工作日时间分配可视化
作者:Nathan Yau 地址:https://flowingdata.com/2021/08/25/cycle-of-many/
这是对美国人一天生活的24小时快照。每个一种颜色的圆环代表一种活动。点越多意味着在一天中的某个时间段内从事相应活动的人的比例更大。
如果你从圆圈的顶部开始阅读,那会从上午9点开始,那时大多数工作的人已经在工作。顺时针方向移动,你会看到一天中随着时间的的流动,人们在中午休息吃午饭,下午5点左右下班,转到晚餐,然后放松。大多数人在午夜前睡觉,但也有一小部分人在晚上仍然在工作。内环与外环的对比,可以大概看出比较工作生活和家庭生活的占比。
— BY@明多牧(mingduomu)
探索性解释 — 文本可视交互激发积极的阅读
作者:Bret Victor 链接:http://worrydream.com/ExplorableExplanations/(需要科学上网) 专题:文本可视化
做一个积极的读者意味着什么?一个积极的读者会问问题,思考可能性,质疑假设,甚至质疑作者的可信度。积极的读者会试图概括具体的例子,并为概括设计具体的例子。一个积极的读者不会被动地吸收信息,而是把作者的观点作为批判性思考和深入理解的跳板。
一个典型的阅读工具,比如一本书或一个网站,只显示作者的论点。读者的思路仍然是内在的、无形的、模糊的、推测的。我们提出问题,却不能回答。我们考虑其他的选择,但不能探索它们。我们质疑假设,但无法证实它们。所以,最终,我们要么盲目地相信,要么盲目地不相信,我们错过了对话和探索所带来的深刻理解。
“探索性解释”项目,旨在激发和鼓励真正积极的阅读。其目标是改变人们与文本的关系。目前,人们认为文本是要消费的信息。作者想让文本成为思考的环境。
- 响应式文档允许读者探索作者的假设和分析,并得到结果。通过 drag 和 click 文本中的有意义的 entity 全局交互响应结果。
- 可探究示例(公式可视化)使抽象具体化,读者对系统如何工作更深的理解
- 上下文信息让读者及时地了解相关材料,并反复核对作者的主张。交互方式是敲击 W 按键开始 input 输入进行搜索(但是网站已经获得响应,放了一张它提供的示意图)。
——BY@小曦(lixi)(羽熙)
the unified hour
作者: interactivethings 链接: https://the-unified-hour.interactivethings.io/#/?_k=yfvrt7
背景:
the unified hour是一项自行车运动,这项自行车运动的前提非常简单:骑自行车的人在一小时内可以骑多远。没有竞争对手,只有自行车手和他们在赛车场中的田径自行车。剩下要做的就是开始踩踏板并继续左转。该学科的记录一直受到高度重视。简单的设置减少了外部因素,如从户外公路赛车学科中得知的道路条件,并允许几乎直接代表运动员的力量。通常允许运动员恢复的所有因素都缺失了。只有一个档位,它需要足够高才能获得稳定的节奏,但要足够低才能不受节奏的限制。没有滑流,没有风向,没有下降。而且没有办法补水,因为在主要是木制的轨道上可能发生的泄漏太危险了。
这个项目就是对这项运动的几次记录突破的可视化的呈现:
- 项目首先通过动画的方式将记录的表达的方式生动的传递给读者,通过示意图可以很清晰的知道数据是如何被编码的。
- 提供了交互的数据分析手段,可以让用户看到在不同条件下对记录的影响。
— BY@镜曦(jingxi.lp)
震惊!用 Python 分析了 Medium 1w+ 文章后,我竟得出了这样的结论
作者:Joachim Kuleafenu 链接:https://medium.com/analytics-vidhya/what-i-discovered-after-analyzing-10-000-medium-posts-with-python-bb012c6e004b
作者爬取了 Medium 上 1w+ 文章,分析出一篇文章的 clap(类似点赞,但可以重复最多 50 次)在相当大程度上决定了它的排序,以及如何让读者更愿意为一篇文章点赞。
一篇文章得到鼓掌次数的平均值为 196 次。要想进入前 1% 需要得到 1600 次。
为了挤进那前 1%,作者想到了最简单的办法:起一个吸引人的标题。
文章标题以及副标题中,最常用的关键词是什么?
出现次数排名前五的关键词分别是:data learning python using 以及 machine。
那些高赞文章的标题中又包含哪些关键词呢?
有 8 个关键词出现在了前 20% 的文章中,分别是:
- pandas,
- 5 (出现这个数字的原因是有大量类似这样的标题:Top 5 Open Data Science Competitions with Cash Prizes)
- Simple
- Science
- Learn
- make
- data
- python
因此作者建议在标题中添加一些更精准的描述,类似 “5 大好用的 Python 库”。
下一个问题是,这些关键词能多大程度影响一篇文章的点赞次数呢?
有关键词平均能涨 30 次。
最后,关键词之间的组合也很关键。
明显读者更偏爱 “How I” “You should” 这样的标题。类似中文世界里 “我是如何月入XX的”,“你应该了解的十大秘诀”
另外,作者还从其他维度例如 tag 数量,文章长度,发布日期(是否工作日)展开了分析。
—BY@沧东(cangdong)
未来十年增长最快的 20 个工作
作者:Jenna Ross
链接:https://www.visualcapitalist.com/the-20-fastest-growing-jobs-in-the-next-decade/
美国劳工统计局(BLS)预计从 2020 年到 2030 年,将创造 1190 万个新工作岗位,总体增长率为 7.7%。然而,一些工作的增长率远远超过这个水平。这张信息图使用BLS 数据来显示增长最快的工作(和下降最快的工作)以及它们各自的薪酬。
可以看到高速增长的工作主要分布在可再生能源、医疗保健和计算机和数学这些领域,例如风力涡轮机服务技术人员、执业护士、和统计学家。与此相反的是,像打字员、停车执法人员这些办公室和行政支持部门领域的工作的就业率会急剧下降。
—BY@顾己(esora)
End
发现有趣的可视化作品的话,欢迎来讨论区参与投稿!~