25個驚豔全球的數據可視化作品 | 推薦收藏

數據是非常強大的。當然，如果你能真正理解它想告訴你的的內容，那它的強大之處就更能體現出來了。通過觀察數字和統計數據的轉換以獲得清晰的結論並不是一件容易的事。必須用一個合乎邏輯的、易於理解的方式來呈現數據。

談到數據可視化。人類的大腦對視覺信息的處理優於對文本的處理——因此使用圖表、圖形和設計元素，數據可視化可以幫你更容易理解趨勢和統計數據。下面我們通過更多經典的可視化案例來獲得更多啟發。

1.小概率的成功

來自：Russell Goldenberg、Dan Kopf

在紐約，3 年中的 75000 場演出將告訴我們一個樂隊的成功的機率有多大。

作品用演出場地大小來代表樂隊是否取得成功，並且將成功的層級（小、中、大）交由人工賦值。作品還統計了 21 個「成功」樂隊演出時的場地容量，分析了他們取得「成功」的耗時，並形成各個樂隊的演出軌跡。

作者用不同半徑大小的圓圈來表示演出場所的容量（半徑越大，容量越大），用直線長短來表示取得「成功」的耗時（直線越長，取得「成功」的耗時越長），並用不同顏色表示演出的不同形式（綠色表示樂隊舉辦的演出，紅色表示樂隊參與並主打的演出）：

2.在他們的路上：外國戰鬥士之旅

來自：Serena Del Nero, Marco Mezzadr

在了解了暴力宗教激進化的複雜背景下，作品詳細描述了伊斯蘭國的國外戰鬥人員到哈裡發領土以及返回的旅程。

從公開可用的數據出發，額外的信息展示了這種現象與每個國家及其目的地距離之間的關係，展示了其總人口和伊斯蘭人口之間的關係。

該作品兼獲年度最佳工作室獎。

3.1812：拿破崙的東徵冒險

俄羅斯塔斯通訊社

該項目以法國工程師 Charles Joseph Minard 在 1869 年描繪的拿破崙東徵路線圖為基礎，致力於研究俄歷史上最具戲劇性的一頁—— 1812 年的愛國戰爭。

文中的統計圖展示了拿破崙的俄羅斯戰役和最終導致他的軍隊失敗的所有階段的圖片。

塔斯社追尋著法國軍隊的路線，將Minard的統計數據與最新的發現和預估數據進行比較，並同時敘述戰爭中的關鍵事件。

上圖為1812—1813年俄國戰爭期間法國軍隊的人力損失。

4.和平下的陰影——核威脅

來自：Neil Halloran

這是系列紀錄片中的一集，用一種獨特的電影數據可視化形式，提出了發人深省的有關戰爭、和平與人類的問題。

第一集「核威脅」講述了在核武器時代實現和平的重要性，包括擁有核武器的國家、核武器曾帶來的傷害等。

5.你如何畫圓？

來自：Thu-Huong Ha，Nikhil Sonnad

我們分析了10萬張圖畫來展示文化怎樣塑造我們的本能。點進連結，你首先會看到一個小遊戲：畫圓。

世界各地成千上萬的人玩過谷歌公司一款叫做「快點作畫」的遊戲，那麼它對全球文化有什麼可能的影響？

比如你的位置和語言是否影響你的繪製方式。

作者用圓圈這一極妙的世界性符號來回答這個問題。信息，不僅美麗，而且具有揭示性。

6.科學的路徑

科學家的工作成果如何影響和改變了某項科學事業？我們可以預測出一個科學家獲取傑出成就的時機嗎？

作品研究了數以千計科學家們的科研生涯生產力和影響因子演變，重構了來自 7 個學科不同科學家的出版和發表記錄，將每篇論文與其對科學界的長期影響聯繫起來，並通過引用指標進行量化梳理。

他們發現，科學家職業生涯中影響力最大的成果其實是隨機分布在他們的長期工作中的。

簡單來說，某一特定影響力最大的科研成果在某科學家所發表的所有論文序列中出現的概率是一致的。

我們可以探索不同學科的科研生涯，根據不同的科研生涯參數對科學家進行排名，或者選擇其中的一小部分。

7.食物的節奏

這個交互式數據網站是由著名設計師 Moritz Stefaner 和他的團隊使用谷歌趨勢數據製成的，是谷歌新聞實驗室系列視覺實驗中的一部分。

製作者之一的 Stefaner 表示：多年來，人們對各種食材、菜餚和食譜的興趣不斷變化，令人著迷。超過12年的每周谷歌趨勢數據為我們提供了一個豐富的數據集來探索事物的趨勢。

輻射狀圖表中體現出來的季節性的事物節奏是最有趣的。我們看到每一種蔬菜、水果、菜品或飲料都有自己的標誌性季節性圖案——有些是與自然季節聯繫在一起的，有些和特殊的節日聯繫緊密，有些是全年流行的。

8.數據草圖——12期連載

來自：Nadieh Bremer，Shirley Wu

這是一個為期近 1 年的合作成果，總共12期，相當於每月一個項目（其中一個項目獲得了藝術娛樂類銅獎）。

創作者每個月選定一個不同的話題，然後圍繞這個話題製作大量的可視化效果，並記錄下她們的創作靈感、創作過程以及其中的收穫。

她們選擇的話題包括電影、書籍、音樂和懷舊、奧運、自然等等。

9.改劃選區：誰畫下了分裂國家的線？

來自：Jory Fleming

作者是一名地理專業的學生，他對美國選舉中的改劃選區行為非常感興趣。

他提出改劃選區在今天仍然是美國的一個問題，有許多方法可以劃定國會選區的界限。比如使用計算機生成選區，但電腦繪製的選區與收入不平等，種族不平等，弱勢群體或政治派別沒有聯繫。

相反，政治家所勾畫的選區與這些都有關。

作者指出計算機算法不考慮人們的社會經濟特徵，而僅僅是他們居住的地方；而政治家們在規劃選區時運用了社會經濟學以助自己當選。

10.16年柏林馬拉松，你的城市跑得多快

來自：Julius Troeger和Andre Paetzold

該應用程式展示了所有完成 2016 柏林馬拉松比賽的 35827 名選手在城市中的參賽情況。每位選手用一個點來表示，這些點會隨著時間的推進而移動，形成動態的動畫圖像。

通過交互型地圖，用戶首次可以跟進賽事進程，並能比較參賽者的實時位置、用時情況等。

輸入「China」後（如上圖），地圖顯示共有 861 名中國人參加了此次馬拉松比賽，平均用時為 4 時 43 分 37 秒。地圖上的紅點精確地反映了他們在比賽中的位置。

此外，用戶可以輸入馬拉松參賽者的個人最好成績，在地圖上追蹤他們的位置。

11.奇異空間的視覺解構

David Bowie 的音樂在可視化後會是什麼樣子？

為此，設計師和研究人員收集了 Bowie 1969 年的「Space Oddity」系列碟片，以不同的方式解構曲目：將音樂的旋律，和聲，歌詞，結構，故事和其他方面轉化為新的視覺系統。

12.憤怒的小鳥

來自：Periscopic

在美國最近 10 屆總統的就職典禮上，6 位總統的面部表情以及他們表達的情緒有著顯著差異。

其中有五位在發言中較為積極，與川普總統就職演說中的消極面貌形成了鮮明的對比。

歐巴馬2009年：13%積極

柯林頓1997年：55%積極

13.是什麼讓你整天糟心

為了搞清楚女性在推特上受到的負面影響，作者收集了4位印度女性一天中接收到的推文，然後過濾出貶低、辱罵性質的詞彙，加速幾千倍後形成了這個可視化作品。

14.燈亮了&燈熄了

來自：John Nelson

近些年來，夜空有很多有趣的變化。

作者對什麼可能導致燈光在特定地方出現產生了很大興趣，也對什麼原因導致一些燈光熄滅很好奇。

上圖中新打開的燈是藍色的，熄滅的燈是粉紅色的，沒有改變的地方是透明的。

作者的數據包括了近五年全球燈光的變化，經過可視化，他推測：

一些新的燈光出現可能是因為農村新電氣化，新石油開採地區的或新漁業水域的出現；

一些燈光漸漸消失則可能是對夜間光汙染採取的預防性措施，或是部分經濟困難地區的人口萎縮、戰爭或社會動蕩。

15.不歸路——地球如何適應氣候變化

來自：DensityDesign Lab

人類對氣候系統的影響不斷增長，如果放任不管，氣候變化將增加對人類和生態系統產生不可逆轉的影響的可能。

在這個作品中，作者分析了國際社會應對氣候變化而舉行的會議、採取的行動，以及這方面資金的去向等。

16.為什麼早上八點出生的嬰兒這麼多

作者收集了不同時間範圍內出生的嬰兒的數量，大到星期，小到每一分鐘，試圖揭示安排和幹預嬰兒出生時間的影響。

17.「看」的理論

來自：Daniel Xiang

培養統計直覺和學習方程式哪個更重要？

作者創建了 15 個交互性可視化合集，每一個裡面都包含了統計學導論課程中會遇到的一個小概念事件。

18.歷史上的遊泳世界紀錄

該數據可視化項目尚未對第45任總統進行更新。它完整記錄了有關所有美國總統的數據。該項目也是出自James Round之手。它探索了228年的歷任美國總統數據，比如政黨，教育背景，年齡以及在位時長。

這個項目把1900年到2017年初的遊泳記錄收集起來，算出每個運動員的平均速度。

然後作出假設，如果所有運動員都在同一個50米遊泳比賽中，到底誰會獲勝。

另外，你也可以選擇指定運動員，看看他在這場虛擬的比賽中是什麼表現~

19.怎麼修廁所

每年有數百萬人來Google搜索信息。

而從 2004 年開始，「怎麼...」的搜索量增長了 140％以上，其中大部分搜索是針對如何「修」東西——燈泡，窗戶，洗衣機甚至是廁所。

不同物件的「如何修理...」搜索指數

20.想要解決美國的槍枝暴力問題嗎？

來自：The Guardian

21.數據的未來

22.北極消融怎樣改變一切

來自：Bloomberg Graphics

23.營養標籤

24.紐約大食代

來自：Will Su

作者蘇家豪偶然在紐約一個公開數據網站上看到了各餐館衛生檢查的數據，由此產生靈感。

在加入了餐廳等級、食物價格以及Foursquare上食客們的評價後，一個全新的關係圖譜誕生了。

在可視化中，我們可以發現，餐廳的等級、衛生條件和食客的評價並不完全成正相關。

－數據分析展示就用DataHunter－