想學(xué)數(shù)據(jù)可視化,這10個網(wǎng)站就夠了!
時間:2023-07-24 11:00:02 | 來源:網(wǎng)站運營
時間:2023-07-24 11:00:02 來源:網(wǎng)站運營
想學(xué)數(shù)據(jù)可視化,這10個網(wǎng)站就夠了!:01
Nathan Yau's FlowingDatahttps://flowingdata.com/網(wǎng)站作者Nathan Yau,中文譯作邱南森,是美國的統(tǒng)計學(xué)家和數(shù)據(jù)可視化專家。
他本科階段獲得了加州大學(xué)伯克利分校(the University of California, Berkeley)的電氣工程和計算機科學(xué)學(xué)士學(xué)位,2007年他在加州大學(xué)洛杉磯分校獲得理學(xué)碩士學(xué)位,并于2013年獲得該校統(tǒng)計學(xué)博士學(xué)位。
邱南森以其FlowingData博客而聞名,他在該博客中發(fā)表有關(guān)信息設(shè)計和分析以及其他專業(yè)人員創(chuàng)建的與可視化和數(shù)據(jù)科學(xué)相關(guān)的項目的寫作和教程。
他還出版過兩本數(shù)據(jù)可視化方面的專著,分別是:
《Visualize This》(中文版書名為《鮮活的數(shù)據(jù)》)
以及
《Data points : visualization that means something》(中文版書名為《數(shù)據(jù)之美:一本書學(xué)會可視化設(shè)計》)
這兩本書都很精彩,我個人通讀過不止一遍,收獲甚多,推薦。
02
Data Viz Bloghttps://datavizblog.com/這是一位可視化專家的博客,全稱是Michael Sandberg's Data Visualization Blog,作者Michael Sandberg:
他過去八年來一直在撰寫有關(guān)數(shù)據(jù)可視化的博客,
他的博客主要關(guān)注幾個主題領(lǐng)域:
- 數(shù)據(jù)可視化
- 信息圖表
- 商業(yè)情報
- 數(shù)據(jù)科學(xué)
- 數(shù)據(jù)倫理
- 數(shù)據(jù)可視化的歷史方面(例如,約翰·斯諾的霍亂地圖)
- 用數(shù)據(jù)敘事
- 數(shù)據(jù)準(zhǔn)備
- 與BI和Analytics(分析)專業(yè)人士的訪談
- 與社會問題以及社會公益相關(guān)的數(shù)據(jù)垃圾
- 地圖
- 攝影
- 建筑學(xué)
- ......
這位作者主要使用tableau進行可視化作品的創(chuàng)作。
03
WTFVizhttps://viz.wtf/WTF Visualizations,顧名思義,這個網(wǎng)站通過展示一些毫無意義的、錯誤的或糟糕的可視化,討論其設(shè)計與制作過程中的具體問題。
比如他們最近展示的一些 WTF Visualizations:
WTF?!
04
Giorgia Lupi and Stefanie Posavec’s Dear Datahttp://www.dear-data.com/all這個網(wǎng)站有兩位作者,Giorgia Lupi 和 Stefanie Posavec,她們兩位是手繪數(shù)據(jù)可視化的代表人物。
Lupi1981年生于意大利。當(dāng)她還是個小女孩時,她會花費大量的時間來收集各種物品并將它們整理到文件夾中:彩色紙片,小石頭,祖母紐扣上的紡織品,銷售收據(jù)以及更多的東西。
在她的收藏中。她說過,她很高興根據(jù)其寶藏,大小,顏色和尺寸對寶藏進行組織和分類。她說過她從小就對數(shù)字,對規(guī)則和系統(tǒng)進行分類和分類的興趣,這說明了她的作品的起源以及對玩數(shù)據(jù)的渴望。
2011年,Lupi與他人共同創(chuàng)立了研究與設(shè)計公司Accurat,該公司將設(shè)計與數(shù)據(jù)結(jié)合起來以創(chuàng)建數(shù)據(jù)可視化,界面和工具。
2014年,Lupi與Stefanie Posavec一起啟動了“Dear data”項目。為期一年的每周,Lupi和Posavec通過郵件交換了一個“數(shù)據(jù)圖”,即代表她們?nèi)粘I钜徊糠值氖掷L數(shù)據(jù)可視化。
在長達一年的合作之前,她們只見過兩次面。該項目的前提是直接測試一個人如何通過讀取數(shù)據(jù)來認識某人。
每周都要交換明信片,數(shù)據(jù)的一面是圖紙,另一面是詳細的要點或圖例。其中一些主題包括:一周的負面思想,一周的工作空間和一周的新事物。
該項目與設(shè)計師Nicholas Felton等量化的自我項目具有表面相似性的年度報告量化并代表了生活事件,例如閱讀的書籍或參觀的地方數(shù)量,但更具個人性,分析性更強,用手繪插圖代替了計算機生成的圖表。
Dear data項目,取得了很好的反響,2015年獲得了兩項信息之美獎(2015 Information is Beautiful Awards)的金獎,以及其它一些設(shè)計類獎項。
她們的部分作品被美國現(xiàn)代藝術(shù)博物館永久收藏,并合作出版了手繪數(shù)據(jù)可視化的專著:
《Dear data》(中文版書名為《親愛的數(shù)據(jù)》)
這個網(wǎng)站有這個項目的所有手繪數(shù)據(jù)可視化作品展示,比如下面這些:
05
Kaiser Fung’s Junk Chartshttps://junkcharts.typepad.com/網(wǎng)站作者 Kaiser Fung 在數(shù)據(jù)科學(xué)和高級分析方面提供輔導(dǎo),咨詢和培訓(xùn)服務(wù)。
他既是領(lǐng)先的數(shù)據(jù)可視化博客的作者,也出版了兩本統(tǒng)計思維和數(shù)據(jù)科學(xué)領(lǐng)域的暢銷書:
他的這個數(shù)據(jù)可視化博客,內(nèi)容主要是對垃圾圖表的批判及給出優(yōu)化的建議。
質(zhì)量非常高的博客。
06
Data Viz tips and resources on how cities workhttps://city-informatics.com/這個博客是澳洲新南威爾士大學(xué)的一位在讀博士建立的,他試圖通過快速發(fā)展的數(shù)據(jù)科學(xué)和可視化技術(shù)來分享城市規(guī)劃思維的進展,主題包括交通、計算地理、可達性、繪圖、建模和制作。
下面是幾幅他的可視化作品:
07
Data Viz examples from The Guardianhttps://www.theguardian.com/data/series/show-and-tell來自英國老牌新聞報紙《衛(wèi)報》的可視化。
衛(wèi)報是英國的日報。它成立于1821年,當(dāng)時名為“曼徹斯特衛(wèi)報”,并于1959年更名。
《衛(wèi)報》圖表幾幅:
08
Stephen Few’s blog on data vizhttp://www.perceptualedge.com/這個博客我吹過無數(shù)次了,作者是廣受推崇的數(shù)據(jù)可視化大師Stephen Few。
博客首頁3句箴言,都在強調(diào)可視化的首要原則——“簡潔”:
Simplicity, simplicity, simplicity.Henry David ThoreauSimplicity is the ultimate sophistication.AnonymousSeek simplicity and distrust it.Alfred North Whitehead09
Nicholas Feltron’s annual reportshttp://feltron.com/尼古拉斯·費爾頓(Nicholas Felton)是一位信息圖表設(shè)計師。
他最著名的設(shè)計項目是“量化生活”的Feltron項目——《個人年度報告》,從2005年開始,直到2014年,他記錄了他生活中的細節(jié),包括有關(guān)他去過的地方,他聽過的音樂以及他的日?;顒拥葦?shù)據(jù)(從他自己的內(nèi)存,日歷,照片等渠道中收集),并將其轉(zhuǎn)換為一系列信息圖表。
下面是他最后一份量化生活的個人報告《The Feltron Annual Report 2014》的部分:
令人驚嘆。
10
Tumblr inspiration blogshttps://vizualize.tumblr.com/Tumblr(官方中文名:湯博樂;民間多譯作湯不熱)是一個輕博客社交網(wǎng)絡(luò)平臺,該平臺的可視化專題里也有不少質(zhì)量高的作品。
以上文章來源于我是蘇有熊 ,作者蘇有熊
融合各個學(xué)科領(lǐng)域的前沿技術(shù)、實踐經(jīng)驗等,旨在為各領(lǐng)域的專家學(xué)者提供一種多元化、專業(yè)化的輔助性資源學(xué)習(xí)媒介,通過獨具特色的學(xué)習(xí)展現(xiàn)方式為廣大學(xué)者及工程技術(shù)人員提供最優(yōu)質(zhì)的學(xué)習(xí)平臺。
針對遙感、生態(tài)農(nóng)林、水文、大氣科學(xué)、地下水土壤、數(shù)據(jù)語言、生物信息、人工智能等領(lǐng)域全套教程。