CDA數(shù)據(jù)分析師 出品

編譯：Mika

我們不斷在創(chuàng)造著大量的數(shù)據(jù)。據(jù)估計，僅在2020年我們就產(chǎn)生了驚人的59澤字節(jié)的數(shù)據(jù)。

隨著如此多的信息四處傳播，數(shù)據(jù)分析已經(jīng)成為一個不可或缺的專業(yè)領(lǐng)域，這并不令人驚訝。

而這其中的一個關(guān)鍵部分就是數(shù)據(jù)可視化。

用圖表表示數(shù)據(jù)，能夠使我們發(fā)現(xiàn)新的見解，進行高層次的分析，并以清晰、簡潔的方式傳達(dá)我們的發(fā)現(xiàn)，同時這還是一種藝術(shù)形式。

在本文中，我們將列舉出2021年度那些令人驚艷的可視化作品與你分享。

1. 對澤字節(jié)進行可視化

如前所述，人類在2020年創(chuàng)造了大約59澤字節(jié)的數(shù)據(jù)。要知道，人類在2010年代中期創(chuàng)造的數(shù)據(jù)才達(dá)到1澤字節(jié)，這是一個令人難以置信的數(shù)量。隨著世界范圍內(nèi)數(shù)字化連接趨勢越來于強，我們的數(shù)據(jù)生產(chǎn)速度只會更快。

1澤字節(jié)相當(dāng)于六億個字節(jié)，到底是個什么概念呢？不妨看看下圖。

(來源：The Guardian / Cisco)

上述可視化無疑使我們更容易理解1澤字節(jié)到底有多么龐大，這就是數(shù)據(jù)可視化的力量。

2. 《星球大戰(zhàn)》系列中人物互動的網(wǎng)絡(luò)圖

隨著我們產(chǎn)生的數(shù)據(jù)量不斷增長，需要更復(fù)雜的可視化技術(shù)來理解它。一種越來越流行的數(shù)據(jù)形式是網(wǎng)絡(luò)圖，這讓我們繪制許多不同點或節(jié)點之間的關(guān)系。對于描繪可視化中出現(xiàn)的連接或群體，網(wǎng)絡(luò)圖是非常不錯的選擇。

（來源: Kirill Benzi ）

這個醒目的網(wǎng)絡(luò)圖不僅僅是一張漂亮的圖片。它追蹤了《星球大戰(zhàn)》宇宙中的2萬多個角色之間的聯(lián)系。每個角色都由一個節(jié)點代表。

其中紅色代表力量的黑暗面；藍(lán)色代表光明面；黃色表示罪犯和賞金獵人?？偣灿谐^66,000個連接，這恰恰顯示了網(wǎng)絡(luò)圖可以有多么強大。

3. 新冠肺炎的潛在傳播的熱圖

隨著智能手機能追蹤人們的行動，標(biāo)記位置的數(shù)據(jù)正迅速成為一種普遍現(xiàn)象。這在新冠疫情期間被證明特別重要，因為各國爭先恐后地跟蹤和追查潛在的感染鏈。在這個例子中，數(shù)據(jù)可視化軟件供應(yīng)商Tectonix向我們展示了特定位置數(shù)據(jù)地圖的潛力。

（來源：YouTube / Tectonix GEO ）

這個可視化圖顯示了2020年春假期間在佛羅里達(dá)州收集的手機定位數(shù)據(jù)。每個手機信號都由一個紅色節(jié)點代表。紅色節(jié)點表示有很多人在享受春假。藍(lán)色強調(diào)的區(qū)域是勞德代爾堡的一個海灘。

（來源：New York Times / Tectonix GEO ）

通過追蹤該海灘上的每個節(jié)點，Tectonix顯示了春假結(jié)束時個人旅行的確切地點。因此，我們可以很容易地看到來自該海灘的個人可能已經(jīng)傳播新冠疫情的距離和范圍。

4. 人口密度3D圖

另一種常見的地圖類型是3D地圖。

雖然有些可視化使用3D元素來增加一點亮點，但最好的可視化是充分地利用三維空間。位于英國的數(shù)據(jù)分析公司Automatic Knowledge Ltd.的創(chuàng)始人Alasdair Rae在這一可視化過程中完美地說明了這一點。

（來源：Alisdair Rae / statsmapsnpix.com ）

利用歐盟免費提供的GHS_POP數(shù)據(jù)，這些圖片顯示了整個歐洲的人口密度。該地圖被分解成1公里×1公里的方塊，條形高度代表了生活在每個地區(qū)的人口數(shù)量。除了提供引人注目的效果圖外，我們還可以一目了然地看到哪里是人口最密集的地區(qū)。例如，巴黎、倫敦、馬德里和羅馬都脫穎而出。

5. 當(dāng)下流行的編程語言

如果沒有與數(shù)據(jù)分析相關(guān)的主題，那么這篇文章是不完整的。

考慮到這一點，下面這個圖表就通過氣泡圖和循環(huán)網(wǎng)絡(luò)圖顯示了在CRAN上300個包中使用的流行編程語言。

（來源： Dr Torsten Sprenger / GitHub ）

通過從TIOBE指數(shù)（衡量編程語言的流行程度）中獲得的數(shù)據(jù)，這個可視化顯示了哪些CRAN軟件包是用哪些語言創(chuàng)建的。其中R排在首位，其次是C和C++。不太流行的語言用小圓圈表示。每個圓圈的大小與制作軟件包所用的代碼行數(shù)成正比。

6. 全球地表溫度的線形圖

好的數(shù)據(jù)可視化不需要太過華麗。

如果數(shù)據(jù)可能被用來幫助政府政策或決策，那么表述清晰是至關(guān)重要的。而折線圖就是能清晰、簡單地繪制時間序列數(shù)據(jù)的一個優(yōu)秀工具。

（來源：UNEP GRID ）

這張線圖追蹤了從1880年到2010年代末的全球表面溫度。重要的是，它包括來自四個不同來源的數(shù)據(jù)。NASA、NOAA、日本氣象局和MetOffice。通過疊加這四個來源的數(shù)據(jù)，不難注意到當(dāng)中的密切相關(guān)性，它們均顯示了在過去200年里全球表面溫度在不斷上升。

7. 政府?dāng)?shù)據(jù)互動氣泡圖

可視化不應(yīng)該為了互動而互動。然而，互動性也可以改變我們看待數(shù)據(jù)的方式。Gov | DNA是一個獲獎的在線互動網(wǎng)絡(luò)工具，探討了世界各國政府?dāng)?shù)據(jù)。

（來源：Werner Helmich ）

該工具將每個國家表現(xiàn)為一個氣泡，讓你通過點擊按鈕來比較不同的國家。例如，你可以根據(jù)就業(yè)、預(yù)期壽命、新聞自由和腐敗等變量追蹤每個國家的世界幸福指數(shù)。

8. 赴美移民流圖

流圖是一種面積圖，通常用于比較時間序列數(shù)據(jù)。雖然并不總是適合進行深入分析，但它們非常適合提供廣泛的概述。

（來源：Talia Bronshtein / insightfulinteraction.com ）

由數(shù)據(jù)記者Talia Bronshtein創(chuàng)作的這幅美麗的流程圖描繪了200多年（1820年至2015年）來美國不同移民的國籍。

從中，我們可以看到，在二戰(zhàn)期間（1939-1945年），美國的移民幾乎停止了。還可以看到，二戰(zhàn)前的大多數(shù)移民來自奧匈帝國、意大利和俄羅斯等國；到21世紀(jì)末，大部分移民來自亞洲和南美國家。

9. 智利2010年地震的雕塑式熱圖

數(shù)據(jù)可視化不僅僅是用于數(shù)據(jù)分析，可以是一種藝術(shù)形式。

2010年，藝術(shù)家Janet Echelman被委托創(chuàng)作一個圖，代表西半球35個國家的相互聯(lián)系。那一年，智利發(fā)生了大地震。這一事件的震級如此之大，以至于引發(fā)了一場巨大的海嘯，使地球的一天縮短了1.26微秒。

（來源：NOAA / PMEL / Center for Tsunami Research ）

這張圖片顯示了由美國國家海洋和大氣管理局（NOAA）模擬的地震引起的海嘯的熱圖。Janet Echelman以此為靈感創(chuàng)作了她的雕塑，她用不同顏色的繩子懸掛在一個輕巧的框架上。

（來源：Janet Echelman ）

隨后的雕塑名為1.26，這也證明了據(jù)分析可以和任何藝術(shù)領(lǐng)域一樣具有創(chuàng)造性。

2021，知名大數(shù)據(jù)網(wǎng)站FiveThirtyEight用精美的數(shù)據(jù)可視化講述了關(guān)于新冠疫情、政治局勢和體育界的故事。

這里我們列舉了當(dāng)中一些非常驚艷的可視化作品分享給大家。

新冠

美國不愿意接種疫苗人群數(shù)據(jù)

大多數(shù)未接種疫苗的美國人認(rèn)為疫苗的風(fēng)險比感染新冠更大

白人孩子最不害怕新冠

政治

加州的罷免程序比大多數(shù)州都容易

通貨膨脹率上升給美國總統(tǒng)的支持率帶來影響

重新劃分選區(qū)的最新情況

科學(xué)

美國大型城市引領(lǐng)可再生能源的發(fā)展

美國各地的高溫，西部地區(qū)的火災(zāi)和干旱情況

15年調(diào)整平均值和記錄的大西洋盆地颶風(fēng)數(shù)據(jù)，1851-2019

東京奧運會

沒有人能接近博爾特最佳時期的成績

奧林匹克運動會競賽項目年表1896-2020年

輪椅運動員在長跑中更能展現(xiàn)出優(yōu)勢

體育

世界象棋桂冠爭奪賽

更快并不一定意味著更好

金州勇士隊保持明星陣容

Matt Araiza的賽場罰球數(shù)據(jù)

LeBron James三分球數(shù)據(jù)

Patrick Mahomes 輕松投出長球

參考鏈接：

https://careerfoundry.com/en/blog/data-analytics/data-visualization-examples/

https://fivethirtyeight.com/features/our-51-best-and-weirdest-charts-of-2021/