地球之夜，光之山脉
如果地球的地形是由夜间灯光组成的，会是什么样子的？该可视化展示了地球上的 3D 光之山脉。数据源于 NASA 卫星影像提供的发光及黑暗的位置。
by @十吾(shiwu-5wap2)
visx，一个来自 Airbnb 的开源可视化组件集合
为了统一 Airbnb 整个公司的可视化技术栈，visx 团队创建了这个项目。该项目将 D3 与 React 结合在一起，让 React 开发者能够快速实现自己想要的可视化效果。只要会 React，就能够轻易地上手 visx。visx 目前已经来到了它的第三个年头，同时，它也在 Airbnb 生产环境运行两年半了。visx 团队在使用了 TypeScript 重写项目后，在今年正式发布了 1.0 版。
by @珂甫(pddpd)
定量选择色板的方法
为信息图和数据可视化选择正确的颜色说起来容易做起来难。有色觉不足或者色盲的人可能很难看清某些颜色之间的区别，或者选择的色板可能不适用于需要显示的数据。
Sébastien Pierre 在Observable创作的notebook上介绍了一些量化色板属性的度量标准，以便在给定一组色板的情况下，如何为可视化创作选择“最适合”的颜色。
by @顾己(esora)
如何根据社交网络演化识别极端恐怖组织的形成？
上图为 2015 年 1 月期间，在俄罗斯的社交网站 VKontakte 上，支持 ISIS 的用户之间关系网络的描述。正如一种新的理论分析指出的那样，这张快照描述了一个大规模团体即将涌现的网络在几天后的样子，红色簇随后被系统管理员标记为“具有潜在危险”而关闭。
近年来，许多恐怖袭击似乎都是突如其来的，这使得恐怖袭击本质上无法被预测。一直以来，情报机构的努力都是，试图在“独狼”行动前就识别出他们。然而，利用恐怖主义同情者的数据，对网络上出现的极端组织的最新研究表明，这种策略是错误的。
这项研究将网络群体的发展与当液体接近凝胶状态时小团簇的形成类比，为如何及早发现这些群体提供线索。
凝胶形成理论模型通常假设，凝胶形成的介质是相同的。然而，在乔治华盛顿大学的 Neil Johnson 及其同事看来，如果考虑到是不同国籍、不同政治信仰的人组成了网络群体这一现象，这种均一性的假定是非常不准确的。
Johnson 说，在牛奶凝结的例子中，牛奶在经过一段时间的微观生长后，会形成小的凝块，尽管这些凝块可能并不明显，凝结过程却可以迅速发生。
类似地，在网络群体模型中，在大多数人口集聚形成集团以前，会形成大量的小集团。该模型指出，集群数量与集群规模之间的幂率关系才是问题的关键所在，当幂指数为 -5/2 时，系统将很快形成完全的凝胶状态。
by @聚则(moyee-bzn)
特朗普总统的谎言可视化
在美国布鲁克林Grattan Street，一道50x10英尺的墙格外醒目，这道墙展示了特朗普总统上任以来的20000条谎言，数据来源于《华盛顿邮报》，不同的颜色代表了不同的谎言类型，自右到左代表着时间的先后顺序。
其中可以看出，特朗普早期的谎言主要是围绕着“移民问题”（浅蓝）和“对外政策”（深蓝）的，这也印证了竞选期间特朗普对于这两个的激进观点也是虚实掺半的。而在中期，大量绿色谎言（新冠病毒）涌现，这也直接说明了其在新冠防治上的态度。而到了右边，选举期间来看，特朗普针对选举（橙色）和个人履历（红色）的谎言日益增长，而且“对外政策“再一次活跃出现。
据悉，该图被恶意破坏后，创作者正在募资谋求换个地方重新树立这道墙。
by @明多牧(mingduomu)
若有收获，就点个赞吧
0 人点赞
