雖然數(shù)據(jù)可視化通常會(huì)讓人聯(lián)想到商業(yè)智能與西裝革履的分析師，但它通常比您所想象的更具創(chuàng)意并且豐富多彩。從業(yè)務(wù)儀表板、公共健康可視化到流行文化趨勢(shì)分析，數(shù)據(jù)可視化涵蓋了廣泛多樣的應(yīng)用情景。要制作精美優(yōu)質(zhì)的數(shù)據(jù)可視化，除了需要出色的分析能力之外，還需要具備設(shè)計(jì)圖形和講述故事的技能。

在本文中，我們將著重介紹一些最具影響力、趣味性和啟發(fā)性的可視化。我們先來瀏覽歷史上一些著名的示例，然后讓時(shí)間快進(jìn)，討論一些更加現(xiàn)代的可視化。另外，歡迎查看我們的數(shù)據(jù)可視化詳細(xì)指南或者這些推薦示例。

數(shù)據(jù)可視化詳細(xì)指南：

https://www.tableau.com/learn/articles/data-visualization

推薦示例 ：

https://www.tableau.com/learn/articles/best-beautiful-data-visualization-examples

1、拿破侖遠(yuǎn)征地圖

 

 

可視化作者：Charles Joseph Minard

了解更多信息：維基百科

復(fù)制下方鏈接至瀏覽器可查看維基百科：

https://zh.wikipedia.org/wiki/%E6%9F%A5%E7%88%BE%E6%96%AF%C2%B7%E7%B4%84%E7%91%9F%E5%A4%AB%C2%B7%E7%B1%B3%E7%B4%8D%E5%BE%B7

1812 年，拿破侖進(jìn)軍莫斯科，企圖征服這座城市。這成為了一場(chǎng)災(zāi)難：大軍出征時(shí)共有約 47 萬名士兵，而到了兵敗還鄉(xiāng)時(shí)則僅剩一萬人。這張圖表講述了關(guān)于這場(chǎng)戰(zhàn)役的故事，并成為了有史以來最著名的可視化作品之一。

這幅地圖詳細(xì)地描述了拿破侖大軍的出征與敗退。線條的寬度代表士兵總數(shù)，顏色代表移動(dòng)方向(黃色表示進(jìn)軍莫斯科的方向，黑色表示回程的方向)。在中心的可視化下方還繪制了一張簡(jiǎn)單的溫度曲線圖，用來展示寒冬氣溫驟降的情況。這張圖表有力而詳盡地描繪出了一副震撼人心的大潰敗場(chǎng)景。

由于名氣頗大，這張圖表受到了諸多批判性評(píng)論(Excelcharts.com 的這篇文章就是一個(gè)很好的例子)。其中很多都是合理的批評(píng)，但它仍然是一張極具影響力且成功的圖表，它的特色是為每個(gè)數(shù)據(jù)點(diǎn)賦予豐富的細(xì)節(jié)，在此基礎(chǔ)上講述故事，激發(fā)人們的好奇心。

復(fù)制下方鏈接至瀏覽器可查看文章：

http://excelcharts.com/minard-tufte-kosslyn-godin-napoleon/

2、1854 年寬街霍亂爆發(fā)事件地圖

 

 

可視化作者：John Snow

了解更多信息：維基百科

復(fù)制下方鏈接至瀏覽器可查看維基百科：

https://zh.wikipedia.org/wiki/1854%E5%B9%B4%E5%AE%BD%E8%A1%97%E9%9C%8D%E4%B9%B1%E7%88%86%E5%8F%91%E4%BA%8B%E4%BB%B6

John Snow(不是《權(quán)力的游戲》里的 Jon Snow)霍亂地圖本質(zhì)上是一張?jiān)缙诘狞c(diǎn)圖可視化。圖中在城市街區(qū)內(nèi)用小條形圖標(biāo)記出了倫敦每個(gè)家庭中死于霍亂的人數(shù)。這些條形圖的集中程度和長(zhǎng)度反映出城市街區(qū)的特定集合，旨在試圖查明這些地區(qū)的死亡率高于其他地區(qū)的原因。調(diào)查結(jié)果顯示：霍亂感染者人數(shù)最多的家庭所使用的飲用水均來自同一口水井。這在當(dāng)時(shí)是一則發(fā)人深省的啟示。這口水井已經(jīng)被污水所污染，但霍亂疫情集中爆發(fā)的區(qū)域都在使用這口問題水井。在研究倫敦霍亂爆發(fā)事件更為廣泛的趨勢(shì)時(shí)，這一發(fā)現(xiàn)幫助人們認(rèn)識(shí)到，霍亂疾病與受污染的水井之間存在相關(guān)性。那么，預(yù)防霍亂的辦法就是建立排污系統(tǒng)并保護(hù)水井不受污染。

這張圖揭示了問題的根本原因并啟發(fā)人們找到了解決方案，正因如此，它成為了一個(gè)非常成功的可視化。另外，在那個(gè)點(diǎn)圖和熱圖還沒有完全開創(chuàng)的年代，這種早期的嘗試可謂極具創(chuàng)新。正因?yàn)榉治鰩煍U(kuò)寬了可視化技術(shù)的邊界，從而創(chuàng)造出有用的新形式，才得以發(fā)現(xiàn)這一解決方案。

3、克里米亞戰(zhàn)爭(zhēng)中的死亡原因

 

 

可視化作者：Florence Nightingale

了解更多信息：維基百科

復(fù)制下方鏈接至瀏覽器可查看維基百科：

https://zh.wikipedia.org/wiki/%E5%BC%97%E7%BE%85%E5%80%AB%E6%96%AF%C2%B7%E5%8D%97%E4%B8%81%E6%A0%BC%E7%88%BE#%E5%85%8B%E9%87%8C%E7%B1%B3%E4%BA%9E%E6%88%B0%E7%88%AD

在 19 世紀(jì) 50 年代的克里米亞戰(zhàn)爭(zhēng)期間，士兵的死亡率很高并且在不斷上升。但造成死亡的原因并不僅僅是戰(zhàn)斗。護(hù)士、分析師兼數(shù)據(jù)專家 Florence Nightingale 利用這個(gè)精美的數(shù)據(jù)可視化，揭示出大多數(shù)死亡實(shí)際上是由槽糕的醫(yī)療措施造成的。螺旋圖表中的陰影部分表示死亡總數(shù)，其中深色部分表示因戰(zhàn)斗造成的死亡人數(shù)。人們能夠一目了然地看出問題的背后另有原因，而且影響非常嚴(yán)重。Nightingale 的醫(yī)療專業(yè)知識(shí)和醫(yī)護(hù)實(shí)踐經(jīng)驗(yàn)讓她發(fā)現(xiàn)，士兵死亡大部分源于惡劣的醫(yī)療條件。這一原因令人驚訝，但可加以預(yù)防措施。

這項(xiàng)研究是英國(guó)皇家專門調(diào)查委員會(huì)對(duì)克里米亞戰(zhàn)爭(zhēng)中士兵死亡原因調(diào)查的一部分。Nightingale 與維多利亞時(shí)代的統(tǒng)計(jì)學(xué)先驅(qū) William Farr 一起工作，后者并不支持采用可視化的想法，但 Nightingale 堅(jiān)持自己的意見并積極推廣這一現(xiàn)在已經(jīng)非常著名的可視化。

4、新圖說歷史

 

 

可視化作者：Joseph Priestley

了解更多信息：維基百科

復(fù)制下方鏈接至瀏覽器可查看維基百科：

https://en.wikipedia.org/wiki/A_New_Chart_of_History

用富于創(chuàng)造力的可視化方式，縱覽人類文明已知?dú)v史中龐大而復(fù)雜的信息。

Joseph Priestly 憑借兩張年代圖表聞名于世。其一是“傳記圖”，圖中描繪了 700 年歷史中出現(xiàn)的著名男性人物、領(lǐng)袖和哲學(xué)家，讓人一眼就能看到這段歷史中活躍的男性名人盡管“傳記圖”內(nèi)容簡(jiǎn)單，但仍是歷史上最重要的可視化之一。

Priestly 在第二張年代圖表中運(yùn)用并發(fā)展了“傳記圖”中的技術(shù)，創(chuàng)作出了這幅“新圖說歷史”。這張年代圖表與第一張圖表類似，重點(diǎn)描繪了歷史中同時(shí)存在的主要帝國(guó)和文明及其與影響。Priestly 對(duì)其技術(shù)進(jìn)行了創(chuàng)新，不僅引入了顏色和大小，還創(chuàng)造性地使用了 Y 軸。最終造就了一副引人入勝的歷史可視化故事，其中蘊(yùn)含了豐富的信息。雖然這張圖表看上去讓人眼花繚亂，但它具有無窮的創(chuàng)造力，并且是當(dāng)時(shí)年代下極具創(chuàng)新意義的原創(chuàng)作品。

5、交互式政府預(yù)算

 

 

可視化作者：美國(guó)行政管理和預(yù)算局(2016 年)

了解更多信息：奧巴馬白宮檔案

復(fù)制下方鏈接至瀏覽器可查看奧巴馬白宮檔案：

https://obamawhitehouse.archives.gov/node/320071

眾所周知，各國(guó)政府都會(huì)對(duì)政府預(yù)算進(jìn)行模糊晦澀處理，使其難以理解，其中尤以美國(guó)政府為甚。白宮在巴拉克·奧巴馬擔(dān)任總統(tǒng)期間創(chuàng)建的這張樹狀圖，利用可視化方式對(duì)美國(guó) 2016 年財(cái)政預(yù)算進(jìn)行了細(xì)分，將政府計(jì)劃公之于眾。目前尚不清楚這是否是美國(guó)政府首次公開發(fā)布的交互式預(yù)算，但它至今仍可查閱并且具有啟發(fā)性 - 盡管這只是一張非常普通的樹狀圖。

讓這一特殊可視化如此重要的原因是它的交付方式。這并非是最具創(chuàng)新性的樹狀圖或者交互式可視化，也不是較早的廣為人知的政府預(yù)算可視化(《紐約時(shí)報(bào)》發(fā)表過令人驚艷的 2013 年財(cái)政預(yù)算可視化，另外總統(tǒng)候選人 Ross Perot 因其善用圖表而著名)。關(guān)鍵之處在于，一個(gè)世界主要大國(guó)采用交互式數(shù)據(jù)可視化的方式來與它的納稅人進(jìn)行溝通，向其告知他們繳納的稅款何去何從。通過簡(jiǎn)單明了的可視化，讓這一復(fù)雜而晦澀的主題變得淺顯易懂。

6、巴比倫后記

 

 

可視化作者：Density Design Lab

了解更多信息：巴比倫后記

復(fù)制下方鏈接至瀏覽器可查看巴比倫后記：

http://www.puffpuffproject.com/languages.html

了解語言擴(kuò)散的廣度是無比艱難的 - 尤其在您不經(jīng)常旅行或接觸其他語言的情況下。我們知道世界上有很多種語言，但很難去消化理解這些語言的實(shí)際存在數(shù)量、使用區(qū)域、在全球的通行程度以及相互影響。

DensityDesign 的“巴比倫后記”項(xiàng)目使用“World Atlas of Language Structures”(世界語言結(jié)構(gòu)地圖集)，將全世界的各種語言呈現(xiàn)在一系列交互式地圖和圖表中。其中囊括了所有 2678 種語言，并展示了它們的發(fā)源地、使用區(qū)域和使用者數(shù)量。甚至還解釋了各種語言之間的關(guān)系，例如語系、外來詞，以及不同語言之間的詞語交換。

7、未來美國(guó)

 

 

可視化作者：Pew Research Center(皮尤研究中心)

了解更多信息：未來美國(guó)

復(fù)制下方鏈接至瀏覽器可查看未來美國(guó)：

http://www.pewresearch.org/next-america/

Pew 的“未來美國(guó)”項(xiàng)目對(duì)美國(guó)的人口統(tǒng)計(jì)數(shù)據(jù)進(jìn)行了全面的審視，并將其編制成一個(gè)龐大而美觀的交互性數(shù)據(jù)可視化項(xiàng)目，由一些采用了直截了當(dāng)?shù)目梢暬��?ldquo;章節(jié)”組成(上圖展示了其中之一)。該項(xiàng)目展示了不斷增長(zhǎng)的種族多樣化和跨種族婚姻趨勢(shì)，為趨勢(shì)線提供了歷史背景，并對(duì)美國(guó)未來幾十年可能發(fā)生的人口結(jié)構(gòu)轉(zhuǎn)變和變化情況進(jìn)行了預(yù)測(cè)。

其中的亮點(diǎn)之一是用動(dòng)畫方式展示了年齡和性別人口細(xì)分金字塔。在幾秒鐘內(nèi)，我們可以看到自 20 世紀(jì) 50 年代以來的人口結(jié)構(gòu)轉(zhuǎn)變情況。自那時(shí)以來，醫(yī)療干預(yù)和醫(yī)療保健讓人們更加長(zhǎng)壽，同時(shí)人口出生率自二戰(zhàn)后的嬰兒潮之后逐漸降低。隨著時(shí)間的推移，年齡金字塔會(huì)變得逐漸接近一個(gè)矩形。

8、電影對(duì)白(按性別劃分)

 

 

可視化作者：Hanah Anderson、Matt Daniels

了解更多信息：The Pudding

復(fù)制下方鏈接至瀏覽器可查看 The Pudding：

https://pudding.cool/2017/03/film-dialogue/

Polygraph(又名 The Pudding)曾經(jīng)因一項(xiàng)說唱歌詞分類可視化而聞名，現(xiàn)在 Hanah Anderson 和 Matt Daniels 又通過可視化對(duì)電影史上 2000 部最熱門電影的劇本進(jìn)行分類，以此研究流行文化中的性別差異。他們計(jì)算每部電影中男性和女性角色的對(duì)白臺(tái)詞數(shù)量，結(jié)果不容樂觀。

復(fù)制下方鏈接至瀏覽器可查看 Polgraph：

http://polygraph.cool/

顯然，幾乎沒有以女性為主導(dǎo)的動(dòng)作片，但是如果審視所有電影種類的話，就會(huì)發(fā)現(xiàn)另一個(gè)事實(shí)：不同性別角色的臺(tái)詞數(shù)量嚴(yán)重失衡。該項(xiàng)目包含四個(gè)主要的可視化：一個(gè)專門展示迪斯尼電影的細(xì)分;一個(gè)對(duì) 2000 部電影劇本進(jìn)行概述;一個(gè)提供簡(jiǎn)單的漸變控制條，允許用戶搜索電影名稱并使用幾個(gè)主要篩選器;還有一個(gè)簡(jiǎn)要解讀了電影臺(tái)詞中男女角色存在的年齡偏差。

除了對(duì) 2000 部電影劇本進(jìn)行了令人敬佩的分析工作并展示出驚人的結(jié)果之外，該項(xiàng)目還因其毫無保留的透明度而著稱：所用數(shù)據(jù)和研究方法都詳細(xì)公開，并在項(xiàng)目本身中予以呈現(xiàn)。這種透明的做法受到了強(qiáng)烈的歡迎，但其增長(zhǎng)趨勢(shì)緩慢。

9、自拍之城

 

 

可視化作者：OFFC

了解更多信息：自拍之城

復(fù)制下方鏈接至瀏覽器可查看 OFFC：

http://www.offc.co/web/about.php

復(fù)制下方鏈接可查看自拍之城：

http://selfiecity.net/

不要僅僅因?yàn)樵擁?xiàng)目是在分析自拍而不是研究如何預(yù)防霍亂就將其忽視。“自拍之城”站在廣闊視角，以這一全球現(xiàn)象為背景對(duì)自拍數(shù)據(jù)進(jìn)行了解讀。通過分析來自世界各地的 12 萬張自拍，研究人們進(jìn)行自拍的方式。令人難以置信的是，這項(xiàng)研究的內(nèi)容包羅萬象，并且對(duì)自拍的方方面面進(jìn)行了嚴(yán)謹(jǐn)?shù)募?xì)分。我們能夠從任何細(xì)節(jié)中發(fā)現(xiàn)趨勢(shì)，可以按城市研究自拍者的頭部?jī)A斜狀態(tài)或拍照姿勢(shì)的趨勢(shì)，或者按年齡和性別查看照片中出現(xiàn)微笑的頻率。

自拍者往往都比較年輕，這一點(diǎn)可能并不會(huì)讓您感到驚訝。但是，您可能會(huì)驚訝地發(fā)現(xiàn)，自拍并不像人們通常假設(shè)的那樣千篇一律：與世界其他地方相比，圣保羅的女性在自拍時(shí)喜歡盡力去傾斜頭部，而曼谷的女性則是喜歡微笑。隨著社交媒體的影響在我們的生活中變得愈發(fā)根深蒂固，這一研究向我們展示了這種多樣化全球現(xiàn)象的迷人之處。該網(wǎng)站還設(shè)置了一個(gè)交互式元素作為彩蛋，允許用戶用獨(dú)特的方式應(yīng)用篩選器，來進(jìn)一步探索自拍的世界。

10、每一次即將發(fā)生的日食(截至 2080 年)

 

 

可視化作者：Denise Lu

了解更多信息：《華盛頓郵報(bào)》

復(fù)制下方鏈接至瀏覽器可查看《華盛頓郵報(bào)》：

https://www.washingtonpost.com/graphics/national/eclipse/?noredirect=on&utm_term=.f1bc4594911c

2017 年 8 月的日食是將近一個(gè)世紀(jì)以來發(fā)生的首次橫跨美國(guó)東西兩岸的日食。在這次日食之后，《華盛頓郵報(bào)》創(chuàng)建了一個(gè)交互式的地球可視化，用來顯示此次日食的路徑和 2080 年之前所有未來日食的路徑。

旋轉(zhuǎn)的地球上顯示了日全食的路徑(太陽完全被月亮遮擋的日食路徑)、發(fā)生地點(diǎn)和發(fā)生時(shí)間(時(shí)間用深淺不一的陰影表示，并配以懸停文本工具提示)。如果您在網(wǎng)頁中輸入自己的出生年份，您將會(huì)了解到您的一生中還能看到多少次日食。

讓繁復(fù)的數(shù)據(jù)回歸簡(jiǎn)單的初衷， Tableau 一直在用實(shí)踐向人們證明著。感覺意猶未盡?復(fù)制下方鏈接至瀏覽器，可下載此白皮書。

https://www.tableau.com/zh-cn/learn/articles/best-beautiful-data-visualization-examples

標(biāo)簽： ssl 媒體 搜索 推廣

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。