- ShowYourStripes">ShowYourStripes
- 蚊子出没
- Uber’s vis.gl brings glTF to geospatial data visualization">Uber’s vis.gl brings glTF to geospatial data visualization
- InfoNice:轻松创建信息图
- A Day in the Life: Women and Men">A Day in the Life: Women and Men
- The Largest Vocabulary In Hip Hop">The Largest Vocabulary In Hip Hop
- Infranodus">Infranodus
ShowYourStripes
这两天 twitter 上关于可视化最火的标签可能就是#ShowYourStripes了。英国雷丁大学的气候学家 Ed Hawkins 制作了一个非常简洁的可视化作品来证明全球变暖。他将某个选定地区在过去 100 年内每年的平均气温做成一条带颜色的柱子,气温越高颜色越偏红。将 100 条柱子按照时间顺序平行排列为条码图,直观的表现了某一地区的气候变化。
比如下面是英国牛津郡从 1814 年来的每年平均气温变化。
各地网友纷纷晒出了自己地区的气候变化,比如里士满:
加州:
更有一些媒体参与,制作了更丰富的信息:
我也尝试着制作了一张中国的气温变化条码图:
这是中国从 1901-2018 年的年平均气温变化情况。(数据来源于 Berkeley Earth)
几乎所有图片都直观证明了全球气温变暖的事实,并且对于民众来说非常有冲击力。在特朗普退出巴黎气候协议之后,这份可视化作品让美国民众重新思考环境问题。可以说这是数据可视化四两拨千斤的一个表现案例了。
感兴趣的朋友可以自己尝试访问网站 https://showyourstripes.info/ 来制作气温条码图。
by @步茗Neo(neowang)
蚊子出没
夏日已来,少不了蚊虫叮咬,看一下相关蚊子的可视化,首先看一下中国天气网-江苏气象发布的蚊子预报:
原网址:https://mfs.jsweather.com.cn:8018/mfs-wx/
蚊子进入建筑的可视化
研究者们设计了一系列的实验,验证各种方案对蚊子的拦截作用,通过可视化展示蚊子如何进入和离开建筑,可以作为建筑防蚊的依据。
感兴趣的同学可以读一下原文,体会一下可视化在科学实验中的作用。
by @萧庆(xiaoqing)
Uber’s vis.gl brings glTF to geospatial data visualization
来自 Uber 技术团队的文章,原文发表在 Khronos® Group 官方博客上,可见是非常优秀的地理信息展示结合 WebGL 渲染技术的实践总结。
Uber 的可视化团队与 Uber Advanced Technology Group 合作开源了 AVS(Autonomous Visualization System),对于自动驾驶过程中收集的数据进行展示(DEMO 地址)。
AVS 系统对于不同类型数据采用丰富的可视化手段呈现:
- 地理可视化场景中常见的要素,例如线(行车路线)、立方体(行人、自行车)、marker、tooltip 等
- 三种相机(投影)模式切换:常规透视、第一人称(驾驶员视角)和自顶向下视角
- HUD 指标卡(车速、轮胎朝向)
- 折线图展示加速度等指标变化趋势
- 3D PointCloud 展示 LIDAR 数据(行车过程中周围的环境)
- glTF 格式的 3D 模型(汽车)展示
- 时间轴控制动画效果(行人、自行车、汽车行车路线)
- 展示实时摄像头画面
对于其中涉及到的渲染技术,尤其是地理可视化中的 3D 渲染技术,L7 可以借鉴丰富表达能力:
- kepler.gl 中将散点图中的点替换成 glTF 格式的 3D 模型进行展示,例如小汽车模型(左图),在 deck.gl 中通过 SceneGraphLayer 🔗使用。之前我也写过一个的 glTF 渲染器(右图)知乎文章,从技术实现上并不是难事。
- 3D PointCloud 展示 LIDAR 数据,通常由飞机向地面发射激光收集物体高度数据。相比普通的静态高清图片,使用 PointCloud 展示交互性更强(例如可以 3D 旋转、配合 tooltip 等)「Coloring LIDAR - Build your own 3D map with LIDAR point clouds」🔗介绍了 Mapbox + deck.gl 的一个实例,包括了获取 LIDAR 数据及后续使用 QGIS 处理的过程 在线DEMO。
- Polygon 拉伸后的 3D 展示,用于展示城市楼宇信息。下图为 deck.gl v7.0 根据 GeoJSON 展示的曼哈顿,包括光照和阴影效果。值得一提的是 deck.gl 在常见的光源(平行光、点光源、环境光)之外还支持阳光(在平行光基础上改进,根据 UTC 时间改变方向)。
- 视角切换并同步地图底图。deck.gl 除了默认的 MapView 之外,还提供了第一人称、第三人称等视角 🔗以及各视角切换时平滑的插值动画。在 AVS 系统中就提供了切换到驾驶员第一人称视角的功能。
InfoNice:轻松创建信息图
CHI18的文章,提出了一种可视化设计工具InfoNice,使用户能够轻松地创建各种信息图。
信息图被广泛用于传达信息并有效地呈现数据,美观且令人印象深刻。但制作出富有表现力的信息图对普通用户来说并不容易。从图元开始搭建出准确的信息图对设计师来说过于繁琐,而借助于一些数据驱动的构建工具却需要一定的编程能力。
视觉修饰(visual embellishment)可以增强读者对信息的记忆、提供上下文以及标记数据,文章作者着眼于此,通过增加视觉修饰,来快速地将可视化图表转化为更有表达力的信息图。用户使用常用的可视化工具Power BI创建得到可视化图表后,通过InfoNice工具在上面修改图元,系统会保持模版原有的结构,数据驱动地将简单图元替换为用户设计的图元,生成信息图。用户可以方便地在数据探索和展示之间迭代。InfoNice提供的简单易用的界面和操作,使得没有设计背景的一般用户也可以绘制丰富的信息图。
使用InfoNice创作的信息图
论文:infonice.pdf 演讲视频:link
by @顾己(u210901)
A Day in the Life: Women and Men
这是一个描述男女一天中作息与差异性的可视化作品。作者采用了American Time Use Survey 的问卷数据,将每个人表现成一个圆,用颜色区分性别。蓝色代表女,橙色代表男。用圆的运动代表了人的作息状态变化。
by @青湳(qingnan)
The Largest Vocabulary In Hip Hop
该项目最初发布于2014年,最近更新于2019年01月,更新的内容包括歌词数据和另外75位艺人,如Lil Uzi Vert, Lil Yachty, Migos等。
它比较了嘻哈中一些最知名的艺人使用的独特单词的数量(就是塔希尔·亨普希尔曾经提出的定量抒情观点的一个例子)。该项目使用了每个艺人的歌曲中的前35000个歌词,35000个歌词包括3-5个录音室专辑和EP,如果艺人的歌词少于35000个,则使用了混合磁带,相当多的说唱歌手没有足够的官方资料。
从最初的版本开始,现在有一个明显的趋势,即新艺人的歌词中独特的单词较少。从下面这个图表中更容易看到,从他们发布专辑的日期计算,统计专辑中的词汇,突出显示每个艺人的主要年代中的独特单词。#
新艺人使用较少的词汇,这并不是因为嘻哈音乐已经弱化了,而是说明有一个新的派别已经发展起来了:从复杂的抒情风格转向了传统与流行音乐的结合。
by @聚则(moyee-bzn)
Infranodus
这是一个文本分析工具,它通过将文本的关系通过Graph展示出来,用户可以对这个图进行分析。
这个工具的主要特点:
- 建立文本之间的关系并可视化出来
- 建立文本节点与图节点的映射,并提供了文本在图上的播放能力和交互能力
- 提供子图的高亮等交互等图交互操作
- 文本的交集和并集的关系分析