注:本文来自于北京大学可视化与可视分析研究小组的投稿。

Visearch是北京大学PKUVis微博可视分析工具系列新推出的一个工具。通过它所提供的气泡视图,您可以看到与指定关键词相关的微[......]

继续阅读

GE和Periscopic合作的可视化:Who’s been working in America? 展示了美国1960年以来,50多年的就业数据,让读者通过与可视化的互动,了解就业和工作岗位的变迁。上面的截图里显示的是最新的2011年不同行业的 就业分布。用了块状图的形式,从左到右按降序排列。2011年总共就业人数是1亿5676万。提供工作岗位最多的是贸易,运输和公用事业,其次是政府机 关。可视化下面的有时间轴,既可以点击播放,通过动画观察变化,也可以拖动到任意年份。我们选择了1960年(见下图)。那时候的就业人数只有7261 万,而第一名是制造业。可见美国这些年来产业结构发生了巨大的变化,制造业都已经移向海外。可视化里还有红色的标签标示了有意思的地方。点击标签会打开消 息框。比如下图中教育和医疗服务上的信息告诉我们这52年间,这个行业的就业翻了7倍之多。除了这个之外,这个可视化设计上有意思的地方在于还包括了转发 这个可视化的twitter信息。应该是想要促进相关的讨论。

[......]

继续阅读

可视化智能手机里的地理跟踪数据,早就不是什么新鲜事。在各种各样作品里面,LiquiData是 交互做的非常有特色的一个。这个项目有几个学生开发,将手机和触摸屏结合,可视化地理轨迹。首先,在触摸屏上显示的是一张雾气腾腾的地图,就像我们平时玩 的游戏一样。然后,将你的手机放在触摸屏上,手机里的最近地理跟踪数据就会传到触摸屏显示的地图上,去过的地方会拨云见日。手指点击这些地方,会显示相关 的信息,比如照片,评论,饭店,等等。有趣的是,在触摸屏上移动手机,可视化会自动生成一条线,将手机和不同的地方连接。如果,两个人的话,还可以找到大 家共同去过的地方。下面是这个可视化的演示,非常的赞!

[......]

继续阅读

Anthropocene这个网站收集人们对地球的研究和认识。它提供了对地球的多方面科学知识,鼓励和教育人们认识人类对地球的影响。在上面这个视频中,使用了多种我们以前介绍过的可视化技术和作品,但是配上旁[......]

继续阅读

你玩过Minecraft这款游戏吗?屌丝小编自称是Craft类游戏达人,玩转StarCraft, WarCraft…等等。不过Minecraft倒是没有亲自上手过。据说这是一款风靡全球的休[......]

继续阅读

随着传感器和物联网的发展,智能城市也一天天变成现实。伦敦大学的Centre for Advanced Spatial Analysis开发的城市看板(CityDashboard)就是实时汇总关于一个城市的各种数据的可视化。上面显示的是英国伦敦的看板。除了天气之外,还有公共交通的实时情况,公共自行车的使用情况,空气质量,河水水位,甚至人们的心情和发自伦敦的Twitter的最新热点。这些数据采集自各个不同的实时数据源。伦敦的居民,或者是就要去伦敦旅行的人,就可以通过这个看板了解到伦敦很多重要的信息。如果切换到地图模式,就能看到这些数据来源于伦敦各地。不同的数据源用不同的颜色表示。

[......]

继续阅读

我们介绍过很多Twitter的可视化。一直在期待国内也出现好的微博数据的可视化。北京大学可视化小组最近发布了他们的PKUVIS微博可视分析工具。这个工具分析的是在微博这样一个社交媒体平台上信息以什么样[......]

继续阅读

Nicolas Felton的年度报告又新鲜出炉了。这次出的是2010年和11年数据的合集。 由于有了两年的数据,一大看点就是拿10年和11年比较。报告的第一页是蓝色的2010,而最后一页是粉色的2011。我们把它们放在一起来看一下。柱状 图是每天去的多少个不同的地方。可以看到2011年Felton加入Facebook之后,每天去的地方明显变少了,再也不能四处闲逛了,哈哈。特别是在 2011年9月份,Facebook的Timeline发布的前后,一共才去了34个地方。差不多一天就去一个地方。。。难道连家都没回,天天在公司通 宵?这份报告下面最左边的条状图是不同地点去的次数。这里的数据本身就是两年的对比。在2011年的粉色图里,横条越长,就表示2011年去的次数比 2010年多。而短的话就相反。可以看到,Felton在2011年去停车场和加油站多了,但是健身房少了。看来Facebook上班很幸苦啊。

[......]

继续阅读


智能手机的普及让我们的日常生活彻底的数字化。我们在这个看不见的信息网络中时刻相连,不断地上传和下载着数据。瑞士日内瓦市政府通过与科技公司合作,利用手机中的GPS采集了人们每天在日内瓦市行动的轨迹对[......]

继续阅读

租房业在美国很发达,买房出租是一种主要的长期投资方式。正常的营运需要房东定期修理房子,保证住户良好的居住环境;同时作为收入,房东也要为房租交税。但是 有些房东为了赚更多的钱,对房子就听之任之,破了也不修理,以便宜的价格出租,喜欢现金交易以方便逃税。这种房东就叫作slumlord,是法律的一个重 点打击对象,因为如果大家都这样做的话,整个社区的环境生活质量就会下降,最后 变成贫民窟。但是,要把这些slumlord抓住却不容易。通常,市政府会对房子的质量作定期检查,发现质量差的房子,就会下达维护通知。 slumlord当然不愿意花这个钱,于是在期限到的时候,就通知政府说这个房子已经卖了,自己已经不是户主,从而省下一大笔维修费。面对 slumlord提供的合法手续和文件,政府也无可奈何。但事实是否真的如此。政府也组织了团队和律师对此进行调查,但是往往由于收集的数据过于庞大,很 难找到头绪。面对如此复杂的数据,orgnet.com提供了一个运用社交网络分析(Social network analysis)的成功案例,从错综复杂的网络中找出其中的猫腻。让我们来看一下这个精彩的案例吧。

这个案例调查使用的数据都是通过公共渠道获得。数据进行了一系列的简化,其中所涉及的公司和人名只用了一些简单的代号。下面的第一幅图显示了一所房屋的交易历史,其中的灰色箭头表示了买卖方。每次交易完后,房子就转到了新的公司(LLC)名下。

[......]

继续阅读