Data Visualization 数据科技

数据处理：游戏

以下是在我的项目“数据操纵：游戏”的概念推论中使用的注释和示例机制的集合。由Mitchell Pryor和Joao Paulo Pereira共同创作。媒体广泛使用数据操纵策略，以使公众舆论转向某个议程。每个人都讨厌被欺骗，这是事实，但是，我们不断地（或没有）做出微妙的尝试来改变或定义我们对某个主题的看法。互联网的到来帮助创建了今天所谓的后结构社会，这种缺乏结构的结构帮助我们挑战了事物的权威并发展了关于世界的叙事。但是我们的想法真的是我们自己的吗？该游戏将通过使用主流媒体中常见的数据处理技术，帮助玩家对假新闻形成批判性看法。更改图表中的X轴或Y轴可以轻松更改其含义。放大或缩小图表可以使读数更精确，也可以使值差大于实际值。左图的Y轴范围从3.140％到3.154％，因此，利率似乎呈指数级增长。但是，如果我们按右图所示缩小（从0.00％开始），则利率看起来几乎没有变化。在这里我们可以看到Fox News使用的这种方法。累积数据是任何骗子的最好朋友。它几乎总是会增长，并为许多图表提供真实的（尽管具有误导性）视图。…

R和Python的基本数据科学速查表

在进行数据科学和R时，我会保留这些备忘单。以我的经验，快速参考这些备忘单将节省大量Googling和Stack Overflow浏览。非常感谢这些创作者！ R编程基础资料来源：datasciencefree.com R数据清理（使用dplyr）资料来源：RStudio R图形（带有ggplot2）资料来源：RStudio Python编程基础资料来源：datsciencefree.com Python数据清理（使用Pandas）资料来源：datasciencefree.com Python图形（与Seaborn一起使用）资料来源：datacamp.com R和Python机器学习资料来源：analyticsvidhya.com（请参阅完整视图链接）。

数据可视化项目– 10个出色的例子– Yves Mulkers –中等

数据可视化项目— 10个出色的例子数据可视化首先想到的是信息图表。通常，这种视觉表示包括图表，图形，插图和其他图形内容，可以从专业角度处理各种问题。然而，无聊和沉闷的统计信息可能会变成数字图表，而采用其他形式。与任何其他方式一样，它具有对当前趋势做出反应并熟练地适应变化的能力，从而日趋成熟和完善。从原始的类似Isotype的项目到复杂的可视化艺术品，它已经走了很长一段路。设计趋势也会对其产生影响。例如，当拟态保持不变时：信息图表中填充了伪造的3d对象和带有阴影或光滑表面的元素。在扁平风格的时代，一切开始显得朴素，整洁和微妙。现在是基于Web的交互式信息图时代，它采用了最新的设计趋势，高端技术，甚至具有开创性的WebGL功能。其中一些只是动态图表和动画图标的基本组合，而另一些则是更高级的项目，它们专业地处理实时数据并与读者积极合作。今天，我们将看一下十个无与伦比的数据可视化项目。 1 Jour en France是一项杰出的项目，采用了一流的技术。它具有基于位置的数据可视化功能，分为三个主要部分。…

使用d3-geo的CLI（和其他一些东西）创建日本丰田市的人口密度图-第1部分

下一步是正确投影我们的数据。当我说项目时，我的意思是选择一个您可能听说过的投影，例如墨卡托或阿尔伯斯。您没有听到的是，有许多这样的预测用于世界不同地区和不同目的。我们现在要投影数据，因为显示预先投影的数据要比使用浏览器在浏览器中显示时正确地投影数据更快。有很多方法可以投影您的数据，老实说，我实际上在为该项目正确投影数据时遇到了一些问题。我在这里显示的方式与Mike Bostock在他的教程中显示的方式相同，使用d3的终端命令。与其他人相比，这种方法确实很痛苦，但是当我们将其导出为svg图像时，它的确使我们能够将地图拟合到边界框中。因此，让我们安装适当的d3工具： npm install -g d3-geo-projection 现在，我们将使用的投影是EPSG：3099。这是一个专门用于显示Toyota所属日本地区中尺度地形的视图。如果您正在寻找其他地理区域的特定投影，则“空间参考”网站将是一个不错的资源。不幸的是，在d3中没有选项可以简单地将投影标识符输入到其中，相反，我们需要深入研究其规格并提取必要的信息。就像我说的那样，有点痛苦，但这就是我们要做的。这就是该命令最终的结果：…

大数据，更高的费率：为什么当前的汽车保险费率计算不公平

购买汽车保险可能是一个漫长的过程。比较保险公司的费率并评估您是否能得到一个好的价格可能比应该的要复杂得多。不同的公司似乎在以不同的价格提供相同的产品，但是为什么呢？即使您认为自己已经达成协议，传统的保险公司也可能会随时间提高利率，最终您最终会支付更多费用。您如何确定您实际上获得了合理的价格？传统汽车保险价格都始于同一地点：风险池。根据年龄和性别等人口统计信息对客户进行分类，然后公司根据有关其未来事故预测风险的统计数据进行猜测。这意味着您获得的费率仅与公司选择在您的“个人资料”中包括的任何信息一样好。而且，这些数据通常与实际驾驶方式无关。您所支付的价格主要基于具有相似个人资料的其他人的历史风险。有些风险因素是有道理的-例如，如果您以前曾提出过数项索赔，则将来可能再次提出索赔。但是，其他方面，例如教育程度或是否驾驶进口车，与您的驾驶习惯关系不大，但仍会计入您的价格。而最有用的风险衡量方法-您的实际驾驶行为-几乎没人会使用！那么汽车保险随着时间的推移又如何发展？这些年来，为优秀驾驶员提供的保费如何提高？对于汽车保险行业的保单购买者而言，下一步是什么？这只是传统保险公司犯错的几个领域，以及像Root这样的现代，移动优先的保险公司如何为驾驶员提供最好的，最公平的保险和定价服务。…

英国广播公司《夏洛克》全系列的191个讲话人物中只有32个不是白人

Sherlock的下一个案子？在获奖电视剧的所有15个小时*中，为什么仅在第一集中白人扮演的演讲角色就比非白人扮演的演讲角色更多？在元旦那天，以亚瑟·柯南·道尔（Arthur Conan Doyle）的作品为基础，期待已久的第四系列的第一部分，使电视充满了各地的家庭。在一个半小时的长剧集中担任演讲的31位演员中，只有4位是有色人种。在所有的夏洛克系列中，只有属于黑人，黑人英国，亚洲，亚洲英国或阿拉伯类别的演员或女演员的演说角色中只有17％。为有色人种介绍最多演说角色的剧集是“盲人银行家”（S1E2），情节围绕着一个称为黑莲花的中国犯罪集团。单击选项卡之间进行比较！有色人种从第一系列的11人减少到第二系列的10人和第三系列的8人。白人角色与黑人和亚洲裔角色之间的差距虽然很小，但从系列到系列都在增加。根据国家统计局（OS）在2011年发布的最新人口共识，伦敦有59.8％的白人是白人，而夏洛克（Sherlock）伦敦向我们提供的这一比例为83％。

D3面试题

在采访了需要数据可视化知识的人员之后，特别是D3.js，我知道这可能很棘手。如果面试官不知道D3，则尤其如此。我认为这可能会帮助您解决一些问题。在面试官实际上不知道答案的情况下，我已加粗了要在候选人的回答中寻找的关键术语。我完全可以同情这个案件，我相信确实会发生很多。这可能就是为什么您打算首先聘请具有D3专业知识的人员来填补团队中的空白的原因。电话筛选作为快速的电话筛选问题，可以过滤掉对图形一无所知的人，您可以问像素坐标（0,0）在屏幕的哪个角？答案-左上方。假设他们回答正确，那么您可以问：您将如何使用D3创建散点图？每个人都忘记了具体的细节，但需要从示例中查找它们，但是如果候选人可以从概念上勾勒出实现方案，例如，我将对X使用线性比例尺，对Y使用线性比例尺，请使用边际公约将在SVG 元素内进行平移，将CSV 字符串解析为数字，并使用D3…

理解设计—清晰的沟通与说服

两种不同的散点图和饼图都是使用Vega网站上提供的示例模板图创建的。我们将创建的Excel工作表转换为.csv文件，并将其放置在Github网站上。由于原始数据集链接已经是.csv文件，因此我们将其保持不变。然后，我们使用这些链接导入和解析数据，以在Vega-Lite上形成图形。我们对图表的外观感到满意，因为它清楚地为我们提供了我们想要了解的有趣信息。使用P5JS，我们编辑了团队吉祥物或徽标的图片。然后，我们决定网站的布局将一半的团队放在左侧，另一半的团队放在右侧，以便于阅读。我们确定将它们成对放置，以确定哪些团队在本轮比赛中互相对抗，就像在最终设计草图中一样。另外，我们相对于他们赢得游戏的几率调整了图像的大小。形象越大，他们获胜的机会和优势就越大。由于我们花了大量时间尝试熟悉Vega-Lite和Javascript，因此需要进行技术折衷。考虑到我们所受的时间限制，很难构建一个具有所有组件来满足用户的高科技产品。但是，我们确实尝试合并了我们认为对每种类型的设计都很重要的元素。比较/对比两种设计两种设计对同一数据集都有一些非常有趣的观点。尽管内容存在一些相似之处，但视觉呈现方面也存在许多差异。每个清晰的通信图都显示了数据集的不同，直接，清晰的视图。…

饼图的5种替代方案可直观显示您的HR数据

今天是所有数学家的年度亮点，因为它是Pi日，庆祝数学常数π（pi）。由于3、1和4是π的前三个有效数字，因此，Pi Day是在3月14日观察到的（月/日日期格式为3/14）。许多数据可视化专家（包括我自己）正在利用这一天作为鼓励其他人反思饼图使用情况的机会（也可以在Twitter上查看#onelesspie）。仍然存在一种心态，尤其是在HR社区中，饼图是数据可视化的体现，同时还有许多更好的替代方法可用。真正的饼图讨厌者（不包括我自己）甚至会说，总是有比饼图更好的选择。我不同意我相信饼图在以下情况下可以使用： ·他们正在显示名义或分类数据； ·它们增加到100％； ·它们包含正数（不是负数）； ·他们正在显示单个时间点； ·他们只有2到3个不同的切片；和 ·它们的格式正确（意味着它们是2D而不是3D；没有任何爆炸的切片；也没有分散注意力的领导线或图例）；考虑到这些原则，我使用饼图显示男性/女性性别类别，是/否调查答复以及其他二进制数据（例如，兼职和全职员工的比例）。但是，您还可以使用哪些其他可视化来可视化您的HR数据？ 1.…

年度最佳时光人物—历史数据快照

《时代》杂志最近发布了1927年以来在Kaggle被选为年度人物的人的数据集。直到1999年，“年度人物”被称为“年度人物”，该人物每年都会对一个人，一个想法，一个小组或一个对象进行描述，“无论好坏，…对影响事件的影响最大”。年”。当然，由于选择了许多有争议的人物，例如阿道夫·希特勒，霍梅尼和斯大林，迄今为止，这一选择一直是有争议的。但是，由于在整个历史中都选择了受人尊敬的人，因此年度人物奖被许多人认为是奖项。 Kaggle上给出的数据集具有许多功能，包括年份，奖项名称，收件人名称，国家/地区，出生年份，死亡年份，收件人标题，类别和上下文。从这些中，我们可以找到问题的答案，例如谁曾多次获得该奖项，哪些人获得了该奖项，哪个类别是最频繁的，哪个国家获得了最多的奖项。从历史上看，该奖项被授予政治人物的频率要高于其他人物，因为他们通常会从权力位置上对世界产生更大的影响。从数据集中我们还可以看到41％的提名人来自政治，而19％的提名人来自战争。媒体和环境在类别中几乎都是看不见的。泰德·特纳（Ted Turner）是媒体类别中唯一的人，他是有线电视新闻网（CNN）的创始人，1991年以53岁的高龄入选。另一个孤独的类别是接收者不过是我们的地球，1991年被讽刺的是，它曾屡次获得“年度最佳星球 ”的称号，被冠以 “ 濒危地球 ” 的称号。…