涨姿势，14个复杂数据可视化的奇妙例子（译）

来源：36大数据 翻译：36大数据翻译组-X女士

根据IDC数据，2015年全球数据量的年增长率可达到5.6泽字节（即5.6万亿兆字节），是2012年增长率的两倍。

这意味着太多要理解吸收的信息，特别是黑白扫描文件或者没有乏味的长达50页的pdf。而大脑对可视化图像的处理速度要比文字快60,000倍，可以让人更容易理解数据的意义。

而且文本数据中没有发现的模式、趋势和相关关系可以很容易通过数据可视化显示或识别出来。

虽然如此，复杂数据可视化仍然可能是令人困惑的。

我们将在本文中历数14个复杂数据可视化的奇妙例子。开始吧！

1.彭博亿万富翁（Bloomberg Billionaires）：每日世上最富有人排名

它是什么？

这个交互式指数是每日世上最富有人的排名，并根据市场动态、经济和彭博新闻报道（Bloomberg News）动态变化。数据在周一到周五的美国东部标准时间下午5:30更新。

探索

彭博社使数据更容易浏览的方法有：排名、曲线图、地图。你可以通过以下过滤搜索：

1. 行业
2. 国籍
3. 性别
4. 年龄、
5. 财富来源。

点击亿万富翁的头像，就会弹出这个人的信息。

2.彭博社最好和最差（Bloomberg Best and Worst)

它是什么？

在你看到彭博社最好和最差可视化数据前你不会看到这么多数据：彭博社排名团队分析、组织和可视化的数据都展现给你，并且只包含没有编辑调整或带有观点的透明、基于事实的数据。

数据从哪里来？

数据由彭博社排名团队（ Bloomberg Rankings team）分析、组织和可视化。

探索

你可以按照以下主题排序：

1. 商业
2. 经济
3. 教育
4. 投资
5. 生活方式
6. 个人理财
7. 政治政策

或者按照以下实体排序：

1. 职业
2. 公司
3. 投资学
4. 人
5. 地方
6. 学校
7. 其他

3. State-by-State

它是什么？

State-by-State可视化美国当前及历史的经济数据和分析。基于美国经济健康指数，State-by-State每月更新最新的美国劳工统计局国家失业率。这个可视化还包含住房供给、医疗保健、能源生产和人口统计数据等等。

数据从哪里来？

据该网站，“可视化美国当前和历史经济数据和分析，基于经济健康指数State-by-State包含来自美国劳工统计局的最新失业人数（每月更新），以及住房供给、医疗保健、能源生产和人口统计数据等的现状数据。”

探索

你对选定的数据集进行任意排序，查看随时间变化的趋势。数据可追溯至2000年。

4.The dude map:美国人是怎样提到兄弟

它是什么？

这个有趣的可视化是关于美国人多经常使用“兄弟（dude）”这个词。它高亮显示了美国地区中使用“兄弟（dude）”比“朋友（pal）”或者“伙伴（buddy）”更多更流行的地区。

数据从哪里来？

推特的位置数据。

探索

可以用”bro”, “buddy”, “dude”, “fella”和 “”pal”来过滤地图。

5. 话题#每天每时（#Everyday Moments Beta）

它是什么？

推特创建了这个动态可视化，来显示英国和爱尔兰正常一周关于每天每时的推特。它不是实时的数据图形，只显示2014年1月1日到1月4日间推特分享增加的速度。

数据从哪里来？

英国和爱尔兰用户发布的加了地理标记的推特，只占所有推特中很小一部分。

探索

你可以探索关于以下话题的会话：

早晨、交通、食物饮料、宠物、音乐、小吃、娱乐、家庭活动、形容词、教育、运动、锻炼、假期、工作、TV、晚上

6实时零售（Retail in Real Time）

它是什么？

这个可视化通过显示美国人花现金的速度增加有多快，来告诉你美国人花现金的方式和地点。因为对美国流行的消费支出可视化感兴趣，Retale创建了Retail in Real Time。

探索

包括以下不同类别：

纸质书、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、可口可乐服务、优惠券、彩票、服装、宠物食品、婴儿食品、玩具、枪支

7. A Light Year

它是什么？

这个网站就像一个日历，显示太阳的一束光线旅行一年会经过哪些事物。

8. Pistats.io

它是什么？

我喜欢这个超级简单把你的个人信息数据可视化的工具。使用Gmail账户登录后，就可以：

1. 计算你每月在Uber和Lyft（译者注：均为打车软件）上的花费；
2. 告诉你哪些天使用Uber和Lyft最多；
3. 在地图上显示你的乘坐路线；

数据从哪里来？

Pistats.io从你的邮箱获取Uber和Lyft账单信息，并转化成特定的数据集。

9.Major League Baseball Franchise Valuations

它是什么？

这个可视化是彭博新闻社九个月的工作成果，它分解了不同球队间的差异。构成联盟30个球队价值的不同因素有哪些？

1. 棒球活动
2. 企业价值
3. 授权
4. 有线电视
5. 数字媒体
6. 信心评级

数据从哪里来？

据该网站，“彭博新闻设在计算美国职业棒球大联盟球队价值时，使用数据涉及门票收入、授权、赞助和广播权，以及电视频道、广播电台和房地产的收益。”

10.College Speaker Fees

图中标题：你在佛罗里达州的六度分隔值为￥70,000

图中黄字：从2013年开始，佛罗里达的州立大学花钱聘请代言人

它是什么？

基于彭博社的调查，可视化结果显示了佛罗里达的大学在通过学生审核在请代言人上的花费。

数据从哪里来？

数据源来自彭博社调查。

11.互联网图

它是什么？

“互联网图用二维图呈现了互联网上网站之间的关系。每一个网站是地图上的一个圆圈，圆圈的大小由网站流量决定，流量越大，圆圈越大。用户通过链接在网站间的跳转决定了圆圈间的关系，跳转越频繁的网站在图上圆圈距离越近。

数据从哪里来？

统计数据来自Alexa。

12.Redditviz

它是什么？

Redditviz是互联网的首页——Reddit（译者注：社交新闻网站）的交互式地图。因为Reddit网太大了，存在一些你可能永远不会发现的子页面。Redditiviz就是基于用户行为的子页面关系，生成的可视化网站地图，而且比Reddit本身的导航更有效。算法跟踪了用户在过去八个月通过他们网络发布的帖子。如果存在比较大的趋势，比如说1000个人经常在两个子页面上发帖，那么算法就在地图上生成两个子页面的关联。

13.Renting vs. Buying

它是什么？

纽约时报图形部门的编辑和D3.js（译者注：一个基于数据操作文档JavaScript库）的创始人Mike Bostock 设计了一个交互数据计算器，给考虑买房用户提供一个成本利益分析。可视化图显示了最主要的购房成本，并计算等价的每月租金。

数据从哪里来？

数据来源包括穆迪首席分析师Mark Zandi，联邦储备经济数据库 、圣路易斯联邦储备银行、Miller Samuel公司的Jonathan J. Miller。

14.An Interactive Visualization of NYC Streets

它是什么？

这个可视化源自创始人很好奇纽约市五个区有哪些常见和不常见的树木，于是从纽约市的公开数据抽取数据而来。

数据从哪里来？

这个可视化数据来自纽约市公开数据。