超赞的交互式数据可视化网站

来源:enterprise.import.io

翻译:王翕然,贾雯静 校对:康欣

欢迎个人转发朋友圈;其他机构或自媒体转载,务必后台留言,申请授权

根据国际数据公司(IDC)的估算,到2015年,全球的数据增长率将会是2012年的两倍,年数据量将达到5.6泽字节(1ZB = 1024的3次方 TB)。那将会有非常庞大的数据需要消化,尤其是那些打印文本或索然无味的长达50页的PDF文档。大脑处理视觉的速度比处理文字快60000倍,这使人更容易理解数据的意义。模式、趋势和相关性在文字叙述性的数据中不容易被察觉,但在可视化图表上却是一目了然。尽管如此,复杂数据的可视化仍然会使人很困惑。这里,看一些非常棒的复杂数据的可视化例子!

1

亿万富豪榜:世界富豪今日排名

这个交互式指数是世界亿万富豪(billionaire)每日排名,它会根据市场变化、经济和彭博新闻报道而变化的对世界顶级富豪的动态财富,数据在周一到周五美国东部时间下午5:30更新。

http://www.bloomberg.com/billionaires/latest

浏览数据非常容易,你可以选择看富豪排名列表、散点分布图或者在世界地图上的分布。你还可以按搜索条件筛选结果,包括行业、国籍、性别、年龄和财富来源。点击某个亿万富翁的头像,就会弹出TA的信息。

关于数据来源,彭博社发表了一篇文章,详细解释了数据收集和编译的细节,有兴趣的读者可参阅[1]。

2

彭博社之最佳(与最差)

直到你看到这个数据可视化,你才真正看到了什么是“很多数据”,这个可视化示例了彭博排名团队分析、组织以及可视化的数据。该可视化仅包括透明的、事实驱动的数据,而不包含任何经编辑调整或者基于观点的数据。

http://www.bloomberg.com/visual-data/best-and-worst/

你可以根据不同的话题进行排序,包括:商业、经济、教育、投资、生活方式、个人财务、政治和政策等。或者,你也可以根据主体来排序,包括:职业、公司、投资、人群类别、地方、学校以及其它。

这些数据都经过彭博排名团队的分析、组织和可视化。

3

State-by-State

State-by-State可视化了美国当前和历史的经济数据以及对数据的分析。它基于经济健康指数(Economic Health Index),同时包括了从劳动统计部获得的各州最新的失业数据(每月更新一次)。这个可视化还包括了住房、健康、医疗保险、能源供给、人口统计以及更多其它信息。

http://www.bloomberg.com/visual-data/state-by-state/q/kaaaj/8a:::1::0:

根据网站,“State-by-State可视化了美国现在和历史的经济数据和分析。它是基于经济的健康指数,同时它包括了从劳动统计部获得的最新的州失业数据,这个数据每个月都会更新一次。这个可视化也包括了住房,健康,医疗保险,能源供给,人口统计资料等信息。”

你可以就选定的数据集,给里面的州进行排名以及你可以观察历史趋势。这些数据最早可以追溯到2000年。

4

dude 地图:美国人如何称呼哥们

这是一个有趣的可视化作品,它展示了英文单词dude(“兄弟”的俚语)目前在美国被使用的普遍程度。在这个可视化的地图上,颜色越深的表示这个区域使用dude越流行,而其它地区则是”pal”或者”buddy”更流行。

http://qz.com/316906/the-dude-map-how-american-men-refer-to-their-bros/

选择单词bro, buddy, dude, fella或pal,地图显示会随之变化。这些位置数据来源于推文。

5

每日朋友圈Beta版

推特创建的这个交互式可视化地图,非常直观地显示了英国和爱尔兰在一周里每天发表推特的情况。这不是一个实时的图像。它只显示了从2014年1月1日到2014年1月4日中被分享的推特。

https://moments.twitter.com/uki/

这些数据来自英国和爱尔兰有位置标记的推特, 这些数据是从那些选择用地理标记来标记他们推特的用户那里获得,所以这些数据量只占所有推特量的很小一部分。

可以从图中探索并筛选某些社交话题,包括:早晨、交通、食品和饮品、宠物、音乐、零食、娱乐、家庭活动、形容词、教育、体育、锻炼、假期、工作、电视以及晚上。

6

实时零售

这个可视化让你一睹我们美国人的钱是怎么样以及在哪里花掉的,也可以看到这些数字增长得有多快。Retale公司做这个信息图,因为他们非常想知道一个美国消费者的普遍消费状况看起来是什么样子。

http://www.retale.com/info/retail-in-real-time/

可以从图中查看不同的消费种类,包括:印刷本、电子书、麦当劳、智能手机、沃尔玛、亚马逊、唐恩都乐、星巴克、百思买、7-11、信用卡交易、可口可乐、优惠券、抽奖、服装、宠物食品、婴幼儿食品、玩具以及枪械。

想了解更多关于这些数据的来源,请参阅[2]。

7

一光年

这个网站就像一个日历,展现了一束从太阳发出的光,沿一条直线,行走了一年时间可能会经过的地方。

http://alightyear.com/

8

Pistats.io

一个帮你可视化使用私家车情况的网站。我喜欢这个超级简单的数据可视化工具,它实际上用你自己的信息。只登录你的Gmail账户,这个工具就会

• 计算你每个月在优步(Uber)和立芙特(Lyft)上的花费

• 告诉你那一天你使用优步和立芙特最多

• 在地图上显示你使用优步和立芙特时走过的路线

https://pistats.io/

Pistats.io网从你gmail账户里提取所有的优步和立芙特的收据,并将收据上的信息转化到一个唯一的数据集。

9

美国职业棒球大联盟球队估值

这个可视化是彭博新闻9个月工作的成果,它是关于不同棒球队在相互对阵时各方面的对比。什么是构成大联盟30支球队的价值?它们包括:棒球活动、企业价值、特许权或停车位、有线电视、数字媒体、信心指数等等。

http://www.bloomberg.com/infographics/2013-10-23/mlb-team-values.html

对于数据来源,网站描述是:“在计算美国大联盟棒球队价值时,彭博新闻调查了这些球队从球票销售、特许权、赞助、广播权以及电视频道、电台以及房地产等方面的收益中获得的所有收入。”

10

大学演讲者的收费

基于彭博社的研究,这个可视化图显示了在佛罗里达的大学里演讲者的收费情况。数据来源于彭博社的调研。

http://www.bloomberg.com/infographics/2014-09-22/university-speakers-fees-for-kevin-bacon.html

11

互联网地图

这张互联网地图是网站之间关系的二维展现。地图上的每一个圈表示一个网站,圈的大小取决于网站浏览量,浏览量越大,圈就越大。同时,用户在网站间的跳转形成网站间的连接,连接越强,圈之间的距离就越近。

http://internet-map.net/

其数据来源于Alexa (一家专门发布网站世界排名的网站)。

12

Reddit可视化

Redditviz 是一个关于Reddit(有“互联网封面”之称的网站)的交互图。鉴于Reddit 如此之大,可能有一些版块你从未涉足过。基于实际用户行为,这个可视化图展现了子版块之间的关系(比Reddit 侧边栏更准确有效)。算法追踪过去八个月中用户在哪里发布消息。如果发现有足够明显的趋势,比如有1000人经常在两个子版块发布内容,算法将在图中标记出这两个子版块的联系。

http://rhiever.github.io/redditviz/

想要了解更多关于这数据是如何被收集和编译的,请参阅[3]。

13

租房?购房?

纽约时报图形部的D3.js编辑师麦克博斯托克设计了这个交互式计算器,为计划买房的人们分析成本和收益。这个可视化包括了买房过程中最重要的成本,并计算了相应的每月租房成本。

http://www.nytimes.com/interactive/2014/upshot/buy-rent-calculator.html?abt=0002&abg=0

数据来源于Moody’s Analytics(穆迪分析公司) 的首席经济师马克赞迪,圣路易斯联邦储备银行美联储经济数据,米勒塞缪公司(房地产估价公司)乔纳森米勒。想了解更多,请点击这里

14

纽约市行道树

这个可视化展示了纽约市五个区内最常见和最不常见的树的种类。数据取自纽约市公开数据。

http://www.cloudred.com/labprojects/nyctrees/#about

[1]http://www.bloomberg.com/news/articles/2013-01-18/bloomberg-billionaires-index-methodology

[2]http://www.retale.com/info/retail-in-real-time/

[3]http://arxiv.org/abs/1312.3387

原文发布于微信公众号 - 大数据文摘(BigDataDigest)

原文发表时间:2015-05-18

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏数说工作室

7个技巧,讲数据故事 | 数说 · 精选

数据分析师,不仅在于“数据”,更在于“分析”,用数据讲故事的能力非常重要。 英国著名物理学家法拉第,他发现了电磁感应现象,提出电磁学说的基本理论,奠定了现代电...

324110
来自专栏企鹅号快讯

机器人带着VR学习,最后学会了人工智能

新创公司Embodied Intelligence日前发表神经网络编程软件,能让机器人随时间演进而提升其效能。预计在接下来的几个月,采用这一软件工具的工业机器人...

24070
来自专栏AI科技大本营的专栏

盘点 | 假期里你错过的人工智能重要新闻有这些

AI科技大本营导读:狗年的春节已过,想必现在很多读者都已经回到了学习或工作的状态,不然就是在回去的路上。节日期间大家忙着走亲串友,可能错过了一些人工智领域的最新...

35550
来自专栏新智元

人类医生的终结者:深度学习医疗2016-17两次大突破

【新智元导读】南澳大学医学专家 Luke Oakden-Rayner 发表了一系列博客文章,讨论机器会不会在短时间内取代人类医生,他总结出了医疗AI领域的 6 ...

39740
来自专栏数据的力量

HR必备的88个关键知识及管理工具

26370
来自专栏数据科学与人工智能

【应用】信用评分卡:简介

这次事件发生在2009年左右的一个朋友聚会上,这是该地球长期以来最严重的金融危机。街上的乔意识到抵押支持证券(MBS),次级贷款和信贷危机等因素是他困境原因。 ...

17120
来自专栏DT数据侠

“达摩院”大师周以真:数据应被用于解决重大人类命题

本文为“达摩院”首批学术委员会成员、哥伦比亚大学数据科学研究中心主任周以真教授2017年10月11日在云栖大会的演讲节选。

13200
来自专栏区块链大本营

独家|V神最新论文足足有41页?这24个要点,让你快速了解社区中立社会的正式规则

由于V神这篇论文超级超级长,因此,小编主要针对论文中 abstract、introduction 和 background 三部分进行了初步的解读(V神的思维跳...

39320
来自专栏量子位

清华马少平教授回首往事:那些年,我们做过的AI

量子位已获马少平教授授权转载 原发新浪微博:@马少平THU,点击左下角“阅读原文”可直达原文 马少平,清华大学计算机科学与技术系教授 研究领域:智能信息处理, ...

38370
来自专栏大数据文摘

《算法帝国》:被算法和算法交易改变的未来

45250

扫码关注云+社区

领取腾讯云代金券