精华内容
下载资源
问答
  • 之美系列:安全之美 测试之美 代码之美 架构之美 可视化之美 数据之美 团队之美
  • 数据之美免积分

    2017-12-29 17:59:38
    数据之美,免积分,数据之美,免积分,数据之美,免积分,数据之美,免积分,数据之美,免积分
  • 中亚自购,程序之美系列:架构之美+安全之美+数据之美
  • 数据之美数据可视化之美;对数据分析感兴趣的朋友可以看过来哟!
  • 数据之美.rar数据之美.rar数据之美.rar数据之美.rar数据之美.rar数据之美.rar
  • 数据之美

    千次阅读 2008-05-06 13:43:00
    margin: 2cm } P { margin-bottom: 0.21cm } A:link { color: #0000ff } --> 数据, 在一般人的眼里,可能都是一些密密麻麻的数字, 最常见的就是excel里面那一张张复杂的表格, 举个列子: 但是你也可以
    数据, 在一般人的眼里,可能都是一些密密麻麻的数字, 最常见的就是excel里面那一张张复杂的表格 , 举个列子:



    但是你也可以从另外一个角度来看这些数字:

    这样也许你就可以很方便的看到这些数字的一个趋势。 有一句话叫做 “One picture says a thousand of words”, 直译就是一张图片等于一千个字 ;)。 可见图片对于帮助人们理解数字背后的意义有着多么重要作用。 对网络口碑的研究和分析, 当中很大的一部分工作就是在那些海量的数字中寻找故事。 如果能够对这些数字加以合理的图形化展示, 就能够帮助人们更好理解和分析这些数字。 当然, 从另外一个角度来讲, 你不觉得上面的第二张图要比第一张图看上去漂亮的多吗?

    确实, 数据有她美丽的一面, 不信的话就看看下面这些图:





    上面这些图都截取自http://www.prefuse.org, 他是提供一家提供 Data Visualization 方案和技术的组织。 他们提供了一套免费的数据可视化工具集 (BSD授权协议), 上面这些图片就是用这套工具集来生成的。 虽然可能你没有办法直接了解到上面这些图的具体意义, 但是至少我想你也可以从这些图中感受到另一种观察数据的角度吧 (至少从我的角度上面来讲这些图片都很漂亮, 就是我所谓的数据之美)


    下面还有一段更酷的视频, 同样来自 prefuse.org


    展开全文
  • 数据之美 一本书学会可视化设计 中英文完整版 pdf 数据之美 作者: 邱南森 (Nathan Yau) 出版社: 中国人民大学出版社 副标题: 一本书学会可视化设计 原作名: Data Points: Visualization That Means Something 译者: ...
  • 数据之美 一本书学会可视化设计 中文高清版 pdf 数据之美 作者: 邱南森 (Nathan Yau) 出版社: 中国人民大学出版社 副标题: 一本书学会可视化设计 原作名: Data Points: Visualization That Means Something ...
  • kindle的电子书,分享一下,用kindle软件也可以看,排版还是比价好的
  • 数据之美(下)

    千次阅读 2009-06-12 14:55:00
    数据是抽象的,尤其是海量数据,人的大脑很难直接对大量数据进行分析并获得印象,然而从另一个角度看,数据也可以...这是本文档第二部分,第一部分请参阅数据之美(上)。其它Visualizing Information Flow in Science
      
    

    数据是抽象的,尤其是海量数据,人的大脑很难直接对大量数据进行分析并获得印象,然而从另一个角度看,数据也可以异常美丽,人们设计了很多工具,让 枯燥的数据图形化,本文介绍了50个数据图形化工具,它们以令人难以置信的方式让我们看到了数据美丽的一面。这是本文档第二部分,第一部分请参阅数据之美(上)

    其它

    Visualizing Information Flow in Science

    显示学术刊物被引用的关系,借此评价一份学术刊物的份量。

     

    Micro Fashion Network: Color

    该图显示了时装风格的持续变化,尤其是基本的色彩元素。使用一架固定相机加专业软件拍摄并分析剑桥大学里面人们的服装颜色。

     

    TED Sphere

    将 TED 大会的视频以 3D 形式展示在一个球体上,你可以从内部或外部观看这个球体,视频的摆放基于语义关联。

     

    Visualizing The Bible

    圣经中63000个相互引用的行文关系,纯粹为了显示一种漂亮效果。

     

    Walrus

    在一个 3D 界面中通巨量图形进行交互。选择一个节点,让图形以该点位中心放大。

     

    We Feel Fine

    这是一个很有趣的数据可视化工具,显示某一天博客圈的总体情绪,你可以根据年龄,地点,性别,天气等进行筛选,该图反映了互联网当前的情绪。

     

    One Week of The Guardian

    展示了英国 Guardian 报一周来所有文章的关系,标题,作者,页数以及目录。

     

    Nemulator

    一个心理模拟项目。

     

    Voyage

    一个基于 Web 的 RSS 阅读器,在时间轴上可视化显示你的 RSS 订阅。

     

    Blooming Numbers

    该项目旨在研究不同文化背景下人们对不同数字的偏好。

     

    CIA World Factbook Visualization

    根据 CIA 数据,显示不同国家之间的关系,包括邻国,语言,水源以及疆界等。

     

    TextArc Visualization of The History of Science

    《科学史》一书的结构图。

     

    Newspaper Map

    没看明白,原文链接已经失效 - 译者。

     

    GraphNews

    Libero WebNews 推出的新闻可视化浏览器。

     

    Newsmap

    显示 Google News 当前新闻标题,显示不同新闻之间在不同文化下的关系。

     

    FreeMind

    一个基于 Java 的工具,可以让用户快速建立数据可视化应用,生成的数据地图可以输出到 XHTML 格式的文件。

     

    Resource System Reference Database

    曾作为 IEEE 2004 年会 InfoVis2004 的海报,该图中,曲线的粗细代表关系的强弱。

     

    Is the New

    大量某某某是新的某某某一类的句式,如“紫色是一种新式粉红”,“技术是一种新式宗教”。

     

    WikiMindMap

    以结构地图的形式显示 Wiki 内容。

     

    How Scientific Paradigms Relate

    显示了大约700个科学范例之间的关系,以及他们是如何被超过80万篇科学论文所涉及。

     

    Universe

    某个搜索条目的复杂而海量的可视化结果。

     

    visualcomplexity.com

    众多数据库可视化图标的总汇,包括商业,艺术,互联网,知识网络,生物,交通,社会等。

     

    The Strengths of Nations

    10个不同国家的科学水平可视化展示,包括美国,英国,法国,中国,澳大利亚等,分23个不同领域,包括数学,生物学,天文学等。

    本文国际来源:http://www.webdesignerdepot.com/2009/06/50-great-examples-of-data-visualization/
    中文翻译来源:COMSHARP CMS 官方网站

     

     

    展开全文
  • 数据之美Beautiful+Data(英文版,pdf)

    热门讨论 2010-12-11 16:07:53
    数据之美 Beautiful Data 副标题 The Stories Behind Elegant Data Solutions
  • 这里把《数据之美,一本书学会可视化设计》的摘抄分享下吧,图示上有不清晰的地方还请包容。 你真的理解数据了吗? 1.对原始数据了解得越多,打造的基础就越坚实,也就越可能制作成令人信服的数据图表。 2.好...

    在这里插入图片描述
    这里把《数据之美,一本书学会可视化设计》的摘抄分享下吧,图示上有不清晰的地方还请包容。
    ###你真的理解数据了吗?
    这里写图片描述
    1.对原始数据了解得越多,打造的基础就越坚实,也就越可能制作成令人信服的数据图表。

    2.好的可视化设计,需要具备统计学和设计方面的知识。

    3.可视化创作是一个迭代的过程,不同的数据集迭代周期不同。

    4.由于数据代表了一定的人物、地点和事物,所以除了真实的数字之外,还有重要的背景信息。

    5.注意,垃圾信息的相对而言。一个图表需要剔除的东西,在另一个图表中也许是有用的。
    ###数据引导可视化设计
    这里写图片描述
    1.好的图表,不只是要能快速理解,还包括它显示的内容如何,以及它是否帮助你看到了之前没有看到的东西。

    2.要想把数据可视化,就必须知道它表达的是什么。数据描绘了现实的世界。与照片捕捉了瞬间的情景一样,数据是现实世界的一个快照。

    3.数据和它所代表事物之间的关联既是把数据可视化的关键,也是全面分析数据的关键,同样还是深层次理解数据的关键。

    4.应用:GPS追踪信心、追踪个人体重、饮食、就寝时间等相关信息

    ###掌握可视化设计的原材料
    这里写图片描述
    1.数据会因其可变性和不确定性而变得复杂,但放入合适的背景信息中,就会变得容易理解了。

    2.实际上,如果你不知道自己在寻找什么,那么再细的图标也会难以理解。

    3.一个独立的离群值可能是需要修正或特别注意的。也许在你的体系中随着时间推移发生的变化预示有好事(或坏事)将要发生。周期性或规律性的事件可以帮助你为将来做好准备,但面对那么多的变化,它往往就失效了,这时应该退回到整体和分布的粒度来进行观察。

    4.在基于不确定因素的估算下,数据误差是存在的。如果不考虑数据的真实含义,或者没有确保描述清楚,很容易产生误解。

    5.当我们对某些数据模糊不清的时候,数据所依存的背景信息就发挥作用了。背景信息可以完全改变你对某一个数据集的看法,它能帮助你确定数据代表着什么以及如何解释。

    6.使用数据而不了解除了数值本身之外的任何信息,就好比拿断章取义的片段作为文章的主要论点引用一样。

    ###不了解数据,一切皆是空谈
    这里写图片描述
    1.你必须首先了解何人、如何、何事、何时、何地以及何因,即元数据,或者说关于数据的数据,然后才能了解数据的本质是什么。

    2.1何人(who):如“谁收集了数据”、“数据是关于谁的”
    关键在于样本要在人群中平均分布,这样才可以代表整体。

    2.2如何(how):你不需要知道每种数据集背后精确的统计模型,但要小心小样本,样本小,误差率就高;你也要小心不合适的假设,比如包含不一致或不相关信息的指数或排名。

    2.3何事(what): 你要自导自己的数据时关于什么的,你应该知道围绕在数字周围的信息的是什么。
    用相同的方法对待所有的数据集,用千篇一律的方法和工具处理所有数据集,这是一种严重的错误!

    2.4何时(when):你必须清楚数据是什么时候采集的。不要把旧的数据当成现在的来对付!事在编,人在变,地点也在变,数据自然也会变。

    2.5何地(where): 事情会随着时间变化,也会随着城市、州、国家的不同而变化。不要将来自少数几个国家的数据推及整个世界。

    2.6为何(why):你必须了解采集数据的原因,这样才能检查数据是否存在偏颇。

    所以,首要的任务是竭尽所能了解自己的数据,你的数据分析和可视化会因此增色!
    ###让可视化设计更为清晰
    这里写图片描述
    1.如何涉及数据隐私的地方,最好限制一下你所展示和观察到的信息。

    2.富交互式叙事技术,即将视频、音频和文本等多种类型的媒体与可视化相结合,让用户参与交互实验。

    3.流程图就是沟通中和进行决策时可用的一种直接明了的方法。你从一个状态开始,然后回答问题,转移到另一个相邻的状态,最后进入到帮助你做决定的状态。

    4.所谓可视化数据,其实就是根据数值,用标尺、颜色、位置等各种视觉暗示的组合来表现数据。深色和浅色的含义不同,二维空间中右上方的点和左下方的点含义也不同。

    5.可视化是从原始数据岛条形图、折线图和散点图的飞跃。

    6.对于可视化,如果你知道如何解释数据以及图形元素是如何协作的,得到的结果通常比软件做的好。

    7.先总览,在缩放不能干筛选,然后按需寻找细节。—《The Eyes Have It》

    8.数据具有不确定性,因为每个数据点都是对某一瞬间所发生事情的快速捕捉,其它内容都是你推断的。

    9.否定的事情,用下降来表示减少更合理。
    这里写图片描述
    ###别忘了,你是为读者进行可视化设计

    ####高亮显示重点内容
    这里写图片描述
    1.可视化图表具有可读性,能帮助人们理解数据,并总结出数据表达的内容。在报告中嵌入图表,或给图表配上文字说明,可以详细地解释结论。然而,把可视化图形从报告中抽出来,或者断开它和提供背景信息的文本间的联系,数据可能就会失去它的含义。更糟糕的是,其他人可能会曲解你想表达的内容。

    2.高亮显示能引导读者在茫茫数据中一下子就能看到重点。它既可以加深人们对已看到东西的印象,也可以让人们关注到那些应该注意的东西。时时牢记数据、视觉暗示和可读性。

    3.可视化图表可以纯粹从美学的角度欣赏,但最有趣的还是数据。这就是为什么可视化要从数据开始,探索数据,然后展示结果,而不是从可视化开始,然后尽力把数据集放进去,否则,就像是用锤子砸一大把螺丝钉。

    4.可视化的精髓在于理解数据中的关系和模式。
    当你没有数据时,千万不要硬编出来。

    5.用纸上的草图把你想做的展示出来,这不受电脑技术的限制。知道有限制是好的,但更好的是现有许多想法,然后缩减将之填入数字和时间的限制中。不要把作品限制在电脑能做的范围内。要告诉电脑你要做什么,而不是电脑告诉你能做什么。

    6.因为是向别人展示数据,你要考虑到他们会怎样审视你的作品。你自己是唯一的观众时,你就只为一个人设计,只会有一种距离、一个电脑屏幕或一张纸。有其他人时,情况就不一样了。每个人都有不同的背景、不同的打印机和不同的电脑屏幕分辨率,虽然无法满足所有人的需求,但至少要在合理的范围内尝试着对尽可能多的人负责。

    7.知道要展示什么之后,你可以琢磨该怎么来展示。在电脑上花费大量时间前可以先从纸笔开始,所以你得在身边放一本笔记本。想到可能有用的东西就要用草图、涂鸦和草稿记下,然后再试着用电脑转换它们。

    8.数据可视化的一般过程:把所有东西整合起来,从理解数据,到探索数据,使之清晰,并适应读者。

    9.你的目标是做到取出任何食材——数据,你都能明白它代表了什么。对自己的数据理解得越深,就能帮助他人理解的越深。数据可视化就是这样变得有价值的。
    这里写图片描述
    ###将可视化进行到底
    这里写图片描述
    ####可视化工具
    excel、spreadsheets、tableau、
    ####针对特定数据的工具
    gephi、imagePlot、树图、TileMill、indiemapper、geocommons、ArcGis
    ####编程工具
    R语言及其扩展包(ggplot2统计学可视化框架,network可创建带有结点和边的网络图,ggmaps基于谷歌地图openstreetMap及其它地图的空间数据可视化工具,animation可制作一系列的图像并将它们串联起来做成动画,portfolio通过树图来可视化层次型数据)

    js\html\css\svg(可视化库d3.js/raphael/js infovis toolkit)

    processing 合适编程新手

    python(matplotlib)

    php

    ####插图工具

    Adobe Illustrator

    典型的工作流程:用R语言创建基础图形,将图标保存为PDF文件,然后用Illustrator来修改颜色、添加标注,最后再加工一下。
    这里写图片描述
    ####数据统计
    关于数据说明的问题,以及如何从文本文件和数据库的一堆数字中筛选出有用信息,统计学提供了更宽阔的视角。统计学还有助于处理稀疏和损毁的数据。

    这里写图片描述

    展开全文
  • 数据之美(三)

    千次阅读 2009-06-24 15:58:00
    片图抵千言,任何数据报告都不如一幅图来得形象,6月中旬,我们曾译介了 Webdesigner Depot 的一篇文章,《数据之美》(上,下)。本文是 Webdesigner Depot 推出的另一篇同题材文章,介绍了25幅令人赞叹的计算机...

    片图抵千言,任何数据报告都不如一幅图来得形象,6月中旬,我们曾译介了 Webdesigner Depot 的一篇文章,《数据之美》( )。本文是 Webdesigner Depot 推出的另一篇同题材文章,介绍了25幅令人赞叹的计算机数据图形(Infographics),再次领略数据之美。

    1. Web 趋势图


    2. 字体周期表


    3. 全球 Internet 流量图


    4. 经验的归结


    5. Flickr 用户模型


    6. 浏览器之战


    7. 垃圾信息阅读报告


    8. 网络文章的生命周期


    9. 在线沟通地图


    10. 用 1001 个 Web2.0 标志组成的世界地图


    11. 全球海底光缆地图


    12. SEO毒药

    13. Google PageRank 之视觉解释

    14. 用社会媒体开一间公司

    15. SEO 清单

    16. 博客文章的生命周期


    17. 软件战势图


    18. 美国网民结构图


    19. 看看1600万色的模样


    20. 可视化表示方式周期表


    21. Internet 周期表


    22. 国家编码地图

    23. 苹果产品分布图


    24. 美国 50年来消费电子市场与价格分布


    25. Yahoo 所有 API 与服务分布图


    26. 数字存储媒介的重量与尺寸


    27. 同国家不同时期对色彩的喜好


    28. Facebook vs. Twitter

    本文国际来源:http://www.webdesignerdepot.com/2009/06/25-useful-infographics-for-web-designers/
    中文翻译来源:COMSHARP CMS 官方网站

    展开全文
  • 这是《数据之美》系列的第五篇,本文搜集...数据之美系列的前四篇请参阅《数据之美四》《数据之美三》,《数据之美二》《数据之美一》。37 Minute Bus Ride新加坡一家公司收集的新加坡巴士运行统计数据。Population of
  • 《Excel 数据之美--科学图表与商业图表的绘制》内容简介 引入R ggplot2, Python Seaborn, Tableau, D3.js, Matlab 2015, Origin等绘图软件的图表风格与配色方案; 对比并总结了《华尔街日报》、《商业周刊》、《经济...
  • 数据之美》读书笔记

    千次阅读 2016-09-17 10:44:58
    1.可视化是一种媒介可视化是一种表达数据的方式,有时候,可视化设计仅仅只是一个条形图,但大多数时候可视化会复杂的多,因为数据本来就很复杂。可视化让数据更可信可视化设计需要统计学和设计知识,没有前者,可视...
  • 什么是 Infographics,简单说,就是将复杂的数据视觉化,Infographics 的真正意义是通过视觉化的图形,展示数据中蕴含的东西,它的趋势,分布,它隐藏的意义,或者单纯的数据之美。Infographics 的渊源用图形表达...
  • Infographic 是一种对信息数据进行视觉化展示的技术,我们曾在数据库之美(上,下),数据之美(三)等文章中介绍过许多漂亮的 Inofgraphics。本文精选了 20 个与 Infographic 有关的网站,喜欢 Infographic的读者...
  • 本期的《数据之美》系列精选了 30 套精美的 Infographics 作品,这些作品包括了 Web,社会网络,开源,环保,技术,开发等话题。值得一提的是一份有关开放课程的报告,讲述了开放课程这个近年来最值得关注的话题的...
  • 数据之美(上)

    千次阅读 热门讨论 2009-06-10 15:10:00
    数据是抽象的,尤其是海量数据,人的大脑很难直接对大量数据进行分析并获得印象,然而从另一个角度看,数据也可以异常美丽,人们设计了很多工具,让枯燥的数据图形化,本文介绍了50个数据图形化工具,它们以令人...
  • 在一个信息大爆炸的时代,每天都有很多的新消息、新发现、新趋势向我们狂轰乱炸而来。在这个过程中,我们既是数据的生产者,也是数据的使用者,然而初次获取和存储的原始数据总是杂乱...
  • 数据之美(九):50个精美绝伦的 Infographics(下)

    千次阅读 热门讨论 2010-05-28 13:34:00
    Infographics 是数据,信息,知识的视觉阐述。按 Rick Mans 的说法,Infographics 是所有图形设计...本文搜集了50个精美绝伦的 Infographics 设计,绝大多数都是《数据之美》系列中从未涉猎过的。Celebrity Body Insur
  • Infographics 是数据,信息,知识的视觉阐述。按 Rick Mans 的说法,Infographics 是所有图形设计...本文搜集了50个精美绝伦的 Infographics 设计,绝大多数都是《数据之美》系列中从未涉猎过的。 50 Years of Space Ex
  • 数据之美----雪球网股票组合分析

    千次阅读 2016-10-13 00:22:24
    简介因为工作需要,爬了几个大型的网站,练就一身爬取数据和分析数据的功夫。所以,在无聊的时候写了个爬取系统。主要功能是爬取雪球组合的数据,并进行分析,得出一些有价值有潜力的股票代码。实盘到没有测试,随便...
  • 下载地址:网盘下载《经济学人》杂志年度推荐的三大可视化图书一 《大数据》作者、《经济学人》大数据主编肯尼思·库克耶倾情推荐,称赞其为“关于数据呈现的思考和方式的颠覆作” 亚马逊数据和信息可视化类图书...
  • 数据移除服务) 11. 社会媒体及其它 和微软一样,Google 也曾因忽视了某些领域而付出高昂的代价,比如社会媒体网络。 Google’s Long History of Social Media Attempts (Google 觊觎社会...
  • 墨西哥湾的石油污染事故已经过去三个月,这个人类历史上最严重人为环境灾难引起了全球的关注,人们通过各种方式...本文收集了大量关于这场事故的 Infographics 图片,很多数据,当它可以感受的时候,往往是触目惊心的。
  • 数据之美(八):Twitter 上的 140 个最有影响力的人

    千次阅读 热门讨论 2010-05-25 08:49:00
    之美(一) 数 据之美(二) 数 据之美(三) 数 据之美(四) 数 据之美(五) 数 据之美(六) 数 据之美(七) 本文国际来源:Mashable Twitter’s ...
  • 数据可视化之美

    2018-12-29 10:21:46
    数据可视化之美》内容简介:可视化是数据描述的图形表示,旨在一目了然地揭示数据中的复杂信息。可视化的典型如纽约地铁图和人脑图。成功的可视化的美丽处既在于其艺术设计,也在于其通过对细节的优雅展示,能够...
  • Python数据可视化之美

    千次阅读 2021-06-09 13:30:21
    Python数据可视化之美

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 397,176
精华内容 158,870
关键字:

数据之美