Big Data Visualisierung – Ein offener Framework von Uber

Die Firma Uber (R) wird zwar in Europa als Taxiunternehmen, und nicht als die Visualisierungsfirma eingestuft, die sie gerne sein würde, trotzdem hat sie eine Visualisierungslösung veröffentlicht, die sehr gut aussieht.

Diese Bibliothek schaue ich mir heute kurz an.

Visualisierung

Am Wochenende habe ich mir das folgende Video angesehen. Dort stellt eine Mitarbeiterin des Uber Visualisierungsteams  die neue quelloffene Bibliothek Kepler.gl vor („Creating Beautiful and Meaningful Visualizations with Big Data“ und „Kepler.gl“ – Links, siehe unten im Anhang).

In dem Video sind viele schöne Beispiele insbesondere für landkartenbasierte Grafiken zu sehen und der Zuhörer erfährt einiges über die Gedankengänge bei der Herstellung. Anschauen lohnt.

Bibliotheken

Grundlange dieser Grafiken sind mehrere quelloffene Bibliotheken, die die Firma Uber publiziert hat. Auf der Homepage des Engineering Teams ist unter dem Titel „Open Sourcing deck.gl 4.0: Uber Engineering’s Framework for Advanced Data Visualization“ ein erster Überblick über die funktionelle Breite der Grafiken zu finden.

Ursprünglich lag der Fokus wohl auf landkartenbasierter Grafik. Inzwischen sind jedoch auch Templates für allgemeine Grafiken verfügbar. Ein Beispiel ist der „3D surface layer“. Diese Grafik kann z.B. benutzt werden, um die Korrelationen zwischen zwei Variablen darzustellen, und um deren Einfluss auf die Vorhersage eines Machine Learning Modells aufzuzeigen. Diese Erweiterungen erlauben den Einsatz für Usecases, die über reine Landkarten hinausgehen.

Der Link „Cutting edge technology meets beautiful data visualization„, bzw die „Vis.gl“ Website gibt einen Einblick in die unterschiedlichen Teilbibliotheken und die dort jeweils zur Verfügung stehenden Grafiken. Das Anwendungsbeispiel ganz unten auf der Website zeigt, daß die Grafiken relativ komplex sein können. Wenn Sie die Links zur jeweiligen Github Bibliothek besuchen, haben Sie Zugriff auf einzelne Beispiele und können dort sehen, daß auch hochdynamische Grafiken möglich sind.

Deck.gl“ dient schlussendlich dazu, große Datensätze explorativ zu erschliessen. Wenn Sie sich unter „Getting started“ weiterklicken, haben Sie Zugriff auf Programmbeispiele. Es ist leicht zu erkennen, daß die Programmiersprache  in der man die Grafiken programmiert, nicht übermäßig komplex ist, und sehr schöne Ergebnisse abliefert.

Fazit

Landkarten und entsprechende Visualisierungen können viele Informationen auf einer kleinen Fläche zeigen, und sind deshalb für eine besondere Art von Big Data Anwendungen sehr gut zu verwenden. Uber hat hier einige sehr interessante Grafikbibliotheken quelloffen gemacht, und es lohnt sich, diese einmal genauer auszutesten.

Weiterführende Informationen

Das Original dieses Artikels ist auf Der Produktmanager erschienen (©Andreas Rudolph). Folgeartikel zum Thema gibt es über die (→Mailingliste), oder indem Sie →mir auf Twitter folgen.

In der Online Version des Artikels finden Sie hier die versprochenen weiterführenden Links:

Comments are closed.