为什么智能手机会导致颈部综合征

现在,全球手机用户数量超过了 50 亿,这个世界上三分之二的人口都拥有手机。2018 年 1 月,全球有至少 68% 的人在使用手机。预计到 2020 年,这一数字将达到 75%。我们大多数人每天至少要弯腰 2 个小时,这将让我们的颈部承受的重量增加多达 27 千克。如果在走路时使用手机发消息,则可能会带来各种意外事故。


当使用手机的时候,我们的身体姿势是什么样的呢?下图中这个常见的手机使用姿势,将让我们的颈部承受重量增加 5 倍,大概 22 千克。

image.png

通过交互,我们可以更清晰地看到不同姿势给我们的颈部带来的压力。

Kapture 2020-10-18 at 14.37.38.gif

长时间使用这些姿势使用手机,还会给我们的身体带来各种各样意想不到的伤害。2015 年,一项针对 500 名年轻人进行的调查发现,有 90% 的人每天至少花 3.5 个小时在手机上,平均每天收到 221 条消息。不得不说,我们一定要有节制地使用手机。

image.png

by @珂甫(pddpd)


名作失窃可视化

联邦调查局的数据库全球数据库包含7,200多种失窃的名作,包括斯特拉迪瓦里小提琴、卡尔德手机、蒂法尼灯、小丑画等。

该可视化中,蓝色的是画作,绿色是照片或印刷品,红色是雕塑,黄色是纺织品,黑色是家具或瓷器,灰色是其它。每个名作还用了不同的图形大致表达物品。

image.png

by @十吾(shiwu-5wap2)


世界咖啡顶级生产国

咖啡主要栽种在热带、亚热带地区(又被称为"咖啡带"),世界上咖啡生产国有60多个,绝大部分位于南北回归线之间。


商业种植的咖啡豆主要有两种:阿拉伯咖啡(占世界咖啡的70%)和罗布斯塔(Robusta),后者的价格便宜且易于种植。


Swagat Kumar Jena 使用tableau制作的信息可视化作品展示了不同年代和咖啡豆种类下的Top-5 ☕️顶级生产国.

FireShot Capture 010 - Coffee Production - Swagat Kumar Jena - Tableau Public - public.tableau.com.png


by @顾己(esora)


对tensorflow中数据流图的可视分析

Tensorflow 是谷歌开发的当下最流行的机器学习软件之一。它采用数据流图(Dataflow Graph)来表达机器学习算法的计算过程,用户可以定制不同的数据流图来构建自己的算法。然而,随着深度学习的兴起与流行,各类神经网络渐趋大规模、复杂化,算法开发者仅凭借自身的理解与记忆,很难把握算法的各部分体系结构,相互之间也难以进行沟通。为此,这篇文章提出了可视化工具 TensorFlow Graph Visualizer,通过可视分析帮助用户在 TensorFlow 中进行算法分析与开发。该文章荣获了 IEEE VAST 2017 的最佳论文奖。


TensorFlow 中的数据流图

数据流图是 TensorFlow 中最重要的也是最基础的概念,它将数据看作流,将数据处理算法看作节点,从而任意一种复杂算法都能够用一张图来表示。而 TensorFlow 使用张量来表示所有类型的数据,相应的数据流图便称为 TensorFlow Graph。

在 TensorFlow Graph 中,有三种类型的节点和边,如下图所示。

image.png

三种节点包括:数据操作(Operation)、数据赋值(Initializer)、日志记录(Log)。

三种边包括:数据值(Value)、数据索引(Reference)、算法依赖关系(Control)。


力导向布局

在进一步设计之前,作者利用力导向布局算法对数据流图进行了直接的可视化,但效果并不理想。

image.png

究其原因,主要有以下两点:


TensorFlow Graph Visualizer

针对直接图布局的各个缺点,文章作者提出了 TensorFlow Graph Visualizer,对数据流图进行结构与布局上的优化:


经过以上的优化,使用 TensorFlow Graph Visualizer 展现卷积神经网络 LeNet-5 模型的算法结构,如下图所示:

image.png

总结

这篇文章针对 TensorFlow 中纷繁复杂的数据流图,从不同方面进行了优化,并向开发者提供了一个结构清晰、细节充分的层次化算法视图,大大提高了用户在 TensorFlow 中设计、实现、调试深度学习算法的效率。不同于其他基于神经网络结构或是训练优化过程的可视化方法,该方法借助数据流图强大的表达能力,能够从顶层概念到实现细节等多个层面来表现深度学习算法,其思路值得我们借鉴和学习。


by @聚则(moyee-bzn)


Bird Sounds

该项目为 Google Experiments 的一部分。将上万种鸟类的叫声根据声纹进行归类并可视化。用户可以在这个项目主页中点击声纹图片播放对应鸟叫声。


image.png

用户可以根据鸟类品种进行检索,从而比较同类叫声的异同。

image.png

by @缨缨(yingying-58bma)


missingno - Missing data visualization module for Python

可视化显示数据集中缺失数据的信息的python库,包括矩阵、柱图、热力图、树图。

其中热力图和树图还可以展示数据集中变量存在的相关性。

最多配置50个标记的变量,树图通过简单地翻转到水平配置,可以更优雅地处理非常大的数据集。


image.png

image.png

image.png

image.png

by @羽熙


GoCity

GoCity 是一款基于定位的城市建造类游戏,其中使用了大量 Mapbox 提供的数据格式以及成熟的数学库:

0_Bqhy9PfszDD1UOJA.gif0_GJKenaCM8L31jsF-.gif

by @沧东(cangdong)


加餐-乘风破浪的 G6 3.8.0

image.png

G6 3.8.0 版本有什么新鲜黑科技?G6 交互式文档 GraphMaker 和可播放的 TimeBar 绝对是最大看点。此外,我们还有边滤镜可配置的 FishEye更强大的 JSX 节点定义方案性能优化功能完善。每一个或大或小的更新,我们用心为您准备。关注 AntV G6 以免错过任何好玩的特性哦