人类疾病网络

人类疾病网络是关于人类疾病和疾病的遗传起源或其他特征的网络。更具体地说，它是主要涉及疾病基因的人类疾病关联图。
在人类疾病网络中，如果两种疾病共享至少一种相关基因，则它们是相连接的。典型的人类疾病网络通常源自由疾病和基因信息组成的二分网络。
借助 Anjushree B V 以该网络为数据创作的交互可视化作品，可以了解人类疾病的类型和疾病之间的相关性。
image.png

—— @顾己(esora)

探索到目前为止发现的每个引力波事件

由黑洞剧烈碰撞产生的50个（确信检测到）引力波 碰撞符号（或中子星）在互动式数据可视化中。包括可爱的合并动画、声音、弹出和更多。
image.png

—— @张瀚文（六一）(liuyi-zhw)

偏心标签(Excentric Labeling)

偏心标签提供了一种在超大数据量的全局视图下效率查找信息，但却低性能占用的可能性。
1.效率：普通的鼠标 Hover 事件仅能指向单个对象，偏心标签通过类似于镜头的方式，将指向的对象从个体扩大到范围，并通过连线确保指向对象与信息的关联性，使识别信息与线索信息的传达更加效率。并且也同时避免了文本标签本身存在的各种堆叠、缩放识别度问题。
2.低性能占用的可能性：数据量特别巨大的情况下，由于性能瓶颈的制约，缩放等从全局抵达局部的实时交互操作不能保证流畅的体验，局部镜头+偏心标签的形式，也许能够借助局部渲染的方式，来使超大数据场景下，从全局抵达局部的分析模式足够自然且流畅。
image.png

—— @阁乐(xyang1000)

Data Design and the Autonomous Economy, with Matthew Falla

一篇对 Matthew Falla 的访谈。他是 Parallel https://parallel.systems/ 的合伙人，该网站也获得了 awwwards 的设计奖。
image.png
“你能分享一则数据可视化的心得吗？”：“成功的可视化作品应该是和读者的对谈，作为设计者应该先问自己你想了解什么”。
“你目前在设计中是如何使用数据的，以及未来会如何使用？”：“当下是一个愈发自动化和数据驱动的世界，相比处理特定的数据集，我更愿意帮助用户探索新产品知识图谱和智能代理中的”
下图来自他的产品 Trader Radar 帮助投资者分析交易员的对话，发现高风险的个体并监控趋势。
image.png

—— @沧东(cangdong)

城市中隐藏的美丽逻辑

城市一般有大道、林荫大道、街道、小道路等。虽然人们穿梭在这样的道路中，却很难整体了解它们编织在一起构成城市时所形成的模式。在此可视化中，作者把道路标记为几个主要城市的街道涂上颜色。通过这样做，这些通常认为被理所当然的事物出现了新的、令人惊叹的视图。

image.png

image.png

—— @十吾(shiwu-5wap2)

THE UNIVERSE OF MILES DAVIS

Miles Davis 的遗作，维基百科中每个涉及到他的页面。

今年，Miles Davis 已经 90 岁了。他去世 25 年后，他仍然是 Jazz 的代名词，我们可以从许多其他地方找到他的印记。

让我们通过提到他的每个 Wikipedia 页面进行排序来查看他的遗作。这种方法不仅突出了他的唱片和合作者，而且可以让我们有更深刻的洞见。

为了创建此列表，我们在 Wikipedia 上对包括 Miles Davis 的每个页面进行了搜索，共涉及数百个主题的 2452 篇文章。

image.png

首先，我们按年份对 Wikipedia 页面进行了排序，这使得我们更好地了解 Miles 的作品在其整个职业生涯中是如何被引用的。我们期望在 Miles 发行专辑的年份中 Wikipedia 页面会增加，但在 Miles 于 1991 年去世后，对 Miles 的作品的引用仍在继续。接下来，我们将每个 Miles Davis 参考文献汇总为几类。我们还在 Wikipedia 页面的开始部分中打破了 Miles Davis 的引用，这表明他与该主题密切相关。

image.png

—— @聚则(moyee-bzn)

探索海洋–互动科学海报

the GEOMAR Helmholtz Centre 海洋研究中心的交互式科学海报“ Explore the Ocean”（探索海洋）通过Hapag-Lloyd远征船上的多点触摸显示器，展示了复杂的海洋科学。 详细的3D动画和广泛的数据可视化解释了海洋中的全球过程，并使乘客容易理解气候变化。
image.png

—— @山果