Se ha denunciado esta presentación.
Utilizamos tu perfil de LinkedIn y tus datos de actividad para personalizar los anuncios y mostrarte publicidad más relevante. Puedes cambiar tus preferencias de publicidad en cualquier momento.
@PGaraizar17/01/2015
POR SI VAMOS MAL DE
TIEMPO...
¡EVITA EL USO DE 3-D!
parece que mola, pero NO
¡EVITA EL USO DE TARTAS Y BURBUJAS!
somos lo peor interpretando ángulos y áreas
¡NO DES DEMASIADA INFORMACIÓN!
less is more
¡EVITA TIPOGRAFÍA ILEGIBLE!
tener un Nobel o un colisionador de hadrones NO te exime de ello
¡EVITA LIARLA CON LOS COLORES!
si no funciona en blanco y negro, NO funciona
¿CÓMO VEMOS?
¿Cuántos megapíxeles tienen nuestros ojos?
¿cuánto de rápido nada un submarino?
Un diseño... sub-óptimo
parte óptica (córnea + cristalino, iris + pupila) / parte sensorial (retina fóvea mácula)→ →
Conos visión fotópica→
conos L (rojo), M (verde), S (azul)
Problemas en la visión en color
protanopia/protanomalía (rojo), deuteranopia/deuteranomalía (verde), tritanopia/tritanomal...
Tetracromatismo
4 tipos de conos mayor amplitud de espectro visual→
¿Eres tetracrómata?
bueno, tampoco te flipes, que el camarón mantis es dodecacrómata
Bastones visión escotópica→
muy baja sensibilidad al rojo submarinos→
Distribución desigual de conos y bastones
en la mácula, conos L y M casi exclusivamente, muy concentrados
La información visual se envía al cerebro en pares
rojo-verde, azul-amarillo, negro-blanco
¿CÓMO VE EL CEREBRO?
Estímulo (externo) vs. percepción (interno)
lo que ve el ojo no es lo que el cerebro percibe
- Sobrecarga mental + Comprensión + Credibilidad→ →
la importancia del espacio en blanco
Mente vs. cuerpo
Sistema 1 vs. Sistema 2
(Kahneman)
Gran parte de la corteza cerebral implicada en la visión
ruta dorsal (localización, movimiento) + ruta ventral (color, for...
Detención preatencional
detectamos estas anomalías antes de darnos cuenta
Cuenta los cuadrados grises
cuesta porque exige un procesamiento conjunto (forma, color)
Principios de la Gestalt
explican qué pasa, pero no cómo ni por qué pasa
Principio de proximidad
los objetos contiguos tienden a verse como una unidad
Principio de semejanza
los objetos similares tienden a verse como una unidad
¿Qué ocurre cuando colisionan?
mejor emplear dimensiones diferentes (color y textura)
Las conexiones son más potentes
más que la proximidad, el color, el tamaño o la forma
Principio de cerramiento
los contornos y perímetros se perciben mejor, aunque no estén (completos)
Principio de cerramiento
si no ves el dálmata, quizá seas un Nexus 6
Principio de continuidad
tendemos a percibir objetos continuos a pesar de que estén interrumpidos
Principio de figura y fondo
el cerebro no puede interpretar un objeto como figura o fondo al mismo tiempo contexto→
Principio de figura y fondo
las zonas negras son más pequeñas y están orientadas horizontal y verticalmente figura→
Principio de simetría y regularidad
las formas simétricas y regulares tienden a verse como un conjunto
MOVIMIENTO Y CAUSALIDAD
El movimiento puede emplearse para inducir causalidad
(Michotte, 1963)
Experimento cognitivo-perceptual Heider-Simmel
(Heider-Simmel, 1940) → https://www.youtube.com/watch?v=olOmOYItAbE
Eleanor Lutz y el diseño científico
http://tabletopwhale.com/index.html
ERRORES COMUNES
Y ALGUNAS SOLUCIONES
TIPOGRAFÍA
Legibilidad (letra) y readability (frase)
tipografías con serifa tienen buena readability, pero mala legibilidad
La mejor tipografía, la que no se hace notar
ante la duda, sans-serif (Helvetica, Arial, Gill Sans son apuestas seguras)
Jerarquía a través de la tipografía
tamaño de letra, énfasis (negrita, itálica, mayúsculas), colores, etc.
No más de un cambio a la vez
tamaño de letra, énfasis (negrita, itálica, mayúsculas), colores, etc.
Reino animal
Sin textos en vertical
tampoco en diagonal
COLOR
Diseña en blanco y negro y luego añade color
lo contrario no suele funcionar
“If a design doesn’t make
sense in black and ...
La importancia del gris
sirve para casi todo, desde añadir elementos neutros a balancear paletas de color
Contrastes: tono
útil para diferentes categorías, nunca más de 12 diferentes
Contrastes: brillo
más difícil de percibir que el tono, diferentes valores en una misma categoría
Contrastes: saturación
también es más difícil de percibir que el tono, recomendado para representar certeza sobre un valor
El peligro de diseñar mal la paleta
¿observas algún patrón en el mapa?
Caos cromático con muchas categorías
a partir de 12 es inviable, aunque dependiendo de la paleta puede ser antes
Adobe Color CC
te ayuda a diseñar una buena paleta de color
Cuidado con los efectos indeseados
recuerda que es el cerebro quien ve, no el ojo
Evita imágenes de fondo
sí, es muy bonita y casi no se nota, pero NO
DISPOSICIÓN
Evita el uso de áreas
diámetro vs. área
Evita el uso de volúmenes
diámetro vs. volumen
Evita distorsiones en los ejes
muy pocas veces se entiende mejor
Evita distorsiones en los ejes
a veces puede resolverse transformando variables
Evita distorsiones en los ejes
¡pero me ha costado mucho hacerlo! Ya, pero NO
Distorsiones: proyecciones de mapas
todos los mapas están distorsionados, elige con cuidado
Proyección 2-D mediante hexágonos
mejor teselación en un plano
Evita guiños a la temática con la disposición
parecen que molan, pero NO
TIPO DE GRÁFICO
¿Puede decidirse
racionalmente
qué tipo de
gráfico usar?
Sí, casi siempre
(Cleveland & McGill,1984)
Recomendación general: prudencia
la función no determina la forma, pero sí restringe el conjunto de formas aceptables
(no ...
Tipos de gráficos peligrosos: tartas
doble-combo: tartas 3-D
Tipos de gráficos peligrosos: burbujas
diámetros vs. áreas
útiles en mapas
Tipos de gráficos peligrosos: treemaps
para representar proporciones
Tipos de gráficos peligrosos: heatmaps
el color es más difícil de comparar que la longitud
Tipos de gráficos peligrosos: radares
para representar múltiples dimensiones a la vez
Tipos de gráficos peligrosos: árboles polares
para representar jerarquías complicadas
Tipos de gráficos peligrosos: circos
para representar relaciones entre elementos
GRAPH HACKING
Eje X truncado
enséñame el cero o me estás timando
Dificultar comparaciones
sin punto inicial o final común
Mezclar unidades
a pesar de lo que diga Apple, 1 US$ 1 €≠
Ejes múltiples
los carga el diablo
Datos acumulados
todo crece, qué bien
Eje Y truncado
las ventas de bañadores no han parado de crecer de mayo a agosto, ¡en septiembre lo petamos!
Omitir información clave
patentes que expiran, leyes que cambian, etc.
Usar mapas indebidamente
grano grueso en regiones, colores por saturación (o valores logarítmicos), etc.
CONCLUSIONES
¿Para qué visualizamos datos?
(Stephen Few)
Ver la “big picture” Comparar valores
rápidamente
Reconocer patrones Comparar ...
No solamente gráficos, infografías o visualizaciones
dashboards, visual story-telling, etc.
Incluso hay videojuegos sobre gráficos
http://metrico-game.com
helpmeviz.com
Feedback de expertos
MUCHAS GRACIAS
REFERENCIAS

Trina Chiasson, Dyanna Gregory, et al. (2014). DATA + DESIGN: A simple introduction to
preparing and visualizing informa...
Errores comunes en la visualización de datos y algunas soluciones
Errores comunes en la visualización de datos y algunas soluciones
Errores comunes en la visualización de datos y algunas soluciones
Próximo SlideShare
Cargando en…5
×

de

Errores comunes en la visualización de datos y algunas soluciones Slide 1 Errores comunes en la visualización de datos y algunas soluciones Slide 2 Errores comunes en la visualización de datos y algunas soluciones Slide 3 Errores comunes en la visualización de datos y algunas soluciones Slide 4 Errores comunes en la visualización de datos y algunas soluciones Slide 5 Errores comunes en la visualización de datos y algunas soluciones Slide 6 Errores comunes en la visualización de datos y algunas soluciones Slide 7 Errores comunes en la visualización de datos y algunas soluciones Slide 8 Errores comunes en la visualización de datos y algunas soluciones Slide 9 Errores comunes en la visualización de datos y algunas soluciones Slide 10 Errores comunes en la visualización de datos y algunas soluciones Slide 11 Errores comunes en la visualización de datos y algunas soluciones Slide 12 Errores comunes en la visualización de datos y algunas soluciones Slide 13 Errores comunes en la visualización de datos y algunas soluciones Slide 14 Errores comunes en la visualización de datos y algunas soluciones Slide 15 Errores comunes en la visualización de datos y algunas soluciones Slide 16 Errores comunes en la visualización de datos y algunas soluciones Slide 17 Errores comunes en la visualización de datos y algunas soluciones Slide 18 Errores comunes en la visualización de datos y algunas soluciones Slide 19 Errores comunes en la visualización de datos y algunas soluciones Slide 20 Errores comunes en la visualización de datos y algunas soluciones Slide 21 Errores comunes en la visualización de datos y algunas soluciones Slide 22 Errores comunes en la visualización de datos y algunas soluciones Slide 23 Errores comunes en la visualización de datos y algunas soluciones Slide 24 Errores comunes en la visualización de datos y algunas soluciones Slide 25 Errores comunes en la visualización de datos y algunas soluciones Slide 26 Errores comunes en la visualización de datos y algunas soluciones Slide 27 Errores comunes en la visualización de datos y algunas soluciones Slide 28 Errores comunes en la visualización de datos y algunas soluciones Slide 29 Errores comunes en la visualización de datos y algunas soluciones Slide 30 Errores comunes en la visualización de datos y algunas soluciones Slide 31 Errores comunes en la visualización de datos y algunas soluciones Slide 32 Errores comunes en la visualización de datos y algunas soluciones Slide 33 Errores comunes en la visualización de datos y algunas soluciones Slide 34 Errores comunes en la visualización de datos y algunas soluciones Slide 35 Errores comunes en la visualización de datos y algunas soluciones Slide 36 Errores comunes en la visualización de datos y algunas soluciones Slide 37 Errores comunes en la visualización de datos y algunas soluciones Slide 38 Errores comunes en la visualización de datos y algunas soluciones Slide 39 Errores comunes en la visualización de datos y algunas soluciones Slide 40 Errores comunes en la visualización de datos y algunas soluciones Slide 41 Errores comunes en la visualización de datos y algunas soluciones Slide 42 Errores comunes en la visualización de datos y algunas soluciones Slide 43 Errores comunes en la visualización de datos y algunas soluciones Slide 44 Errores comunes en la visualización de datos y algunas soluciones Slide 45 Errores comunes en la visualización de datos y algunas soluciones Slide 46 Errores comunes en la visualización de datos y algunas soluciones Slide 47 Errores comunes en la visualización de datos y algunas soluciones Slide 48 Errores comunes en la visualización de datos y algunas soluciones Slide 49 Errores comunes en la visualización de datos y algunas soluciones Slide 50 Errores comunes en la visualización de datos y algunas soluciones Slide 51 Errores comunes en la visualización de datos y algunas soluciones Slide 52 Errores comunes en la visualización de datos y algunas soluciones Slide 53 Errores comunes en la visualización de datos y algunas soluciones Slide 54 Errores comunes en la visualización de datos y algunas soluciones Slide 55 Errores comunes en la visualización de datos y algunas soluciones Slide 56 Errores comunes en la visualización de datos y algunas soluciones Slide 57 Errores comunes en la visualización de datos y algunas soluciones Slide 58 Errores comunes en la visualización de datos y algunas soluciones Slide 59 Errores comunes en la visualización de datos y algunas soluciones Slide 60 Errores comunes en la visualización de datos y algunas soluciones Slide 61 Errores comunes en la visualización de datos y algunas soluciones Slide 62 Errores comunes en la visualización de datos y algunas soluciones Slide 63 Errores comunes en la visualización de datos y algunas soluciones Slide 64 Errores comunes en la visualización de datos y algunas soluciones Slide 65 Errores comunes en la visualización de datos y algunas soluciones Slide 66 Errores comunes en la visualización de datos y algunas soluciones Slide 67 Errores comunes en la visualización de datos y algunas soluciones Slide 68 Errores comunes en la visualización de datos y algunas soluciones Slide 69 Errores comunes en la visualización de datos y algunas soluciones Slide 70 Errores comunes en la visualización de datos y algunas soluciones Slide 71 Errores comunes en la visualización de datos y algunas soluciones Slide 72 Errores comunes en la visualización de datos y algunas soluciones Slide 73 Errores comunes en la visualización de datos y algunas soluciones Slide 74 Errores comunes en la visualización de datos y algunas soluciones Slide 75 Errores comunes en la visualización de datos y algunas soluciones Slide 76 Errores comunes en la visualización de datos y algunas soluciones Slide 77 Errores comunes en la visualización de datos y algunas soluciones Slide 78 Errores comunes en la visualización de datos y algunas soluciones Slide 79 Errores comunes en la visualización de datos y algunas soluciones Slide 80 Errores comunes en la visualización de datos y algunas soluciones Slide 81 Errores comunes en la visualización de datos y algunas soluciones Slide 82 Errores comunes en la visualización de datos y algunas soluciones Slide 83 Errores comunes en la visualización de datos y algunas soluciones Slide 84 Errores comunes en la visualización de datos y algunas soluciones Slide 85 Errores comunes en la visualización de datos y algunas soluciones Slide 86 Errores comunes en la visualización de datos y algunas soluciones Slide 87 Errores comunes en la visualización de datos y algunas soluciones Slide 88 Errores comunes en la visualización de datos y algunas soluciones Slide 89 Errores comunes en la visualización de datos y algunas soluciones Slide 90 Errores comunes en la visualización de datos y algunas soluciones Slide 91 Errores comunes en la visualización de datos y algunas soluciones Slide 92 Errores comunes en la visualización de datos y algunas soluciones Slide 93 Errores comunes en la visualización de datos y algunas soluciones Slide 94 Errores comunes en la visualización de datos y algunas soluciones Slide 95 Errores comunes en la visualización de datos y algunas soluciones Slide 96 Errores comunes en la visualización de datos y algunas soluciones Slide 97
Próximo SlideShare
La Web como plataforma de referencia: viejos ataques y nuevas vulnerabilidades
Siguiente
Descargar para leer sin conexión y ver en pantalla completa.

23 recomendaciones

Compartir

Descargar para leer sin conexión

Errores comunes en la visualización de datos y algunas soluciones

Descargar para leer sin conexión

Charña sobre visualización de datos para BilboStack 2015 en la Universidad de Deusto, Bilbao, 17 de enero de 2015.

Todas las imágenes son propiedad de sus respectivos creadores (ver sección de Referencias).

Libros relacionados

Gratis con una prueba de 30 días de Scribd

Ver todo

Errores comunes en la visualización de datos y algunas soluciones

  1. 1. @PGaraizar17/01/2015
  2. 2. POR SI VAMOS MAL DE TIEMPO...
  3. 3. ¡EVITA EL USO DE 3-D! parece que mola, pero NO
  4. 4. ¡EVITA EL USO DE TARTAS Y BURBUJAS! somos lo peor interpretando ángulos y áreas
  5. 5. ¡NO DES DEMASIADA INFORMACIÓN! less is more
  6. 6. ¡EVITA TIPOGRAFÍA ILEGIBLE! tener un Nobel o un colisionador de hadrones NO te exime de ello
  7. 7. ¡EVITA LIARLA CON LOS COLORES! si no funciona en blanco y negro, NO funciona
  8. 8. ¿CÓMO VEMOS?
  9. 9. ¿Cuántos megapíxeles tienen nuestros ojos? ¿cuánto de rápido nada un submarino?
  10. 10. Un diseño... sub-óptimo parte óptica (córnea + cristalino, iris + pupila) / parte sensorial (retina fóvea mácula)→ →
  11. 11. Conos visión fotópica→ conos L (rojo), M (verde), S (azul)
  12. 12. Problemas en la visión en color protanopia/protanomalía (rojo), deuteranopia/deuteranomalía (verde), tritanopia/tritanomalía (azul)
  13. 13. Tetracromatismo 4 tipos de conos mayor amplitud de espectro visual→
  14. 14. ¿Eres tetracrómata? bueno, tampoco te flipes, que el camarón mantis es dodecacrómata
  15. 15. Bastones visión escotópica→ muy baja sensibilidad al rojo submarinos→
  16. 16. Distribución desigual de conos y bastones en la mácula, conos L y M casi exclusivamente, muy concentrados
  17. 17. La información visual se envía al cerebro en pares rojo-verde, azul-amarillo, negro-blanco
  18. 18. ¿CÓMO VE EL CEREBRO?
  19. 19. Estímulo (externo) vs. percepción (interno) lo que ve el ojo no es lo que el cerebro percibe
  20. 20. - Sobrecarga mental + Comprensión + Credibilidad→ → la importancia del espacio en blanco
  21. 21. Mente vs. cuerpo
  22. 22. Sistema 1 vs. Sistema 2 (Kahneman)
  23. 23. Gran parte de la corteza cerebral implicada en la visión ruta dorsal (localización, movimiento) + ruta ventral (color, forma)
  24. 24. Detención preatencional detectamos estas anomalías antes de darnos cuenta
  25. 25. Cuenta los cuadrados grises cuesta porque exige un procesamiento conjunto (forma, color)
  26. 26. Principios de la Gestalt explican qué pasa, pero no cómo ni por qué pasa
  27. 27. Principio de proximidad los objetos contiguos tienden a verse como una unidad
  28. 28. Principio de semejanza los objetos similares tienden a verse como una unidad
  29. 29. ¿Qué ocurre cuando colisionan? mejor emplear dimensiones diferentes (color y textura)
  30. 30. Las conexiones son más potentes más que la proximidad, el color, el tamaño o la forma
  31. 31. Principio de cerramiento los contornos y perímetros se perciben mejor, aunque no estén (completos)
  32. 32. Principio de cerramiento si no ves el dálmata, quizá seas un Nexus 6
  33. 33. Principio de continuidad tendemos a percibir objetos continuos a pesar de que estén interrumpidos
  34. 34. Principio de figura y fondo el cerebro no puede interpretar un objeto como figura o fondo al mismo tiempo contexto→
  35. 35. Principio de figura y fondo las zonas negras son más pequeñas y están orientadas horizontal y verticalmente figura→
  36. 36. Principio de simetría y regularidad las formas simétricas y regulares tienden a verse como un conjunto
  37. 37. MOVIMIENTO Y CAUSALIDAD
  38. 38. El movimiento puede emplearse para inducir causalidad (Michotte, 1963)
  39. 39. Experimento cognitivo-perceptual Heider-Simmel (Heider-Simmel, 1940) → https://www.youtube.com/watch?v=olOmOYItAbE
  40. 40. Eleanor Lutz y el diseño científico http://tabletopwhale.com/index.html
  41. 41. ERRORES COMUNES Y ALGUNAS SOLUCIONES
  42. 42. TIPOGRAFÍA
  43. 43. Legibilidad (letra) y readability (frase) tipografías con serifa tienen buena readability, pero mala legibilidad
  44. 44. La mejor tipografía, la que no se hace notar ante la duda, sans-serif (Helvetica, Arial, Gill Sans son apuestas seguras)
  45. 45. Jerarquía a través de la tipografía tamaño de letra, énfasis (negrita, itálica, mayúsculas), colores, etc.
  46. 46. No más de un cambio a la vez tamaño de letra, énfasis (negrita, itálica, mayúsculas), colores, etc. Reino animal
  47. 47. Sin textos en vertical tampoco en diagonal
  48. 48. COLOR
  49. 49. Diseña en blanco y negro y luego añade color lo contrario no suele funcionar “If a design doesn’t make sense in black and white, it will make less sense when color is added.” Paul Rand
  50. 50. La importancia del gris sirve para casi todo, desde añadir elementos neutros a balancear paletas de color
  51. 51. Contrastes: tono útil para diferentes categorías, nunca más de 12 diferentes
  52. 52. Contrastes: brillo más difícil de percibir que el tono, diferentes valores en una misma categoría
  53. 53. Contrastes: saturación también es más difícil de percibir que el tono, recomendado para representar certeza sobre un valor
  54. 54. El peligro de diseñar mal la paleta ¿observas algún patrón en el mapa?
  55. 55. Caos cromático con muchas categorías a partir de 12 es inviable, aunque dependiendo de la paleta puede ser antes
  56. 56. Adobe Color CC te ayuda a diseñar una buena paleta de color
  57. 57. Cuidado con los efectos indeseados recuerda que es el cerebro quien ve, no el ojo
  58. 58. Evita imágenes de fondo sí, es muy bonita y casi no se nota, pero NO
  59. 59. DISPOSICIÓN
  60. 60. Evita el uso de áreas diámetro vs. área
  61. 61. Evita el uso de volúmenes diámetro vs. volumen
  62. 62. Evita distorsiones en los ejes muy pocas veces se entiende mejor
  63. 63. Evita distorsiones en los ejes a veces puede resolverse transformando variables
  64. 64. Evita distorsiones en los ejes ¡pero me ha costado mucho hacerlo! Ya, pero NO
  65. 65. Distorsiones: proyecciones de mapas todos los mapas están distorsionados, elige con cuidado
  66. 66. Proyección 2-D mediante hexágonos mejor teselación en un plano
  67. 67. Evita guiños a la temática con la disposición parecen que molan, pero NO
  68. 68. TIPO DE GRÁFICO
  69. 69. ¿Puede decidirse racionalmente qué tipo de gráfico usar? Sí, casi siempre (Cleveland & McGill,1984)
  70. 70. Recomendación general: prudencia la función no determina la forma, pero sí restringe el conjunto de formas aceptables (no es una mera cuestión de "gusto")
  71. 71. Tipos de gráficos peligrosos: tartas doble-combo: tartas 3-D
  72. 72. Tipos de gráficos peligrosos: burbujas diámetros vs. áreas útiles en mapas
  73. 73. Tipos de gráficos peligrosos: treemaps para representar proporciones
  74. 74. Tipos de gráficos peligrosos: heatmaps el color es más difícil de comparar que la longitud
  75. 75. Tipos de gráficos peligrosos: radares para representar múltiples dimensiones a la vez
  76. 76. Tipos de gráficos peligrosos: árboles polares para representar jerarquías complicadas
  77. 77. Tipos de gráficos peligrosos: circos para representar relaciones entre elementos
  78. 78. GRAPH HACKING
  79. 79. Eje X truncado enséñame el cero o me estás timando
  80. 80. Dificultar comparaciones sin punto inicial o final común
  81. 81. Mezclar unidades a pesar de lo que diga Apple, 1 US$ 1 €≠
  82. 82. Ejes múltiples los carga el diablo
  83. 83. Datos acumulados todo crece, qué bien
  84. 84. Eje Y truncado las ventas de bañadores no han parado de crecer de mayo a agosto, ¡en septiembre lo petamos!
  85. 85. Omitir información clave patentes que expiran, leyes que cambian, etc.
  86. 86. Usar mapas indebidamente grano grueso en regiones, colores por saturación (o valores logarítmicos), etc.
  87. 87. CONCLUSIONES
  88. 88. ¿Para qué visualizamos datos? (Stephen Few) Ver la “big picture” Comparar valores rápidamente Reconocer patrones Comparar patrones
  89. 89. No solamente gráficos, infografías o visualizaciones dashboards, visual story-telling, etc.
  90. 90. Incluso hay videojuegos sobre gráficos http://metrico-game.com
  91. 91. helpmeviz.com Feedback de expertos
  92. 92. MUCHAS GRACIAS
  93. 93. REFERENCIAS
  94. 94.  Trina Chiasson, Dyanna Gregory, et al. (2014). DATA + DESIGN: A simple introduction to preparing and visualizing information.  Colin Ware. (2012). Information Visualization, Third Edition: Perception for Design (Interactive Technologies)  Leland Wilkinson, D. Wills, D. Rope, A. Norton, R. Dubbs. (2005). The Grammar of Graphics (Statistics and Computing).  Alberto Cairo. (2012). The Functional Art: An introduction to information graphics and visualization (Voices That Matter).  Stephen Few. (2009). Now You See It: Simple Visualization Techniques for Quantitative Analysis.(Author)  Wikipedia. REFERENCIAS Artículos y libros
  • KoldoUrkulluOrtega

    Feb. 21, 2018
  • josechavezo

    Apr. 2, 2017
  • pabritos

    May. 12, 2016
  • pla2002

    Jun. 29, 2015
  • dbeth

    Mar. 20, 2015
  • CarlosDeLaFuente4

    Feb. 2, 2015
  • ibonaranburu

    Jan. 29, 2015
  • dieguich

    Jan. 21, 2015
  • marbeloa

    Jan. 20, 2015
  • gorkaazk

    Jan. 19, 2015
  • alfonsofr

    Jan. 19, 2015
  • SixtoCantollaSnchez

    Jan. 18, 2015
  • gabls

    Jan. 18, 2015
  • fontanon

    Jan. 18, 2015
  • elmotasem99

    Jan. 17, 2015
  • jaione51

    Jan. 17, 2015
  • fradiex

    Jan. 17, 2015
  • alorza

    Jan. 17, 2015
  • rubengp

    Jan. 17, 2015
  • andersuarez

    Jan. 17, 2015

Charña sobre visualización de datos para BilboStack 2015 en la Universidad de Deusto, Bilbao, 17 de enero de 2015. Todas las imágenes son propiedad de sus respectivos creadores (ver sección de Referencias).

Vistas

Total de vistas

13.823

En Slideshare

0

De embebidos

0

Número de embebidos

8.077

Acciones

Descargas

71

Compartidos

0

Comentarios

0

Me gusta

23

×