
解讀諾貝爾獎(jiǎng)“大”數(shù)據(jù):想獲獎(jiǎng)先搬家
2015年的諾貝爾獎(jiǎng)已經(jīng)公布,咱們中國(guó)的女科學(xué)家屠呦呦獲獎(jiǎng),真是舉國(guó)振奮的好消息。
眾所周知,諾貝爾獎(jiǎng)的設(shè)立,對(duì)物理學(xué)、化學(xué)、醫(yī)學(xué)的發(fā)展起著重要的激勵(lì)作用。自1901年諾貝爾獎(jiǎng)首次頒發(fā)到2014年為止,在過去114年中,已經(jīng)有889位來自物理、化學(xué)、生理/醫(yī)學(xué)、經(jīng)濟(jì)學(xué)、文學(xué)等方面的杰出人士獲獎(jiǎng)。他們的研究成果影響著世人,改變著世界,為當(dāng)今科學(xué)的進(jìn)步做出了巨大的貢獻(xiàn)。
“中獎(jiǎng)”雖然絕非易事,但也有規(guī)律可循。獲獎(jiǎng)?wù)叨加心男┫嗨泣c(diǎn)呢?都來自什么地方?下面我們就通過一張圖試著分析下規(guī)律。
這是一張記錄了在1901年到2012年期間每一位獲獎(jiǎng)?wù)咝畔⒌膱D片,包括了獲獎(jiǎng)年份,研究領(lǐng)域、所在機(jī)構(gòu)以及學(xué)術(shù)方向。
看起來很復(fù)雜?且聽小編下文分解。
首先總體來看,這張圖的X軸代表獲獎(jiǎng)年份,Y軸代表獲獎(jiǎng)?wù)叩哪挲g,具體可以看上圖的圖例。圖例上標(biāo)示了所有獲獎(jiǎng)?wù)叩钠骄挲g,以及每個(gè)獎(jiǎng)項(xiàng)獲獎(jiǎng)?wù)叩钠骄挲g。甚至標(biāo)注了每一年每一位獎(jiǎng)項(xiàng)頒發(fā)的人數(shù),學(xué)歷、性別以及獲獎(jiǎng)的時(shí)候所在大學(xué)的具體情況。
在名校工作的獲獎(jiǎng)?wù)吒?/span>
由這張圖可以看出,獲獎(jiǎng)?wù)咦疃嗟钠咚髮W(xué)分別是哈佛大學(xué)、麻省理工學(xué)院、斯坦福大學(xué)、加州理工學(xué)院、劍橋大學(xué)以及加州伯克利分院。這些都是世界名校,能進(jìn)去其中工作的人都是領(lǐng)域內(nèi)的佼佼者,而且這里不僅有優(yōu)越的研究條件,還有優(yōu)秀的合作伙伴,獲獎(jiǎng)?wù)叨嘁膊⒉灰馔狻?/span>
不僅要有成果,還要長(zhǎng)壽
再來看獲獎(jiǎng)?wù)叩钠骄挲g,我們以化學(xué)獎(jiǎng)來舉例,所有獲獎(jiǎng)?wù)叩钠骄挲g為59歲,但化學(xué)獎(jiǎng)獲得者平均為57歲,不過近年來獲獎(jiǎng)人士的年紀(jì)普遍超過了平均年齡。這一方面是因?yàn)榭茖W(xué)家們真的是“老驥伏櫪,志在千里”,另一方面也是因?yàn)橹Z貝爾獎(jiǎng)越來越傾向于“讓時(shí)間先來檢驗(yàn)成果”,這種趨勢(shì)也帶來了一些遺憾,給某個(gè)成果頒獎(jiǎng)時(shí),這個(gè)成果的核心人物已經(jīng)去世了。
科學(xué)與性別無關(guān)
獲獎(jiǎng)?wù)哂心行砸灿信?,在這張圖中都有統(tǒng)計(jì)數(shù)據(jù),但這僅僅是為了統(tǒng)計(jì)之用。雖然目前來看,女性獲獎(jiǎng)?wù)呱儆谀行垣@獎(jiǎng)?wù)撸@背后有著復(fù)雜的社會(huì)因素,近年女性科學(xué)家們?cè)絹碓浇艹龅谋憩F(xiàn)已經(jīng)說明了,其實(shí)性別并不重要,科學(xué)并沒有國(guó)家、血統(tǒng)以及性別之分,只要在其領(lǐng)域中做出了卓越貢獻(xiàn)就可以獲獎(jiǎng)。
想獲獎(jiǎng)?先搬家
你想獲獎(jiǎng)嗎?那先搬家吧。這張圖片還統(tǒng)計(jì)了獲獎(jiǎng)?wù)叩木幼〉兀磥硐氆@獎(jiǎng)還得選地方啊。圖中顯示住在紐約的獲獎(jiǎng)?wù)咦疃啵?1人。位居次席的是巴黎,有23人之多,巴黎人不只浪漫,還是盛產(chǎn)諾獎(jiǎng)的城市啊。怎么樣,心動(dòng)了嗎?走,咱去巴黎吧。
團(tuán)結(jié)就是力量
你知道諾貝爾獎(jiǎng)可以幾人共同分享嗎?其實(shí)這種情況挺多的,在圖中也有顯示,那么究竟有多少呢?諾獎(jiǎng)?lì)C發(fā)了多少次呢?我們從諾貝爾獎(jiǎng)的官方網(wǎng)站找到了相關(guān)數(shù)據(jù)。
獲獎(jiǎng)?wù)叨酁椴┦?/span>
最后來看看獲獎(jiǎng)?wù)叩膶W(xué)歷。由這圖中可以看出,雖然在各個(gè)領(lǐng)域里獲獎(jiǎng)?wù)咭圆┦繉W(xué)歷者居多,但也有以碩士、學(xué)士學(xué)歷獲獎(jiǎng)的,這里邊的差異是因?yàn)橛行W(xué)科,碩士學(xué)位就可以了,不一定要博士學(xué)位才有更好的發(fā)展。在諾貝爾文學(xué)獎(jiǎng)中,這一情況則不同。文學(xué)獎(jiǎng)是比較特別的獎(jiǎng)項(xiàng),跟獲獎(jiǎng)人的學(xué)術(shù)高低無關(guān),只跟你的作品有關(guān),所以很多獲獎(jiǎng)?wù)吒緵]有學(xué)位,而且沒有學(xué)位的獲獎(jiǎng)?wù)呱踔琳级鄶?shù)。還有一個(gè)獎(jiǎng)項(xiàng)也是這樣的情況,這就是諾貝爾和平獎(jiǎng)。
從這張圖中看,你會(huì)發(fā)現(xiàn)有些獲獎(jiǎng)?wù)呱踔梁苣贻p,甚至還是個(gè)孩子,自然也沒有學(xué)位了。例如2014年諾貝爾和平獎(jiǎng)的獲得者之一巴基斯坦女孩馬拉拉當(dāng)時(shí)才17歲,頒獎(jiǎng)詞稱贊其“反抗針對(duì)兒童和年輕人的壓迫,捍衛(wèi)了兒童受教育的權(quán)利”。
居里夫人
圖中還有特殊的注解,例如居里夫人是第一個(gè)兩次獲得諾貝爾獎(jiǎng)的獲獎(jiǎng)?wù)?;?jiǎn)?丁伯根和尼可拉斯?丁伯根是唯一兩兄弟都獲得諾獎(jiǎng)的親兄弟,分別是經(jīng)濟(jì)學(xué)獎(jiǎng)和醫(yī)學(xué)獎(jiǎng)。聞名世界的無線電之父馬可尼是唯一一個(gè)沒有學(xué)位的物理學(xué)獲獎(jiǎng)?wù)摺?/span>
簡(jiǎn)?丁伯根和尼可拉斯?丁伯根兄弟
2015年的諾貝爾獎(jiǎng)已于10月5日至9日陸續(xù)發(fā)布,感興趣的朋友也可以看看,今年的獲獎(jiǎng)?wù)邆兪欠裎呛线@張圖中的規(guī)律。
最后,感謝科學(xué)進(jìn)步對(duì)人類發(fā)展的推動(dòng),感謝獲獎(jiǎng)?wù)邆優(yōu)槭澜缱龀龅呢暙I(xiàn)。
注:
1、多次獲獎(jiǎng)的獲獎(jiǎng)?wù)撸壕永锓蛉耸堑谝粋€(gè)獲得過兩次諾貝爾獎(jiǎng)的人(化學(xué)和物理)。
2、年紀(jì)最長(zhǎng)的獲獎(jiǎng)?wù)撸喝R昂尼德?赫維奇獲獎(jiǎng)的時(shí)候90歲。
3、最年輕的獲獎(jiǎng)?wù)撸和?勞倫斯?布拉格獲獎(jiǎng)時(shí)25歲(這個(gè)圖表只到2012年,2014年巴基斯坦女孩馬拉拉17歲獲得和平獎(jiǎng))。
4、兄弟獲獎(jiǎng):簡(jiǎn)?丁伯根和尼可拉斯?丁伯根是唯一兩兄弟都獲得過諾獎(jiǎng)的親兄弟(分別是經(jīng)濟(jì)學(xué)獎(jiǎng)和醫(yī)學(xué)獎(jiǎng))。
5、沒有學(xué)位的獲獎(jiǎng)?wù)撸厚R可尼是唯一一個(gè)沒有學(xué)位的獲獎(jiǎng)?wù)撸ㄌ刂肝锢韺W(xué)獎(jiǎng))。
6、去世后獲獎(jiǎng)?wù)撸喊@?阿克塞爾?卡爾費(fèi)爾德(瑞典人)是唯一一個(gè)去世后獲獎(jiǎng)的人。
7、第一個(gè)女性經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者:埃莉諾?奧斯特羅姆,是第一位也是唯一一位獲得諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)的女性。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11