再读拿破仑东征图

拿破仑东征图作为可视化领域里的“历史文物”经常被提及，相信大家都看到过。但是可能没有很多人仔细了解过这张图里的细节。

这篇文章：The most famous data visualisation ever and what we can learn from it 详细阐述了图中的细节，以及借此引申出的一些可视化设计原理，也点明了可视化的重要作用和意义。
by @步茗Neo(neowang)

Shifted Maps

[链接] [paper] 在地理空间上进行运动数据(movement data)关系展示的解决方案。将一个个体在一段时间内的movement data归纳为一系列主要地点和这些地点之间的关系连线，从而发现行为和位置之间的关系模型。同时提供了4种维度的探索视图：第一种视图是地理空间视图，代表地点的气泡出现在地图上相应的位置，使用透明度与地图背景进行区分。第二种视图是路程的视图，此时地图背景会消失，各地点气泡之间的layout和连线根据每两点之间的路程距离进行重新的计算和绘制。第三种视图为路程时间的视图，而第四种背景为访问频率的视图。

by @sakuya(liuye-szvim)

Years You Have Left to Live, Probably

Years You Have Left to Live, Probably 是一个拉取了美国人均寿命以及每一岁的死亡率作为参考推演一个人的死亡年龄的可视化作品。横轴是年龄，纵轴是生存概率。中间蓝线是平均了 2014 年人口出生死亡率画出的每个年龄段人的死亡率。每次验算死亡年龄便会有一个小点沿着蓝线运动，到推算的死亡年龄便会落到生存率0% 。下方是还能生活的年限分布图。

这个图很有意思，展示了一个算法的过程。唯一的缺陷就是每次演算的点，在死亡的年龄之前都是沿着平均线运动的，所以其实只有最后落下的时候才知道到底是能活多久。
by @青湳(qingnan)

holoviews

HoloViews is an open-source Python library designed to make data analysis and visualization seamless and simple. With HoloViews, you can usually express what you want to do in very few lines of code, letting you focus on what you are trying to explore and convey, not on the process of plotting.

by @沉虞(chenyu-yfkfp)

ON TIME EVERY TIME

模拟荷兰火车交通中最忙碌的一天，根据站点的连接情况来扭曲地图。当列车从一个站开始运行到下一个站时，从概念上讲，这两个站将暂时彼此靠近。这正是这个可视化显示的内容：每当火车移动到下一个火车站时 - 只要火车正在移动 - 原始火车站就会向目标站移动。火车越快，越靠近目的地。而且，从起点到目的地的列车越多，它越往目的地。当没有火车从某个车站移动到目的地时，该车站将慢慢地移回其原始地理位置。

可视化过程中比较漂亮的图片

by @ThinkGIS(xiaofengcanyue)

The Evolution Of Music Taste

“The Evolution Of Music Taste”反应欧美从1958-2016年最流行的5首歌曲变化情况的网站。在传统的折线图上加入歌手榜单的动态变化，随着榜单变化，第一名的歌曲也会变化。榜单变化本身是一个简单的事情，但加入了TOP1音乐作为背景，并随着时间产生相应变化，则是非常有意思的事情。

by @Moyee(moyee-bzn)

palettable

[project]: jiffyclub/palettable
Python 社区一个非常全面的“色板”项目，收集了可视化领域最著名的8套色板共近千套配色方案： CartoColors、cmocean、ColorBrewer2、Cubehelix、matplotlib、MyCarta、Tableau 和 Wes Anderson 设计的色板。为方便演示，还专门提供了面向 Jupyter 的接口，里面每一套配色方案都可以在 jupyter notebook 里直接输出。
这些配色方案林林总总，包含定性的、定量的和序列性的针对各种不同数据不同场景的经典配色设计，这个库的官网也都给出了这些方案的相关资料，值得一看。

by @绝云(leungwensen)