Space Junk

image.png

BBC 委托数据艺术家 Federica Fragapane 制作有关太空垃圾的数据可视化。数据集分为不同的类型,与地球的距离、太空垃圾的类型及物体的大小和质量。关于 Federica Fragapane 的数据可视化,值得注意的是他们对数据的细节和色彩的关注。

image.png

by @聚则(moyee-bzn)


新冠疫情可视化地图集 – 零新增确诊地图

北京大学可视化与可视分析研究小组作品。


在零新增地图地图中,我们选择选择当天新增确诊人数为零的地区。按照连续零新增的时间,给予不同深度的蓝色。其中最深的蓝色区域代表当地已经连续14天以上没有新的确诊患者,也是表示当地已经相当程度遏制、消灭了疫情。其他新增非零的地区,我们则根据其上升下降趋势,给予不同的颜色。

image.png


image.png

2020年2月28日省级零新增确诊地图


从上面的2020年2月28日的省级零新增地图中我们可以看到,全国除了湖北、湖南、宁夏、北京、台湾等省区的日新增确诊人数略有上升,广东持平,香港下降以外,全国各地大部分都进入了用蓝色标注的零新增时代。特别是青藏高原,已经分别连续零新增30天和23日。其他也有相当的地方达到了连续10天以上的零新增。这个趋势我们同样可以从疫情晴雨表中看到。

image.png

2020年2月28日 全国疫情晴雨表


by @步茗Neo(neowang)


关于新冠病毒的 Tweets 可视分析

对 Twitter 上超过 10 亿用户最近发布的包含 #COVID19#SARSCoV2#coronavirus 这些标签的 tweets 进行分析,可以得到一张关系网络非常复杂庞大的可视化作品。其中,包含上述标签的 tweets 数越多,则相应用户的头像越大,而节点之间的连线则是指这些用户发表的上述 tweets 之间的关联关系,通过 tweet 之间是否艾特、评论和回复等进行衡量。可以发现,Twitter 治国的特朗普“不负众望”,近期对新冠病毒发表了众多言论,因此头像也是非常明显,一眼就能认出。

     image.png

值得一提的是,该作品是基于 Polinode 制作的,这是一个能对关系数据进行可视化呈现和分析的平台,拥有非常丰富的可视化配置和强大的自定义分析能力,包括节点、边、布局、入度/出度控制、分层设置、元素筛选/折叠等可视分析中常用的功能,并且社区中还有丰富的模板可供套用和二次定制。缺点是部分高级功能需要单独收费,不过提供的服务还是物超所值的。


我们还可以基于 Polinode 制作其他的可视化作品,比如根据乔治·R·马丁的《冰与火之歌》系列中的第三本书《剑之风暴》制作而成的人物关系网络图,可以看到,书中人物的互动与美剧《权力的游戏》中的角色非常相似。

 image.png

by @诸岳(dengfuping)


COVID-19, CO2 & CO - a dashboard and an animated timeline

该疫情地图的时序可视化,通过3个叠加的气泡图展现每日累计,新增,死亡的状态变化。可视化效果类似在地图上叠加统计图表,但是整体体验更流畅直观。


image.png



The flowing Vector Map

vectormap.gif

The Marshall Project 制作了一篇简短而精巧的数据新闻作品,以米国监狱人员流动为切入点,讨论了疫情期间社交距离 (social distance)的重要意义。

整篇报道的视觉主体是一副具有动画效果的向量统计地图,借由向量箭头的朝向和颜色隐喻了监狱人员的流入和流出 (category) 以及人流量 (amount)。每个向量箭头对应地点来说具有唯一性,在此基础上,categroy和amount的切换动画使该地点监狱人员流入量和流出量极易被视觉捕捉。


by @米法


龙卷风迁移:可视化大数据移动

TornadoTreeRingAnimation.gif

by  @ThinkGIS(xiaofengcanyue)


加餐

蚂蚁金服体验技术部 @步茗Neo(neowang) 在开源中国 AVA 直播上分享内容,干货相比 SEEConf 时期要多了很多。相信随着不断深化推进 AVA 和不断的学习分享,干货还会越来越多,希望对智能可视化感兴趣的同学持续关注,更欢迎你们的加入,请通过蚂蚁金服数据可视化团队了解更多内容