使用法を学習するためのリソース（/作成）動的（/インタラクティブ）統計視覚化

インタラクティブなデータの視覚化（ズーム、ポインティング、ブラッシング、ポイントマッピングなど）についてもう少し学びたいと思います。私は歓迎します：

1. 統計調査のためにそのような方法を使用する方法に関するチュートリアル/ガイド/ブック（？）/ビデオ。
2. 良い/興味深いインタラクティブなデータ-vizパッケージへのポインタ（Rおよびその外部）

ボールの転がしを開始するだけで、Rには、rggobi、新しいgoogleViz Rパッケージ、アニメーションパッケージなど、インタラクティブな視覚化を実現するさまざまな方法があることを知っています。しかし、探索する価値のある他のパッケージ（Rが提供していないものを提供している）がある場合、それらについて知って喜んでいます（jmp、mathlab、spss、sas、excelなど）。

ps：これは、タグ「interactive-visualization」を使用する最初の質問です

Protovis（HTML + JS）またはMayavi（Python）とは別に、Processingをお勧めします

画像、アニメーション、インタラクションを作成したい人のためのオープンソースのプログラミング言語と環境。最初は、ソフトウェアスケッチブックとして機能し、視覚的コンテキスト内でコンピュータープログラミングの基礎を教えるために開発されました。

http://www.openprocessing.org/には多くのオープンソーススクリプトがあり、Processingだけでなくデータの視覚化も扱っている関連書籍がたくさんあります。

Rインターフェースrprocessingを提供するプロジェクトがあることは知っていますが、どうなるかわかりません。clojure / incanterとのインターフェースもあります（たとえば、ClojureとIncanterによる処理の視覚化の作成を参照）。

多くのオンラインリソースがあります。たとえば、CS448Bや、知らないうちに公然と告白したくない7つの古典的な基礎Vi 論文など、スタンフォード大学のクラスノートです。

インタラクティブな視覚化を作成するためのChlの処理の提案に追加するいくつかのパッケージ。これらはすべてJavaScriptベースであり、ブラウザで実行できるため、公開や独自の分析に使用できます。

• D3.jsはProtovisの後継です。作成されたオブジェクトをより細かく制御できるという点でより強力です（適切なDOMオブジェクトです。つまり、javascriptを使用して完全に制御できます）が、簡素化のためにProtovisを好む人もいます。テクニカルD3とProtovisの優れたディスカッションはこちら。
• Raphael.jsは、高度にカスタマイズされたマスマーケットWeb対話性の優れたオプションです。これは、将来の証明（フラッシュなし）であり、IE6と同じくらい古いブラウザーで動作するためです（動作しないのは、 Androidブラウザー）。D3と同様に、すべてがターゲット可能なDOMオブジェクトであり、アニメーションと対話性のための優れたAPIコントロールが組み込まれています。視覚化に固有のすぐに使えるものは何もありません。非常に強力で柔軟な白紙です。カスタム視覚化の設計には最適ですが、初期の探索的分析には適していません。最初にデータに精通してください。
• gRaphael.jsは、Raphaelの標準チャート（棒、折れ線など）です。これは基本的なものですが、機能し、構築することができます-独自のスイートを構築している場合、有用な成分になる可能性があります。

学習に関する他の質問については、一般的な原則として、データ用の一連の汎用インタラクティブ標準ツールを作成することを希望する場合は、情報ダッシュボードデザインに言及する必要があります。

インタラクティブな視覚化は、統計とインタラクティブなデザインの間の線上にあります。そのための本は役に立つかもしれません。私は、多くのインタラクションデザインの教科書のいずれにも個人的な経験はありませんが、デザインの普遍的な原則の大ファンです。あなたのニーズには行き過ぎかもしれませんが、その優れたカテゴリコンテンツページのユーザビリティ列を見下ろし、リストされている章（段階的な開示、信号対雑音など）を読むことを検討してください。

また、プログラミングの初心者向けに、プログラミングインタラクティブ機能初心者にとっては、技術スキルを強化するための出発点として適しています（処理に関する大規模な章も含まれています）。

しかし、何が機能し、何が可能かを知るためには、やることによって学習に勝るものはありません。良いスタートは、tableauやjmpのような有名なビッグプライスタグの汎用インタラクティブビジュアライゼーションパッケージのトレーリングと分析を検討することです。、そしてそれらの機能がそのように設計されている理由を考えてください。

Processingに加えて、Processingに触発されたPythonベースのNodebox（1、2、OpenGL）をチェックしてください。

• http://nodebox.net
• http://beta.nodebox.net/
• www.cityinabottle.org/nodebox/

Nodebox 1はMacのみですが、Nodebox 2とOpenGLバージョンはクロスプラットフォームです。

Pythonには、Nodeboxにインポートできる大量のデータ処理ライブラリがあります（scipy.orgなど）

既存の回答に対する個別のアプローチとして、最初の長いリストを投稿した直後に、WEAVEが登場しました。これは、オープンソースの専用データ視覚化スイートです。WEAVEの簡単な記事は主要データvisブログFlowing Dataにあります。

プロセスのどこにいるかに応じて、データの視覚化に対して異なるアプローチを取るのが賢明です。早ければ早いほど-データが未加工で未調査の場合-WEAVEのようなビルド済みの柔軟な汎用スイートと、TableauやJMPのようなクローズドソースの商用製品の恩恵を受ける可能性が高くなります-すぐに試してみることができますデータを把握し、そのデータを最大限に活用するためにどの攻撃ラインを使用するかを把握するのが簡単です。

データについてさらに発見するにつれて、あなたの焦点はコミュニケーションまたは「ガイド付き探索」に移ります-データで今発見した警告、ニュアンス、関心分野に基づいて設計された、よりカスタマイズされた探索データの視覚化。ここで、上記のプログラムによるベクター描画ツールなどの白紙製品が独自に登場します。