分类存档: 应用

北大可视化课程设计精选 – 1:企业对比:腾讯 vs 阿里

北京大学开设包括本科和研究生在内的可视化课程。其中本科课程自2008年开始开设,是国内早期开设专门课程之一。每年可视化课的最重要环节是课程设计。在此我们展示相关的优秀结果。注意到这是作为一个课程的设计作业,参与的同学基本都没有此前的前端实现经验,课程设计更体现的初步掌握可视化方法来分析解决实际问题。

继续阅读 »

全球 COVID-19 可视化汇集

在过去的一年,COVID-19疫情的新闻占据了全球所有新闻的头版头条,可视化则是各类新闻或者材料中了解疫情情况重要的途径。美国工程院院士、可视化知名学者Ben Shneiderman教授在2020年4月写的题为《Data Visualization’s Breakthrough Moment in the COVID-19 Crisis》的博客中指出,可视化这个学科在今天(疫情期间)的影响远远超越了它在300年来的发展历史中作出的其他重要的贡献。无论是官方机构还是媒体,都纷纷使用可视化传播和表达疫情中各类关键信息。

继续阅读 »

用于探索,监视和预测道路交通拥堵的可视化分析系统(A Visual Analytics System for Exploring, Monitoring, and Forecasting Road Traffic Congestion)

拥堵是城市交通最普遍的现象,确定拥堵的原因是城市规划中的主要问题。由于交通数据量大且复杂,分析和监视拥塞很困难。 例如,监视大量的监视摄像机是困难的,并且可能会丢失可能影响不久的交通状况的重要信息(例如,非法停车,车辆事故)。 因此,需要一种系统可以监视来自多个源的各种流数据并集成此信息以进行实时拥塞监视,预测和回顾性分析。该工作[1]结合LSTM模型进行拥堵预测,对大面积区域进行实时拥堵监控,预测和分析。

继续阅读 »

从可视化看美国大选

2016年的美国大选的结果已经尘埃落地。在这次美国大选过程中,各大主流媒体都卯足了力量展开数据新闻报道。比起纯文字的枯燥无味,数据新闻化繁为简,趣味形象,在大选结果的展示上更是具有天然的优势。不同的媒体在在数据呈现层面都带有自己的特色,同时社会化媒体的兴盛和各种流量入口的聚合也在影响数据新闻的推广。比如使用Google搜索“美国大选”,会直接显示实时的信息图表。本文收集了大选报道的一些案例,逐一和大家分享。

继续阅读 »

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 »