分析膚色,流行病時間表,中文名稱和荷蘭大選資料視覺化案例
AnyChart是基於JavaScript (HTML5) 的圖表控制元件。使用AnyChart控制元件,可建立跨瀏覽器和跨平臺的互動式圖表和儀表。AnyChart 圖表目前已被很多知名大公司所使用,可用於儀表盤、報表、資料分析、統計學、金融等領域。
每天,網際網路上都會出現許多有關各種主題的新資料視覺化。我們熱衷於整理最出色的圖形,並在DataViz Weekly上與您分享!今天備受關注:
- 時尚和美容品牌的Instagram提要上的膚色—石英
- 大流行年的時間表— WaPo
- 中文名字的演變— Kontinentalist
- 荷蘭大選詳細結果— NRC
美容和時尚品牌的Instagram提要中的膚色
繼去年針對警察殺害黑人美國人的大規模抗議活動之後,許多美容和時尚品牌都表達了對“黑人生活問題”運動的聲援。他們還承認有必要改善多樣性,並承諾在這方面做得更好。現在,Quartz決定找出是否有任何變化。
阿曼達·申德魯克(Amanda Shendruk)和馬克·貝恩(Marc Bain)從34家時裝公司(和美容公司)的Instagram提要中檢視了27,000張影像,並對6月2日停電前後的膚色進行了分析。支援BLM。記者將一個人的膚色表示為相應顏色的一個點,記者繪製了每個品牌隨時間推移以及從最暗到最淺膚色的資料。
分析表明,即使在美國年中種族正義抗議之後,淺色皮膚仍在占主導地位。但是,一些品牌實際上確實明顯地增加了深色調的表現。繼續自己探索圖表中的資料。不要錯過各品牌中位數皮膚亮度變化的摘要視覺化。
大流行年時間表
2020年3月11日,世界衛生組織宣佈迅速傳播的COVID-19暴發大流行。因此,已經一年了……僅在美國,在那52周內就有525,000多人因冠狀病毒而喪生。
回顧一下,《華盛頓郵報》(即Reis Thebault,Tim Meko和Junne Alcantara)根據數百篇文章和在此過程中分析的大量資料,製作了一個特殊的時間軸功能,講述了那個非凡時期的故事。該作品以動畫的點密度圖視覺化開始,其中每個光點代表一種失去的美國人生命。它與上方的區域圖保持同步,該區域圖顯示了美國七天的每日平均死亡人數。
向下滾動文章,您將可以詳細檢視美國的大流行年份。該地圖將一路陪伴您,揭示日益嚴重的死亡人數增長。
中文名字的演變
每當您聽到中文名稱時,請注意,它是根據總共14,872個漢字從2.2億個唯一選項中精選出來的。即使在中國的非迷信家庭中,父母傳統上也以孩子的名字編碼他們對孩子的期望。同時,名字很可能反映了當前的事件和趨勢。這就是為什麼我們應該將中文名稱視為可以說很多的手工藝品,就像我們通常對文學,藝術,音樂等所期望的那樣。
Kontinentalist發表了有關中文名稱演變的有趣研究。為此,蔡依莎(Isabella Chua)進入了一個資料庫,該資料庫包含了1930年至2008年間出生的中國最大的種族,這是中國最大的族裔,超過十億。
檢視大量有趣的圖表,揭示中文名稱的含義,並向我們介紹該國的歷史。
荷蘭大選結果詳細
在2021年荷蘭大選前幾天,荷蘭報紙NRC釋出了一張驚人的地圖,提供了該國四年前如何投票的詳細圖片。視覺化由Stichting Politieke Academie的Frank van Dalen和Joost Smits收集的資料,該地圖將每個投票都表示為一個圓點,根據接收方的不同而有所不同。
圖形上有13種不同的顏色,這是參加2017年眾議院選舉的政黨人數。因此,要了解誰贏得了大獎並一目瞭然地找到模式,可能並不容易。但是,視覺化是互動式的,因此可以選擇現在要顯示的參與方。
實際上,本週已經進行了2021年的投票。如果您有興趣檢視結果,請檢視NRC,De Telegraaf或de Volkskrant上的選舉地圖和其他相關視覺化效果。
相關產品推薦:
AnyGantt-構建複雜且內容豐富的甘特圖的理想工具
AnyMap-可互動式地圖是AnyChart元件
AnyStock-基於XML/JSON的Flash金融圖表解決方案
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69995027/viewspace-2766705/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 資料視覺化如何選擇合適的視覺化圖表?視覺化
- 大資料分析視覺化工具怎麼選大資料視覺化
- 大資料時代,人人都在談資料視覺化。大資料視覺化
- 如何利用資料視覺化和分析來獲得實時洞察?視覺化
- Geopandas——從“視覺化”到“字母化”的空間資料分析視覺化
- 資料分析Power BI資料視覺化教程(四)——建立瀑布、漏點圖以及修改圖表顏色視覺化
- 開發BI大資料分析視覺化系統大資料視覺化
- 中國大學排名資料分析與視覺化視覺化
- 資料視覺化--實驗五:高維非空間資料視覺化視覺化
- 資料視覺化能否代替資料分析視覺化
- 視覺化資料分析軟體視覺化
- 資料分析 | 資料視覺化圖表,BI工具構建邏輯視覺化
- BI資料視覺化|可自動重新整理的視覺化大屏報表視覺化
- 試驗資料的篩選和質量視覺化視覺化
- 視覺化大屏怎麼打破資料孤島,整合分析資料?視覺化
- 成都秋季大資料海選視覺化打卡工作室精選大資料視覺化
- BI資料視覺化分析|套用方案,第一時間摸清家底視覺化
- 圖撲視覺化圖表元件之股票資料分析應用視覺化元件
- 寶藏級BI資料視覺化功能|圖表聯動分析視覺化
- 資料視覺化報表分享||立竿見影的財務資料分析模板視覺化
- 時間序列 ACF 和 PACF 理解、程式碼、視覺化視覺化
- 什麼是大資料視覺化大資料視覺化
- 資料大屏視覺化挑戰視覺化
- 大資料視覺化優勢在哪大資料視覺化
- 大資料視覺化的特點大資料視覺化
- 大資料視覺化怎麼做大資料視覺化
- Echarts資料視覺化,easyshu圖表整合。Echarts視覺化
- python資料分析與視覺化基礎Python視覺化
- Python資料分析入門(十六):設定視覺化圖表的資訊Python視覺化
- 浙江大學陳為“大資料視覺化”大資料視覺化
- 如何在移動端資料視覺化大屏實現分析?視覺化
- 如何成為資料分析師系列(一):視覺化圖表初階視覺化
- Python疫情資料分析,並做資料視覺化展示Python視覺化
- [資料分析與視覺化] Python繪製資料地圖2-GeoPandas地圖視覺化視覺化Python地圖
- 28個資料視覺化圖表的總結和介紹視覺化
- 大資料視覺化的意義在哪大資料視覺化
- 大資料視覺化該如何實現大資料視覺化
- OurwayBI資料視覺化大屏模板分享視覺化