Py3plex
Py3plex是一个用于分析和可视化异构数据的Python库。异构网络是具有分配给节点和边附加信息的比较复杂的网络,Py3plex库包括一些最先进的算法,可用于分解、可视化及分析此类网络数据。
Py3plex库包括以下功能:
- 提供用于处理多层复杂网络的图元;
- 为异构网络的统计分析提供一套核心算法;
- 提供广泛的网络网络分解算法集合;
- 为高效的算法提供Python包装器。
脑血管动脉的布局可视化方法
这是2018 年最佳海报,CerebroVis: Topology- and Constraint-based Network Layout
for the Visualization of Cerebrovascular Arteries 关于脑血管动脉的布局可视化方法,包括中风在内的脑血管病的诊断需要通过一些视觉上的任务进行诊断,如识别异常的血管血流量等。现有的通过 CTA、MIP 等方法由于部分动脉的密度、交缠等情况,难以看清。
本文通过结合下面三种方法的思想,设计出了一套清晰的脑动脉可视化方法。
最终结果:
这里有可以交互的 demo:
https://aditeyapandey.github.io/CerebroVisProject/visualization.html?name=BG0003_ColorCoded
by @十吾(shiwu-5wap2)
What would a powerful earthquake feel like where you live?
洛杉矶时报基于 Mapbox 实现了一个不错的案例,使用 USGS 开放的地震数据结合热力图直观的展示了 LA 周边地区的震感。
其中涉及的文本标注、热力图、Marker 和图例其实都已经可以用 L7 实现了,可以作为后续 L7 精品 DEMO 的一个参考。当然其中文本描述(下图中 violent 的下划线颜色对应图例中的体感等级)和数据的联动还需要优化。
by @沧东(cangdong)
The Most Violent Cities in the World
图形展示了2017世界上最暴力的50个城市。根据每个城市的人口数量和凶杀比例(凶杀数量占人口比例)分布在X轴(凶杀比例)和Y轴(然后数量)画布上;对每个城市,图形同时展示出了这些数据:2017年该城市的凶杀数量、城市地理位置区间、凶手原国籍、和凶手数量和2016年变化。
by @翎刀(zqlu)
KeyLines Time Bar
KeyLines提供了Time Bar组件,用于分析图随着时间的变化情况。
Time Bar的优势
- 聚焦感兴趣的时间范围
用户选择感兴趣的时间范围,只看这段时间里图上节点和边的情况 - 基于过去理解将来
借助Time Bar提供的播放/暂停功能和微调布局(Tweak Layout),用户可以看到网络随着时间的演变情况,甚至预测将来的事件。
Time Bar的功能
Time Bar组件与图是紧密联动的,当选择的时间范围改变了,图上的节点和边也会相应发生变化。
同时Time Bar也可以作为一个独立的组件,用于理解图上的数据是如何随着时间变化的。
- Time Bar水平方向的刻度(Scale)表示时间。
- 用户通过鼠标滚轮、缩放控件(Zoom Controls)或者直接双击时间刻度,可以对时间从世纪维度缩放到分钟维度。
- 通过拖拽两边的滑块(Slider),改变时间起止范围。
- 导航控件(Navigation Controls)允许用户播放、暂停、快进和后退时间条。
- 用直方图(Histogram)表示数据的概览,直方图纵坐标值表示该时间区间内网络的数据情况。
- 当用户在图上选中1个、2个或3个节点(最多支持3个节点),这些节点和与它们直接相连的节点的数据在Time Bar上通过折线图的方式呈现出来
- 微调布局(Tweak Layout)帮助用户理解网络随着时间的变化
弗里德里希威廉四世笔下的过去视觉
可视化显示了Friedrich Wilhelm IV沿主题和时间分类的历史绘图库存。
项目上方是一组最关键字,该关键字是最常见的主题是在弗里德里希-威廉四世的图纸,点击的关键字按主题来缩小图纸的选择。
所述附图是根据它们成长期沿着时间线的位置。其中包括更多的历史和传记信息。
使用触摸板或滚轮放大图纸和时间线区域以查看更多详细信息。单击并拖动背景以移动视口。
by @镜曦(jingxi-g5ldr)
人类能源系统的信息可视化
在制定如何在2050年前实现零碳排放量之前,我们可以先通过这份信息可视化作品来了解一下人类的能源系统。
这张信息图将世界上的大型和著名的发电厂,从福岛核电站到三峡水电站,按照每天产生电力的总量,做了一个排名,并根据能源类型做了分类和统计。可再生能源只占了总能源的36%。
太阳能和风能这些完全清洁和总量巨大的能源,人类只利用了其中1%都不到的能源。
by @顾宇晖(guyuhui)