Test 2: DV สมมติเพื่อรณรงค์ให้รับน้องใหม่อย่างมีสติ

ความสูญเสียจากการต้อนรับน้องใหม่ในสถาบันการศึกษาเป็นปัญหาที่เรื้อรังมานาน มีออกข่าวถึงความสูญเสียทุกปี

หมายเหตุ DV ด้านล่างเป็นข้อมูลสมมติ กรุณาอย่านำไปใช้อ้างอิง 



ก็หวังว่า DV ชุดนี้อาจจะช่วยปลุกจิตสำนึก ให้ทุกคนที่มีส่วนเกี่ยวข้องหันมาคำนึงถึงเรื่องความปลอดภัยในการรับน้องให้มากขึ้น

ลิงก์ Github - https://github.com/ratchanan/DV_Test2_5311563257

commit 1 - 0987507cdb3b076aeb70fbaa41146393a8258e18
commit 2 - db7b3e47149bffaa92d7067672c3283547cc19a2

Assignment 1: DV using D3.js - พฤติกรรมการสูบบุหรี่ของประชากร

สำหรับงานในครั้งนี้คือการสร้าง Data Visualization ครั้งยิ่งใหญ่และครั้งแรกของชีวิต(จริงๆ นะ) มีอะไรอยากติชมก็เชิญตามสบายเลยนะครับ

หัวข้อที่เลือกมาในครั้งนี้เป็นเรื่องเกี่ยวกับพฤติกรรมการสูบบุหรี่ของประชากร ซึ่งมีที่มาจากผลสำรวจ สรุปสําหรับผู้บริหาร การสํารวจพฤติกรรมการสูบบุหรี่และการดื่มสุราของประชากร พ.ศ. 2557 ของสำนักงานสถิติแห่งชาติ

ถ้าถามว่ามีความสำคัญยังไง ก็ต้องตอบว่ามีความสำคัญมาก เพราะอย่างที่ทราบกันดีว่าบุหรี่มีโทษร้ายแรงต่อสุขภาพ ทั้งต่อตัวผู้สูบเองและผู้คนรอบข้างที่สูดดมควันเข้าไป การสำรวจนี้จะทำให้เราได้รู้ว่าจำนวนคนที่สูบบุหรี่นั้นมีมากน้อยแค่ไหน  เรา(คนที่ไม่สูบ)จำเป็นต้องกังวลหรือเปล่า หรือการรณรงค์งดสูบต่างๆ นั้นมีผลแค่ไหน ผลสำรวจนี้จะบอกเราได้ครับ

จำนวนผู้สูบบุหรี่

Source code - chart1.html

จะเห็นได้ว่าตลอดช่วง 10 ปีที่ผ่านมา จำนวนของผู้สูบบุหรี่จะคงที่อยู่ในช่วงราวร้อยละ 20 เศษๆ และล่าสุดในปี 2014 อยู่ที่ราวร้อยละ 21 ถ้าถามว่าคิดเป็นจำนวนคนเท่าไหร่ก็ลองชมชาร์ตอันถัดไป

Source code - chart2.html

จะเห็นว่าจากประชากรที่มีอายุมากกว่า 15 ปีทั้งหมด 54.8 ล้านคน มีผู้สูบบุหรี่ถึง 11.36 ล้านคน คิดเป็นร้อยละ 21 ของประชากรในส่วนนี้ และเมื่อนำจำนวนผู้สูบบุหรี่มาแบ่งกลุ่มจะได้ตามชาร์ตดังนี้

Source code - chart3.html
Source code - chart4.html

จาก 2 ชาร์ตที่ผ่านมา แสดงให้เห็นว่าผู้สูบบุหรี่ส่วนใหญ่เป็นผู้ชาย และแหล่งที่อยู่อาศัย, สภาพสังคมของประชากรอย่างในหรือนอกเขตเทศบาลก็มีส่วนในการตัดสินเลือกสูบบุหรี่เช่นกัน

นักสูบหน้าใหม่

Source code - chart5.html

กราฟด้านบนคืออายุเฉลี่ยของเยาวชนที่เริ่มสูบบุหรี่ครั้งแรก จะเห็นได้ว่าในช่วง 12 ปีที่ผ่านมาอายุของเยาวชนที่เริ่มสูบมีแนวโน้มที่ "ต่ำลง" โดยในปี 2014 อายุเฉลี่ยที่เริ่มสูบบุหรี่คือ 15.6 ปี

ควันบุหรี่มือสอง

Source code - chart6.html

ชาร์ตด้านบนนี้แสดงถึงสัดส่วนผู้ที่สูบบุหรี่ในบ้านหรือนอกบ้านโดยที่มีสมาชิกคนอื่นอาศัยอยู่ในบ้านเดียวกัน ผลปรากฏว่ายังมีผู้สูบบุหรี่จำนวนไม่น้อย(ร้อยละ40) เลือกที่จะสูบอยู่ในบ้านโดยไม่เป็นห่วงสุขภาพของสมาชิกคนอื่นๆ ในบ้าน

จากผลการสำรวจในครั้งนี้ ทำให้เกิดประเด็นที่น่าสนใจว่ามาตรการและการรณรงค์ต่างๆ ที่รัฐทำเพื่อลดจำนวนผู้สูบบุหรี่ได้ผลจริงๆ หรือไม่  สิ่งที่ทำอยู่ตอนนี้ยังไม่ตรงจุดหรือเปล่า  ก็ยังเป็นสิ่งที่น่าคิดต่อไป

งานที่สี่: D3.js

D3.js คือไลบรารี่ของภาษา JavaScript ที่เปิดโอกาสให้ผู้ใช้-ผู้พัฒนาสามารถสร้างสรรค์ Data Visualization ได้อย่างหลากหลายตามต้องการ

ตัวอย่างชาร์ตต่างๆ

งานที่สาม: แนะนำเครื่องมือและชาร์ตแบบอื่นๆ

สวัสดีครับ ครั้งนี้เราขอเริ่มที่หัวข้องานกันก่อน

• หาเครื่องมือสร้างชาร์ตอื่นที่น่าสนใจ
• ชาร์ตแบบอื่นที่ไม่มีในห้องเรียน

เครื่องสร้างชาร์ตอื่นที่น่าสนใจในครั้งนี้ เป็นเครื่องมือจากเว็บไซต์ highcharts.com ซึ่งมีสร้างชาร์ตด้วยการใช้ JavaScript คล้ายกับของ Google Chart ที่เราเคยนำเสนอไป 

ตัวเว็บไซต์มีหน้าตาที่สวยงาม มีตัวอย่างของชาร์ตแบบต่างๆ ให้ทดลองนำไปใช้งานมากมาย ซึ่งล้วนแต่สวยงามดูดี มีธีมและลักษณะให้เลือกใช้ได้หลายแบบ

ชาร์ตที่ลองสร้างขึ้น

หากสนใจสามารถลองได้ที่ www.highcharts.com

ต่อมาคือชาร์ตแบบอื่นที่ไม่มีในห้องเรียน ซึ่งในครั้งนี้ได้หามา 2 แบบ อันได้แก่ 

Waterfall Chart (ชาร์ตน้ำตก)

ชาร์ตน้ำตกมีลักษณะที่คล้าย bar chart แต่สิ่งที่โดดเด่นแตกต่างก็คือชาร์ตน้ำตกจะมีการแสดงสัดส่วนของการ "เพิ่มขึ้นและลดลง" ในชาร์ตจะประกอบด้วยส่วนหลักๆ คือ ค่าเริ่มต้น ค่าที่เพิ่มขึ้นหรือลดลง และผลลัพธ์ที่เหลือ ซึ่งข้อมูลที่เหมาะสมกับชาร์ตน้ำตกจะเป็นข้อมูลประเภทรายรับ-รายจ่ายหรือปริมาณของสิ่งของที่มีการเพิ่มขึ้น-ลดลง ซึ่งสามารถเข้าใจได้ง่าย เห็นผลลัพธ์ชัดเจน

Heat Map (แผนภูมิความร้อน)

heat map มีลักษณะที่ใช้ "สี" เพื่อบ่งบอกความเข้มข้นของค่าใน map สีที่เข้มมักจะบอกถึงค่าที่สูง และสีอ่อนมักบ่งบอกถึงค่าต่ำ ข้อมูลที่เหมาะสมกับการใช้ heat map คือข้อมูลเกี่ยวกับอุณหภูมิ หรือปริมาณความหนาแน่นของสิ่งของบางอย่าง ซึ่งผลที่ได้จะเป็นกลุ่มก้อนของสีที่สามารถเข้าใจได้ง่าย

งานที่สอง: ทดลองใช้เครื่องมือต่างๆ - ยอดใช้งาน Windows จากผู้ใช้ Steam

วันนี้เราจะมาทดลองใช้งานเครื่องมือสร้างชาร์ตแบบต่างๆ กัน ซึ่งมีหัวข้อดังนี้

• เครื่องมือออนไลน์ตามที่อาจารย์กำหนด
• Google Charts
• เครื่องมืออื่นๆ

ข้อมูลในคราวนี้ เป็นเรื่องของยอดใช้งาน Windows ในรุ่นต่างๆ ของผู้ใช้ Steam ซึ่งเป็นเว็บไซต์ขายเกม PC รายใหญ่ โดยทาง Steam จะทำการสำรวจเครื่องของลูกค้าแล้วนำข้อมูลมาทำเป็นสถิติและเผยแพร่เป็นรายเดือน ซึ่งหากท่านสนใจก็สามารถเข้าชมได้ที่นี่

โดยข้อมูลแบบตารางเป็นดังนี้

เริ่มจากเครื่องมือออนไลน์ที่ทางอาจารย์กำหนดให้ ผมได้เลือกมา 2 เว็บไซต์ อันได้แก่

• datawrapper.de

หน้าตาเว็บไซต์

สร้างชาร์ตโดย import ข้อมูลจากไฟล์ csv

เลือกปรับแต่งได้หลากหลาย

export ไฟล์ได้หลายแบบ (แต่ต้องเสียเงินบ้าง)

ชาร์ตที่ได้

แบบ pie

แบบ bar

• Many Eyes - IBM

เริ่มจากเพิ่มข้อมูล (ต้องพิมพ์ใส่เอง)

เลือกรูปแบบที่จะนำเสนอ

ใส่รายละเอียด

ชาร์ตที่ได้

ต่อมาคือ Google Chart ซึ่งเป็น API ของทาง Google ซึ่งมีภาษาหลักที่ใช้คือ HTML ร่วมกับ Javascript ทำให้สามารถรันชาร์ตบนเบราเซอร์ได้เลย

มีชาร์ตให้เลือกเรียนรู้และใช้งานหลายแบบ

ชาร์ตที่ได้

bar chart แบบปกติ

bar chart แบบ Material Design

และสุดท้ายที่ผมหามาเองคือเว็บ infogr.am

มี infographics ให้สร้างด้วย

แน่นอนว่ามีชาร์ตให้สร้าง

สร้างชาร์ตจากไฟล์ csv ได้

สามารถปรับแต่งได้ในระดับหนึ่ง

เลือกแชร์ได้หลากหลาย

ชาร์ตที่ได้

Windows Version of Steam Users | Create infographics

จากชาร์ตทั้งหมดที่ผ่านมา แสดงเห็นให้แนวโน้มที่ว่าผู้ใช้ Windows 7 64 bit มีสัดส่วนที่ลดลง ส่วน Windows 8.1 64 bit ซึ่งเป็นรุ่นใหม่กว่ามีแนวโน้มที่เพิ่มขึ้น แม้จะเล็กน้อยแต่ก็ถือว่าเป็นทิศทางที่น่าสนใจ และจำนวนผู้ใช้ Windows 10 (คาดว่าเป็นรุ่น preview) ก็กำลังเริ่มเข้ามาเช่นกัน น่าเสียดายที่ข้อมูลนี้เป็นการเปรียบเทียบแบบเดือนต่อเดือน ข้อมูลแนวโน้มจึงยังไม่ชัดเจนนัก

สรุปโดยรวมแล้ว การทดลองใช้เครื่องมือต่างๆ ในการสร้างชาร์ตในครั้งนี้ ทำให้ได้รู้ว่าเครื่องมือแต่ละอย่างนั้นมีการใช้งานและความเหมาะสมที่แตกต่างกัน ไม่จะเป็นรูปแบบชาร์ต การนำเข้าข้อมูล การเผยแพร่ การนำไปใช้ ซึ่งก็ขึ้นอยู่กับว่าคุณผู้อ่านจะพอใจและนำไปใช้อย่างไร

งานแรก: ทดลองสร้างกราฟ - ยอดขายของเกม Call of Duty

สิ่งจะมานำเสนอในวันนี้คือการทดลองสร้างกราฟด้วยเครื่องมือสองชนิดคือ

• Microsoft Excel 
• ภาษา Processing

ซึ่งหัวข้อที่หยิบยกมาในครั้งนี้คือ ยอดขายของเกมคอมพิวเตอร์ "Call of Duty"
ซึ่งเป็นเกมยุคใหม่ที่ได้รับความนิยมสูง มีการวางจำหน่ายภาคต่อเป็นรายปี จึงเหมาะแก่การนำมาใช้วัดความนิยมทั้งกับตัวเกมในตระกูลนี้เอง และชี้วัดความเฟื่องฟูของธุรกิจวงการเกมในช่วงหลายปีหลังได้เป็นอย่างดี

โดยมีข้อมูลที่รวบรวมจาก www.vgchartz.com (ข้อมูลสิ้นสุด ณ วันที่ 20 ม.ค. 2014) ดังนี้

ปีที่วางจำหน่าย/ชื่อเกม/ยอดขาย (ชุด)

1. 2005 - Call of Duty 2 => 2,010,000 
2. 2006 - Call of Duty 3 => 7,450,000 
3. 2007 - Call of Duty 4: Modern Warfare => 16,860,000 
4. 2008 - Call of Duty: World at War => 14,520,000 
5. 2009 - Call of Duty: Modern Warfare 2 => 24,740,000 
6. 2010 - Call of Duty: Black Ops => 29,610,000 
7. 2011 - Call of Duty: Modern Warfare 3 => 30,110,000 
8. 2012 - Call of Duty: Black Ops II => 28,070,000 
9. 2013 - Call of Duty: Ghosts => 25,280,000 
10. 2014 - Call of Duty: Advanced Warfare => 17,600,000 

และเมื่อนำข้อมูลนี้ไปสร้างเป็นกราฟ

• สร้างด้วย Microsoft Excel 

• สร้างด้วยภาษา Processing

                *หมายเหตุ - ผู้เขียนยังไม่ถนัดในการใช้งานภาษา Processing มากนัก จะพยายามพัฒนาฝีมือต่อไปในอนาคต

จากกราฟที่ได้จะเห็นได้ว่า ยอดจำหน่ายของเกมในตระกูล Call of Duty มียอดขายที่สูงขึ้นอย่างก้าวกระโดดเกิน 10 ล้านชุดในปี 2007 ซึ่งเป็นปีที่ Call of Duty 4: Modern Warfare วางจำหน่าย และภายหลังจากนั้นยอดขายในปีต่อๆ มาก็มีแนวโน้มที่ดีขึ้น จนสูงที่สุดในปี 2011 กับภาค Modern Warfare 3 ที่มียอดขายสูงถึงหลัก 30 ล้านชุด และค่อยๆ ลดลงในปีต่อๆ มา (มีข้อสังเกตว่าเกมภาค Advanced Warfare ยังมียอดขายที่น้อยกว่าภาคก่อนหน้า เนื่องจากเพิ่งวางขายในเดือนพฤศจิกายน ปี 2014) 

และนี่คือตัวอย่างของการใช้กราฟนำเสนอข้อมูลเพื่อให้เห็นภาพและแนวโน้มที่ชัดเจนขึ้น

ทักทาย

สวัสดีครับ บล็อกนี้คือส่วนหนึ่งของวิชา Data Visualization 

ซึ่งเป็นวิชาที่เกี่ยวกับการนำข้อมูลมาสร้างเป็นสื่อที่สามารถเข้าใจได้ง่าย 

เช่น กราฟต่างๆ เป็นต้น 

หวังว่าบล็อกนี้จะมีประโยชน์ให้กับผู้ที่สนใจ ไม่มากก็น้อย