數字一大堆總不知該如何表達?這張圖馬上搞定「巨量」數據

這條「圖表之河」將生生不息

面對諸如20年電影票房、聽歌次數歷史、文本分析等「巨量」數據,河流圖表現得非常「從容」。

2008年,Jeff Clark對前100名Twitter用戶的推文進行文本分析,發現最常用的單詞除了「Scoble」(一位著名的美國博主)和「Obama」(前美國總統)之外,提及最多的是產品、技術或者技術事件的相關單詞。這是因為頂級Twitter用戶是走在前沿的「技術控」。

18041208
2011年,美國科技雜誌《連線》的一篇文章運用河流圖,描述了2010年9月8日至2010年9月15日期間,紐約市民撥打311市民服務專線所投訴的問題。噪音、路燈、街道設施是紐約市民最常反映的問題,特別是噪音的問題在睡眠時間里,投訴特別多。投訴的時間則集中在11:00-19:00的區間里。

18041209

2016年,《紐約時報》用一張河流圖,就把世界各國在奧運會上的獲獎情況展示出來。我們不僅可以看出各國的獲獎情況,還借此看出世界歷史的重要節點,包括兩次世界大戰、中國第一次參加奧運會、美國和前蘇聯抵制參加奧運會等。

18041210

河流圖助你可視化大數據

堆積類圖展示面對大量的數據時,通常可讀性會降低,細小的堆積塊難以觀察。

18041211
河流圖同樣也會存在一些爭議。就像上面提到的《紐約時報》關於電影歷史票房的作品,有敏銳洞察力和讀圖能力的一部分人,能從圖中看出電影的宏觀層次季節性,看出哪些電影一直在「苟延殘喘」。也有人贊美它運用顏色來區分高票房電影,以及凸顯了電影上映數量變化。但也有一些人認為,河流圖過於複雜和混亂,河流的形狀會讓人誤會向上凸起的為正值,向下的為負值。

因此,在使用河流圖的時候,我們要注意,除非使用交互技術,否則河流圖無法精准地表達數據。但不可否認的是,在面對巨大數據量,且數值波動幅度大的情況下,河流圖擁有優雅的視覺結構,能很好地吸引讀者的注意力,同時凸顯變化大的數據。

18041212

18041213

鏑數的這個河流圖則展示了1896-1932年,前五名國家在奧運會上獎牌數量的變化情況。同樣的數據用在堆積面積圖上,顯然給我們解讀數據帶來更大的難度。

18041214

對的數據遇上對的圖表,哪裡還用怕發現不了有趣的事?
咱們下期再見!

文章內容屬作者個人觀點,不代表本站立場

大數聚

透過數據,我們聚集各領域的專家,檢視時下重要議題及產業趨勢。當我們聚在一起,用數據說話,說出有意義、有價值的新觀點。歡迎加入我們,一起用數據看世界。

留下您的想法