猎云网■盘点数款疫情数据可视化工具,硬核战“疫”( 二 )
当然可能财新主要的受众是专业的金融人士 , 本身这些人群对这类图表的接收能力相对较高 , 更喜欢自己得出分析结果 。 所以是刻意为之还是无心之过确实也不好评价 。
? **** X 凡闻科技
疫情防控的海量信息涌入到各类媒体平台 , 全网信息大爆炸背景下如何获取有效精准的信息 。 作为一家权威媒体和一家内容资讯的数据技术服务商 , 给我们带来了一个很新颖的疫情地图角度——从新闻资讯出发 , 从搜索入手 , 用疫情地图串联了各地各种主题的疫情相关报道 。
搜索被前置 , 城市疫情信息检索给每个用户检索关心的城市疫情情况和疫情新闻的入口 。 疫情信息更新时间的时间 , 直接给出了与上次更新的时间差 , 加大了数据的实时性和紧张感 。 初步判断图表基于Echarts的快速样式开发 , 地图保留了双击下钻的模式 , 能够快速的了解市级信息 , 但在手机端 , 双击下钻这个操作的意识远远没有桌面端强烈 , 所以也许采取丁香园、阿里健康通过提示点击详情 , 进行查看在手机端更加明显易用 。 此外一点点小瑕疵 , 地图上无数据的灰色和上方指标版上死亡人数的颜色一致 , 在这么近距离里联合呈现 , 很容易让人产生联想 。
信息图——学术角度的多维视角分析? 北京?学
本文插图
PKUVIS的在疫情期间推出了一整套信息图 , 通过尝试各种数据可视化的方法来探索疫情数据表达的可能性 。 一系列信息图比较完整地从各个维度刻画了疫情的发展 。 但属于可视化专业领域的研究 , 需要一定的理解成本 , 面对大众并不太友好 , 虽然看起来很复杂但实际上只要有耐心去读数据的说明 , 还是相对好理解的 。 如果能够和数据新闻一样在图表下面进行简单的数据解读会更好 。
不过有些图表的反本能设计 , 也会明显让人产生困惑 。 比如上图中的“疫情方寸间” , 其实每个省的颜??例都是独?的 , 并没有没有统?的参照标准 , 所以图中当天黑色方块实际代表的含义是湖北的死亡数为24 , 河北的死亡数为1 , 但是因为方块的大小 , 很容易让不仔细研究的人以为河北是最严重的的区域 。 所以可能需要从视觉上 , 对这34个行政分区的进行有效的间隔 。
数据大屏——从看数据到用数据的业界实践? 光启元
本文插图
1月22日 , 光启元上线大屏端的疫情数据可视化 , 应该是做数据可视化大屏厂商里面最早的一家 。 页面延续一贯的风格 , 基于已有的3D地图模型 , 用自有的大数据可视化交互系统RayData Pro进行开发 , 提供一些基本的数据展示和场景交互 。 图表和数据投射在前 , 给人一种飞机驾驶舱内的感觉 。
但在3D地图的视角下 , 地图上的数据就并不那么突出和直观 。 而且仅支持ios端的预览 , 并不能形成有效的传播 。 也许可以考虑其他角度对疫情进行呈现 。
? 阿里云
本文插图
本文插图
数据可视化大屏在指挥调度的场景中 , 特别是相关政府管理场景中已被广泛的使用 。 通过数据可视化的方式可快速了解数据的分布和特征情况 , 辅助决策者对当前的现象进行快速的响应和决策 。
阿里云的疫情大屏可以看出是根据实际项目的需求沉淀而来的 。 虽然页面相对简单 , 基本可以理解为深色版的Dashboard , 但在实际使用中的参考价值比较大 。 风格、角度、主题都有很多套 , 可以快速的根据需求套用 。
? Mapbox
作为开源地图平台 , Mapbox针对疫情的表现集中于对地理元素的表达 。 主要通过地图的多图层叠加反映疫情的发展变化情况 , 用户可以自主选择图层的叠加 。 除了地图外 , 其他模块都可以收紧 , 以便更清晰地看到疫情地图 。 该平台还有中英双语版本 , 以及富有特色的时间轴追溯功能 。 从技术栈来讲 , 应该主要用了React和Mapbox GL JS 。 从内容编排上mapbox的大屏相当扎实和简洁 , 将地图的价值发挥到最大 。 不过挑剔的设计同学还是能从配色、装饰上挑出不少可以改进的点 。
推荐阅读
- 人民网@【战“疫”说理】疫情防控中如何有效实现经济复苏?
- 「百度」百度发布直播搜索大数据:疫情下电商及知识类直播增速明显
- 「新华网」中美举行网络研讨会分享抗击疫情经验
- 『特斯拉』特斯拉Cybertruck皮卡预定量超60万!疫情期间每天增加1000个订单
- 「新华网」亚行:新冠疫情将导致亚太发展中经济体今年经济增速放缓
- 中新网:美国多地延长应对疫情的临时政策
- 北京商报@我国外贸进出口形势可能还会进一步恶化,工信部:随着国际疫情进一步扩散
- 『行知至知行』PTA:加工利润提供探底空间
- 「泱泱世界里」粮食概念股走一波,要开始屯粮了吗?
- 疫情过后,中国将引领经济复苏
