《几何原本》

几何学的不朽巨著,欧几里得《几何原本》!这本书很多人都知道,甚至都学习过,不是什么新闻。但是,骚的是这本书彩绘版的设计,让我非常痴迷。放两张图大家感受下:

51bqToRnD1L.jpg51IWLWrhwLL.jpg51NswWGEX0L.jpg


几何本身是可视化学习的基础,非常重要的部分。而可视化设计本身又可以辅助几何学的学习有没有?赏心悦目!但这还不是最骚的,让我们来感受一下老书的 TeX 重编版本

Screen Shot 2019-06-15 at 12.23.47 PM.png

Screen Shot 2019-06-15 at 12.23.59 PM.png

qitdcs3zeb0nja5ifual2bc3xg4.gif


很想自己去写一段实现以下有木有?但是这还不是最骚的。让我直接产生 shup up and take my money 的付费欲望的是下面的这张定制版海报,推荐给大家!

IMG_2914.JPGIMG_2919.JPG

by @步茗Neo(neowang)


Time Curve

屏幕快照 2019-06-14 下午3.30.03.png

Time Curve是一种侧重于表现时态演化模式的时序数据展示方式,相对于普通时间轴强调各时间点之间的time diffrence,Time Curve采用MDS(multi dimensional scaling)算法将时间点映射至二维空间(要求用户事先计算好distance matrix),使时间轴本身发生“折叠”,从而使具有相似意义的时间点在空间上相互靠近。空间表现similarity,时间点的颜色映射表现time sequence,在一个轴上将相似性和时序性合为一体。

by @sakuya(liuye-szvim)


Washington Post’s Electoral Maps: How we built it

来自 Mapbox 的 Medium 开发者博客:「Washington Post’s Electoral Maps: How we built it」。

有趣的是作者在 2016 年就使用了 Mapbox 制作大选的交互式展示地图,文中也总结了两年后实践的一些心得:

image.pngimage.png

image.pngimage.png

by @沧东(cangdong)


THE LITTLE OF VISUALISATION DESIGN

Gus Wezerek的一篇名为“Which 2020 Candidates Have The Most In Common … On Twitter?”的文章,使用了维恩图表矩阵,探索了每对民主党候选人的Twitter追随者比例。

image.png


我们只关注沿矩阵巧妙使用色彩的方式,以便告诉读者哪个维恩图表与哪个候选人有关。我们通常可能会认为,要显示这么多不同的组合,会涉及到许多不同的颜色分类。尽管有十个候选人,但每个图表案例中最重要的只有两部分:圆的左侧和右侧,按照这种模式,重新设计后的效果如下图所示。

image.png

by @聚则(moyee-bzn)


皇氏星图 Royal Constellation

这里是一个跨越千年的庞大的欧洲皇室家族关系图谱,大家可以方便的通过这张图发现两个皇室成员间最近的血缘关系。

map.gif

在可视化上可以看到这个图的几个点:

  1. 布局考虑了时间、家族谱系、成员当前所处的位置重要性等很多的属性
  2. 血缘关系路径的展示,是非常典型的图论里经典的应用
  3. 良好的交互,hover和点击都用的很恰当,使用起来很方便
  4. 提供了良好的视觉设计

by @镜曦(jingxi-g5ldr)


How Every Member Got to Congress

美国众议院议员是怎么进入国会的?从下图中可以看到美国第116届众议院每个议员进入国会的路径。这是一个图可视化的例子。蓝色线条代表民主党议员,红色线条代表共和党议员,圆圈代表议员主要的教育、工作和政治生涯的里程碑。分别从本科、研究生、工作、政府部门四个阶段去展示议员成为国会议员之前的路径。超过70%的议员之前都是律师、商人和医生,而这些都是美国高收入行业。只有5%的议员没有学士学位,大约一半的议员毕业于公立大学,但是超过10%的议员本科毕业于精英和私立大学。大约70%的议员都是研究生毕业。超过1/3的议员拥有法律专业学位。蓝领或从事服务行业的议员少于5%.

墨者修齐-国会1.jpg


下图是视频,鼠标hover上去可以看到每个议员的路径:

墨者修齐-国会2.gif

by @长哲(changzhe)


多维数据可视化艺术

The Art of Effective Visualization of Multi-dimensional Data

文章按步骤讲解了如何对一份数据集进行可视化探索分析,分析期间逐步升维,总结了一些多维数据可视化中的常用手段。

1_mlRmIP9Ru_2tKsu-v7UwQQ.png

by @广知(guangzhi-le8e5)