中美贸易战的商品关税对抗可视化
关于中美贸易战,如何从18中产品发展到10000种产品的
图中每一个圆圈代表了一个商品种类,圈子的大小反映了该商品种类的价值。加上整个图随时间不同国家增加关税的过程,非常清晰的反映出了整个贸易战各个国家和美国对垒的激烈程度和受影响最大的商品类别
这个项目技术上的一个特点是页面上有10000+的圆点,但是整个展示过程非常的顺滑流畅,看了下项目的介绍,他们的做法是在页面上的点超过5000+的时候会将渲染引擎切换为webgl,确保了整个展示的良好体验。
在交互层面上,采用滚动的方式也来体现随时间流动而贸易战的激化的效果非常的自然
by #镜曦
Visualizing geospatial data
之前很多同学在周报里都推荐了「Fundamentals of Data Visualization」。本周阅读了其中关于地理信息展示的章节:「Ch.15 Visualizing geospatial data」。
下图(左)展示了风力发电机(紫色圆点)以及分布的密集区域(黑框)。其中包含了 4 个 layer:最底层是地形(山脉、水);上一层是道路网络;再上一层就是数据可视化层;最顶层是文本。分层展示的思想在 Mapbox、Deck.gl 以及 L7 中都是很常见的,设计友好的 API 例如 Mapbox Custom Layer Interface 🔗允许用户在内置层间随意插入自定义展示层,实现类似 Mapbox 内置文字层永远置顶的效果。
当然这些层也都应该是可以随意增减的。例如对于一个点分布图来说,过于细节的地形层和文字层就可以省略:
另外文中也介绍了一种 Cartograms 统计地图,并不需要地理信息的精确性。
by @沧东(cangdong)
The Interactive Guide to Dimensionality Reduction
可视化降维算法能够帮助发现数据模式及聚类关系,尽管可视化的展示维度只能局限于2-3维,但仍能够表现出高维数据的基本结构。这件作品以大都会艺术博物馆的800件藏品数据集为例,用交互页面+可视化的方式讲解了数据科学家是如何使用降维来探索和理解高维数据的,同时对比了PCA、tSNE、UMAP三种主流算法各自的思路、特点和展示效果。
by @sakuya(liuye-szvim)
麦卡托投影)的视觉误导
对于地图来说,一个很大的挑战是如何把球体映射成 2D 图像。目前主流的方式是麦卡托投影)。这个投影方式是假想一个与地轴方向一致的圆柱切或割于地球,按等角条件,将经纬网投影到圆柱面上,将圆柱面展为平面后所得。在该投影中线型比例尺在图中任意一点周围都保持不变,从而可以保持大陆轮廓投影后的角度和形状不变(即等角);但麦卡托投影会使面积产生变形。比如,加拿大和俄罗斯将近占据了整个地球表面的 25% ,但是从地图上来看只有 5%,更有甚者极点的比例甚至达到了无穷大。neilrkaye 做了一个动画来形象的展示这种问题:以及如果将墨西哥和格陵兰岛位置进行互换的动画,来展示这种差异:
by @青湳(qingnan)
辅助信息对于统计图表的解读帮助
基于社区发布的各个国家的 GDP,对于塑料的处理情况等数据的数据集,作者从一个不一样的角度分析这份数据:
通过一个简单散点图(x 人均塑料垃圾使用情况,y 人均处理不善的塑料垃圾情况),将各个国家分布在画布上,散点大小是 GDP 数值。
就这样的一个散点图,其实本身看不出太多什么信息,但是如果使用按照 GDP 进行集群,标记出高、中、低 GDP 集群,然后再看这个图,就可以看出一些结论:
- 发达国家的人均塑料垃圾使用量居中(x 轴的位置)
- 发达国家的人均塑料污染(处理不善的塑料垃圾)是最低的,说明在环境标准上,处理得是比较好的。
- 发展中国家无论是人均使用量、人均塑料污染上,都是最高的,这个是经济发展阶段必经之路。
从一张简单的 散点图 + 集群统计 就可以窥探环境问题在国家经济发展阶段中的不同地位;例如:中国前些年牺牲环境发展经济,这些年提倡“金山银山,不如绿水青山”,也是经济发展到一定阶段,开始注重环境保护。
统计元素也是探索分析中,非常重要的内容,一个无太多信息的散点图,加上统计元素(guide 元素)的标记之后,就可以给人数据上的深刻理解和洞察。
by @小为(hustcc)
地图可视化40年的海盗事件
几千年来,在公海上航行是一项危险且冒险的尝试。在大自然的强大力量和源于人为错误的自制障碍之间,即使是最勇敢的水手也不乏可能发生的灾难。但是对于人类历史的大部分时间来说,也许最令人担心的是水手们对海盗的恐惧。与这些掠夺者一起奔跑可能会导致贵重货物被盗甚至可能导致死亡,而且这种威胁即使在现代也是如此。
它根据国家地理空间情报局的数据库汇总了过去40年的海盗事件。通过地图我们可以发现现在海盗的温床主要分布在马六甲海峡,非洲之角,几内亚湾,加勒比海
by @ThinkGIS(xiaofengcanyue)
2017年欧盟地区工作人口迁移
从1968年开始,欧盟(时称欧洲共同体)便允许各个成员国之间工作人口的相互移民。其中深红色表示移居国外,黄色表示外来移民,圆环所占面积与移入/移出的人口数成正比。可以很明显地看出,英国、德国、西班牙、意大利和瑞士是外来移民最多的五个国家,而移出人口最多的则大多是东欧的拉脱维亚、波兰、罗马尼亚、保加利亚等国家。可视化结果与人们印象中国家的发达程度基本是吻合的。不过身为欧洲三巨头之一的法国,移居国外的人数竟然远多于移入的人数,且大多数都是移往英国,是否在某种程度上说明英国要比法国发达呢?
by @诸岳(dengfuping)