Słownik metodologiczny · Ludzie statystyki

Otto Neurath (1882–1945) i Marie Neurath (1898–1986) – twórcy Isotype

Otto Neurath, wiedeński ekonomista i filozof, i Marie Neurath (z domu Reidemeister), matematyczka z Getyngi, stworzyli Isotype – statystykę obrazkową, w której większą liczbę pokazuje się większą liczbą takich samych znaków. Przedstawiamy ich drogę z Wiednia przez Hagę do Oksfordu, ucieczkę z 1940 r. i wykres izotypowy w R na danych spisów ludności USA.

Strona główna / Słownik / Otto i Marie Neurath
W skrócie: Otto Neurath (1882–1945) i Marie Neurath (1898–1986) – twórcy Isotype, systemu statystyki obrazkowej, w którym jeden znak oznacza stałą liczbę osób lub rzeczy, a większą ilość pokazuje się większą liczbą znaków, nie większym znakiem. Pracowali w Wiedniu, Hadze i Oksfordzie; Marie jako „transformatorka” zamieniała dane w obrazy.

Kim byli Otto i Marie Neurath?

Otto Neurath urodził się 10 grudnia 1882 r. w Wiedniu. Studiował w Wiedniu i Berlinie, doktorat obronił w Berlinie w 1906 r., a w 1917 r. habilitował się z ekonomii politycznej w Heidelbergu. W 1919 r. kierował w Monachium Bawarskim Centralnym Urzędem Gospodarczym; po upadku bawarskiej republiki rad został oskarżony i uniewinniony. W Wiedniu działał w socjaldemokracji i kierował Gesellschafts- und Wirtschaftsmuseum (Muzeum Społeczeństwa i Gospodarki); był też jednym z założycieli Koła Wiedeńskiego (Swoboda, 1976). W 1934 r. przeniósł się do Hagi, w 1940 r. do Anglii. Zmarł 22 grudnia 1945 r. w Oksfordzie.

Marie Reidemeister urodziła się w 1898 r. w Brunszwiku i studiowała na uniwersytecie w Getyndze. W 1924 r. poznała Neuratha w Wiedniu, a od marca 1925 r. była jego asystentką w muzeum (Hyphen Press, b.d.). Swoją rolę nazywała pracą głównej „transformatorki” – osoby, która zamienia surowe dane w obraz; dziś powiedzielibyśmy: projektantki informacji (Isotype revisited, b.d.). Przeszła z Neurathem cały szlak emigracji. Po jego śmierci kontynuowała pracę, w 1948 r. przeniosła się do Londynu, a po przejściu na emeryturę w 1971 r. redagowała i tłumaczyła jego pisma. Zmarła w 1986 r. (Hyphen Press, b.d.).

Najważniejsze pomysły

  • Statystyka obrazkowa dla wszystkich. „Wiedeńska metoda statystyki obrazkowej”, rozwijana z grafikiem Gerdem Arntzem, miała wyjaśniać zjawiska społeczne ludziom bez wykształcenia – w formie muzealnych tablic (Jansen, 2009). Arntz, w muzeum od 1928 r., nadał piktogramom ich charakterystyczny styl (Isotype revisited, b.d.).
  • Zasada powtarzania. Piktogram to uproszczony obraz człowieka lub rzeczy, zaprojektowany jako powtarzalna jednostka. Większą ilość pokazuje się większą liczbą znaków tej samej wielkości, a nie powiększonym znakiem (Isotype revisited, b.d.). To w gruncie rzeczy wykres słupkowy, którego słupek można policzyć.
  • Atlas „Gesellschaft und Wirtschaft” (1930). Sto wykresów statystycznych na luźnych arkuszach, wydanych w Lipsku; wszystkie dane źródłowe zebrano w aneksie (Isotype revisited, 2009) – wzorowa praktyka, o której dziś mówimy „podaj dane do wykresu”.
  • Isotype. Nazwę wymyśliła około 1935 r. Marie Neurath (Isotype revisited, b.d.). W 1936 r. Otto wydał International Picture Language (Swoboda, 1976). Metodę stosowano w latach 40. i 50. w Holandii, Wielkiej Brytanii, Grecji, USA i ZSRR (Jansen, 2009).

Ciekawostka

W 1940 r., w czasie niemieckiej inwazji na Holandię, Neurath i Marie Reidemeister uciekli z Hagi do Anglii; Gerd Arntz został na miejscu (Hyphen Press, b.d.). W Anglii oboje zostali internowani jako „wrodzy cudzoziemcy”. Po zwolnieniu z internowania w 1941 r. pobrali się i wznowili pracę w Oksfordzie, gdzie powstał Isotype Institute.

Pracownia z Wiednia i Hagi odrodziła się więc w Oksfordzie dopiero po przerwie spowodowanej internowaniem. Szczegółów samej przeprawy przez kanał La Manche cytowane źródła nie podają, dlatego ich tu nie opisujemy.

Przykład na danych z pakietu R

Zbiór uspop z pakietu datasets to – według pliku pomocy – ludność Stanów Zjednoczonych (w milionach) w 19 spisach powszechnych z lat 1790–1970 (według pliku pomocy dane pochodzą z książki D. R. McNeila z 1977 r.). Bierzemy co trzeci spis: od 3.93 mln w 1790 r. do 203.2 mln w 1970 r. Rysujemy je na trzy sposoby.

W wykresie izotypowym jeden znak oznacza 10 mln osób (jednostkę wybraliśmy sami, by rzędy mieściły się na ekranie). W 1970 r. wychodzi 20.32 znaku, czyli 20 pełnych i jedna trzecia następnego; w 1880 r. 5.02 – piąty znak jest pełny, a szósty to ledwie widoczny skrawek. Na całym rysunku jest 56 znaków (pełnych i obciętych). Co piąty znak dzieli odstęp.

Między 1910 a 1970 r. ludność wzrosła 2.21 razy. Tyle samo razy dłuższy jest słupek i tyle samo razy więcej jest znaków w rzędzie. Gdyby natomiast narysować jednego ludzika 2.21 razy wyższego (i proporcjonalnie szerszego), jego pole byłoby 4.88 razy większe – oko odczyta więc ponad dwukrotnie przesadzony wzrost.

Na rysunku

Oś czasu w dwóch pasach od 1880 do 1990. Pas Ottona Neuratha: 1882 urodził się w Wiedniu; 1906 doktorat w Berlinie; 1919 Monachium, urząd gospodarczy; 1925 Gesellschafts- und Wirtschaftsmuseum; 1930 atlas Gesellschaft und Wirtschaft; 1934 przeprowadzka do Hagi; 1936 International Picture Language; 1940 ucieczka do Anglii; 1945 zmarł w Oksfordzie. Pas Marie Neurath z domu Reidemeister: 1898 urodziła się w Brunszwiku; 1924 poznaje Neuratha w Wiedniu; 1925 asystentka w muzeum; 1935 nazwa Isotype; 1940 ucieczka i internowanie jako wrodzy cudzoziemcy; 1941 ślub i wznowienie pracy w Oksfordzie; 1948 przeprowadzka do Londynu; 1971 przechodzi na emeryturę; 1986 zmarła. Rodzaj zdarzenia oznacza kształt i kolor znacznika: koło – życie, kwadrat – praca, romb – publikacja
Rysunek 1. Oś czasu: Otto Neurath (1882–1945) i Marie Neurath (1898–1986). Lata według Swobody (1976), noty Hyphen Press (b.d.) i stron projektu Isotype revisited (2009, b.d.). Rysunek: R, pakiet ggplot2.

Co widać. Drogi obojga splatają się od 1924 r.; najważniejsze prace powstają w ciągu dekady wiedeńskiej, a po 1934 r. pracownia dwukrotnie zmienia kraj.

Na co uważać. Źródła różnią się w datach z czasów wojny: hasło w Österreichisches Biographisches Lexikon (Swoboda, 1976) podaje ucieczkę do Anglii w 1941 r. i założenie Isotype Institute w 1942 r., Hyphen Press – ucieczkę w 1940 r. i instytut w 1941 r., a strona Isotype revisited – 1940 i 1942. Na osi jest rok ucieczki 1940; roku założenia instytutu nie zaznaczamy.

Podpis do pracy:

Rysunek 1. Najważniejsze daty z życia i pracy Ottona Neuratha (1882–1945) i Marie Neurath (1898–1986). Uwaga. Kształt znacznika oznacza rodzaj zdarzenia (życie, praca, publikacja).
Trzy panele z ludnością USA. A: poziome niebieskie słupki dla lat 1790, 1820, 1850, 1880, 1910, 1940 i 1970 z etykietami od 3.9 do 203.2 mln. C: dwa pomarańczowe ludziki – mały dla 1910 r. (92.0 mln) i duży dla 1970 r. (203.2 mln), 2.21 razy wyższy i odpowiednio szerszy; napis: liczba razy 2.21, wysokość razy 2.21, ale pole razy 4.88. B: wykres izotypowy – w każdym roku rząd niebieskich ludzików, jeden znak to 10 mln osób, w grupach po pięć; w 1790 r. tylko skrawek znaku, w 1880 r. pięć pełnych, w 1970 r. dwadzieścia pełnych i część dwudziestego pierwszego
Rysunek 2. Ludność USA w spisach powszechnych co 30 lat (datasets::uspop): słupki (A), wykres izotypowy z jednym znakiem na 10 mln osób (B) i błędny powiększony piktogram (C). Obliczenia i rysunek: R, pakiety ggplot2 i patchwork (bez losowania).

Co widać. Słupki (A) i rzędy znaków (B) przekazują te same proporcje: rząd z 1970 r. jest dokładnie 2.21 razy dłuższy niż rząd z 1910 r. Izotyp dodaje możliwość policzenia znaków; artykuł Jansena (2009) otwiera motto Neuratha: „To remember simplified pictures is better than to forget accurate figures”. Panel C pokazuje pułapkę, przed którą chroni zasada powtarzania.

Na co uważać. Ułamki znaków są trudne do odczytania (w 1880 r. 0.02 znaku to prawie nic), a jednostka znaku jest decyzją autora – trzeba ją podać w legendzie. Przy wartościach różniących się o rzędy wielkości (np. 3.93 i 203.2) izotyp słabo pokazuje małe liczby.

Podpis do pracy:

Rysunek 2. Ludność Stanów Zjednoczonych w latach 1790–1970 według spisów powszechnych (co 30 lat): wykres słupkowy (A), wykres izotypowy (B; jeden znak = 10 mln osób) i piktogram skalowany wysokością (C), który zawyża różnicę. Dane: uspop (pakiet datasets).

Gdzie spotkasz Neurathów w swojej pracy

  • Infografiki i plakaty naukowe. Gdy chcesz pokazać liczebności szerokiej publiczności (np. „co trzeci badany”), rząd piktogramów jest dobrą alternatywą dla wykresu kołowego. Według eksperymentów Haroza, Kosary i Franconeriego (2015) piktogramy, które same reprezentują dane, nie pogarszają odczytu, a nawet mogą pomóc; rozpraszają natomiast obrazki czysto dekoracyjne.
  • Skalowanie pól. Ta sama pułapka co w panelu C dotyczy wykresu bąbelkowego i symboli na mapach: wielkość koła trzeba skalować polem, a nie promieniem, i dodać legendę.
  • W pracy dyplomowej zwykle wystarczy zwykły wykres słupkowy albo wykres punktowy; izotyp zostaw na prezentację. Przy porównaniach grup pomoże wpis Porównanie grup na wykresie.
  • Historia wykresu. Neurathowie należą do tej samej tradycji grafiki statystycznej co William Playfair i Florence Nightingale; jej teorię opisał później Jacques Bertin.

Spory, mity i trudne strony

  • Dlaczego Isotype zniknął ze statystyki? Według Jansena (2009) metoda zachowała wpływ w sztuce i projektowaniu, ale w drugiej połowie XX w. straciła znaczenie w grafice statystycznej; autor proponuje kilka wyjaśnień. Stąd częsty mit, że Isotype to „tylko ikonki”, a nie metoda prezentowania liczb.
  • Piktogram to nie „chartjunk”. Krytyka ozdobników na wykresach (pisał o nich m.in. Edward Tufte) dotyczy obrazków, które nie niosą danych. W Isotype każdy znak jest jednostką danych – i to rozróżnienie potwierdza badanie Haroza i in. (2015).
  • Polityka i emigracja. Neurath był działaczem socjaldemokratycznym, w 1919 r. pracował dla bawarskiego rządu rewolucyjnego, a w 1934 r., po krótkiej wojnie domowej w Austrii, przeniósł pracownię do Hagi (Swoboda, 1976; Hyphen Press, b.d.). Ocen politycznych tu nie formułujemy.
Przykład reprodukowalny

Wykres izotypowy w R

Kod wczytuje dane uspop, wybiera spisy co 30 lat, przelicza ludność na liczbę znaków (jeden znak = 10 mln osób), porównuje ilorazy długości, liczby znaków i pola piktogramu i rysuje rysunek 2: słupki, izotyp z obcinanym ostatnim znakiem i błędny powiększony piktogram. Drugi przepis rysuje oś czasu (rysunek 1). Rysunki na stronie powstały z tych samych obiektów (p1 oraz paneli pA, pB, pC), którym podmieniono tylko motyw na motyw serwisu; dane, geometrie i skale są identyczne. Kod nie losuje.

1. Izotyp, słupki i powiększony piktogram: rysunek 2

Dane wejściowe: data(uspop, package = "datasets") – ludność USA (mln) w 19 spisach 1790–1970 (za książką D. R. McNeila z 1977 r., według pliku pomocy); wybrane lata 1790, 1820, …, 1970.

Co odczytać: tabelę: ludność, liczba znaków, pełne znaki i ułamek; ilorazy 1970/1910 dla słupka, znaków, wysokości i pola piktogramu; liczbę znaków na rysunku.

Kod R rysunku 2
# Otto i Marie Neurath: wykres izotypowy (powtarzane znaki) vs słupkowy vs „powiększony piktogram” (datasets::uspop)
suppressPackageStartupMessages({library(ggplot2); library(patchwork)})
kol <- c(znak = "#0072B2", slupek = "#0072B2", duzy = "#D55E00")   # Okabe–Ito
motyw <- theme_minimal(base_size = 13) +
  theme(panel.grid.minor = element_blank(), plot.title = element_text(face = "bold"))
data(uspop, package = "datasets")
# uspop – ludność USA (mln) w 19 spisach powszechnych 1790–1970; bierzemy co trzeci spis (co 30 lat)
lata <- seq(1790, 1970, by = 30)
d <- data.frame(rok = lata, mln = as.numeric(uspop)[match(lata, time(uspop))])
jednostka <- 10                                        # jeden znak = 10 mln osób
d$znaki <- d$mln / jednostka
d$pelne <- floor(d$znaki); d$ulamek <- round(d$znaki - d$pelne, 2)
d

# 1. Ile razy więcej ludzi w 1970 niż w 1910 – i co pokazuje każdy sposób rysowania
a <- d$mln[d$rok == 1910]; b <- d$mln[d$rok == 1970]
round(c(iloraz_liczebnosci = b / a,
        slupki_iloraz_dlugosci = b / a,                # słupek: długość ~ liczba
        izotyp_iloraz_liczby_znakow = (b / jednostka) / (a / jednostka),
        piktogram_iloraz_wysokosci = b / a,            # „duży ludzik”: wysokość ~ liczba…
        piktogram_iloraz_pola = (b / a)^2), 2)         # …ale oko porównuje pole (wysokość × szerokość)

# 2. Znak człowieka jako wielokąt (szerokość 1, wysokość 1); ulamek < 1 obcina znak z prawej strony
ludzik <- function(x0, y0, ulamek = 1, skala = 1) {
  t <- seq(0, 2 * pi, length.out = 24)
  glowa <- data.frame(x = 0.5 + 0.16 * cos(t), y = 0.83 + 0.16 * sin(t), czesc = "g")
  tulow <- data.frame(x = c(0.18, 0.82, 0.74, 0.62, 0.60, 0.52, 0.50, 0.48, 0.40, 0.38, 0.26),
                      y = c(0.64, 0.64, 0.30, 0.30, 0.00, 0.00, 0.24, 0.00, 0.00, 0.30, 0.30), czesc = "t")
  z <- rbind(glowa, tulow)
  z$x <- pmin(z$x, 0.18 + 0.64 * ulamek)               # obcięcie części znaku (znak zajmuje x od 0.18 do 0.82)
  z$x <- x0 + z$x * skala; z$y <- y0 + z$y * skala
  z
}
znaki <- do.call(rbind, lapply(seq_len(nrow(d)), function(i) {
  n <- ceiling(d$znaki[i])
  do.call(rbind, lapply(seq_len(n), function(j) {
    ul <- if (j <= d$pelne[i]) 1 else d$znaki[i] - d$pelne[i]
    x0 <- (j - 1) * 1.15 + ((j - 1) %/% 5) * 0.5        # odstęp co 5 znaków ułatwia liczenie
    z <- ludzik(x0, -i * 1.4, ul)
    z$id <- paste(d$rok[i], j, z$czesc); z
  }))
}))
c(liczba_znakow_na_rysunku = length(unique(sub(" [gt]$", "", znaki$id))))

# Rysunek: A – słupki; B – izotyp; C – jeden powiększany piktogram
pA <- ggplot(d, aes(mln, factor(rok, levels = rev(lata)))) +
  geom_col(fill = kol[["slupek"]], width = 0.7) +
  geom_text(aes(label = sprintf("%.1f", mln)), hjust = -0.15, size = 3.4) +
  scale_x_continuous(limits = c(0, 230), expand = c(0, 0)) +
  labs(title = "A. Słupki", x = "Ludność USA (mln)", y = NULL) + motyw
pB <- ggplot(znaki, aes(x, y, group = id)) +
  geom_polygon(fill = kol[["znak"]]) +
  annotate("text", x = -0.6, y = -seq_len(nrow(d)) * 1.4 + 0.5, label = d$rok, hjust = 1, size = 3.6) +
  coord_fixed(xlim = c(-3, 26)) +
  labs(title = "B. Izotyp: jeden znak = 10 mln osób", x = NULL, y = NULL) +
  motyw + theme(axis.text = element_blank(), panel.grid = element_blank())
duze <- rbind(transform(ludzik(0, 0, 1, skala = a / jednostka), id = "1910"),
              transform(ludzik(12, 0, 1, skala = b / jednostka), id = "1970"))
duze$grupa <- paste(duze$id, rep(c(rep("g", 24), rep("t", 11)), 2))
pC <- ggplot(duze, aes(x, y, group = grupa)) +
  geom_polygon(fill = kol[["duzy"]]) +
  annotate("text", x = c(4.6, 12 + b / jednostka / 2), y = -1.2, size = 3.6,
           label = c(sprintf("1910: %.1f mln", a), sprintf("1970: %.1f mln", b))) +
  annotate("text", x = 0, y = 19.5, hjust = 0, size = 3.4, lineheight = 0.95,
           label = sprintf("liczba ×%.2f, wysokość ×%.2f,\nale pole ×%.2f", b / a, b / a, (b / a)^2)) +
  coord_fixed(ylim = c(-2, 21)) +
  labs(title = "C. Powiększony piktogram (błąd)", x = NULL, y = NULL) +
  motyw + theme(axis.text = element_blank(), panel.grid = element_blank())
p2 <- (pA | pC) / pB + plot_layout(heights = c(1, 1.1))
p2
Wynik w R
   rok    mln  znaki pelne ulamek
1 1790   3.93  0.393     0   0.39
2 1820   9.64  0.964     0   0.96
3 1850  23.20  2.320     2   0.32
4 1880  50.20  5.020     5   0.02
5 1910  92.00  9.200     9   0.20
6 1940 131.70 13.170    13   0.17
7 1970 203.20 20.320    20   0.32
         iloraz_liczebnosci      slupki_iloraz_dlugosci 
                       2.21                        2.21 
izotyp_iloraz_liczby_znakow  piktogram_iloraz_wysokosci 
                       2.21                        2.21 
      piktogram_iloraz_pola 
                       4.88 
liczba_znakow_na_rysunku 
                      56 

2. Oś czasu: rysunek 1

Dane wejściowe: zdarzenia z latami według cytowanych źródeł, wpisane ręcznie.

Co odczytać: nic – kod tylko rysuje oś czasu.

Kod R rysunku 1
# Oś czasu: Otto Neurath (1882–1945) i Marie Neurath (1898–1986) – lata według cytowanych źródeł
library(ggplot2)
zdarzenia <- data.frame(
  rok = c(1882, 1906, 1919, 1925, 1930, 1934, 1936, 1940, 1945,
          1898, 1924, 1925, 1935, 1940, 1941, 1948, 1971, 1986),
  osoba = c(rep("Otto Neurath", 9), rep("Marie Neurath (z d. Reidemeister)", 9)),
  opis = c("urodził się\nw Wiedniu", "doktorat\nw Berlinie", "Monachium:\nurząd gospodarczy", "Gesellschafts- und\nWirtschaftsmuseum",
           "atlas Gesellschaft\nund Wirtschaft", "przeprowadzka\ndo Hagi", "International\nPicture Language",
           "ucieczka\ndo Anglii", "zmarł\nw Oksfordzie",
           "urodziła się\nw Brunszwiku", "poznaje Neuratha\nw Wiedniu", "asystentka\nw muzeum",
           "nazwa\nIsotype", "ucieczka; internowanie\njako „wrodzy cudzoziemcy”", "ślub; wznowienie\npracy w Oksfordzie",
           "przeprowadzka\ndo Londynu", "przechodzi\nna emeryturę", "zmarła"),
  rodzaj = c("życie", "praca", "praca", "praca", "publikacja", "życie", "publikacja", "życie", "życie",
             "życie", "życie", "praca", "praca", "życie", "praca", "życie", "praca", "życie"),
  poziom = c(0.4, -0.4, 0.4, -0.4, 1.15, -1.15, 1.15, -0.4, 0.4,
             0.4, -0.4, 1.15, -1.15, 0.4, -0.4, 1.15, -0.4, 0.4),     # wysokość etykiety (+ nad osią, − pod)
  wyrownanie = c(0.5, 0.5, 0.5, 0.5, 1, 0.5, 0, 0.5, 0.5,
                 0.5, 1, 0.5, 0.5, 1, 0, 0.5, 0.5, 0.5))               # rozsunięcie bliskich etykiet
zdarzenia$etykieta <- paste0(zdarzenia$rok, "\n", zdarzenia$opis)
zdarzenia$osoba <- factor(zdarzenia$osoba, levels = c("Otto Neurath", "Marie Neurath (z d. Reidemeister)"))
ksztalty <- c("życie" = 21, "praca" = 22, "publikacja" = 23)
kolory <- c("życie" = "grey40", "praca" = "#0072B2", "publikacja" = "#D55E00")   # Okabe–Ito
p1 <- ggplot(zdarzenia, aes(rok, 0)) +
  geom_hline(yintercept = 0, colour = "grey60", linewidth = 0.8) +
  geom_segment(aes(xend = rok, y = 0, yend = poziom), colour = "grey70") +
  geom_point(aes(shape = rodzaj, fill = rodzaj), size = 3.8, colour = "black") +
  geom_text(aes(y = poziom + 0.06 * sign(poziom), label = etykieta, vjust = ifelse(poziom > 0, 0, 1), hjust = wyrownanie),
            size = 3.0, lineheight = 0.88) +
  facet_wrap(~ osoba, ncol = 1) +
  scale_shape_manual(values = ksztalty, name = NULL) +
  scale_fill_manual(values = kolory, name = NULL) +
  scale_x_continuous(limits = c(1876, 1992), breaks = seq(1880, 1990, by = 10)) +
  scale_y_continuous(limits = c(-2.1, 2.1)) +
  labs(x = NULL, y = NULL) +
  theme_minimal(base_size = 13) +
  theme(axis.text.y = element_blank(), panel.grid = element_blank(), axis.text.x = element_text(colour = "grey30"),
        strip.text = element_text(face = "bold", hjust = 0), legend.position = "bottom")
p1

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (dane – pakiet datasets; rysunki – pakiety ggplot2 i patchwork). W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  3. patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork

Najczęstsze pytania

Kim byli Otto i Marie Neurath?

Otto Neurath (1882–1945) był wiedeńskim ekonomistą, filozofem z Koła Wiedeńskiego i dyrektorem Gesellschafts- und Wirtschaftsmuseum. Marie Reidemeister (1898–1986) studiowała w Getyndze, od 1925 r. pracowała z nim w muzeum, a w 1941 r. w Anglii została jego żoną. Razem stworzyli Isotype; po śmierci Ottona Marie prowadziła dalej tę pracę, a po przejściu na emeryturę (1971) redagowała i tłumaczyła jego pisma.

Czym jest Isotype?

To system statystyki obrazkowej: uproszczone piktogramy ludzi lub rzeczy działają jak powtarzalne jednostki, a większą ilość pokazuje się większą liczbą znaków tej samej wielkości, a nie powiększonym znakiem. Nazwa, którą wymyśliła Marie Neurath około 1935 r., zastąpiła wcześniejszą „wiedeńską metodę statystyki obrazkowej”.

Dlaczego na wykresie nie wolno powiększać piktogramu proporcjonalnie do liczby?

Bo oko porównuje pole, a nie wysokość. Jeśli ludzik dla 203.2 mln mieszkańców USA (1970) jest 2.21 razy wyższy niż dla 92.0 mln (1910), to przy zachowanych proporcjach ma 4.88 razy większe pole – różnica wygląda na ponad dwa razy większą, niż jest. Isotype rozwiązuje to powtarzaniem znaków.

Jak zrobić wykres izotypowy w R?

Najprościej w ggplot2: zdefiniuj znak jako wielokąt, ustal, ile jednostek oznacza jeden znak (np. 10 mln), i w każdym wierszu narysuj tyle kopii, ile wynosi wartość podzielona przez jednostkę, obcinając ostatni znak do części ułamkowej. Pełny kod jest w sekcji z przykładem.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Haroz, S., Kosara, R., & Franconeri, S. L. (2015). ISOTYPE visualization: Working memory, performance, and engagement with pictographs. In Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems (pp. 1191–1200). Association for Computing Machinery. https://doi.org/10.1145/2702123.2702275
  2. Hyphen Press. (b.d.). Marie Neurath. Pobrano 20 listopada 2026 z https://hyphenpress.co.uk/?p=111 ● Otwarty dostęp
  3. Isotype revisited. (2009). Gesellschaft und Wirtschaft. Isotype revisited (University of Reading). https://isotyperevisited.org/2009/09/gesellschaft-und-wirtschaft.php ● Otwarty dostęp
  4. Isotype revisited. (b.d.). Introduction. Isotype revisited (University of Reading). Pobrano 20 listopada 2026 z https://isotyperevisited.org/2012/08/introduction.php ● Otwarty dostęp
  5. Jansen, W. (2009). Neurath, Arntz and ISOTYPE: The legacy in art, design and statistics. Journal of Design History, 22(3), 227–242. https://doi.org/10.1093/jdh/epp015 ● Otwarty dostęp
  6. Swoboda, W. W. (1976). Neurath, Otto. In Österreichisches Biographisches Lexikon 1815–1950 (pp. 102–103). Verlag der Österreichischen Akademie der Wissenschaften. https://doi.org/10.1553/0x00283647 ● Otwarty dostęp: pełny tekst

Cytowania BibTeX

@inproceedings{haroz2015isotype, author={Haroz, Steve and Kosara, Robert and Franconeri, Steven L.}, title={{ISOTYPE visualization: Working memory, performance, and engagement with pictographs}}, booktitle={Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems}, year={2015}, pages={1191--1200}, publisher={Association for Computing Machinery}, doi={10.1145/2702123.2702275}}
@misc{hyphenmarieneurath, author={{Hyphen Press}}, title={{Marie Neurath}}, howpublished={Hyphen Press}, url={https://hyphenpress.co.uk/?p=111}}
@misc{isotyperevisitedgesellschaft, author={{Isotype revisited}}, title={{Gesellschaft und Wirtschaft}}, howpublished={Isotype revisited (University of Reading)}, year={2009}, url={https://isotyperevisited.org/2009/09/gesellschaft-und-wirtschaft.php}}
@misc{isotyperevisitedintroduction, author={{Isotype revisited}}, title={{Introduction}}, howpublished={Isotype revisited (University of Reading)}, url={https://isotyperevisited.org/2012/08/introduction.php}}
@article{jansen2009neurath, author={Jansen, Wim}, title={{Neurath, Arntz and ISOTYPE: The legacy in art, design and statistics}}, journal={Journal of Design History}, year={2009}, volume={22}, number={3}, pages={227--242}, doi={10.1093/jdh/epp015}}
@incollection{swoboda1976neurath, author={Swoboda, W. W.}, title={{Neurath, Otto}}, booktitle={Österreichisches Biographisches Lexikon 1815–1950}, year={1976}, volume={7}, number={32}, pages={102--103}, publisher={Verlag der Österreichischen Akademie der Wissenschaften}, doi={10.1553/0x00283647}}
R