܄ 

这些典型实例告诉你:什么是数据可视化

【数据猿导读】 大数据时代,数据是非常重要的,怎样把它的重要之处就展示出来是我们需要掌握的,这就是大讲台老师本文要讲的重点数据可视化。通过观察数字和统计数据的转换以获得清晰的结论并不是一件容易的事。

这些典型实例告诉你:什么是数据可视化

大数据时代,数据是非常重要的,怎样把它的重要之处就展示出来是我们需要掌握的,这就是大讲台老师本文要讲的重点数据可视化。

通过观察数字和统计数据的转换以获得清晰的结论并不是一件容易的事。必须用一个合乎逻辑的、易于理解的方式来呈现数据。

(一)谈谈数据可视化

人类的大脑对视觉信息的处理优于对文本的处理——因此使用图表、图形和设计元素,数据可视化可以帮你更容易的解释趋势和统计数据。

但是,并非所有的数据可视化是平等的。

那么,如何将数据组织起来,使其既有吸引力又易于理解 通过下面的16个有趣的例子获得启发,它们是既注重风格和也注重内容的数据可视化案例。

(二)什么是数据可视化   

数据可视化是指将数据以视觉形式来呈现,如图表或地图,以帮助人们了解这些数据的意义。

文本形式的数据很混乱(更别提有多空洞了),而可视化的数据可以帮助人们快速、轻松地提取数据中的含义。用可视化方式,您可以充分展示数据的模式,趋势和相关性,而这些可能会在其他呈现方式难以被发现。

数据可视化可以是静态的或交互的。几个世纪以来,人们一直在使用静态数据可视化,如图表和地图。交互式的数据可视化则相对更为先进:人们能够使用电脑和移动设备深入到这些图表和图形的具体细节,然后用交互的方式改变他们看到的数据及数据的处理方式。

感到兴奋了吗 让我们来看一些不错的交互和静态数据可视化的例子。

(三)5个交互数据可视化的实例

(1)世界上的语言

这个由DensityDesign设计的互动是个令人印象深刻的成果,它将世界上众多(或者说,我们大多数人)的语言用非语言的方法表现出来。一共有2678种。

这件作品可以让你浏览使用共同语言的家庭,看看哪些语言是最常用的,并查看语言在世界各地的使用范围。这是一种了不起的视觉叙事方法:将一个有深度的主题用一种易于理解的方式解读。

(2)按年龄段分布的美国人口百分比

这是如何以令人信服的方式呈现一种单一的数据的好榜样。Pew Research创造了这个GIF动画,显示随着时间推移的人口统计数量的变化。这是一个好方法,它将一个内容较多的故事压缩成了一个小的package。

此外,这种类型的微内容很容易在社交网络上分享或在博客中嵌入,扩大了内容的传播范围。如果你想自己用Photoshop做GIF,这里有一个详细的教程。

(3)NFL(国家橄榄球联盟)的完整历史

体育世界有着丰富的数据,但这些数据并不总是能有效地呈现(或者准确的说,对于这个问题)。然而,FiveThirtyEight网站做的特别好。在下面这个交互式可视化评级中,他们计算所谓“等级分” – 根据比赛结果对球队实力进行简单的衡量 – 在国家橄榄球联盟史上的每一场比赛。总共有超过30,000个评级。观众可以通过比较各个队伍的等级来了解每个队伍在数十年间的比赛表现。

(4)政治新闻受众渠道分布图

据Pew研究中心称,通常,当设计师在信息内容很多又不能删节的时候,他们通常会把信息放到数据表中,以使其更紧凑。但是,他们使用分布图来代替。为什么呢 因为分布图可以让观众在频谱上看到每个媒体的渠道。在分布图上,每个媒体的渠道之间的距离尤为显著。如果这些点仅仅是在表中列出,观众无法看到每个渠道之间的比较。

(5)Kontakladen慈善年度报告

不是所有的数据可视化都需要用动画的形式来表达。当现实世界的数据通过现实生活中的例子进行可视化,结果会令人惊叹。设计师Marion Luttenberger把包含在Kontakladen慈善年报中的数据以一种独特的方法表现出来。该组织为奥地利的吸毒者提供支持,所以Luttenberger的使命就是通过真实的视觉来宣传。例如,这辆购物车形象的表现了受助者每一天可以负担得起多少生活必需品。

以上5个数据可视化的实例都是很典型的,你如果对数据可视化有兴趣,可以关注大讲台数据可视化的培训课程。当然,对于刚接触大数据的朋友来说,下面的内容你可能更有兴趣。


来源:极客头条

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

大数据“刷脸”时代  个人隐私保护需要多方作为
大数据“刷脸”时代 个人隐私保护需要多方作为
我国将建智慧农业气象数据绘就“一张网”
我国将建智慧农业气象数据绘就“一张网”
SQL正在击败NoSQL吗?这对数据的未来意味着什么
SQL正在击败NoSQL吗?这对数据的未来意味着什么

我要评论

精品栏目

[2017/07/27]

大数据24小时

More>

[2017/07/24-28]

大数据周周看

More>

[2017/07/24-28]

大数据投融资

More>

[2017/07/24-28]

大咖周语录

More>

[2017/07/24-28]

大数据周聘汇

More>

[2017/07/24-28]

每周一本书

More>

返回顶部