Eerder dit jaar nam ik deel aan een datavisualisatie challenge: #DuBoisChallenge2024.
Deze challenge daagt deelnemers uit om invloedrijke datavisualisaties van W.E.B. Du Bois na te maken met moderne tools. Gedurende tien weken maak je er iedere week één na. Ik koos ervoor om een poging te wagen met Python, een programmeertaal.
Wil je weten waarom zijn werk invloedrijk was en wat ik leerde door het werk na te maken? Lees dan verder.
In de aankomende visualisaties komt regelmatig het woord “Negro” voor. Ik ga niet lichtjes om met deze term en gebruik hem enkel om dichtbij het originele werk van Du Bois te blijven.
De dataportretten van Du Bois
Rond 1900 is de industriële revolutie in volle gang. Du Bois wordt gevraagd om een bijdrage te leveren aan de 1900 Exposition Universelle in Parijs en hij zegt ja.
Samen met zijn team werkt hij aan de tentoonstelling die de naam American Negro Exhibit krijgt. Het doel: de ontwikkeling van Afro-Amerikanen laten zien sinds de afschaffing van de slavernij, zo’n 30 jaar eerder.
Het werk dat hiervoor nodig was, is vandaag de dag nog steeds een belangrijke bijdrage aan de sociologie. Daarnaast was Du Bois een pionier in het visueel presenteren van zijn onderzoek. De tentoonstelling bestaat uit uiteindelijk uit verschillende fotoreportages en handgemaakte dataportretten.
Vrij vertaald en samengevat o.b.v. het boek W.E.B. Du Bois Data Portraits
De dataportretten zijn een bijzonder mooi voorbeeld van de activistische kracht die data kunnen hebben. Ze maken ook een sterke visuele indruk. Ik kan je aanraden om zijn werk op te zoeken. Dit artikel (Engels) of het boek W.E.B. Du Bois Data Portraits: Visualizing Black America zijn een goed begin.
Hieronder ga ik nader in op één dataportret.
Wat ik leerde door het werk van Du Bois na te maken
Het is een bijzondere ervaring om handgemaakte visualisaties uit 1900 na te maken. Stap voor stap kom ik met mijn moderne tool dichterbij het origineel. Een 100% match bereik ik niet, maar ik kan in de buurt komen.
Met het volgende portret laat ik je zien hoe dit werkt.
Deze visualisatie geeft de impact aan van de afschaffing van de slavernij in 1870. Het lijkt wat te fluctueren, maar toen ik de x-as bovenin bekeek, schrok ik. De data fluctueert wel, maar dat zit tussen de 0% en 2%…
Verder is zijn kleurgebruik sterk. Met de keuze voor een bloedrode tint voor de free negroes, laat hij zien dat de vrijheid niet zonder strijd is ontstaan.
Als je meedoet aan de challenge, krijg je van de organisatoren de achterliggende data in een digitaal bestand. Dat is handig als je met moderne tools wil werken.
Als ik deze data visualiseer met een standaard visualisatie instellingen, krijg ik onderstaand beeld:
Dat is nogal een verschil niet? Het wordt nu tijd om aan de code te sleutelen om dichter bij het ontwerp van Du Bois te komen. Om het simpel te houden, vat ik het samen in drie aanpassingen.
1: Het beeld
Het eerste wat ik wil aanpassen is het algemene beeld. Dit gaat over aanpassingen zoals de verhoudingen van het beeld (het origineel heeft een portret oriëntatie), de kleuren en de assen van de grafiek. Maar de grafiek heeft ook iets dat nieuw voor me is. Zo heeft de grafiek een afgescheurd effect aan de linkerkant en dat moet ik dus namaken met code.
Als ik de aanpassingen doorvoer, kom tot dit beeld:
2: Tekst en ruimte
De volgende groep aanpassingen brengt ons al dichtbij het origineel. Ik pas de witruimte rondom de grafiek aan om tot dezelfde smalle grafiek te komen. Daarnaast voeg ik tekstelementen toe zoals de titel en het label voor de rechter y-as. Verder pas ik het lettertype aan.
Dit werk resulteert in de volgende datavisualisatie.
3: De data
Als je deze versie met het origineel vergelijkt, valt er iets op. Het origineel bevat onderin een duidelijk beeld van de trend:
Maar mijn variant heeft dat niet:
Du Bois kiest er dus voor om de data anders te laten zien dat deze is. Om dit effect te bereiken, moet ik het laatste datapunt aanpassen van 100% naar 10%:
Wat zijn intentie hiermee was ik moeilijk te zeggen. Mijn eerste gevoel zegt dat hij zo de trend zichtbaarder wil maken. En dat lukt. Maar misschien is er een dubbele boodschap. De slavernij is weliswaar afgeschaft, maar de effecten zijn dat nog niet.
Dit is een van de interessantste dingen die ik heb ervaren tijdens de challenge.
Interessant weetje: de standaard visualisatie waarmee ik begon bestond uit 4 regels code. De uiteindelijke Du Bois variant bestaat uit 64 regels code. Een indicatie van de impact die een doordacht ontwerp heeft op de benodigde hoeveelheid code.
De datavisualisatie lessen van Du Bois
Door deel te nemen aan de challenge, heb ik ervaren welke keuzes Du Bois maakte bij het ontwerpen van zijn dataportreten. Daardoor leerde ik dat:
- … het oké is om een datapunt bij te schaven om een effect te benadrukken (100% wordt 10%).
- … je moderne technologieën creatief in kan zetten zetten (het nabootsen van de gescheurde papieren rand).
- … een datavisualisatie veel baat heeft bij een doordacht ontwerp.
Alles bij elkaar leerde ik door Du Bois wat meer plezier te maken als ik met datavisualisaties werk.
Het waren dus 10 waardevolle weken 🙂
Nieuwsgierig?
Wil je zelf ook een poging wagen om het werk van Du Bois na te maken? Je vind hier alle info over de challenge van dit jaar en voorgaande jaren.
Wil je meer voorbeelden zien van varianten van zijn werk en ben je nieuwsgierig naar de code? Die informatie vind je hier.