedenen Attributen, um verschiedene Ansichten der Attribute zu ermöglichen und verschiedene Aufgaben zu erfüllen. Dennoch gibt es Richtlinien für die Zuordnung von Attributen zu visuellen Hinweisen: GenICT II 75

40 Visuelle Hinweise Farbtexturform: GenICT II 76

41 Leitlinien Standort Größe Farbe Orientierung Textur Form Geo-Zeit numerisch (kontinuierlich) numerisch (diskret) geordnet kategorial : GenICT II 77

42 Wahrnehmung Man muss bedenken, dass bestimmte visuelle Hinweise wahrnehmungsrelevanter sind als andere. Farbe ist ein prä-aufmerksames Merkmal, das sofort sichtbar ist. Lage und Größe sind ebenfalls leicht zu erkennen. Die Form ist schwieriger zu unterscheiden. Ausrichtung und Textur erlauben es nicht, subtile Veränderungen leicht zu erkennen: GenICT II 78

Handbuch zur Datenvisualisierung

SAP Lumira Data Visualization Handbook www.saplumira.com 1 Inhaltsverzeichnis 3 Einführung 20 Ranking 4 Kennen Sie Ihren Zweck 23 Teil-zu-Ganzes 5 Kennen Sie Ihre Daten 25 Verteilung 9 Erstellen Ihrer Botschaft 29 Korrelation

Vorlesung 2: Deskriptive Statistik und explorative Datenanalyse

Vorlesung 2: Deskriptive Statistik und explorative Datenanalyse Weitere Gedanken zum Versuchsdesign 16 Individuen (je 8 aus zwei Populationen) mit Replikaten Pop 1 Pop 2 Zufallsstichprobe 4 Individuen

Mehrdimensionale Daten im Zeitverlauf visualisieren Stephen Few Juli 2005

Mehrdimensionale Daten im Laufe der Zeit visualisieren Stephen Few Juli 2005 Dies ist die erste von drei Kolumnen, in denen die Gewinner des Datenvisualisierungswettbewerbs 2005 von DM Review vorgestellt werden. Ich möchte verlängern

Visualisierungssoftware

Visualisierungssoftware Maneesh Agrawala CS 294-10: Visualisierung Herbst 2007 Aufgabe 1b: Dekonstruktion & Redesign Fällig vor dem Unterricht am 12.09.2007 1 Aufgabe 2: Erstellen von Visualisierungen Vorhandene verwenden

Diagramme und Grafiken von statistischen Daten

Diagramme und Grafiken statistischer Daten Eine der effektivsten und interessantesten alternativen Möglichkeiten, statistische Daten darzustellen, sind Diagramme und Grafiken. Es gibt mehrere Möglichkeiten in

Sichtbarkeitsoptimierung für die Datenvisualisierung: Eine Übersicht über Probleme und Techniken

Sichtbarkeitsoptimierung für die Datenvisualisierung: A Survey of Issues and Techniques Ch Harika, Dr.Supreethi K.P Student, M.Tech, Assistant Professor College of Engineering, Jawaharlal Nehru Technological

Wählen Sie eine erfolgreiche Struktur für Ihre Visualisierung

IBM Software Business Analytics Visualisierung Auswahl einer erfolgreichen Struktur für Ihre Visualisierung Von Noah Iliinsky, IBM Visualization Expert 2 Auswahl einer erfolgreichen Struktur für Ihre Visualisierung

CS171 Visualisierung. Das Visualisierungsalphabet: Marken und Kanäle. Alexander Lex [email protected] [xkcd]

CS171 Visualisierung Alexander Lex [email protected] Das Visualisierungsalphabet: Marken und Kanäle [xkcd] Diese Woche Donnerstag: Aufgabenabstraktion, Validierung Hausaufgabe 1 fällig am Freitag! Noch mehr Probleme

TABLEAU-KURSINHALTE. Präsentiert von 3S Business Corporation Inc www.3sbc.com Rufen Sie uns an: 281-823-9222 Mailen Sie uns an: [email protected]

TABLEAU-KURSINHALT Präsentiert von 3S Business Corporation Inc www.3sbc.com Rufen Sie uns an: 281-823-9222 Mailen Sie uns an: [email protected] Einführung und Überblick Warum Tableau? Warum Visualisierung? Level-Einstellung

Vergleiche der Microsoft Business Intelligence-Visualisierung nach Tool

Vergleiche der Microsoft Business Intelligence-Visualisierung nach Tool Version 3: 29.10.2012 Zweck: Zweck dieses Dokuments ist es, eine Kurzübersicht der in jedem Tool verfügbaren Visualisierungsoptionen bereitzustellen.

Prinzipien der Datenvisualisierung für die explorative Datenanalyse. Renee M.P. Teate. SYS 6023 Kognitive Systemtechnik 28. April 2015

Prinzipien der Datenvisualisierung für die explorative Datenanalyse Renee M. P. Teate SYS 6023 Cognitive Systems Engineering 28. April 2015 Einführung Explorative Datenanalyse (EDA) ist die Phase der Analyse

Alle Visualisierungen Dokumentation

Dokumentation zu allen Visualisierungen Dokumentation zu allen Visualisierungen 2 Copyright und Marken Lizenzierte Materialien - Eigentum von IBM. Copyright IBM Corp. 2013 IBM, das IBM Logo und Cognos sind Marken

Visualisierungs-Kurzanleitung

Visualisierungs-Kurzanleitung Eine Best-Practice-Anleitung, die Ihnen hilft, die richtige Visualisierung für Ihre Daten zu finden WAS IST DOMO? Domo ist eine neue Form von Business Intelligence (BI) wie nie zuvor eine Führungskraft

SPSS for Exploratory Data Analysis In diesem Handbuch verwendete Daten: studentp.sav (http://people.ysu.edu/

In diesem Handbuch verwendete Daten: studentp.sav (http://people.ysu.edu/

gchang/stat/studentp.sav) Organisieren und Anzeigen einer quantitativen Variablen (deskriptive Statistik, Boxplot und Histogramm) 1. Bewegen Sie den Mauszeiger

B. 3 Aufsatzfragen. Beispiele für mögliche Fragen finden Sie in Teil IV. Diese Liste ist nicht vollständig, sondern nur ein Beispiel.

IS482/682 Informationen für den ersten Test I. Wie ist der Test aufgebaut? A. 20-25 Multiple-Choice-Fragen. B. 3 Aufsatzfragen. Beispiele für mögliche Fragen finden Sie in Teil IV. Diese Liste ist

Usiness Intelligence und Kartenvisualisierung mit Oracle Spatial

usiness Intelligence und Kartenvisualisierung mit Oracle Spatial iva Ravada enior Director of Development racle Spatial and MapViewer siness Intelligence Effektive interaktive Visualisierung und Analyse sind

Best Practices und Tipps für die Datenvisualisierung und das Dashboard-Design

Datenvisualisierung und Dashboard-Design Best Practices und Tipps Das Verständnis des Benutzers ist der Schlüssel zum Entwerfen von benutzerzentrierten Analyse-Dashboards Benutzerzentriertes Design wird speziell auf die Bedürfnisse zugeschnitten

Variable: Merkmal, das von Individuum zu Individuum in der Population variiert

Ziele: Variablen erkennen als: Qualitativ oder quantitativ Diskrete kontinuierliche Studie Kap. 2.1, # 1 13 : Prof. G. Battaly, Westchester Community College, NY Study Ch. 2.1, # 1 13 Variable: Merkmal

Wahrnehmung von Licht und Farbe

Licht- und Farbwahrnehmung Theorie und Praxis Trichromie Drei Zapfentypen in der Netzhaut a b G+B +R Empfindlichkeitsfunktionen der Zapfen 100 80 60 40 20 400 500 600 700 Wellenlänge (nm) Kurzwellig empfindlich

Eine Einführung in die VISUALISIERUNG VON DATEN von Joel Laumans

eine Einführung in die VISUALISIERUNG VON DATEN von Joel Laumans eine Einführung in die VISUALISIERUNG VON DATEN iii EINE EINFÜHRUNG IN DIE VISUALISIERUNG VON DATEN von Joel Laumans Inhaltsverzeichnis 1 Einführung 1 Definition Zweck 2 Daten

Der Wert der Visualisierung 2

Der Wert der Visualisierung 2 G Janacek -0,69 1,11-3.1 4,0 GJJ () Visualisierung 1 / 21 Parallele Koordinaten Parallele Koordinaten sind eine gängige Methode zur Visualisierung hochdimensionaler Geometrie und zur Analyse multivariater

Mehrdimensionale Datenvisualisierung. Folien mit freundlicher Genehmigung von Chris North

Mehrdimensionale Datenvisualisierungsfolien mit freundlicher Genehmigung von Chris North Was ist das Ranking von Cleveland für quantitative Daten unter den visuellen Variablen: Winkel, Fläche, Länge, Position, Farbe Wo sind wir?!

Microsoft Excel 2010-Diagramme und -Diagramme

Microsoft Excel 2010 Diagramme und Diagramme E-Mail: [email protected] Webseite: http://training.health.ufl.edu Microsoft Excel 2010: Diagramme und Diagramme 2,0 Stunden Themen umfassen das Erstellen von Datengruppierungen

Quantitative vs. kategoriale Daten: Ein wissenswerter Unterschied Stephen Few April 2005

Quantitative vs. kategoriale Daten: Ein wissenswerter Unterschied Stephen Few April 2005 Wenn Sie ein Diagramm erstellen, müssen Sie eine Reihe von Auswahlmöglichkeiten durchgehen, darunter den zu verwendenden Diagrammtyp und mehrere

Solution Park-Unterstützung für Visual Dashboards

Solution Park Support für Visual Dashboards CS Odessa corp. Inhalt Was ist ein Dashboard. 4 CS Odessa-Rolle. 4 Live-Objekte-Technologie. 5 Transformieren von Objekten. 5 Schaltobjekt. 5 Datengesteuerte Objekte. 6

Visualisierungen. Zyklische Daten. Vergleich. Was möchten Sie zeigen? Komposition. Einfacher Anteil am Gesamtwert. Relative und absolute Unterschiede sind wichtig

Visualisierungen Diagramm mit variabler Breite Tabelle oder Tabellen mit eingebetteten Diagrammen Balkendiagramm horizontal Kreisdiagramm pro Element Viele Kategorien Zyklische Daten Nicht zyklische Daten Einzelne oder wenige Kategorien Viele

Iris-Beispieldatensatz. Grundlegende Visualisierungstechniken: Diagramme, Grafiken und Karten. Zusammengefasste Statistiken. Frequenz und Modus

Iris-Beispieldatensatz Grundlegende Visualisierungstechniken: Diagramme, Grafiken und Karten CS598 Informationsvisualisierung Frühjahr 2010 Viele der explorativen Datentechniken werden mit den Iris Plant-Daten veranschaulicht

Was ist Visualisierung? Informationsvisualisierung Ein Überblick. Informationsvisualisierung. Definitionen

Was ist Visualisierung? Informationsvisualisierung Ein Überblick Jonathan I. Maletic, Ph.D. Informatik Kent State University Visualisieren/Visualisierung: Um ein mentales Bild oder eine Vision von [einigen

Visualisierung. Für Anfänger. (Ted Hall) University of Michigan 3D Lab Digital Media Commons, Bibliothek http://um3d.dc.umich.edu

Visualisierung für Anfänger (Ted Hall) University of Michigan 3D Lab Digital Media Commons, Bibliothek http://um3d.dc.umich.edu Datenvisualisierung Datenvisualisierung befasst sich mit der Kommunikation von Informationen über

Gute wissenschaftliche Visualisierungspraktiken + Python

Gute wissenschaftliche Visualisierungspraktiken + Python Kristen Thyng Python in Geowissenschaften 19. September 2013 Kristen Thyng (Texas A&M) Visualisierung 19. September 2013 1 / 29 Überblick über schlechtes Plotten

Eine polymorphe Datenvisualisierung für eine räumlich-zeitliche Datenbank. Makoto Hanashima. Institut für Areal Studies, Foundation Tokyo, Japan

Eine polymorphe Datenvisualisierung für eine räumlich-zeitliche Datenbank Makoto Hanashima Institute for Areal Studies, Foundation Tokyo, Japan Überblick über Präsentation 2 Eine Einführung in die Reki-Show Authoring Tools

Effektive Big-Data-Visualisierung

Effektive Big-Data-Visualisierung Jedes Bild erzählt eine Geschichte, nicht wahr? Mark Gamble Dir Technical Marketing Actuate Corporation 1 Data Driven Summit 2014 Agenda Was ist Datenvisualisierung? Was ist gut?

Was ist GIS? Geografisches Informationssystem. Einführung in ArcGIS. GIS-Karten enthalten Layer. Was können Sie mit GIS tun? Ebenen können Features enthalten

Was ist GIS? Geographische Informationssysteme Einführung in ArcGIS Ein Datenbanksystem, in dem das Organisationsprinzip ausdrücklich Räumlich ist Für CPSC 178 Visualisierung: Daten, Pixel und Ideen. Was kann

Explorative Visualisierung von Daten mit variabler Qualität

Explorative Visualisierung von Daten mit variabler Qualität durch Shiping Huang Eine an der Fakultät des WORCESTER POLYTECHNIC INSTITUTE eingereichte Abschlussarbeit in teilweiser Erfüllung der Anforderungen für den Abschluss

Das Problem: Herausforderungen bei der Visualisierung pharmazeutischer Geschäftsinformationen

Herausforderungen bei der Visualisierung pharmazeutischer Geschäftsinformationen II-SDV, Nizza, Frankreich Diane Webb, Präsidentin, BizInt Solutions Inc. Das Problem: Visualisierungen, die für wissenschaftliche und Patentdaten entwickelt wurden, sind nicht

Datenvisualisierung. Wissenschaftliche Prinzipien, Designentscheidungen und Implementierung in LabKey. Cory Nathe Software-Ingenieur, LabKey [email protected]

Wissenschaftliche Prinzipien der Datenvisualisierung, Designentscheidungen und Implementierung in LabKey Catherine Richards, PhD, MPH-Wissenschaftlerin, HICOR [email protected] Cory Nathe Software Engineer, LabKey [email protected]

Häufige Fehler bei der Datenpräsentation Stephen Few 4. September 2004

Häufige Fehler bei der Datenpräsentation Stephen Few 4. September 2004 Ich nehme Sie mit auf eine kurze Bewusstseinsreise durch einige der häufigsten und manchmal geradezu amüsanten Probleme

Kyubit Business Intelligence OLAP-Analyse - Benutzerhandbuch

Verwenden der OLAP-Analysefunktionen von Kyubit Business Intelligence www.kyubit.com Kyubit Business Intelligence OLAP-Analyse - Benutzerhandbuch Verwenden der OLAP-Analysefunktionen von Kyubit Business Intelligence 2016, All

<kein Kommentar für diese Folie>

1 2 Der Standardkommentartext lautet: Nach Abschluss dieser Lektion können Sie: < > SAP Visual Intelligence ist unsere neueste Innovation

Datenanalyse von Instagram-Posts

Instagram Post Datenanalyse Yanling He Xin Yang Xiaoyi Zhang Zusammenfassung Durch die Verbreitung des Internets werden soziale Plattformen zu großen Datenpools. Von dort können wir uns über Trends, Kultur und

Aufgabe Nr. 1: Beispiellösung für Tabellenkalkulationen und einfache Datenvisualisierung

Aufgabe Nr. 1: Tabellenkalkulationen und einfache Datenvisualisierung Beispiellösung Teil 1: Tabellenkalkulationsdatenanalyse Problem 1. Fußballdaten: Ermitteln Sie die durchschnittliche Differenz zwischen Spielvorhersagen und tatsächlichen Ergebnissen.

MTH 140 Statistik-Videos

MTH 140 Statistik-Videos Kapitel 1 Darstellung von Verteilungen mit Graphen Personen und Variablen Kategoriale Variablen: Tortendiagramme und Balkendiagramme Kategoriale Variablen: Tortendiagramme und Balkendiagramme Quantitativ

Quantitative Anzeigen zum Kombinieren von Zeitreihen und Teil-zu-Ganze-Beziehungen

Quantitative Anzeigen für die Kombination von Zeitreihen und Teil-zu-Ganz-Beziehungen Stephen Few, Perceptual Edge Visual Business Intelligence Newsletter Januar, Februar und März 211 Grafische Anzeigen

MetroBoston DataCommon-Schulung

MetroBoston DataCommon-Schulung Ob Sie ein Datenneuling oder ein erfahrener Forscher sind, das MetroBoston DataCommon kann Ihnen dabei helfen, die Informationen zu erhalten, die Sie benötigen, um mehr über Ihre Community zu erfahren, zu verstehen

Abbildung 1. Ein eingebettetes Diagramm in einem Arbeitsblatt.

8. Excel-Diagramme und Analyse ToolPak Diagramme, auch als Diagramme bekannt, sind seit den frühen Tagen von Lotus 1-2-3 ein wesentlicher Bestandteil von Tabellenkalkulationen. Die Charting-Funktionen haben sich gegenüber dem

Informationsvisualisierung Multivariate Datenvisualisierung Krešimir Matković

Informationsvisualisierung Multivariate Datenvisualisierung Krešimir Matković Technische Universität Wien, VRVis Forschungszentrum, Wien Multivariable >3D-Datentabellen haben so viele Variablen, dass orthogonal

Ändern von Farben und Symbolen in ArcMap

Ändern von Farben und Symbolen in ArcMap Inhalt Einführung. 1 Anzeigen von kategorialen Daten. 3 Erstellen neuer Kategorien. 5 Anzeige numerischer Daten. 6 abgestufte Farben. 6 abgestufte Symbole. 9

Erstellen Sie coole Lumira-Visualisierungserweiterungen mit SAP Web IDE Dong Pan SAP PM und RIG Analytics Henry Kam Senior Product Manager, Developer Ecosystem

Erstellen Sie coole Lumira-Visualisierungserweiterungen mit SAP Web IDE Dong Pan SAP PM und RIG Analytics Henry Kam Senior Product Manager, Developer Ecosystem 2015 SAP SE oder einem SAP-Konzernunternehmen. Alle Rechte

Das große Bild. Beschreiben von Daten: Kategoriale und quantitative Variablen Population. Beschreibende Statistik. Gemeinschaftskoalitionen (n = 175)

Daten beschreiben: Kategoriale und quantitative Variablen Population Das Gesamtbild Stichprobenziehung Statistische Inferenz Stichprobe Explorative Datenanalyse Deskriptive Statistik Um Daten einen Sinn zu geben,

Standort sagt alles AGENDRA KUMAR-Technologie IST PRÄSIDENT VON ESRI INDIA. Der Smart Manager Nov-Dez 2015 www.thesmartmanager.

technologie AGENDRA KUMAR IST PRÄSIDENT VON ESRI INDIEN. Der Standort sagt alles Illustration von Nilesh Juvalekar Der Markt für Standortanalysen soll von 7,2 Mrd. USD im Jahr 2015 auf 14,2 Mrd. USD wachsen

Datenvisualisierung. oder Grafische Datenpräsentation. Jerzy Stefanowski Instytut Informatyki

Datenvisualisierung oder grafische Datenpräsentation Jerzy Stefanowski Instytut Informatyki Data Mining für SE -- 2013 Ack. Inspirationen kommen von: G.Piatetsky Schapiro Vorträge über KDD J.Han über Data

MicroStrategy-Desktop

MicroStrategy Desktop-Kurzanleitung MicroStrategy Desktop wurde entwickelt, um Geschäftsleuten wie Ihnen zu ermöglichen, Daten einfach und ohne direkte Unterstützung durch die IT zu untersuchen. 1 Daten importieren aus

Bernd Klaus, Input von Wolfgang Huber, EMBL

Explorative Datenanalyse und Grafiken Bernd Klaus, einige Beiträge von Wolfgang Huber, EMBL Grafiken in R-Basisgrafiken und ggplot2 (Grammatik der Grafiken) werden häufig verwendet, um Plots in R auf den Punkt zu bringen:

Binokulares Sehen und Tiefenwahrnehmung

Binokulares Sehen und die Wahrnehmung der Tiefe Visuelle Wahrnehmung Wie man eine Szene visuell interpretiert 4 zu untersuchende Wahrnehmungsformen: Tiefe Farbe Zeitliche Bewegung Tiefenwahrnehmung Wie bestimmt man

DATENVISUALISIERUNG GABRIEL PARODI STUDIENMATERIAL: PRINZIPIEN GEOGRAPHISCHER INFORMATIONSSYSTEME EIN EINFÜHRENDES LEHRBUCH KAPITEL 7

DATENVISUALISIERUNG GABRIEL PARODI STUDIENMATERIAL: PRINZIPIEN GEOGRAPHISCHER INFORMATIONSSYSTEME EIN EINFÜHRENDES LEHRBUCH KAPITEL 7 Inhalt GIS und Karten Der Visualisierungsprozess Visualisierung und Strategien

Tutorial 3: Graphische und explorative Datenanalyse in R Jason Pienaar und Tom Miller

Tutorial 3: Grafische und explorative Datenanalyse in R Jason Pienaar und Tom Miller Kennenlernen der Daten Ein wichtiger erster Schritt vor der Durchführung statistischer Analysen ist die Einarbeitung

Teil 2: Datenvisualisierung Komplexe Ideen mit einfachen, effizienten und genauen Datengrafiken kommunizieren

Teil 2: Datenvisualisierung Wie man komplexe Ideen mit einfachen, effizienten und genauen Datengrafiken kommuniziert Warum Daten visualisieren? Das menschliche Auge reagiert äußerst empfindlich auf Unterschiede in: Musterfarben

Spotfire v6 Neue Funktionen. TIBCO Spotfire Delta Training Jumpstart

Spotfire v6 Neue Funktionen TIBCO Spotfire Delta Training Jumpstart Kartendiagramme Neues Kartendiagramm Ebenensteuerung Navigationssteuerung Interaktionsmodussteuerung Webkarte skalieren Kartendiagramm erstellen Ebenen werden hinzugefügt

INFOASSIST: BERICHTERSTELLUNG EINFACH GEMACHT

INFOASSIST: REPORTING MADE SIMPLE BRIAN CARTER INFORMATION BUILDERS SUMMIT 2010 USERS CONFERENCE JUNI 2010 Zusammenfassung der Präsentation: InfoAssist, das browserbasierte Ad-hoc-Reporting-Tool von WebFOCUS, bietet ein einziges

Analysieren und Erstellen von GIS-Daten mit Python-Programmierung. Josh Foery, JR Franks, Connor McMillan

Analysieren und Erstellen von GIS-Daten mit Python-Programmierung Josh Foery, JR Franks, Connor McMillan Einführung Im digitalen Zeitalter haben moderne Unternehmen und Organisationen riesige Mengen an Geodaten

Best Practice für die Datenvisualisierung. Sophie Sparkes Datenanalystin

Best Practice für Datenvisualisierung Sophie Sparkes Data Analyst http://graphics.wsj.com/infectious-diseases-and-vaccines/ http://blogs.sas.com/content/jmp/2015/03/05/graph-makeover- masern-heat-map/ http://graphics.wsj.com/infectious-diseases-and-vaccines/

Zeitreihen-Datenvisualisierung

Zeitreihendatenvisualisierung Zeitreihendaten Grundlegende chronologische Komponente des Datensatzes Zufallsstichprobe von 4000 Grafiken aus 15 Zeitungen und Zeitschriften der Welt von 74-80 ergab, dass 75 %

ENTDECKEN VON RÄUMLICHEN MUSTER IN IHREN DATEN

UNTERSUCHUNG VON RÄUMLICHEN MUSTER IN IHREN DATENZIELSETZUNGEN Erfahren Sie, wie Sie Ihre Daten mit den Werkzeugen für die geostatistische Analyse in ArcMap untersuchen. Erfahren Sie, wie Sie mit deskriptiven Statistiken in ArcMap und Geoda analysieren

CIS 467/602-01: Datenvisualisierung

CIS 467/602-01: Datenvisualisierungskarten Dr. David Koop Aufgabe 3 http://www.cis.umassd.edu/

dkoop/cis467/assignment3.html Netzwerke und Karten Little East Women's Basketball data Netzwerk von Spielen mit

Flexible Webvisualisierung für alarmbasierte Netzwerksicherheitsanalysen

Flexible Webvisualisierung für alarmbasierte Netzwerksicherheitsanalysen Lihua Hao 1, Christopher G. Healey 1, Steve E. Hutchinson 2 1 North Carolina State University, 2 U.S. Army Research Laboratory [email protected]

DESIGN THINKING FÜR VISUALISIERUNG

DESIGN THINKING FÜR VISUALISIERUNG Steven Braun Spezialist für Informatik/Datendienste University of Minnesota, Bibliotheken für Gesundheitswissenschaften DASHCamp 2014 ZIEL Werde kritischere Verbraucher und Produzenten

GRAFIKDATEN ZUR ENTSCHEIDUNGSFINDUNG

GRAFIKDATEN ZUR ENTSCHEIDUNGSFASSUNG Tibor Tóth, Ph.D. Center for Applied Demography and Survey Research (CADSR) University of Delaware Herbst 2006 INHALTSVERZEICHNIS Einführung. 3 Verwenden Sie hohe Informationen

DATEN-LAYOUT UND LEVEL-OF-DETAIL-KONTROLLE FÜR DIE VISUALISIERUNG VON HOCHWASSERDATEN

DATENLAYOUT UND LEVEL-OF-DETAIL-KONTROLLE FÜR DIE VISUALISIERUNG VON HOCHWASSERDATEN Sayaka Yagi Takayuki Itoh Ochanomizu University Mayumi Kurokawa Yuuichi Izu Takahisa Yoneyama Takashi Kohara Toshiba Corporation ZUSAMMENFASSUNG

City of St. Petersburg, Florida Benutzerhandbuch zum Transparenztool für Finanzen und Haushalt. Zuletzt aktualisiert: März 2015

City of St. Petersburg, Florida Fiscal & Budget Transparency Tool Benutzerhandbuch Letzte Aktualisierung: März 2015 Das Fiscal and Budget Transparency Tool von St. Petersburg ermöglicht es Ihnen, Budget und historische Finanzen zu untersuchen

Kategoriale Daten zusammenfassen und anzeigen

Zusammenfassen und Anzeigen von kategorialen Daten Kategoriale Daten können in einer Häufigkeitsverteilung zusammengefasst werden, die die Anzahl der Fälle oder Häufigkeiten zählt, die in jede Kategorie fallen, oder eine relative Häufigkeit

Checkliste für BI-Anforderungen

Die BI-Anforderungs-Checkliste wurde entwickelt, um einen Rahmen für die Erfassung von Benutzeranforderungen für die BI-Technologie bereitzustellen. Das Framework umfasst nicht nur die offensichtlichen BI-Funktionen, sondern auch die Folgeaktionen

ZERTIFIZIERUNG GEOGRAPHISCHER INFORMATIONSSYSTEME

GEOGRAPHIC INFORMATION SYSTEMS ZERTIFIZIERUNG GIS-Lehrplan - Version 1.2 Januar 2007 Copyright AICA-CEPIS 2009 1 Version 1 Januar 2007 GIS-Zertifizierungsprogramm 1. Ziel Die GIS-Zertifizierung wird angestrebt

VISUALISIERUNG GEOSPATIALER METADATEN ZUR AUSWAHL GEOGRAFISCHER DATENSÄTZE

Technische Universität Helsinki Veröffentlichungen in Kartographie und Geoinformatik Teknillisen korkeakoulun kartografian ja geoinformatiikan julkaisuja Espoo 2005 TKK-ICG-6 VISUALISIERUNG VON GEOSPATIAL METADATA

Visualisierung von Daten aus staatlichen Volkszählungen und Umfragen: Pläne für die Zukunft

Volkszählungen und Umfragen bei Regierungen: Ein Workshop zu Forschung und Methodik hinter den Schätzungen Visualisierung von Daten aus Regierungszählungen und Umfragen: Pläne für die Zukunft Kerstin Edwards 15. März,

Zeichnen von Likert und anderen Bewertungsskalen

Darstellung von Likert und anderen Bewertungsskalen Naomi B. Robbins 1, Richard M. Heiberger 2 1 NBR, 11 Christine Court, Wayne, NJ 07470-6523 2 Temple University, 332 Speakman Hall (006-12), Philadelphia, PA 19122-6083

P6 Analytics-Referenzhandbuch

P6 Analytics Referenzhandbuch Release 3.2 Oktober 2013 Inhalt Erste Schritte. 7 Über P6 Analytics. 7 Voraussetzungen für die Verwendung von Analytics. 8 Über Analysen. 9 Über. 9 Über Dashboards. 10 Protokollierung

Desktop Studio: Importieren von Crystal Reports

Desktop Studio: Importieren von Crystal Reports Intellicus Web-based Reporting Suite Version 4.5 Enterprise Professional Smart Developer Smart Viewer Intellicus Technologies [email protected] www.intellicus.com

Visualisierung fehlender Werte mit dem R-Paket VIM

Institut f. Statistik u. Wahrscheinlichkeitstheorie 040 Wien, Wiedner Hauptstr. 8-0/07 ÖSTERREICH http://www.statistik.tuwien.ac.at Visualisierung fehlender Werte mit dem R-Paket VIM M. Templ und P.

Vorschlag für einen Strategieplan: Wissenschaft lernen durch Wissenschaft erleben: Ein Vorschlag für neue Kurse zum aktiven Lernen in Psychologie

Vorschlag für einen Strategieplan: Wissenschaft lernen durch das Erleben von Wissenschaft: Ein Vorschlag für neue Kurse zum aktiven Lernen in Psychologie Kontakt: Jacob Feldman, ([email protected], 848-445-1621) Eileen Kowler

INFORMATIONSVISUALISIERUNGSTECHNIKEN NUTZUNGSMODELL

INFORMATIONSVISUALISIERUNGSTECHNIKEN NUTZUNGSMODELL Akanmu Semiu A. 1 und Zulikha Jamaludin 2 1 Universiti Utara Malaysia, Malaysia, [email protected] 2 Universiti Utara Malaysia, Malaysia, [email protected]

Inhaltsverzeichnis Finden Sie die Geschichte in Ihren Daten

Visualisierungen 101 Inhaltsverzeichnis Finden Sie die Geschichte in Ihren Daten Einführung 2 Arten von Visualisierungen 3 Statische vs. animierte Diagramme 6 Drilldowns und Drillthroughs 6 Über Logi Analytics 7 1 Seit Jahrhunderten

Verwenden von Datenvisualisierung zum besseren Verständnis der elektrischen Last und der Endverbrauchsdaten

Datenvisualisierung zum besseren Verständnis elektrischer Lasten und Endverbrauchsdaten verwenden Jedd L. Parker RLW Analytics, Inc. H:1 w ZUSAMMENFASSUNG Dieses Dokument beschreibt kurz neue Datenvisualisierungstechniken, die die

Entwurf Martin Doerr ICS-FORTH, Heraklion, Kreta 4. Oktober 2001

Ein Vergleich der OpenGIS TM Abstract Specification mit dem CIDOC CRM 3.2 Draft Martin Doerr ICS-FORTH, Heraklion, Kreta 4. Oktober 2001 1 Einleitung Dieses Mapping hat den Zweck zu identifizieren, ob das OpenGIS

Leistungsmanagement und KPIs

Performance Management und KPIs Überblick Business Performance Management (BPM) Dashboards SSAS: KPI und Dashboards 2 Business Performance Management (BPM) 3 Business Performance Management (BPM) BPM umfasst

Visualisierungstechniken für Geodaten IDV 2015/2016

Interaktive Datenvisualisierung 07 Visualisierungstechniken für Geodaten IDV 2015/2016 Hinweis n Autor t João Moura Pires ([email protected]) n Dieses Material kann frei für private oder akademische Zwecke verwendet werden

Designüberlegungen für ein Visualisierungs- und Simulationstool für CBMS-Daten

Designüberlegungen für ein Visualisierungs- und Simulationstool für CBMS-Daten Nelson Marcos 1,*, Gerardo Largoza 2, Briane Paul Samson 3, Johnn Jelvin S. Base 4, Lawrence Patrick C. Calulo 5, Bervyn S. Co

R-Grafik-Kochbuch. Chang O'REILLY. Winston. Tokio. Peking-Cambridge. Farnham Köln Sebastopol

R Graphics Kochbuch Winston Chang Peking Cambridge Farnham Köln Sebastopol O'REILLY Tokyo Inhaltsverzeichnis Vorwort ix 1. R-Grundlagen 1 1.1. Installieren eines Pakets 1 1.2. Laden eines Pakets 2 1.3. Laden a

Zahlenvisualisierung

Zahlenvisualisierung Giuseppe Santucci Universität Rom "La Sapienza" [email protected] Danke an: Ross Ihaka (sehr inspirierende Vorträge) Zahlenvisualisierung? Offensichtlich Informationsvisualisierung

Nutzung von Geoinformationssystemen für die Analyse nicht-räumlicher Daten

Gemeinsam herausgegeben von Akadémiai Kiadó, Budapest Scientometrics und Kluwer Academic Publishers, Dordrecht Vol. 51, No. 3 (2001) 563 571 Nutzung von Geoinformationssystemen für die Analyse nicht-räumlicher Daten

6. Geografische Visualisierung

6. Geographische Visualisierung Martin Nöllenburg Geographische Visualisierungen spielten in der Menschheitsgeschichte, insbesondere in den Geowissenschaften, schon immer eine wichtige Rolle, lange bevor Computervisualisierungen populär wurden.

Tools zur Geoanalyse verstehen und auswählen

Verstehen und Auswählen von Geoanalysetools Ein praktisches Beispiel COLLABORATIVE WHITEPAPER SERIES Geospatial Business Intelligence (BI) ist seit einiger Zeit im Gespräch über BI

Kinetische Visualisierungen: Eine neue Klasse von Tools für die Intelligenzanalyse

Kinetische Visualisierungen: Eine neue Klasse von Werkzeugen für die Intelligenzanalyse Robert J. Bobrow, Aaron Helsinger BBN Technologies 10 Moulton Street Cambridge, MA 02138 @bbn.com Schlüsselwörter: Visualisierung,

Demografische Daten von Atlanta, Georgia:

Demographie von Atlanta, Georgia: Eine visuelle Analyse der Volkszählungsdaten von 2000 und 2010 36-315 Abschlussprojekt Rachel Cohen, Kathryn McKeough, Minnar Xie und David Zimmerman Ethnien von Atlanta Abbildung 1: From

Deskriptive Statistik Statistische Inferenz Statistische Inferenz, Statistische Induktion und Inferenzstatistik

Deskriptive Statistik ist die Disziplin der quantitativen Beschreibung der Hauptmerkmale einer Datensammlung. Deskriptive Statistik unterscheidet sich von Inferenzstatistik (oder induktiver Statistik),

Datenvisualisierung. BUS 230: Wirtschaftsforschung und Kommunikation

Datenvisualisierung BUS 230: Wirtschafts- und Wirtschaftsforschung und Kommunikation Datenvisualisierung 1/ 16 Der Zweck von Grafiken und Diagrammen besteht darin, ein Bild zu zeigen, das eine Botschaft verstärken oder schnell kommunizieren kann

Echtzeitverarbeitung und Visualisierung massiver Flugverkehrsdaten in digitalen Landschaften

Echtzeitverarbeitung und Visualisierung massiver Flugverkehrsdaten in digitalen Landschaften Digitale Landschaftsarchitektur 2015, Dessau Stefan Buschmann, Matthias Trapp und Jürgen Döllner Hasso-Plattner-Institut,

Programm zur Informationskompetenz

Information Literacy Program Excel (2013) Advanced Charts 2015 ANU Library anulib.anu.edu.au/training [email protected] Inhaltsverzeichnis Excel (2013) Advanced Charts Overview of charts. 1 Erstellen Sie ein Diagramm.

Übung#1(Kapitel1,2) Name

Übung#1(Kapitel1,2) Name Lösen Sie das Problem. 1) Das Durchschnittsalter der Schülerinnen und Schüler einer Statistikklasse beträgt 22 Jahre. Beschreibt diese Aussage deskriptive oder inferenzielle Statistiken? A) Inferenzstatistik

Aufbau von Kapazitäten zur Nutzung von Infografik-Tools

Aufbau der Kapazität zur Nutzung von Infografik-Tools kostenlose Optionen zum Erstellen von Diagrammen, Grafiken und bildlichen Infografiken Arielle Winchester und Amanda Makulec John Snow Inc. Ziele Beschreiben Sie zwei Gründe für


Danksagung

Der Autor dankt Deepika Suresh (Centre for Marine Living Resource and Ecology, Kochi, Indien) für Informationen zu Fischereidaten aus dem Indischen Ozean. Wir danken Elisabeth Haring (Naturhistorisches Museum, Wien, Österreich) für fruchtbare Diskussionen über genetische Ansätze und für kritische Kommentare zum Manuskript. Die Fotos wurden von der Autorin und Alice Schumacher (Naturhistorisches Museum, Wien, Österreich) aufgenommen. Wir danken dem Mitherausgeber Christian Klug (Paläontologisches Institut und Museum, Zürich), René Hoffmann (Institut für Geologie, Mineralogie und Geophysik, Bochum) und einem anonymen Gutachter für ihre konstruktiven Kommentare.


Kapitel 4 - Geophysikalische Datenanalyse

In diesem Kapitel wird ein breites Spektrum von Computeranwendungen untersucht. Sein breites Anwendungsgebiet ist auch ein Ergebnis der langen Geschichte der Computer in der Geophysik, die sich aus ihrer wesentlichen Rolle bei der Verarbeitung riesiger Datenmengen ergibt. Mit Ausnahme der Fernerkundung haben die anderen Explorationstechniken Computer in erster Linie so angepasst, dass sie manuelle Methoden übernehmen, während viele geophysikalische Techniken ohne Computer im Wesentlichen unmöglich sind. Das natürliche Ergebnis dieser primären Rolle des Computers ist eine größere Akzeptanz von Computermethoden unter Geophysikern als in den meisten anderen Gruppen von Geowissenschaftlern. Die Art des Jobs ist ein Faktor: Ein Geophysiker im Feld justiert oder repariert elektronische Geräte und entwickelt so eine Affinität für die Arbeit mit verwandten Geräten wie Mikrocomputern. Es gibt viele verschiedene Explorationstechniken, die an den Computermethoden beteiligt sind, die viele gemeinsame Merkmale aufweisen. Alle haben ähnliche Anforderungen an die Datenaufbereitung, -verifizierung und -anzeige. Idealerweise ist dieselbe Software für diese gemeinsamen Aufgaben anwendbar.


Schritt 2: Erfahren Sie, wo sich die nächsten abweichenden Grenzen befinden.

1 Was passiert, wenn Platten auseinanderlaufen? Platten breiten sich an divergenten Grenzen auseinander oder divergieren voneinander. An diesen Grenzen wird der Erdoberfläche neue Ozeankruste hinzugefügt und es entstehen Ozeanbecken. In dieser Untersuchung werden die Schüler verschiedene abweichende Grenzen finden und ihre Geschichte studieren. Sie werden 1. untersuchen, wie tektonische Spannungen an der Plattengrenze aufgenommen werden, indem sie Erdbeben- und Verwerfungsdaten untersuchen und die halbe Ausbreitungsgeschwindigkeit einer Plattengrenze berechnen. 2. Untersuchen Sie die Merkmale von passiven Rändern, Bereichen entlang divergenter Grenzen, in denen kontinentale Kruste zu ozeanischer Kruste wird. 3. Vergleichen Sie eine junge divergente Grenze mit einer alten divergenten Grenze. Stellen Sie vor der Durchführung dieser Lernaktivität sicher, dass die Schüler über die erforderlichen Kenntnisse verfügen, dass Platten sowohl aus kontinentaler Kruste als auch aus ozeanischer Kruste bestehen. Dieses Konzept wird in dieser Untersuchung genauer untersucht. Modellieren Sie mit Ihren Schülern die folgenden Verfahrensanweisungen. Es wird empfohlen, dass Sie Ihr Computerbild im vorderen Bereich des Klassenzimmers anzeigen. Schritt 1: Web-GIS öffnen a. Lassen Sie die Schüler ihren Webbrowser öffnen. Gehe zu b. Klicken Sie auf: Was passiert, wenn Platten divergieren? C. Das Web-GIS wird mit einer globalen Ansicht geöffnet. Schritt 2: Erfahren Sie, wo sich die nächsten abweichenden Grenzen befinden. Überall auf der Welt befinden sich divergierende Grenzen, die die längsten Gebirgszüge der Erde definieren. Einige sind klein und erstrecken sich über nur etwa 1.500 km, wie die vor der Küste des pazifischen Nordwestens der USA. Andere erstrecken sich über mehr als 10.000 km. Es gibt zwei große divergierende Grenzen, die sich Copyright 2012 Environmental Literacy and Inquiry Working Group an der Lehigh University befinden

2 2 in der Nähe von Nordamerika. In diesem Schritt lokalisieren die Schüler den Mittelatlantischen Rücken (divergente Grenze, die den Atlantischen Ozean öffnet) und den Ostpazifischen Anstieg (divergente Grenze, die den Pazifischen Ozean öffnet). A. Weisen Sie den Schüler an, den Layer Enhanced Bathymetry/Topography zu aktivieren. Diese Ebene wird angezeigt, um den Schülern zu helfen, bathymetrische Veränderungen außerhalb des Kamms zu visualisieren. Klicken Sie im Toolbox-Menü auf die Registerkarte Kartenebenen. Aktivieren Sie den Layer Enhanced Bathymetry/Topography. B. Zuerst werden die Schüler die abweichende Grenze im Atlantischen Ozean finden. C. Weisen Sie die Schüler an, den Breitengrad 31º und den Längengrad -41º auf der Karte zu finden. An dieser Stelle finden sie den Mittelatlantischen Rücken, der auf ihrer Karte markiert ist. Weisen Sie die Schüler an, Frage 1 auf ihrem Untersuchungsbogen zu beantworten.

3 3 d. Bevor Sie fortfahren, bitten Sie die Schüler, sich die Bathymetrie des Ozeans entlang dieser Grenze anzusehen. e. Auf der Karte stehen dunklere Blautöne für niedrigere Erhebungen (tieferes Wasser) und hellere Blautöne für höhere Erhebungen (flacheres Wasser). Stellen Sie sicher, dass die Schüler den Mittelatlantischen Rücken nach Norden und Süden verfolgen können. F. Als nächstes werden die Schüler eine zweite abweichende Grenze im Pazifischen Ozean finden.

4 4g. Weisen Sie die Schüler an, die Navigationswerkzeuge zu verwenden, um den Breitengrad -29º und den Längengrad -112º zu lokalisieren und zu zoomen. An dieser Stelle finden die Schüler den Namen des Features, der Sie auf eine abweichende Grenze aufmerksam macht. h. Bitten Sie die Schüler erneut, sich die Bathymetrie um den Kamm herum anzusehen. Weisen Sie die Schüler an, die Fragen 2 und 3 auf ihrem Untersuchungsbogen zu beantworten. Schritt 3: Entdecken Sie die Beziehung zwischen Erdbeben und abweichenden Grenzen. Erdbeben entlang divergenter Grenzen resultieren aus Bewegungen auf Dehnungsstörungen, die auch als normale Störungen bekannt sind. Diese Verwerfungen entstehen, weil eine Kraft namens Spannung die Felsen voneinander wegzieht. In diesem Schritt lernen die Schüler, dass Erdbeben in geringer Tiefe auf normalen Verwerfungen entlang divergenter Grenzen auftreten. Weitere Informationen zu den verschiedenen Fehlertypen finden Sie in den unterstützenden Inhaltsmaterialien auf der Website. A. Weisen Sie die Schüler an, im Toolbox-Menü auf die Registerkarte Kartenebenen zu klicken. Sie deaktivieren den Layer Enhanced Bathymetry/Topography und aktivieren die Layer Earthquakes M > 4.0 (9/08-9/11) und Plate Boundaries. B. Die Schüler sollten auf die Registerkarte Kartenlegende klicken, um die auf ihrer Karte angezeigten Daten zu interpretieren und zu erfahren, dass verschiedene Farben unterschiedliche Erdbebenschwerpunkttiefen darstellen.

5 5 c. Die Schüler werden die Registerkarte Erdbeben abfragen verwenden, um die Orte von Dehnungsstörungen (normalen) Verwerfungen zu untersuchen. Implementierungsvorschlag: Bevor die Kursteilnehmer das Abfrage-Erdbeben-Werkzeug verwenden, empfehlen wir Ihnen, explizit zu modellieren, wie das Werkzeug verwendet wird, um verschiedene Abfrageergebnisse im GIS anzuzeigen. D. Weisen Sie die Schüler an, im Toolbox-Menü auf die Registerkarte Erdbeben abfragen zu klicken. e. Sie sollten zunächst Extensional aus dem Dropdown-Menü Select Primary Fault Type (A) auswählen. Stellen Sie sicher, dass die Option Alle Tiefen im Dropdown-Menü Erdbebentiefe auswählen (B) ausgewählt ist. Ist dies nicht der Fall, werden nur Erdbeben aus einem bestimmten Tiefenbereich (<10 km, km oder >100 km) abgefragt. F. Die Schüler sollten klicken, um die Erdbeben an den Plattengrenzen zu beobachten, die auf Dehnungsstörungen aufgetreten sind. Weisen Sie die Schüler an, Frage Nr. 4 auf ihrem Untersuchungsbogen zu beantworten.

6 6g. Als Nächstes aktivieren die Schüler den Layer „North American Plate Motion“. Dies wird ihnen helfen, die abgefragten Erdbeben zu visualisieren, die entlang der Grenze der nordamerikanischen Platte mit der eurasischen und afrikanischen Platte aufgetreten sind. Da die Pfeile an diesen Plattengrenzen voneinander weg zeigen, liegen die abgefragten Erdbeben auf einer divergenten Plattengrenze. h. Weisen Sie die Schüler an, im Toolbox-Menü auf die Registerkarte Kartenebenen zu klicken und die Ebene „Bewegung der nordamerikanischen Platte“ zu aktivieren. Weisen Sie die Schüler an, die Frage Nr. 5 auf ihrem Untersuchungsbogen zu beantworten. Nachdem sie die Frage beantwortet haben, können sie den Layer „Bewegung der nordamerikanischen Platte“ deaktivieren.

7 7 ich. Die Schüler werden die Registerkarte Erdbeben abfragen verwenden, um verschiedene Bereiche von Erdbebentiefen auf Dehnungsstörungen zu untersuchen und feststellen, dass sie hauptsächlich in geringen Tiefen von weniger als <10 km auftreten. J. Die Schüler klicken im Toolbox-Menü auf die Registerkarte „Erdbeben abfragen“ und wählen >=100 km aus dem Dropdown-Menü „Erdbebentiefe auswählen“ (B). k. Wenn sie klicken, um die Erdbeben zu sehen, die auf Dehnungsstörungen in diesen Tiefen aufgetreten sind, werden auf den Karten der Schüler keine Erdbeben angezeigt. Dies liegt daran, dass die Lithosphäre entlang der divergenten Grenze zu dünn und zu heiß ist, als dass in diesen Tiefen Erdbeben auftreten könnten. l. Weisen Sie die Schüler an, die verschiedenen Erdbebentiefenbereiche zu erkunden und alle anderen Optionen aus dem Dropdown-Menü Erdbebentiefe auswählen auszuwählen. Weisen Sie die Schüler an, die Frage Nr. 6 auf ihrem Untersuchungsbogen zu beantworten.In Teil b. wurde den Schülern ein Hinweis gegeben, die Layer Lithosphärendicke und Oberflächenwärmefluss zu aktivieren, um zu entdecken, dass Erdbeben in großen Tiefen nicht auftreten, weil die Lithosphäre zu dünn und zu heiß für Erdbeben in großen Tiefen ist . Zeigen Sie den Schülern bei Bedarf, wie sie die Kartenlegende interpretieren, um sie beim Verständnis dieses räumlichen Konzepts zu unterstützen. Schritt 4: Abweichende Grenzstreumengen berechnen. An divergenten Grenzen breitet sich der Meeresboden auf beiden Seiten der mittelozeanischen Rücken aus, und Magma quillt aus dem Mantel auf, um neue Krusten hinzuzufügen, um die Lücke zu füllen. Dadurch bewegt sich der Meeresboden wie ein Fließband und trägt die Kontinente mit sich. Die Streumenge ist die Geschwindigkeit, mit der sich die Platte von der Grenze wegbewegt. Die Streumenge kann berechnet werden, indem der Abstand zwischen Kruste und Plattengrenze durch das Alter der Kruste dividiert wird. Die Streuraten variieren an verschiedenen Stellen entlang einer Plattengrenze. Zusätzlich können Streumengen als halbe Streumenge dargestellt werden – die Menge bei

8 8, wobei sich 1 Kontinent von der divergenten Plattengrenze wegbewegt, oder eine volle Ausbreitungsrate – die Rate, mit der sich das Ozeanbecken öffnet und 2 Kontinente sich voneinander weg ausbreiten. In diesem Schritt berechnen die Schüler die halbe Ausbreitungsrate an einem Ort, der für die Raten für den Mittelatlantischen Rücken und den Ostpazifischen Anstieg repräsentativ ist. Halbe Ausbreitungsgeschwindigkeit = Abstand zwischen Kruste und Plattengrenze Alter der Kruste (Zeit) a. Weisen Sie die Schüler an, im Toolbox-Menü auf die Registerkarte Kartenebenen zu klicken. Sie sollten die Layer Erdbeben M > 4.0 (9.08.-9.11.), Lithosphärendicke und Oberflächenwärmefluss deaktivieren und den Layer Age of the Ocean Floor aktivieren, indem Sie auf das Kontrollkästchen klicken. B. Die Schüler sollten im Toolbox-Menü auf die Registerkarte Kartenlegende klicken, um die Kartenlegende anzuzeigen. Die Farbe zeigt das Alter des Meeresbodens an einem Ort an. Scrollen Sie mit der Bildlaufleiste nach unten, um die gesamte Legende bis 280 m.y anzuzeigen. (Siehe Bild oben.). Beachten Sie, dass das Alter des Meeresbodens 180 Millionen Jahre beträgt. im Nordatlantikbecken nahe dem Kontinentalrand von Nordamerika und Afrika. Das älteste Meeresbodenalter der Welt von 280 Mio. Jahren. liegt im Mittelmeerraum. C. Um die halbe Ausbreitungsrate der nordamerikanischen Platte an der divergenten Grenze im Atlantischen Ozean zu berechnen, teilen die Schüler die Distanz, die die Platte zurückgelegt hat, durch die Zeit, die sie für diese Distanz benötigt hat. Halbe Ausbreitungsrate = Distanzzeit d. Weisen Sie die Schüler an, im Toolbox-Menü auf die Registerkarte Kartennavigationstools zu klicken und Mid- Atlantic Ridge aus der Liste der Lesezeichenpositionen auszuwählen. Die Karte vergrößert dieses Untersuchungsgebiet. e. Die Schüler verwenden das Entfernungsmesswerkzeug, um den Abstand des ältesten Meeresbodens von der divergenten Plattengrenze zu messen. Sie werden: (i) zur Registerkarte Messwerkzeuge gehen. (ii) Klicken Sie auf das Entfernungsmesswerkzeug. (iii) Klicken Sie auf einen Punkt auf dem Mittelatlantischen Rücken, der sich in der Nähe des Breitengrads 30º und des Längengrades -41º befindet. (iv) Ziehen Sie die Maus senkrecht zur abweichenden Grenze zum ältesten Meeresboden in der Nähe des Breitengrads 39º und des Längengrades -72º.

9 9 (v) Doppelklicken Sie auf den linken Rand des ältesten Meeresbodens, um das Messergebnis anzuzeigen (siehe Bild oben). Wichtiger Hinweis: Ein Doppelklick auf das Distanzmaß schließt die Messung der Linie ab und eine grüne Flagge wird an dieser Stelle platziert. Wenn Sie auf eine beliebige Stelle auf der Karte klicken, beginnt eine neue Linie mit dem Entfernungsmesswerkzeug. Die vorherige Zeile wird ausgeblendet. Zeigen Sie den Schülern, was passiert, wenn sie nicht doppelklicken, um ihre gemessene Distanz zu vervollständigen. Ihre Linie wird fortgesetzt und die gemessene Entfernung wird ungenau sein. Weisen Sie die Schüler an, die gemessene Distanz anhand der Tabelle in #7 auf ihrem Untersuchungsbogen aufzuzeichnen. Stellen Sie sicher, dass sie die Maßeinheiten Kilometer (km) enthalten. F. Lassen Sie die Schüler als Nächstes im Toolbox-Menü auf die Registerkarte Kartenlegende klicken. Sie sollten sich die Legende ansehen, um das Alter des ältesten Meeresbodens zu bestimmen, bis zu dem sie gemessen haben. Weisen Sie die Schüler an, (1) dieses Alter des Meeresbodens (aus dem obigen Schritt) anhand der Tabelle in #7 auf ihrem Untersuchungsblatt aufzuzeichnen und (2) die halbe Ausbreitungsrate zu berechnen, um die Tabelle zu vervollständigen. Stellen Sie sicher, dass sie die Maßeinheiten km/m.y enthalten.

10 10g. Als nächstes berechnen die Schüler die halbe Ausbreitungsrate der Nazca-Platte am Ostpazifischen Anstieg, um sie mit der Rate des Mittelatlantischen Rückens zu vergleichen. Sie teilen die Strecke, die die Platte zurückgelegt hat, durch die Zeit, die sie für diese Strecke benötigt hat. h. Weisen Sie die Schüler an, im Toolbox-Menü auf die Registerkarte Kartennavigationstools zu klicken und East Pacific Rise aus der Liste der Lesezeichenstandorte auszuwählen. Die Karte vergrößert dieses Untersuchungsgebiet. ich. Die Schüler verwenden das Entfernungsmesswerkzeug, um den Abstand des ältesten Meeresbodens von der divergenten Plattengrenze zu messen. Sie werden: (i) zur Registerkarte Messwerkzeuge gehen. (ii) Klicken Sie auf das Entfernungsmesswerkzeug. (iii) Klicken Sie auf einen Punkt auf dem East Pacific Rise, der sich in der Nähe des Breitengrades -20º und des Längengrades -114º befindet. (iv) Ziehen Sie die Maus senkrecht zur divergenten Grenze zum ältesten Meeresboden in der Nähe von Breitengrad -20º und Längengrad -71º vor der Westküste Südamerikas. (v) Doppelklicken Sie auf den linken Rand des ältesten Meeresbodens, um das Messergebnis anzuzeigen (siehe Bild oben). Wichtiger Hinweis: Ein Doppelklick auf das Distanzmaß schließt die Messung der Linie ab und eine grüne Flagge wird an dieser Stelle platziert. Wenn Sie auf eine beliebige Stelle auf der Karte klicken, beginnt eine neue Linie mit dem Entfernungsmesswerkzeug. Die vorherige Zeile wird ausgeblendet. Weisen Sie die Schüler an, die gemessene Distanz anhand der Tabelle in #8 auf ihrem Untersuchungsbogen aufzuzeichnen. Stellen Sie sicher, dass sie die Maßeinheiten Kilometer (km) enthalten. J. Lassen Sie die Schüler als Nächstes im Toolbox-Menü auf die Registerkarte Kartenlegende klicken. Sie sollten sich die Legende ansehen, um das Alter des ältesten Meeresbodens zu bestimmen, bis zu dem sie gemessen haben.

11 11 Weisen Sie die Schüler an, (1) dieses Alter des Meeresbodens (aus dem obigen Schritt) anhand der Tabelle in #8 auf ihrem Untersuchungsbogen aufzuzeichnen und (2) die halbe Ausbreitungsrate zu berechnen, um die Tabelle zu vervollständigen. Stellen Sie sicher, dass sie die Maßeinheiten km/m.y enthalten. Beantworten Sie dann Frage 9 auf Ihrem Untersuchungsbogen. Schritt 5: Entdecken Sie Transformationsfehler entlang der divergenten Grenze. Transformationsgrenzen befinden sich auf der ganzen Welt. In Ozeanbecken bilden Transformationsgrenzen senkrecht zu divergenten Grenzen und versetzen die mittelozeanischen Rücken. Transformationsstörungen an Rücken ermöglichen die symmetrische Öffnung des Ozeanbeckens. In diesem Schritt werden die Schüler eine Transformationsstörung lokalisieren und die Eigenschaften des Meeresbodens untersuchen. Außerdem verwenden sie das Höhenprofil-Werkzeug, um Höhenänderungen über einen Transformationsfehler hinweg zu untersuchen. Implementierungsvorschlag: Bevor Sie mit diesem Schritt beginnen, empfehlen wir Ihnen, explizit zu modellieren, wie ein Höhenprofildiagramm anhand einer auf der Karte gezeichneten Profillinie zu interpretieren ist. Lesen eines Höhenprofils: Alle Höhen unter dem Meeresspiegel sind negative Zahlen, während Höhen über dem Meeresspiegel positive Zahlen sind. Der Meeresspiegel liegt auf 0 Meter Höhe. Eine tiefere Meeresbodenerhöhung entspricht einer höheren negativen Zahl. Eine flachere Meeresbodenhöhe entspricht einer niedrigeren negativen Zahl. Ein Punkt auf einem Höhenprofil bei 3000 Metern bedeutet, dass die Höhe des Meeresbodens an diesem Punkt 3000 Meter unter dem Meeresspiegel liegt. Ebenso bedeutet ein Punkt auf einem Höhenprofil bei 1000 Metern, dass die Meeresbodenhöhe an diesem Punkt 1000 Meter unter dem Meeresspiegel liegt. Meter ist tiefer als Meter. A. Weisen Sie die Schüler an, im Toolbox-Menü auf die Registerkarte Höhenprofil zu klicken.

12 12 b. Als nächstes lassen Sie sie anklicken. Dadurch wird ein Profil im Nordatlantik erstellt, das sie verwenden werden, um Fragen auf ihrem Untersuchungsbogen zu beantworten. Hinweis: Die linke Seite des Höhenprofildiagramms entspricht der Unterseite der Profillinie. C. Dieses Profil überquert einen Transformationsfehler. Stellen Sie sicher, dass die Schüler bemerken, wie sich das Alter des Meeresbodens ändert, wenn Sie sich über die Höhenprofillinie bewegen. Weisen Sie die Schüler an, die Fragen Nr. 10-11 auf ihrem Untersuchungsbogen zu beantworten. Die Schüler sollten den Layer Age of the Ocean Floor deaktivieren, wenn sie fertig sind. Schritt 6: Entdecken Sie, wie sich passive Margen bilden. Ein Kontinentalrand ist der Bereich des Meeresbodens entlang der Küste, der die ozeanische Kruste von der kontinentalen Kruste trennt. Wenn der Bereich nicht entlang einer aktiven Plattengrenze auftritt, wird er als passiver Rand bezeichnet. In diesem Schritt verwenden die Schüler eine Karte der Meeresgravitationsanomalie, um den Übergang von der kontinentalen zur ozeanischen Kruste zu sehen. Dann werden sie die nordamerikanischen und afrikanischen Platten an ihren paläogeographischen Standorten platzieren, um zu sehen, wie der passive Rand des Atlantischen Ozeans gewachsen ist und sich von der divergenten Grenze aus ausgebreitet hat. A. Weisen Sie die Schüler zunächst an, im Toolbox-Menü auf die Registerkarte Kartennavigationstools zu klicken. Sie sollten den Osten der USA aus der Liste der Lesezeichenstandorte auswählen. B. Als Nächstes weisen Sie die Schüler an, auf die Registerkarte Kartenebenen im Werkzeugkastenmenü zu klicken und die Ebenen Nordamerikanische Plattenbewegung und Verbesserte Bathymetrie/Topographie zu aktivieren, indem sie auf das Kontrollkästchen klicken.

13 13 c. Die Schüler klicken auf das Bildsymbol vor der Ostküste Nordamerikas, um ein Diagramm eines kontinentalen passiven Rands anzuzeigen. Das folgende Bild wird im GIS angezeigt. Wir empfehlen Ihnen, die Schüler ausdrücklich darauf hinzuweisen, dass sich unter dem Kontinentalschelf (linke Seite des Bildes unten) kontinentale Kruste und im Ozeanbecken ozeanische Kruste (rechte Seite des unteren Bildes) befindet. D. Als nächstes sollten die Schüler im Toolbox-Menü auf die Registerkarte Kartenebenen klicken und den Layer Marine Gravity Anomaly aktivieren, indem sie auf das Kontrollkästchen klicken. Erklären Sie den Schülern, dass diese Ebene Änderungen der Schwerkraft (ein Ergebnis der Eigenschaften, die kontinentale vs. ozeanische Kruste definieren) anzeigt, wenn Sie sich über den Kontinentalrand und den Übergang von kontinentaler Kruste zu ozeanischer Kruste bewegen. Ein Eotvos ist ein Maß für die Gravitationskraft an diesem Ort. Stärkere Gravitationskräfte werden im GIS rot-gelb dargestellt. Schwächere Gravitationskräfte werden durch blaugrüne Farbe dargestellt. Unterschiede in den Gravitationskräften treten auf, weil kontinentale Kruste und ozeanische Kruste unterschiedliche Zusammensetzungen und unterschiedliche Dichten haben. Ozeanische Kruste ist dichter als kontinentale Kruste. Die ozeanische Kruste besteht hauptsächlich aus Basalt und die kontinentale Kruste besteht hauptsächlich aus Granit. Eine Änderung der Schwerkraft tritt am Kontinentalrand auf, weil sich die Dichte an der Übergangsgrenze zwischen kontinentaler Kruste und ozeanischer Kruste ändert. Dies wird durch Positionen auf der Karte angezeigt, an denen rote/gelbe Farben neben blauen/grünen Farben erscheinen, wenn der Layer der Meeresgravitationsanomalie angezeigt wird.

14 14 z. Eine Änderung der Schwerkraft tritt am Kontinentalrand auf, da die ozeanische Kruste aus mafischen Mineralien (wie Basalt) besteht, die dichter sind als die felsische Kontinentalkruste (wie Granit). Dies wird durch den Farbwechsel auf der Karte angezeigt, wenn der Layer der Meeresgravitationsanomalie angezeigt wird. Die größte Gravitationsanomalie tritt dort auf, wo es Übergänge im Krustentyp gibt. Dies ist entlang der Kontinentalränder. F. Um die Grenze zu erkennen, weisen Sie die Schüler an, auf die Registerkarte Kontinentgrenzen im Werkzeugkastenmenü zu klicken. Klicken Sie auf Grenzen hinzufügen. Diese Schaltfläche zeichnet den Kontinentalrand um Nordamerika und Afrika mit einer dicken schwarzen Linie nach. Die Schüler sollten die rot-gelbe Farbe auf der linken Seite der Grenze und die blaue Farbe rechts der Grenze deutlich sehen.

15 15g. Als Nächstes verwenden die Schüler auch das Wischen, um den Übergang vom Kontinent zur ozeanischen Lithosphäre zu visualisieren und Frage 12 zu beantworten. i. Klicken Sie im Toolbox-Menü auf die Registerkarte Swipe-Tool. ii. Wählen Sie im Dropdown-Menü Layer zum Wischen auswählen die Option Marine Gravity Anomaly aus. iii. Klicken Sie anschließend auf , um das Wischwerkzeug zu aktivieren. Dann in der oberen rechten Ecke, um das Toolbox-Menü auszublenden, damit sie die gesamte Karte sehen können. NS. Klicken Sie mit der Maus auf die Trennlinie und ziehen Sie sie über die Karte. Wenn Sie das Wischwerkzeug ziehen, befindet sich der Layer Marine Gravity Anomaly links und der Basiskartenlayer rechts. Weisen Sie die Schüler an, die Frage Nr. 12 auf ihrem Untersuchungsbogen zu beantworten. h. Als nächstes werden die Schüler entdecken, wie sich Nordamerika und Afrika über Millionen von Jahren vom Mittelatlantischen Rücken entfernt haben. Sie werden beobachten, wie sich die Kontinente, die an den Atlantik grenzen, ausgebreitet und entlang der Küste passive Ränder gebildet haben. Zuerst werden die Schüler Nordamerika und Afrika bestimmen und in das Gebiet einordnen, in dem sie sich vor 90 Millionen Jahren befanden, und Ihnen einen Screenshot zusenden. Als nächstes werden sie diese Kontinente an die divergente Grenze entlang des Mittelatlantischen Rückens verschieben, wo das Rifting (Auseinanderspreizen) dieser Kontinente zum ersten Mal auftrat. Sie werden an dieser Stelle einen zweiten Screenshot erstellen und an Sie senden. ich. Weisen Sie die Schüler an, im Toolbox-Menü auf die Registerkarte Kartenebenen zu klicken, alle Ebenen zu deaktivieren und dann die Ebene Age of the Ocean Floor durch Klicken auf das Kontrollkästchen zu aktivieren.

16 16 j. Lassen Sie die Schüler die Navigationswerkzeuge verwenden, um herauszuzoomen, damit sie die Grenze um Nordamerika und Afrika sehen können. Siehe Bild auf der nächsten Seite. k. Um zu bestimmen, wo sich die Kontinente vor 90 Millionen Jahren befanden, müssen die Schüler im Toolbox-Menü auf die Registerkarte Kartenlegende klicken, um das Alter des ältesten Meeresbodens im Atlantischen Ozean (180 Millionen Jahre) zu bestimmen. Sie müssen 90 Millionen vom ältesten Alter des Meeresbodens (180 Millionen Jahre) abziehen, um das Alter dieses Ortes = 90 Millionen Jahre zu bestimmen. Sie sollten die Kartenlegende verwenden, um zu bestimmen, dass 90 m.y. wird durch die gelb-grüne Farbe auf der Karte dargestellt. l. Als nächstes verschieben die Schüler die Kontinente an die Stelle auf der Karte, die den Standort vor 90 Millionen Jahren darstellt. Wir empfehlen, dass Sie explizit modellieren, wie schattierte Formen auf der Karte ausgewählt, verschoben und gedreht werden, wie unten beschrieben. Sehen Sie sich das Video auf der Website an, um zusätzliche Unterstützung bei der Verwendung des Tools Continent Boundaries zu erhalten. m. Weisen Sie die Schüler an, den rot markierten Teil der Kontinentgrenzen (siehe Bild auf der nächsten Seite) an die Stelle der Kontinente vor 90 Millionen Jahren zu setzen. ich. Klicken Sie auf die Registerkarte Kontinentgrenzen. Klicken. Klicken Sie mit der Maus, um eine schattierte Form auf der Karte auszuwählen. Klicken Sie die Maus ein zweites Mal an und halten Sie sie gedrückt, um den Kontinent auf der Karte zu verschieben. ii. Um einen ausgewählten schattierten Kontinent zu drehen, klicken Sie auf das weiße Kästchen über dem umrandeten Bereich und bewegen Sie dann die Maus, um es auf der Karte zu drehen.

17 17 f. An dieser Stelle sollten die Schüler ihre Kartenbilder mit dem Tool zum Exportieren von Karten oder durch Erstellen eines Screenshots auf ihrem Computer zur Bewertung einreichen. g. Weisen Sie die Schüler an, im Toolbox-Menü auf die Registerkarte Karte exportieren zu klicken. Klicken Sie als Nächstes auf Computer.. Dadurch wird ein Bild der GIS-Karte erstellt, das an einen Ort auf dem

18 18 Uhr. Folgen Sie den Anweisungen in der Toolbox für Macintosh oder PC, abhängig von den Computern, die in Ihrem Klassenzimmer verwendet werden. ich. Geben Sie spezifische Anweisungen zur Dateibenennung und einen Computer- oder Netzwerkspeicherort an, an dem die Schüler ihre Bilder speichern können. J. Wenn sie fertig sind, können die Schüler klicken, um zu ihren Karten zurückzukehren. n. Als nächstes sollten die Schüler die Kontinente dort platzieren, wo sie sich zu Beginn des Rifting befanden, entlang der abweichenden Grenze. k. Die Schüler sollten ihre Kartenbilder erneut mit dem Tool zum Exportieren von Karten oder durch Erstellen eines Screenshots auf ihren Computern zur Bewertung einreichen. Weisen Sie die Schüler an, die Fragen Nr. 13-14 auf ihrem Untersuchungsbogen zu beantworten.