Per què aquesta presentació?
Meteoclim (Wireless DNA) és una empresa amb coneixements basats en l'anàlisi de dades massives, ja que els seus dos principals sectors d'activitat es basen en les telecomunicacions i la meteorologia. Però, com tractar aquestes dades, quines eines estan al nostre abast per treure conclusions adequades que ens ajudin a prendre decisions? Els mapes 2D o 3D, els filtres, els gràfics, les taules, són diferents maneres de mostrar de forma visual les dades, tant mitjançant programari lliure com llenguatges de programació.
A qui va dirigit?
A totes les persones que manegen grans bases de dades i que cerquen pautes per a resoldre problemes de manera ràpida i efectiva. Octavio Jaume s'adaptarà a l'audiència, ja siguin analistes o no, ja que abastarà tots els punts de vista sense entrar en detalls de programació.
Qui és el autor?
Octavio Jaume és un membre de l'equip de Meteoclim. El seu treball està orientat al tractament de dades estadístiques de models, tant meteorològics com climàtics. En concret, el models meteorològics WRF, MM5 i GFS, i climàtics globals utilitzats en els informes de l'IPCC (CMIP5), regionals (Cordex) i projeccions locals, elaborades en el si de Meteoclim per diferents treballs concrets. A més, desenvolupa aplicacions informàtiques de diversos tipus a l'àmbit de la meteorologia i la climatologia, des de mapes geolocalitzats interactius, fins a interfícies de programació, basades en càlculs estadístics.
Industria 4.0 2017 - Almacenamiento y procesamiento de datos en la nubeRodrigo Corral
Presentación del evento Industria 4.0 que Plain Concepts organiza anualmente en Bilbao. Este año hablé de almacenamiento y procesamiento de grandes volumenes de datos, como los que generan las soluciones de monitoriazción e IoT industriales, en la nube. Hablamos de Azure Data Lake, Cosmos DB, SQL Azure y bases de datos de series temporales como InfluxDb y OpenTSDB.
Cómo construir una plataforma poderosa de datos en un ambiente con recursos r...Software Guru
Tener una plataforma interna para analítica de datos brinda una forma poderosa de monitorear tus datos en tiempo real y entender el impacto que tiene tu organización.
Presentado por Ángel Alvarado en SG Virtual Conference 2020
Desplegando un servicio de datos públicos en la nube (OGDI/DataLab) | SolidQ ...SolidQ
http://summit.solidq.com/
La publicación de datos públicos a disposición de la ciudadanía es un ejercicio de transparencia en la gestión de las administraciones públicas. En esta línea, son muchas las iniciativas que administraciones regionales y locales están realizando utilizando diferentes formatos que van desde HTML, PDF, archivos CSV o incluso XML. En esta sesión se proporcionará un sencillo ejemplo de cómo podemos implementar un servicio de datos públicos basado en Windows Azure con SQL Azure y una aplicación Web para exponer estos datos utilizando el estándar OData que pueden usar diferentes plataformas y tecnologías mejorando el rendimiento de dichos datos y facilitando la tarea de construir nuevas aplicaciones que cruzan información de diferentes fuentes para descubrir nuevos datos o proporcionar datos a otras aplicaciones
Ciberseguretat per a treballadors (4/4)Fundació Bit
Curs: Ciberseguretat per a treballadors
Càpsula 4: Protecció de la informació
Veure vídeo: https://www.youtube.com/watch?v=EWVGLVcD-8k&list=PL08HVw1vmC1K5WJ7F_CFoCv1mTFO7SbVG&index=4
Per a consultes en directe dia 25 de juny de 2020 a les 12h apuntar-se aquí: https://tuit.cat/e4idf
Aquesta és una iniciativa finançada per la Direcció General d’Innovació del Govern de les Illes Balears
Ciberseguretat per a treballadors (3/4)Fundació Bit
Curs: Ciberseguretat per a treballadors
Càpsula 3: Ciber riscos
Veure vídeo: https://www.youtube.com/watch?v=IYz314YDYGc&list=PL08HVw1vmC1K5WJ7F_CFoCv1mTFO7SbVG&index=3
Per a consultes en directe dia 25 de juny de 2020 a les 12h apuntar-se aquí: https://tuit.cat/e4idf
Aquesta és una iniciativa finançada per la Direcció General d’Innovació del Govern de les Illes Balears
Más contenido relacionado
Similar a Eines de visualització de dades per Meteoclim
Industria 4.0 2017 - Almacenamiento y procesamiento de datos en la nubeRodrigo Corral
Presentación del evento Industria 4.0 que Plain Concepts organiza anualmente en Bilbao. Este año hablé de almacenamiento y procesamiento de grandes volumenes de datos, como los que generan las soluciones de monitoriazción e IoT industriales, en la nube. Hablamos de Azure Data Lake, Cosmos DB, SQL Azure y bases de datos de series temporales como InfluxDb y OpenTSDB.
Cómo construir una plataforma poderosa de datos en un ambiente con recursos r...Software Guru
Tener una plataforma interna para analítica de datos brinda una forma poderosa de monitorear tus datos en tiempo real y entender el impacto que tiene tu organización.
Presentado por Ángel Alvarado en SG Virtual Conference 2020
Desplegando un servicio de datos públicos en la nube (OGDI/DataLab) | SolidQ ...SolidQ
http://summit.solidq.com/
La publicación de datos públicos a disposición de la ciudadanía es un ejercicio de transparencia en la gestión de las administraciones públicas. En esta línea, son muchas las iniciativas que administraciones regionales y locales están realizando utilizando diferentes formatos que van desde HTML, PDF, archivos CSV o incluso XML. En esta sesión se proporcionará un sencillo ejemplo de cómo podemos implementar un servicio de datos públicos basado en Windows Azure con SQL Azure y una aplicación Web para exponer estos datos utilizando el estándar OData que pueden usar diferentes plataformas y tecnologías mejorando el rendimiento de dichos datos y facilitando la tarea de construir nuevas aplicaciones que cruzan información de diferentes fuentes para descubrir nuevos datos o proporcionar datos a otras aplicaciones
Ciberseguretat per a treballadors (4/4)Fundació Bit
Curs: Ciberseguretat per a treballadors
Càpsula 4: Protecció de la informació
Veure vídeo: https://www.youtube.com/watch?v=EWVGLVcD-8k&list=PL08HVw1vmC1K5WJ7F_CFoCv1mTFO7SbVG&index=4
Per a consultes en directe dia 25 de juny de 2020 a les 12h apuntar-se aquí: https://tuit.cat/e4idf
Aquesta és una iniciativa finançada per la Direcció General d’Innovació del Govern de les Illes Balears
Ciberseguretat per a treballadors (3/4)Fundació Bit
Curs: Ciberseguretat per a treballadors
Càpsula 3: Ciber riscos
Veure vídeo: https://www.youtube.com/watch?v=IYz314YDYGc&list=PL08HVw1vmC1K5WJ7F_CFoCv1mTFO7SbVG&index=3
Per a consultes en directe dia 25 de juny de 2020 a les 12h apuntar-se aquí: https://tuit.cat/e4idf
Aquesta és una iniciativa finançada per la Direcció General d’Innovació del Govern de les Illes Balears
Ciberseguretat per a treballadors (1/4)Fundació Bit
Curs: Ciberseguretat per a treballadors
Càpsula 1: Protecció de l'equip informàtic
Veure vídeo: https://www.youtube.com/watch?v=pSPS-L7sqgY&list=PL08HVw1vmC1K5WJ7F_CFoCv1mTFO7SbVG&index=2&t=0s
Per a consultes en directe dia 25 de juny de 2020 a les 12h apuntar-se aquí: https://tuit.cat/e4idf
Aquesta és una iniciativa finançada per la Direcció General d’Innovació del Govern de les Illes Balears
Ciberseguretat per a treballadors (2/4)Fundació Bit
Curs: Ciberseguretat per a treballadors
Càpsula 2: Protecció dels dispositius mòbils
Veure vídeo: https://www.youtube.com/watch?v=wnv1NY9rYNU&list=PL08HVw1vmC1K5WJ7F_CFoCv1mTFO7SbVG&index=2
Per a consultes en directe dia 25 de juny de 2020 a les 12h apuntar-se aquí: https://tuit.cat/e4idf
Aquesta és una iniciativa finançada per la Direcció General d’Innovació del Govern de les Illes Balears
Ciberseguretat. Inversió en seguretat informàtica (4/4)Fundació Bit
Curs: Ciberseguretat per a empresaris de PIMEs
Càpsula 4: Inversió en seguretat informàtica
Veure vídeo: https://www.youtube.com/watch?v=yDNPZ_ukTj8&list=PL08HVw1vmC1KaQp28d-qn4tH2FjjT6nvI&index=4
Per a consultes en directe dia 4 de juny de 2020 a les 12h apuntar-se aquí: https://forms.gle/joMFL5mzrANb4Ftn9
Aquesta és una iniciativa finançada per la Direcció General d’Innovació del Govern de les Illes Balears
Ciberseguretat. Responsabilitat proactiva (3/4)Fundació Bit
Curs: Ciberseguretat per a empresaris de PIMEs
Càpsula 3: Responsabilitat proactiva
Veure vídeo: https://www.youtube.com/watch?v=Af3psxtuPe0&list=PL08HVw1vmC1KaQp28d-qn4tH2FjjT6nvI&index=3
Per a consultes en directe dia 4 de juny de 2020 a les 12h apuntar-se aquí: https://forms.gle/joMFL5mzrANb4Ftn9
Aquesta és una iniciativa finançada per la Direcció General d’Innovació del Govern de les Illes Balears
Ciberseguretat. Seguretat documental (2/4)Fundació Bit
Curs: Ciberseguretat per a empresaris de PIMEs
Càpsula 2: Seguretat documental
Veure Vídeo: https://www.youtube.com/watch?v=d9vovOtvDk0&list=PL08HVw1vmC1KaQp28d-qn4tH2FjjT6nvI&index=2
Per a consultes en directe dia 4 de juny de 2020 a les 12h apuntar-se aquí: https://forms.gle/joMFL5mzrANb4Ftn9
Aquesta és una iniciativa finançada per la Direcció General d’Innovació del Govern de les Illes Balears
Ciberseguretat. Atacs informàtica (1/4)Fundació Bit
Curs: Ciberseguretat per a empresaris de PIMEs
Càpsula 1: Atacs informàtics
Aquesta és una iniciativa finançada per la Direcció General d’Innovació del Govern de les Illes Balears
Veure vídeo: https://www.youtube.com/watch?v=UrCbO4xiaec&list=PL08HVw1vmC1KaQp28d-qn4tH2FjjT6nvI&index=1
Per a consultes en directe dia 4 de juny de 2020 a les 12h apuntar-se aquí: https://forms.gle/joMFL5mzrANb4Ftn9
Aspectos legales del Data Scraping por Jorge Morell de Terminios y Condicione...Fundació Bit
El pasado 13 de marzo de 2019, Jorge Morell, de Términos y Condiciones nos explicó los aspectos legales del Data scraping, o el sistema que usan las empresas para recopilar datos de las webs para un uso propio. Como experto en derecho y tecnologías nos advirtió sobre sus límites legales.
El data scraping no es algo nuevo. Todo empezó con Pete Warden en 2010, ingeniero de software, que creó dataset con datos de perfiles públicos en Facebook. Facebook le amenazó. Conclusión: “Big data? Cheap. Lawyers? Not so much”.
¿Qué és datascraping? Es como tirar una red de arrastre. Software para extraer de forma automatizada datos de un sitio web simulando la navegación de un humano. ¿Es legal? No es más que un instrumento, la tecnología en sí es legal, pero hay que poner atención al uso que se hace.
Los datos son clave y lo serán más para los negocios, vivimos en la era de los datos.
Más información en drtic.fundaciobit.org
El ecosistema de la Innovación en Baleares, IBtalks18 con el Cluster BioIBFundació Bit
Presentado por Pep Luis Pons, Director General de Innovación y Desarrollo, VICEPRESIDÈNCIA I CONSELLERIA D'INNOVACIÓ, RECERCA I TURISME, Govern de les Illes Balears.
El secreto comercial: Todo lo que hay que saber. 12 de Junio 2018Fundació Bit
El proyecto de ley de protección de secretos empresariales, también llamado secretos industriales o empresariales, una de las normativas más relevantes para la protección y promoción de la innovación y de los nuevos modelos de negocio. La presentación tuvo lugar en la sala de prensa del Parc Bit con la participación del clúster BIOIB, empresas del Parc Bit y la Fundació Bit.
Presentació estudi "Ús d'Internet per part dels alumnes d'ESO de les Illes Ba...Fundació Bit
Els objectius de la publicació es basen en analitzar l'ús de les TIC, especialment d'Internet, que fan els alumnes d'ESO de les Illes Balears, aportant dades sobre el seu accés i ús a Internet i les seves competències digitals.
Parc Balear Innovation and Technology (ParcBit)Fundació Bit
This presentation contains what is the Parc Balear Innovation and Technology (ParcBit), which infraestructures ofers and the services to the enterprises and entrepreneurs.
Presentació "Emprendre en turisme 2.0"Fundació Bit
La Fundació Bit, en col·laboració amb una vintena de professionals de diferents àrees i sectors posa a disposició d’emprenedors el curs online «Emprendimiento en Turismo 2.0», un recurs formatiu en format MOOC (Massive Open Online Course) disponible a través d’internet de manera gratuïta.
Treballar amb dades per prendre decisions i crear contingutsFundació Bit
El curs s'emmarca dintre de la formació que ofrereix la Fundació Bit, a través del projecte Dr.TIC, en col·laboració amb el Consell de Menorca, dintre del Pla+TIC dirigit a empreses.
Las lámparas de alta intensidad de descarga o lámparas de descarga de alta in...espinozaernesto427
Las lámparas de alta intensidad de descarga o lámparas de descarga de alta intensidad son un tipo de lámpara eléctrica de descarga de gas que produce luz por medio de un arco eléctrico entre electrodos de tungsteno alojados dentro de un tubo de alúmina o cuarzo moldeado translúcido o transparente.
lámparas más eficientes del mercado, debido a su menor consumo y por la cantidad de luz que emiten. Adquieren una vida útil de hasta 50.000 horas y no generan calor alguna. Si quieres cambiar la iluminación de tu hogar para hacerla mucho más eficiente, ¡esta es tu mejor opción!
Las nuevas lámparas de descarga de alta intensidad producen más luz visible por unidad de energía eléctrica consumida que las lámparas fluorescentes e incandescentes, ya que una mayor proporción de su radiación es luz visible, en contraste con la infrarroja. Sin embargo, la salida de lúmenes de la iluminación HID puede deteriorarse hasta en un 70% durante 10,000 horas de funcionamiento.
Muchos vehículos modernos usan bombillas HID para los principales sistemas de iluminación, aunque algunas aplicaciones ahora están pasando de bombillas HID a tecnología LED y láser.1 Modelos de lámparas van desde las típicas lámparas de 35 a 100 W de los autos, a las de más de 15 kW que se utilizan en los proyectores de cines IMAX.
Esta tecnología HID no es nueva y fue demostrada por primera vez por Francis Hauksbee en 1705. Lámpara de Nernst.
Lámpara incandescente.
Lámpara de descarga. Lámpara fluorescente. Lámpara fluorescente compacta. Lámpara de haluro metálico. Lámpara de vapor de sodio. Lámpara de vapor de mercurio. Lámpara de neón. Lámpara de deuterio. Lámpara xenón.
Lámpara LED.
Lámpara de plasma.
Flash (fotografía) Las lámparas de descarga de alta intensidad (HID) son un tipo de lámparas de descarga de gas muy utilizadas en la industria de la iluminación. Estas lámparas producen luz creando un arco eléctrico entre dos electrodos a través de un gas ionizado. Las lámparas HID son conocidas por su gran eficacia a la hora de convertir la electricidad en luz y por su larga vida útil.
A diferencia de las luces fluorescentes, que necesitan un recubrimiento de fósforo para emitir luz visible, las lámparas HID no necesitan ningún recubrimiento en el interior de sus tubos. El propio arco eléctrico emite luz visible. Sin embargo, algunas lámparas de halogenuros metálicos y muchas lámparas de vapor de mercurio tienen un recubrimiento de fósforo en el interior de la bombilla para mejorar el espectro luminoso y reproducción cromática. Las lámparas HID están disponibles en varias potencias, que van desde los 25 vatios de las lámparas de halogenuros metálicos autobalastradas y los 35 vatios de las lámparas de vapor de sodio de alta intensidad hasta los 1.000 vatios de las lámparas de vapor de mercurio y vapor de sodio de alta intensidad, e incluso hasta los 1.500 vatios de las lámparas de halogenuros metálicos.
Las lámparas HID requieren un equipo de control especial llamado balasto para funcionar
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informáticavazquezgarciajesusma
En este proyecto de investigación nos adentraremos en el fascinante mundo de la intersección entre el arte y los medios de comunicación en el campo de la informática.
La rápida evolución de la tecnología ha llevado a una fusión cada vez más estrecha entre el arte y los medios digitales, generando nuevas formas de expresión y comunicación.
Continuando con el desarrollo de nuestro proyecto haremos uso del método inductivo porque organizamos nuestra investigación a la particular a lo general. El diseño metodológico del trabajo es no experimental y transversal ya que no existe manipulación deliberada de las variables ni de la situación, si no que se observa los fundamental y como se dan en su contestó natural para después analizarlos.
El diseño es transversal porque los datos se recolectan en un solo momento y su propósito es describir variables y analizar su interrelación, solo se desea saber la incidencia y el valor de uno o más variables, el diseño será descriptivo porque se requiere establecer relación entre dos o más de estás.
Mediante una encuesta recopilamos la información de este proyecto los alumnos tengan conocimiento de la evolución del arte y los medios de comunicación en la información y su importancia para la institución.
Es un diagrama para La asistencia técnica o apoyo técnico es brindada por las compañías para que sus clientes puedan hacer uso de sus productos o servicios de la manera en que fueron puestos a la venta.
3. Las predicciones se generan en servidores de alto rendimiento o clúster.
Se obtienen a partir de un modelo meteorológico (WRF), donde a partir de un estado inicial, se
le aplican ecuaciones físicas, para obtener la predicción.
METEOROLOGÍA
INTRODUCCIÓN
WDNA
Figura: Campo de precipitación y nubosidad en Smartweather
4. INTRODUCCIÓN
Se recoge información de las redes de telefonía móvil.
Tratando la información, podemos averiguar la degradación de la
red, u otros parámetros de utilidad.
TELECOMUNICACIONES
Figura: En azul la red actual de
estaciones meteorológicas en
Ciudad de México (9 puntos) y
en amarillo una estimación de
los puntos de observación de
precipitación con la nueva
tecnología desarrollada (más de
2500).
5. INTRODUCCIÓN
BIG DATA
Nuestros datos presentan las 3 ‘v’ típicas del Big Data:
• Volumen. Cada día se generan TERABYTES de información.
• Velocidad. La caducidad de los datos es muy rápida. El
proceso por tanto, necesita realizarse a gran velocidad: Las
predicciones generadas por la mañana, al mediodía ya no
sirven y se sustituyen por otras mas recientes
• Variedad. Los datos provienen de múltiples fuentes en
continuo cambio.
7. TRATAMIENTO DE DATOS
INTRODUCCIÓN
• ¿A quién va orientado?
• ¿Es suficiente la gratuita para lo que voy a usarlo?
• ¿Compensa económicamente?
8. TRATAMIENTO DE DATOS
Para tratar los datos, necesitamos tener en cuenta:
• Almacenamiento
• Entornos
• Optimización
• Filtrado
INTRODUCCIÓN
9. TRATAMIENTO DE DATOS
Ficheros:
• CSV o texto plano
• Otros formatos (.xsl, netcdf, …)
Bases de datos:
• Bases de datos relacionales SQL (MySQL, PostgreSQL,
Oracle,…)
• Bases de datos no relacionales NoSQL (MongoDB,
Cassandra…)
ALMACENAMIENTO
Figura: Formatos de almacenamiento y bases de datos
10. TRATAMIENTO DE DATOS
¿Por qué usar bases de datos no relacionales?
• Mas fáciles de desarrollar
• Su funcionalidad
• Rendimiento a gran escala
• Fácil de paralelilzar
BASE DE DATOS NO RELACIONALES
Figura: MongoDB y cassandra
11. TRATAMIENTO DE DATOS
ENTORNOS
Según la interfaz, distinguiremos 3 tipos de entornos:
• Solo interfaz
• Interfaz mixta
• Sin interfaz
Figura: Ejemplo de interfaz de Entropy
12. TRATAMIENTO DE DATOS
ENTORNOS
SOLO INTERFAZ
Pros:
• Interactivo
• Facilidad
• Inmediatez
Contras:
• Pocas posibilidades *
• Poca personalización *
• Nula integración con otras plataformas *
Solo recomendable si está personalizado para el uso que le dará el usuario.
* Depende de la app
Figura: Panel de control de Smartweather
13. TRATAMIENTO DE DATOS
ENTORNOS
Interfaz ‘Mixta’
Pros:
• Interactivo
• Facilidad relativa
• Inmediatez
• Múltiples posibilidades
Contras:
• Nula integración con otras plataformas *
• Pocas posibilidades de generar scripts automáticos *
* Depende del lenguaje
Figura: Ejemlos de Mathematica y Excel
14. TRATAMIENTO DE DATOS
ENTORNOS
Interfaz ‘Mixta’
Depende del tipo de dato, existen multitud de herramientas:
Matemáticas/Ciencias
• Matlab (de pago)
• Mathematica (de pago)
• GNU Octave (gratuito)
Hojas de cálculo
• Excel (de pago)
• Free Office (gratuito)
GIS
• ArcGIS (de pago)
• QGIS (gratuito)
Figura: Matlab, Mathematica, GNU Octave, Excel, SoftMaker Office, ESRI ArcGis y QGIS
15. TRATAMIENTO DE DATOS
ENTORNOS
Sin interfaz (Lenguajes de programación)
Pros:
• Completa integración con otras plataformas *
• Infinitas posibilidades
• Posibilidad de generar scripts
• Completa personalización
Contras:
• Poca inmediatez
• Nula interacción
• Poca facilidad
* Depende del lenguaje
Figura: Lenguajes de programación
16. TRATAMIENTO DE DATOS
ENTORNOS
Sin interfaz (Lenguajes de programación)
Lenguajes estadísticos:
• R
• Python (con numpy)
• Julia *
Otros:
• C++
• Java
• ….
Cada lenguaje está especializado en un determinado ámbito.
* Lenguaje de programación de reciente creación
Figura: Lenguajes de programación
17. TRATAMIENTO DE DATOS
ENTORNOS
R
Pros:
• Optimizado para el cálculo.
• Infinidad de librerías para el análisis de datos.
• Facilidad para tratar los datos.
Contras:
• Aunque se puede usar como un lenguaje de programación, no es su fortaleza.
.
18. TRATAMIENTO DE DATOS
ENTORNOS
Python
Pros:
• Multitud de paquetes para desarrolladores.
• Permite integración en Web, scripts, …
• Comunidad.
Contras:
• No es tan rico como R a nivel de paquetes para el análisis de datos.
19. TRATAMIENTO DE DATOS
OPTIMIZACIÓN
Optimización de funciones
Se puede reducir drásticamente, facilitando nuevas vías de negocio.
Ejemplo:
• Aplicación de fortran SIN optimizar: 1 punto -> 3 segundos
• Aplicación optimizado en R: 3.000.000puntos -> 0.6 segundos
(Usando apply, which, uso de matrices, …)
Figura: Ruta en Meteosport
Figura: Índices de Confort
20. TRATAMIENTO DE DATOS
OPTIMIZACIÓN
Optimización de la memoria
Lo que se debe de preguntar es:
• ¿Es necesario tratar con todos los datos en ese momento?
• ¿Son independientes los datos?
• ¿Es necesario tantos dígitos / longitud para la unidad de datos?
Ejemplo:
• Memoria necesaria para tratar todos los datos meteorológicos filtrando por
variables: 1376 GB
• Memoria necesaria por cada paso de tiempo: 8 GB
Figura: Representación de memoria RAM
21. TRATAMIENTO DE DATOS
FILTRADO
¿Por qué es importante filtrar los datos?
Facilidad de análisis y representación
Optimización de los recursos
Mayor inmediatez de los resultados
Datos
Filtro
1
Filtro
2
Figura: Representación de filtrado de datos
22. VISUALIZACIÓN DE DATOS
INTRODUCCIÓN
La herramienta definitiva
¿Existe la herramienta definitiva para visualizar datos?
NO
Figura: Centro de control de WDNA
23. VISUALIZACIÓN DE DATOS
INTRODUCCIÓN
La herramienta definitiva
Existen principalmente 3 maneras de visualizar los datos:
• Tablas
• Gráficas
• Mapas
Son herramientas complementarias, y permiten analizar la información desde
distintos puntos de vista. Visualización
Gráficas
MapasTablas
Figura: Métodos de visualización
24. VISUALIZACIÓN DE DATOS
TABLA
Herramientas Javascript
Gratuitas:
• Datatables JQuery
• Datatables.net
• Bootstrap datatables
Pago:
• FancyGrid
• Ag-Grid
Figura: Fancy Grid, Ag-grid y Bootstrap
25. VISUALIZACIÓN DE DATOS
TABLA
Características
Ventajas
- Permite visualizar múltiples variables de distinto tipo
- Permite ver el valor exacto de los datos
- Se pueden tratar muchos datos *
Desventajas
- Es difícil encontrar relaciones
- Es difícil visualizar tendencias
- No permite visualizar datos georeferenciados
* Depende del plug-in y el rendimiento del ordenador.
Figura: Tablas de Entropy
26. VISUALIZACIÓN DE DATOS
GRÁFICAS
Características
Ventajas
- Muy visual
- Es fácil encontrar tendencias
- Es fácil encontrar relaciones
- Existe multitud de gráficas distintas
Desventajas
• Se pierde mucha claridad / utilidad, cuando existen muchos datos
• No permite visualizar datos georeferenciados
Recomiendo está página web donde explica con detalle múltiples gráficas y su
utilidad:
https://www.data-to-viz.com/
* Depende del tipo de gráfica.
Figura: from Data to Viz. Recuperado de http://www-data-to-viz.com
27. VISUALIZACIÓN DE DATOS
GRÁFICAS
Características
Ventajas
- Muy visual
- Es fácil encontrar tendencias
- Es fácil encontrar relaciones
- Existe multitud de gráficas distintas
Desventajas
• Se pierde mucha claridad / utilidad, cuando existen muchos datos *
• No permite visualizar datos georeferenciados
Recomiendo está página web donde explica con detalle múltiples gráficas y su
utilidad:
https://www.data-to-viz.com/
* Depende del tipo de gráfica
Figura: Tipo de gráficas. Recuperado de http://www-data-to-viz.com
28. VISUALIZACIÓN DE DATOS
GRÁFICAS
Herramientas Javascript
Gratuitas:
• D3.js
• RAWGraphs
• Chart.js
• NVD3
Pago:
• Highcharts
• AnyChart
Figura: D3.js, RAWGraphs, Charts.js, Highcharts y AnyChart
33. VISUALIZACIÓN DE DATOS
MAPAS
Características
Ventajas
- Preparado para datos georeferenciados
- Se pueden tratar multitud de datos
Desventajas
- No existen muchas herramientas preparadas para tratar datos georeferenciados
* Depende del plug-in y el rendimiento del ordenador.
34. VISUALIZACIÓN DE DATOS
MAPAS
Herramientas Javascript
Gratuitas:
• Leaflet
Pago:
• Google Maps
• MapBox
• Carto
• eSpatial
Figura: Leaflet, mapbox, Google Maps, Carto y eSpatial
35. VISUALIZACIÓN DE DATOS
MAPAS
Tipos
Existen principalmente 3 tipos de maneras de tratar datos georeferenciados:
• “Markers” (puntos/iconos)
• Imágenes georeferenciadas (Capa WMS, geoTIFF, …)
• Datos vectoriales (Capas WFS, shapefile, …)
Figura: Tiempo real de radar, rayos y estaciones meteorológicas en Smartweather
36. VISUALIZACIÓN DE DATOS
MAPAS
Markers
El principal problema que presentan es cuando se visualiza multitud de puntos.
Existen tres soluciones principalmente:
• Agrupar
• Se muestra el número de markers agrupados
• Se realiza una operación sobre el grupo. (Por ejemplo máximo, mínimo,
media,..)
• Solo mostrar uno dentro de un cierto radio
• Mapa de calor
Figura: Agrupación de iconos de rayos en Smartweather
37. VISUALIZACIÓN DE DATOS
MAPAS
Markers
El principal problema que presentan es cuando se visualiza multitud de puntos.
Existen dos soluciones principalmente:
• Agrupar
• Se muestra el número de markers agrupados
• Se realiza una operación sobre el grupo. (Por ejemplo máximo, mínimo,
media,..)
• Solo mostrar uno dentro de un cierto radio
• Mapa de calor
Figura: Markers de datos de estaciones meteorológicas en Smartweather
38. VISUALIZACIÓN DE DATOS
MAPAS
Markers
El principal problema que presentan es cuando se visualiza multitud de puntos.
Existen dos soluciones principalmente:
• Agrupar
• Se muestra el número de markers agrupados
• Se realiza una operación sobre el grupo. (Por ejemplo máximo, mínimo,
media,..)
• Solo mostrar uno dentro de un cierto radio
• Mapa de calor
Figura: Ejemplo de mapa de calor
39. VISUALIZACIÓN DE DATOS
MAPAS
WMS (Web Map Service) / GeoTIFF
Permite visualizar sobre un mapa imágenes georeferenciadas.
Ventajas
• Se puede representar cualquier tipo de imagen.
• Facilidad de integración
Desventaja
• El servidor debe de generar las imágenes para cada tipo de zoom.
• A mayor zoom, mayor número de imágenes a cargar, y mayor carga para el
servidor
Figura: Campos de viento en Smartweather
40. VISUALIZACIÓN DE DATOS
MAPAS
WMS (Web Map Service) / GeoTIFF
Permite visualizar sobre un mapa imágenes georeferenciadas.
Ventajas
• Se puede representar cualquier tipo de imagen.
• Facilidad de integración
Desventaja
• El servidor debe de generar las imágenes para cada tipo de zoom.
• A mayor zoom, mayor número de imágenes a cargar, y mayor carga para el
servidor
Figura: Grid WMS en Smartweather para dos zoom distintos
41. VISUALIZACIÓN DE DATOS
MAPAS
WMS (Web Map Service) / GeoTIFF
GeoTiff permite que información georeferenciada sea encajada en un archivo de
imagen de format TIFF.
Figura: Campos de viento en Smartweather
42. VISUALIZACIÓN DE DATOS
MAPAS
WFS (Web Feature Service)
Permite visualizar sobre un mapa vectores georeferenciadas.
Ventajas
• No hay prácticamente carga para el servidor
• La calidad es infinita
Desventaja
• No permite visualizar todo tipo de imágenes
• Para integrar colores u otros elementos, debe de programarse
Figura: Predicción de tormenta y rayos en Smartweather
43. VISUALIZACIÓN DE DATOS
MAPAS
WFS (Web Feature Service)
Permite visualizar sobre un mapa vectores georeferenciadas.
Ventajas
• No hay prácticamente carga para el servidor
• La calidad es infinita
Desventaja
• No permite visualizar todo tipo de imágenes
• Para integrar colores u otros elementos, debe de programarse
Figura: Predicción de tormenta en capa WMS y vector de ejemplo de WMS
44. C R E A T I N G S M A R T B U S I N E S S E S W D N A . C O M
GRACIAS