
你真的不了解這個星球—漲姿勢的大數(shù)據(jù)
1. 首先來看看地球,看起來不錯喲,地球~
2. 圖中圈圈里頭的人口,比其他地區(qū)的所有總和都還要多。
3. 以整個地球史來看,曾活過的人類高達1150億人,其中包括現(xiàn)存的70億人口,你也是其中的一員。
上圖每一個點就是1000萬人,每年有1.4億人誕生,現(xiàn)在有70億人口;每年有5700萬人死亡,估計曾有1080億人在地球生活過,然后死去。
4. 每一天,地球都有人飛來又飛去,就像下圖這樣:
5. 這是南極州,比美國還要大呢!
還有,非洲比你想像的還要大多了,看看一些國家塞進來的樣子…
把美國、西班牙、比利時、荷蘭、法國、德國、義大利、瑞士、東歐、印度、中國的一部分、英國、日本…全都放進去。
6. 如果地球沒有水的話,就會變成這樣…
7. 你知道太平洋其實比起想像的還要大嗎?
8. 這是馬里亞納海溝 (Mariana Trench) 的深度,難怪還有這么多人類尚未探索到的海底生物。
可以深到10972公尺…或更多。
9. 我們都知道有很多人造衛(wèi)星,但是你知道有這么多嗎?
10. 把美國放到月球的話,大小比例是這樣…
11. 地球到月球的距離貌似很短,但是已經(jīng)可以塞下太陽系的所有星球了。
有384,400公里那么遠喔~
12. 若把火星上頭的奧林帕斯山 (Olympus Mons) 拿來跟地球的高山來比較的話…地球的好像就是小兒科啊…
奧林帕斯山有27公里高,幾乎是圣母峰的3倍高,也比毛納基火山 (從水底山腳計算) 的2倍還要高。奧林帕斯山已經(jīng)高聳進火星的大氣層了。它的基底有550公里那么寬廣,意思也就是,如果你站在破火山口來看的話,它的山腳會一路綿延超過地平線。
13. 而這座巨型火山,大概也跟一個法國差不多大。
14. 木星的體積也不小,只是距離我們太遠了。但如果木星距離我們就跟月球一樣近的話,我們會看到…
心臟根本就不夠用啊!仰望天空時太驚悚了吧!
15. 左是木星衛(wèi)星「木衛(wèi)二」(Europa) 上頭的水量,右則是地球上的水量。
什么!地球的水比想像中的還要少這么多呀!
16. 每一天,都是木星讓隕石的軌跡遠離地球的。
雖然不知道你聽不聽得到,但謝謝你,木星。(對天吶喊~)
17. 我們都知道宇宙里頭有許多彗星,但你可能對它們的大小沒有什么概念。好吧,如果拿洛杉磯 (LA) 跟彗星比較的話…
18. 我們的太陽系也是不斷地移動,我們現(xiàn)在跟2.25億年前的地球是在同一個位置,當時恐龍都還活著。
我們的太陽系會花上2.25億年繞行銀河系,上一次地球在同一個位置的時候,恐龍都還存在著。
19. 仰望天空,我們都覺得其他的星星很小,但若從土星的環(huán)后方來看的話,地球也相當渺小。
20. 事實上,你眼睛所能看見、人類所知道的,其實都只有在這小小的圈圈里頭。
21. 而在銀河系當中,所有人類向宇宙廣播可以觸及的范圍,就只有那藍色的小點點那么多。難怪我們一直都沒有找到其他高智能的生命…
22. 而這是我們每年在銀河系當中所發(fā)現(xiàn)的星球數(shù)量:
23. 銀河系貌似很大,但我們再來比較一下…
(左到右) 銀河系、仙女座星系 (Andromeda)、室女A星系 (m87)、IC-1011星系。
24. 看完之后,你可能跟我一樣覺得自己相當渺小,但別忘了,每天有上兆的細胞在你的體內(nèi)運行著。以下是白血球正在攻擊寄生蟲的樣子:
25. 在細分一些,這些東西都是由分子組成的,而這是其中的一個:
最后也忘了,你體內(nèi)是有7,000,000,000,000,000,000,000,000,000 個原子的,這就是你!
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(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。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(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:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10