¡Hola 👋! Espera mientras comienza la sesión.

Antes que todo, ¿cómo están?

También, les tengo una pregunta sobre el largo de las sesiones en vivo.

Visualización de Información

IIC2026 2021-2

¡Más equipo docente!


Javiera Saavedra 🐑

  • Ayudante de apoyo en corrección
  • Estudiante de Major Ingeniería de Software y Título Civil Computación
  • Le gusta bailar, nailart, lettering, papas fritas, gatos y Selena Gómez (ewe).
  • Prefiere pronombres femeninos (ella/la)


Sebastián Carrasco 🤔

  • Ayudante de apoyo en corrección
  • Estudiante de Major Ingeniería de Software y Título Civil Computación
  • Le gusta el futbol, rugby, hacer ejercicio, star wars y videojuegos
  • Prefiere pronombres masculinos (el/lo)


Francisca Ibarra

  • Ayudante de apoyo extra part-time
  • Estudiante de Major Computación y Título Civil Computación
  • Le gusta dibujar, pintar, tejer, videojuegos, todas las cosas de terror y cualquiera sea mi obsesión de la semana..
  • Prefiere pronombres femeninos (ella/la)

Abstracción de datos

Visualización de Información

IIC2026 2021-2

El contenido

El contenido


1. Semantica y tipos de datos

2. Tipos de datasets

3. Tipos de atributos

4. Abstracción y derivaciones de datos

Modelo anidado


Caracterización de dominio
Abstracción de datos y tareas
Codificación visual y de interacción
Implementación algorítmica

Abtraccion de datos


Sub-proceso en proceso de diseño de visualizaciones donde se analiza los datos a representar y se catalogan según su naturaleza.


  • Tipos de datos singulares
  • Tipos de atributos
  • Tipo de dataset completo

Abtraccion de datos


Sub-proceso en proceso de diseño de visualizaciones donde se analiza los datos a representar y se catalogan según su naturaleza.


  • Tipos de datos singulares
  • Tipos de atributos
  • Tipo de dataset completo

Este proceso no se trata de encontrar la verdad absoluta sobre los datos trabajados, si no de entender su naturaleza según el contexto y los intereses que hay de por medio. Por lo tanto, el mismo dato se puede catalogar de formas distintas dependiendo del contexto.

Tipos de datos singulares


Atributo 📏

Ítem 🔘

Enlace 🔃

Posición 📍

Grilla 🥅🗑

Tipos de datasets


Tablas o tabulares 📄

Redes 🕸

Geométricos 🔷🗺

Otros: campos, conjuntos, clusters y listas...



Estáticos ⏸ versus dinámicos ⏩

Abstracción de caso


Visualización de La Tercera: Del 1 al 10 mil: Cómo Santiago se transformó en una de las ciudades con más muertos por covid-19.

Abstracción de caso


Tipos de datos singulares:

  • Ítem: Casos de muertes, comunas del radio urbano de la Región Metropolitana.
  • Atributos: Sexo de caso, estado de caso (confirmado o sospechoso), latitud de caso, longitud de caso, ...; formas de comunas.
  • Posiciones: Latitud de caso, longitud de caso; formas de comunas.

Abstracción de caso


Tipos de datos singulares:

  • Ítem: Casos de muertes, comunas del radio urbano de la Región Metropolitana.
  • Atributos: Sexo de caso, estado de caso (confirmado o sospechoso), latitud de caso, longitud de caso, ...; formas de comunas.
  • Posiciones: Latitud de caso, longitud de caso; formas de comunas.

Tipo(s) de datasets:

  • Tabular: Entidades siendo descritas.
  • Geométrico: Aparición de posiciones.

Tipos de atributos


Categóricos 🏷

Ordenados 📶

Ordinales 🔢

Cuantitativos ➕➖



Secuencial ⬆️ versus divergente ⬆️⬇️

Ciclicos 🔄 o no



Llave 🔑 versus valor

Abstracción de caso


Visualización de La Tercera: Del 1 al 10 mil: Cómo Santiago se transformó en una de las ciudades con más muertos por covid-19.

Abstracción de caso


Tipos de atributos:

  • Estado de un caso: Categórico y atributo de valor.
  • Latitud geográfica de un caso: Ordenado cuantitativo, secuencial, no cíclico y atributo de valor.
  • Fecha (en semanas) de un caso: Ordenado ordinal, secuencial, no cíclico y atributo de valor.

Principio de expresividad


Una codificación visual utilizada debe expresar toda, y solamente, la información del atributo objetivo.


Canales de identidad ↔️ Atributos categóricos

Canales de magnitud ↔️ Atributos ordenados

Derivación de datos


Proceso de transformación de datos iniciales a otra forma, y realizar su abstracción una vez transformado.


Temperatura 🌡:

25°C, -14°C, 27°C, 11°C, 40°C (Cuantitativo)

Cálido, Frío, Caluroso, Frío, Caluroso (Ordinal)

Seguro, Peligroso, Seguro, Seguro, Peligroso (Categórico)


También puede involucrar múltiples atributos o ítems:

  • Multiplicar el total de ventas de un artículo por su precio obteniendo el total de ganancias obtenidas.
  • Promediar las notas de un estudiante en un curso para obtener su rendimiento medio.
  • ...

¡Visualización del día!

¡Visualización del día!


Propuesto por estudiante: Sapoipilla (?).

(Fuente: Carte figurative des pertes successives en hommes de l'Armée Française dans la campagne de Russie 1812–1813)

(Creador: Charles Joseph Minard)

Próximos eventos:


Recuerden responder los Cuestionarios asociados a esta semana y la anterior.

Jueves realizaremos actividad sobre Introducción a HTML, CSS y SVG.

Miércoles (mañana) se realizará primera Ayudantía del curso.

Abstracción de datos

Visualización de Información

IIC2026 2021-2


¡Nos vemos!