墨者修齐 2020-07-05·淹没在塑料中、单元可视化、秘密 7 - 离婚中的假想理由、简单易用的服务器监控工具 Ward

淹没在塑料中

全世界每分钟会有近一百万个塑料瓶被卖出。在过去的50年里，激增的塑料对我们的生存环境造成了恶劣的影响。如果我们一直收集这些废弃塑料瓶，将它们堆积起来，会是什么样的呢？
每小时产生的塑料堆积起来是这样的：

每天产生的塑料堆积起来是这样的：

过去4年产生的塑料堆积起来是这样的：

参天的塑料山让人类制造的摩天大楼也相形见绌。不得不说，塑料的回收、循环和再利用是我们每一个人的责任。

单元可视化

之前步茗提供的论文：
ATOM: A grammar for unit visualizations
ATOM DEMO: https://intuinno.github.io/unit/#/live
部分中文翻译：http://vis.pku.edu.cn/blog/atom_grammar/#more-9377

对于用户非常直观容易接受。

• 它的视觉映射方式非常直接，将每一个数据项映射到一个视觉元素，从而可以最小用户的认知与可视化之间的差距，减轻用户的认知负担
• 从认知角度，单元可视化能够维持数据单元与视觉元素的一致性，因此在动画过渡的过程中能够帮助用户追踪视觉元素
• 每一个数据项映射到一个视觉元素中，因此视觉元素可以保持原始数据的属性，从而符合用户对于数据的认知并且帮助用户构建心理认知模型
• 能够支持用户的多种交互，包括过滤，查询等等

另外 SandDance 有 VS Code 插件
https://medium.com/@sefaoguzsaglam/how-to-start-data-visualizing-with-microsofts-sanddance-for-beginners-abe5c0552750

秘密 7 - 离婚中的假想理由

Secret 7- Grounds for divorce visualisation
Infographic created for the Secret 7 project. A data visualisation of the Elbow’s Grounds for divorce.

Ward：简单易用的服务器监控工具

美国各州新冠病例发展趋势

珊瑚和鱼

https://knowledge.figshare.com/noaa/
互动探索太平洋中各岛随时间变化的珊瑚和鱼类数量。

这个项目很好利用数据的特点，还原出来采集数据所在岛屿的轮廓特征，并使用一个小工具让密集重叠的点和数据可以更好的展示。

Github 用户画像

profile-summary-for-github

消失的森林

基于目前的趋势针对2010-2050年的森林面积变化情况作出预测的可视化作品。绿色色带编码森林重建程度，紫色色带编码森林破坏程度。

WFP-VAM 数据可视化平台

https://dataviz.vam.wfp.org/seasonal_explorer/rainfall_vegetation/visualizations#
用于监控农业季节的表现。该系统将使用户能够评估当前和过去雨季的表现，比平常条件干燥或潮湿的时间和强度，以及对大多数国家和国家以下地区对植被状况的影响，比如如下图是中国-浙江-杭州的可视化展示页面。

• 地区选择，配合了地图进行筛选；
• 图表支持下载PNG图片，CSV数据；

可视化自动生成系统 Draco

给大家介绍前目前学术界最先进的可视化自动生成系统，Draco，发表自2019的可视化顶级会议VIS。
Draco是在D3和Vega Stack(Vega, Voyager, Vega-Lite)的基础之上开发的新一代自动可视化系统，Draco的核心目的是为用户实现自动的专业级可视化生成，与AVA有一定的相通之处。相对于过去的自动可视化系统(Voyager)而言，Draco实现了令人惊艳的自动化性能。
对于用户而言，Draco是一个Black Box，用户只需要输入数据集和规定的数据描述，Draco就可以为用户输出一个遵循设计准则的精美可视化结果。
Draco的核心是可视化标准建模，它通过将之前的研究者提出的数百条可视化准则转化为限制条件，在这些限制条件之内创造搜索空间，并在搜索空间中进行优化，最终将优化结果转化为Vega-Lite交互式语法输出，整个模型如下所示：

Draco的黑盒结构很简单，它将所有的限制条件分为两种，强制限制和偏好限制。强制限制是必须满足的标准，比如边不能交叉等。偏好限制是可选的限制标准，但是每条偏好限制会提供不同的负反馈（类似深度强化学习DRL），因此，所有的偏好限制可以构成一个非常大的可行求解空间，因此这个可视化过程转化成了计算机竞赛中的问答集问题（ASP，如汉诺塔），有很多种动态规划方法可以非暴力求解，求解方式不再赘述。因此Draco可以简单的获得偏好空间中的最优解。下面是一个简单的对一个三类数据展示数值和总计的例子，左边是未优化的结果，右边是最终优化后的两个输出图表：

数据可视化美国春天越来越早的原因

第一幅影像由覆盖美国地图的不同颜色的叶子组成。使用树叶表示数据是一种简单而美观的符号，可以有效地直观表示数据和故事。在美国大陆的大片土地上，春天实际上比过去几年来得早。

根据上月发布的NOAA国家气候报告，美国大部分地区的春季平均温度在2012年达到最高水平，而美国大部分地区的春季平均温度在过去7年中也达到了最高水平。

爱丁堡自行车骑行路线

（看起来 19 年底 20 年初丝毫没受到疫情影响，骑行范围反而更大了）

数字图书馆可视化 CODE ATLANTICUS

一个很有意思的数字图书馆可视化项目，由意大利的可视化团队制作，以趣味交互的方式展示了达芬奇的大西洋古抄本中所有的手稿。

通过文献学的研究，将手稿分为五个主题：几何和代数； 物理学和自然科学； 工具和机器； 建筑与应用艺术；人文科学。每页的内容按与页面上讨论的主题成比例的部分显示，用五种不同的颜色以区分。

用户可以按照写作年份，数字顺序，主题三个粒度，自由组织整本图册，进行页面比较。

我认为数据可视化不光是用图表来展示数据，也是以数据为视角来看待世界，展示世界。逻辑性和交互性都需要兼顾。逻辑性能将数据本身以更加直观清晰的方式传达给观者，主要传达的是创作者本身的想法。而交互性则为观者提供了自己探索数据使用数据的方式。如何将抽象历史资料数字化，并以一种优雅的方式展示出来，这个项目提供了一个很好的思路。

Origraph: Interactive Network Wrangling

Data Wrangling是指包括数据清洗、数据集的合并和数据模型变换在内的数据整理操作。作者提出了一种可视化图数据建模&变换/编辑工具Origraph，支持从表格数据开始，通过关系建立等构建图数据模型，并可对数据模型进行可视化编辑。作者通过调研和实际经验，整理和总结了图数据整理过程中的任务和常用操作，很具有参考价值。可视化界面的设计，为从图数据的建模和编辑带来了方便，具有实际应用价值。

界面

从表格数据中发现和构建关系，从而得到图数据模型。支持对关系进行推荐：一对一匹配的关系有更高的分数。