分类存档: 应用

直击雅安–雅安震区微博信息可视化

2013年4月20日上午8时02分,在四川省雅安市芦山县(北纬30.3度,东经103.0度)发生7.0级地震,震源深度13千米。雅安地震致200万人受灾,193人死亡。中华民族,一方有难,八方支援。

雅安震区微博信息可视化

 

我们提供了雅安震区的微博信息可视化工具,主要展示在雅安及周围地区实时的微博和地震信息。在图中,我们用红色空心圆圈代表地震,其中大小表示了震级的大小。用实心圆表示了一个或一组微博,同样圆的大小映射了该组微博的数量。 继续阅读 »

H7N9禽流感疫情可视化

4月以来,H7N9禽流感在中国大地出现,首先主要集中在江浙沪一带,随后安徽、北京、河南等地也产生疫情。北京大学可视化与可视分析实验室近日推出H7N9禽流感疫情可视化。(http://vis.pku.edu.cn/birdflu) 通过地图与时间线的链接显示和提供交互操作,帮助大众更好理解禽流感疫情的时空演变规律。

在这个可视化案例中,空间视图提供了多层次的数据显示结构。在大尺度展示省级疫情人数,并用不同颜色分别表示疑似、确诊、死亡和治愈的状态。点击聚合的图标,我们可以看到具体的每一个病例以一个小圆点的形式向周边散开,鼠标悬浮其上即可看到详细病情信息。我们也可通过缩放地图,显示从城市级别到个体级别不同细节层次的病例分布。在图上我们也用密度图来表达确诊病例的分布,提供一个对于全局宏观分布解读。 继续阅读 »

微博可视化-V 地图

地图是一种简便、直观,也是目前非常流行的展现地理信息的可视化方式。它主要根据地理位置的不同,将不同地区的数据展示在地图上。当前,随着移动互联网的爆炸性发展,我们可以越来越方便地获取到更加精确的地理位置信息。在这大量地理数据的背后,还有很多有意思的东西正等待着人们去挖掘发现。微博上基于地理信息的可视化也将会有很广阔的前景。

Trendsmap(http://trendsmap.com/)是一个用来展示Twitter上各个地区热点话题的可视化应用。 继续阅读 »

微博可视化-IV 网络

网络是社交网络可视化中经常使用的一种表现形式。通常情况下,它用点表示人,用线来表示人与人之间的关系。将一个复杂的社交网络用可视化的形式表现出来,可以比较直观地展示网络中的人际关系情况,再加以人机交互的手段,可以挖掘出一些深藏在数据背后的信息。

Inmaps(http://inmaps.linkedinlabs.com)Linkin上的一个应用,是用来展示用户在Linkin上完整的好友关系。如果两个好友间相互认识,则代表他们的节点间便连一条边,最后形成了一个复杂的网络。此外它还能够分析出不同的好友圈,并且用不同的颜色表示。

继续阅读 »

微博可视化-III 图表

图表是最简单也是最使用最广泛的可视化方式,我们日常生活中所见的折线图、柱状图、饼图等都属于此类。图表主要是用来可视化一些简单的统计数据。我们来看一些图表形式的可视化应用吧! 继续阅读 »

微博可视化-II 标签云与Wordle

标签云是一种使用广泛的可视化方法,它根据标签的热门程度来确定其字体大小,我们在许多网站、博客上都能见到它的身影。

    Cloud.li(http://cloud.li/)就是一种基于搜索引擎的可视化工具。用户输入某一个关键词,该应用会查询Twitter上与之联系密切的词语,并以标签云的形式展现出来。频率越大的单词其字号越大,颜色也越深。下图便是笔者在Iphone4s发布前夕搜索“Apple”得到的结果。我们可以很清楚地看到,iphone占据了绝对重要的地位,另外诸如iphone4siphone5store等词语也可以很容易地找到。

继续阅读 »

微博可视化 – I

微博是基于用户关系的信息分享、传播、获取的平台,它的内容简洁而短小,用户能够通过它交换一些规模很小的信息,诸如短句子、个人照片、视频链接等等。它能够允许用户通过手机、网络等方式及时更新自己的个人信息,并与他人交换信息,维护自己的人际圈。微博使得世界上的每一个人都能够成为信息源,并使之在全球传播,这就使得微博本身所承载的信息量大大增加。微博逐渐地从单纯的社交工具摇身变为商家传播商业广告的途径、变为比大众媒体更早传出新闻的地方、变为草根成就明星梦的基础。微博如今已成为广大的真实社会在虚拟世界的一个映射,深入地影响到世界上每一个人的生活。 继续阅读 »

拿破仑与信息可视化

拿破仑皇帝本身和信息可视化可能没有什么太大的联系,或许他也没有听到过“信息可视化”这个词。但是由于他发动的1812年侵俄战争被法国人Charles Joseph Minard用flow chart的形式绘制出来而成为了信息可视化的一个经典案例。

拿破仑在进攻俄国前集结42万2千人的庞大军队。但仅有10万人抵达莫斯科。事后的败退,由于恶劣的天气,人员损失殆尽,其中几乎一半人在渡过别烈津河的时候死亡。最后只有数万人活着回到华沙。

别列津纳河战役 图来自中文维基

继续阅读 »

地震可视化-Seismic Visualization – II

我们再来说说刚发生在日本本州的地震。下面是用我们的可视化系统产生的结果(由我们组的肖何同学制作生成)。每一个点代表一次地震,红色点的震级比较高,黄色次之,绿色最小。我们把三维空间的垂直方向用来表示时间,越靠近地面就表示越早的事件。可以看到在最高的9.0级(最新的修正结果)地震发生前,有一系列的小震发生,并且区域集中,之后就开始大规模的爆发,在最大的地震发生的同时,在整个地震带全面发生大大小小的余震,在数天内非常密集。

继续阅读 »

地震可视化-Seismic Visualization – I

这里我们谈谈如何对地震数据进行可视化。

地震是因为地球内部缓慢积累的能量突然释放而引起的地球表层的振动。相对与天空宇宙,人类对地球内容的认识还肤浅得多。因此目前人类的知识还不足以完全掌握地震这个自然规律。但另一方面,在科学观察、计算方面的进步,人们对地震这一现象有了更多的认识。这里我们从可视化的角度来看看。

下图是Scripps Institution of Oceanography Visualization Center对2005年3月28日苏门答腊地震的可视化。每个小球代表一次地震。这里可视化的是地震目录数据,也就是利用仪器记录的各次地震时间,包括地震的经纬度,深度,强度等。

Source: http://siovizcenter.ucsd.edu/news_events/events/tsunami/tsunami.php 继续阅读 »