2017最美可视化作品欣赏

2017 年 12 月 25 日 R语言中文社区

伦敦时间 11 月 28 日晚,2017 年信息之美奖”揭晓,又是一场数据视觉盛宴开启。与往年不同,今年评委们重新设计了作品分类方式——根据作品的表现主题进行分类,大体上分为艺术、时政、环境、人文、科学、体育等。每个类别都分设金奖、银奖和铜奖,所有作品都集艺术与科技之美与一身。接下来,让我们一起领略数据之美,感受艺术之魅力。



金奖名单


时事政治类


《在他们的路上:外国战斗士之旅》

作者:Serena Del Nero, Marco Mezzadra, Claudia Pazzaglia



在了解暴力宗教激进化的复杂背景下,这幅地图详细描述了伊斯兰国的外国战士如何回到哈里发领土以及返回者的旅程,引用的都是公开可用的数据。额外的信息展示了这种现象与每个国家及其目的地距离之间的关系,展示了其总人口和伊斯兰人口之间的关系。


艺术、娱乐和流行文化类


《小概率的成功》

作者:Russell Goldenberg、Dan Kopf(学生组)



一个乐队的成功的几率有多大?Russell Goldenberg 和 Dan Kopf 分析了纽约三年中的 75000 场演出后,给出了答案。

美国 Sylvan Esso 乐队最早在2013年举办过一场小型演出,当时场地只能容纳 250 人,而两年后,乐队又在一个可容纳 3000 余人的场地举办了另一场演出,门票售罄。从默默无闻到名声远扬, Sylvan Esso 乐队很幸运。

能否用数据来确定成功概率? Russell Goldenberg 和 Dan Kopf 想试试。他们用图表的方式,呈现纽约三年中的 75000 场演出,从中剖析一个乐队的成功的几率有多大。作者用不同半径大小的圆圈来表示演场所的容量(半径越大,容量越大),用直线长短来表示取得“成功”的耗时(直线越长,取得“成功”的耗时越长),并用不同颜色表示演出的不同形式(绿色表示乐队举办的演出,红色表示乐队参与并主打的演出)。




环境&地图类


《1812:拿破仑的东征冒险》

来源:俄罗斯塔斯通讯社(TASS Russian News Agency)



这是塔斯社一个特殊的历史主题项目,致力于呈现俄罗斯历史上最具戏剧性的一页,1812 年的爱国战争。这个项目以法国工程师 Charles Joseph Minard 在 1869 年绘制的拿破仑东征路线图为基础,用统计图表的形式展示了拿破仑的俄罗斯战役和最终导致它的军队失败的所有阶段的图片。塔斯社通过追踪法国军队的路线,将 Charles Joseph Minard 的统计数据与最新的发现和预估数据进行对比,双线叙述战争中的关键点。



1812—1813年俄国战争期间法国军队的人力损失



人类、语言&身份类



《你如何画圆?我们分析了10万张图画来展示文化怎样塑造我们的本能》

作者:Thu-Huong Ha,Nikhil Sonnad


2016 年11 月,Google 推出了一款很有意思的涂鸦游戏 Quick, Draw! ,但它其实是训练Google AI 的工具。乍看这只是一个涂鸦游戏,它会随机显示一个名词,要求你在 20 秒内把它画出来。玩家需要用鼠标简单地把这个物体勾勒出轮廓,然后 Quick, Draw! 会判断你画的到底像不像。这给了 Thu-Huong Ha 和 Nikhil Sonnad 灵感,它对全球文化有什么可能的影响?比如你所处的国家和语言,是否会影响你的绘制方式。美国数字新闻媒体 Quartz 的这两位作者选择了圆圈这个既经典又大众的符号,来揭示这个问题。


人文&全球类


《和平下的阴影——核威胁》

作者:Neil Halloran




The Shadow Peace 是一个纪录片系列,用一种独特的电影数据可视化形式,揭示了有关战争、和平与人类等发人深省的问题。这是系列纪录片中的一集,用一种独特的电影数据可视化形式,提出了发人深省的有关战争、和平与人类的问题。


科学&技术类


《科学的路径》

作者:Roberta Sinatra,王大顺,Pierre Deville,宋朝明,Albert-LászlóBarabási,Kim Albrecht



科学家的工作如何影响甚至改变科学事业?是否有相关的绩效指标,是否有可预测的模式?我们可以预测出一个科学家获取杰出成就的时机吗?带着这些问题,Kim Albrecht 的团队研究了数以千计的科学家们的科研生涯生产力和影响因子演变,以来自 7 个学科不同科学家的出版和发表记录为样本,将每篇论文与其对科学界的长期影响联系起来,并通过引用指标进行量化分析。



运动、游戏&娱乐类


《 食物的节奏》 

作者:Moritz Stefaner, Yuri Vishnevsky, Simon Rogers, Alberto Cairo等



人们的饮食口味总在不断改变,如何才能弄清楚这种变化?Truth&Beauty 实验室联合 Google 新闻实验室,对美国人过去 12 年在 Google 上对食物的搜索数据进行了可视化,试图摸清吃货的喜好变迁。作者将这 12 年总共超过 13 万个数据节点的数据,对应放置在一系列圆环图表中。整个圆环被均匀分成 52 个小扇形,代表一年中的 52 周,每一个年份用一种颜色代表,这 12 年来每一周的数据色块,则按照搜索量大小对应放置在这些小扇形中,色块离圆心越远,意味着其搜索量越高。



特别类


《数据草图——12期连载》

作者:Nadieh Bremer,Shirley Wu



这是一个持续一年的合作项目,共有 12 期,平均每个项目需要花费一个月时间。Nadieh Bremer 和 Shirley Wu 每个月选定一个话题,然后围绕这个话题制作各种可视化作品,并记录下它们的创作设计、过程和体验及收获。话题涉及电影、书籍、音乐、怀旧、奥运以及自然等等。



明日之星奖(Rising Star)


《改划选区:谁画下了分裂国家的线?》

作者:Jory Fleming



作者是一名地理专业的学生,他对美国选举中的改划选区行为非常感兴趣。


他提出改划选区在今天仍然是美国的一个问题,有许多方法可以划定国会选区的界限。比如使用计算机生成选区,但电脑绘制的选区与收入不平等,种族不平等,弱势群体或政治派别没有联系。




相反,政治家所勾画的选区与这些都有关。


作者指出计算机算法不考虑人们的社会经济特征,而仅仅是他们居住的地方;而政治家们在规划选区时运用了社会经济学以助自己当选。



最佳非英语类


《2016 柏林马拉松——你的城市跑得有多快》

作者:Julius Troeger和Andre Paetzold




这是一份互动地图,显示了完成 2016 年柏林马拉松比赛的所有 35827 名选手在城市中的跑动速度,每个单独的跑步者都将成为地图上的一个点。用户还可以输入它们个人的最好成绩,来与这次的成绩进行对比查阅。




输入“China”后(如上图),地图显示共有 861 名中国人参加了此次马拉松比赛,平均用时为 4 时 43 分 37 秒。地图上的红点精确地反映了他们在比赛中的位置。


此外,用户可以输入马拉松参赛者的个人最好成绩,在地图上追踪他们的位置。



公众号后台回复关键字即可学习

回复 R               R语言快速入门免费视频 
回复 统计          统计方法及其在R中的实现
回复 用户画像   民生银行客户画像搭建与应用 
回复 大数据      大数据系列免费视频教程
回复 可视化      利用R语言做数据可视化
回复 数据挖掘   数据挖掘算法原理解释与应用
回复 机器学习   R&Python机器学习入门 

登录查看更多
0

相关内容

艺术迄今依旧没有公认的定义,目前广义的艺术乃是由具有智能思考能力的动物,透过各种形式及工具以表达其情感与意识,因而产生的结果。艺术不只存在于人类社会中,也存在于其他相对高等的动物。
一份简明有趣的Python学习教程,42页pdf
专知会员服务
76+阅读 · 2020年6月22日
少标签数据学习,54页ppt
专知会员服务
196+阅读 · 2020年5月22日
干净的数据:数据清洗入门与实践,204页pdf
专知会员服务
161+阅读 · 2020年5月14日
专知会员服务
27+阅读 · 2020年3月6日
Gartner 报告:人工智能的现状与未来
InfoQ
14+阅读 · 2019年11月29日
机器学习领域必知必会的12种概率分布(附Python代码实现)
算法与数学之美
21+阅读 · 2019年10月18日
奔驰女车主同意和解,舆情分析全事件
THU数据派
10+阅读 · 2019年4月17日
文本分析与可视化
Python程序员
9+阅读 · 2019年2月28日
可视化理解四元数,愿你不再掉头发
计算机视觉life
31+阅读 · 2019年1月2日
推荐系统概述
互联网架构师
8+阅读 · 2018年10月28日
清研实践|清华深研院师生赴澳洲墨尔本六所高校开展数据科学访问
看精彩美剧学数学 - 数字追凶103:向量
遇见数学
6+阅读 · 2018年7月29日
一文帮你理解什么是深层置信网络(DBN)
Arxiv
4+阅读 · 2018年6月5日
Arxiv
9+阅读 · 2018年5月7日
VIP会员
相关资讯
Gartner 报告:人工智能的现状与未来
InfoQ
14+阅读 · 2019年11月29日
机器学习领域必知必会的12种概率分布(附Python代码实现)
算法与数学之美
21+阅读 · 2019年10月18日
奔驰女车主同意和解,舆情分析全事件
THU数据派
10+阅读 · 2019年4月17日
文本分析与可视化
Python程序员
9+阅读 · 2019年2月28日
可视化理解四元数,愿你不再掉头发
计算机视觉life
31+阅读 · 2019年1月2日
推荐系统概述
互联网架构师
8+阅读 · 2018年10月28日
清研实践|清华深研院师生赴澳洲墨尔本六所高校开展数据科学访问
看精彩美剧学数学 - 数字追凶103:向量
遇见数学
6+阅读 · 2018年7月29日
一文帮你理解什么是深层置信网络(DBN)
Top
微信扫码咨询专知VIP会员