可视化的诗意表达·Drowning in plastic

Visualization Storytelling的核心是以数据为素材,使用图像视觉语言来讲述真实的故事。在数据表达的准确性、讲述方式的趣味性、视觉吸引力三者之间努力追求平衡。不同于一般的统计报表,storytelling的首要目的是能够打动人,所以其所针对的受众对数据表达准确性的要求相对没有那么高,因此在可视化的视觉表现上可以采用更为夸张、更戏剧化的方式。路透社的新作《Drowning in plastic》在这一点上显示出了非常高超优越的趣味。

image.png

作品以一个沉浸式视频开场,使用物理引擎模拟了无数塑料瓶从天上掉落、堆积的场景,左上角显示着自读者打开页面开始的时间里全世界共有多少个塑料瓶被售出。通过将宏观数据进行微观拆解,将其联系到真实生活中的每一个人。接着选取了每小时、每天、每月、每年和十年5个时间粒度,模拟了在这5个时间粒度之下被出售的塑料瓶聚集在一起的体积,并且选取了里约热内卢基督像、巴黎铁塔、迪拜哈利法塔作为参照物。

画板 1.png


十年后,全世界售出的塑料瓶堆积起来可以覆盖整个曼哈顿,作品真实再现了这一场景,塑料瓶组成的巨大蓝色晶体堆积在灰模化的城市区块之上,在真实世界投下长长的倒影。宛如《后天》里的灾难景象,又提供了《降临》里陌生奇异物体悬浮在熟悉事物上空的那种异物感。整件作品通篇摆脱了繁冗的数据罗列和说教,使用图像语言将数据转译成为并不存在的,令人惊叹、甚至惊恐的景观,达到完美的叙事效果。

by @sakuya(liuye-szvim)



披头士专辑\歌曲\歌词的分析

关于披头士专辑\歌曲\歌词的分析,是用Tableau做的 原文链接可以和清晰的看出20年间发布的专辑信息,可以看出列侬和麦卡特尼写了大部分歌曲,以及大部分的歌曲主题(关于love的),还分析了每首歌的单词(词组?)量。

Beatles Analysis.png

by 璆鸣



Literary Organism(文学有机体)

Stefanie Posavec 的作品 Literary Organism(文学有机体),通过可视化的方式来探索不同文学作品的表达方式。该作品的精彩之处在于对图形组织形式、字体以及颜色的谨慎选择,而且可以采用多种阅读方式。树图的每个分支都代表书中一个更深入、更细致的单元(章节、段落、句子和词语),颜色与代表的主题也相当匹配,如旅游、音乐、聚会等。

image.png

《On The Road》第一种可视化方式

image.png

更多内容可阅读作者的博客: Writing Without Words

by @司马淇(simaqi)



WTF Visualizations

墨者修齐以前经常介绍优秀的可视化作品,这次方向一下,WTF Visualizations上列举上众多让人吐槽或觉得毫无意思的可视化作品;其中保存数据不准确的图表、故意造成误导、设计样式滥用或无意义、没有可读性等各个方面。比如下面几个例子:

1)数据错误

image.png


2)故意误导

image.png


3)设计样式滥用、无意义

image.png 

image.png


4)可读性相关就很多了,其中关于Edge浏览器的一个可视化也让一些人吐槽:

image.png

by @翎刀(zqlu)



Transfer Window 

顾名思义,这是一个新赛季球员在转会窗口时来源去向的可视化项目。 通过这个项目可以非常轻松的查看到哪些俱乐部花了多少钱引进了球员,并且通过 Bang for Buck 方法来评估俱乐部的投入回报。

transferwindow.gif

by @镜曦(jingxi-g5ldr)



时序数据可视化集锦

A Visual Survey of Visualization Techniques for Time-Oriented Data by Christian Tominski and Wolfgang Aigner,作者提供了针对时间和时间数据的可视化技术的实质性调查,调查中的每种技术都伴随着简短描述,技术的视觉印象和相应的分类标签。

Img01.jpg

by @乌诺(wunuo)


 

Per-Iteration Visualization Environment

EEE VIS 2014 VAST Best Poster: PIVE: Per-Iteration Visualization Environment for Supporting Real-time Interactions with Computational Methods 【链接

 image.png

image.png


可视分析与计算结合的主要瓶颈是其计算成本,计算速度阻碍了可视化的实时交互。为了解决这个问题,该论文提出了 PIVE(Per-Iteration Visualization Environment),它可以显示算法迭代的中间结果,从而允许用户实时有效地执行多个交互。

在可视化的算法迭代过程中,该方法可以加入人为交互干预,例如在图布局过程中移动节点位置、在 t-SNE 过程中分离或聚合聚类,从而达到可视化算法产出与人为交互融合的结果。

by @十吾(shiwu-5wap2)