视觉冲击数据可视化设计案例 激发你的可视化设计灵感

发布时间 2023-05-08 11:28:53作者: 2D3D可视化研究猿

众所周知,数据可以非常强大——当你真正理解它告诉你什么时。

 

数据和信息可视化(数据可视化或信息可视化)是对大量复杂的定量、定性数据、信息进行设计和创建易于沟通、易于理解的图形或视觉表示的实践,在静态、动态或交互式视觉项目的帮助下,从某个专业领域为更广泛的受众提供帮助,帮助他们直观地探索和发现、快速理解、解释并获得对其他难以识别的结构、关系、相关性、局部和全球模式、趋势、变化、恒常性、集群、异常值和数据中异常分组的重要见解。

 

数据是美丽的——它可以激励、改善生活并激发人们最好的一面。为了让您保持灵感,我们收集了 2023 年最好的数据可视化示例。

流行病史可视化

 

尼古拉斯·勒潘(Nicholas LePan)的名为“Visualizing the History of Pandemics”的信息图形。它讲述了人类历史上所有已知流行病的故事,包括疾病的名称、死亡人数和大流行发生的大致日期。

 

虽然每种疾病的受害者的确切人数仍然存在疑问,但我们仍然可以从这张图中了解到,超级传播的感染发生在人类的整个历史中。该信息图的统计数据显示了一些疾病随着人口的增长而蔓延。

 

流行病史可视化插图与CDC、WHO、BBC、维基百科、历史记录、大英百科全书和约翰霍普金斯大学的研究数据相结合。根据记录的死亡人数进行缩放,以便轻松扫描和识别数据。

 

塑料垃圾污染

 

根据各大洲塑料废物总产生的分布数据,杰米·凯特尔(Jamie Kettle)创建了这个个人项目,以估计未充分处理的塑料废物的百分比。

 

该信息图提供了海洋当前表面塑料垃圾的清晰而精确的图片,并以创造性的方式对其进行测量。我们可以在彩色条形图中查看每个国家的塑料废物管理。报告100%正确处理所有塑料废物的国家名称以粗体突出显示。

 

化石燃料

 

这个可视化示例告诉我们当前最紧迫的环境问题之一——地球大气中二氧化碳含量的增加。

 

虽然 CO 2 的积累是导致气候变化的原因,但预计这一趋势将持续下去。从图片中我们不难发现,自工业革命以来化石燃料排放量的稳步增加以及到 2100 年二氧化碳浓度的急剧上升。

 

水消耗

 

隐性粮食生产成本涉及大量淡水。切斯卡·柯克兰(Chesca Kirkland)创建的这个令人惊叹的可视化示例揭示了生产某些食物所需的水消耗的故事。

 

从巧克力到奶酪、咖啡和啤酒,每种产品都需要一定量的淡水才能生长或生产。信息图的第二部分以可用的水资源为中心,包括每年人均水足迹地图和人们可获得的清洁水的一般情况。

 

该项目获得了两项C-Change环境和可持续发展奖的提名,并获得了最终设计未来的一等荣誉。在我们迈向更智能、人工智能驱动的未来时,提高对水可持续性的认识至关重要。

 

太空中的有源卫星

 

这种色彩缤纷、明亮的数据可视化专为《科学美国人》创建,以原始方式显示卫星。整洁时尚的卫星集群网格按国家、轨道和等级(商业/商业、民用、业余/学术或国防)对它们进行分类。

 

该图详细介绍了卫星的质量(100公斤-5.000公斤),类别(测试和训练,通信,图像,监视和气象,导航和研究)以及发射日期,从1974年11月到2020年8月。

 

根据该图显示,世界上六个国家控制着最多的轨道卫星,而美国拥有迄今为止最大的份额。

寻找暗物质

 

Quanta杂志创建了这个有趣的数据可视化来表示暗物质可以构成的粒子类型:轴子,WIMP,超轻暗物质或原始黑洞 - 其中任何一个都可能是恒星候选者。 可视化根据质量沿尺度分布每种颗粒类型,还为每种类型提供清晰、简洁的描述。此外,您还可以深入了解实验的数据。

2020年科技公司并购

 

尽管对于大多数企业来说,2020 年是毁灭性的一年,结果严峻,但这种数据可视化表明,大型科技公司经历了增长推动。远程工作的人越来越需要各种数字服务也就不足为奇了。

 

该图显示了 2020 年完成的最大科技并购,以及被收购公司、收购公司、交易金额和交易日期的简短描述。虽然图表在视觉上很乱,但它也具有创新性和视觉吸引力。

盲视

 

创建这个非商业性的自筹项目花了4年时间。根据彼得·瓦茨(Peter Watts)的同名科幻小说改编,该可视化行包括令人惊叹的太阳系渲染,作为数据可视化和操作系统的四维物体,宇航服界面渲染,冷冻胶囊图形和非人类物种概念。

 

可视化获得了十几个奖项和提名,例如 2020 年最佳视觉特效屏幕力量电影节、2020 年洛杉矶独立短片节杰出成就奖(科幻短片)、2021 年最佳声音和音乐奇幻/科幻电影节获奖者、2020 年电影博览会获奖者、2021 年迈阿密国际科幻电影节官方评选等。

数据可视化常见问题解答

最常用的数据可视化形式是什么?

  • 条形图或柱形图是最流行的数据可视化类型。
  • 条形图最适合使用宽度相等且高度可变的矩形(或条形)跨类别比较数值。可以使用条形图来比较不同组之间的项目,衡量随时间的变化并识别模式或趋势。
  • 其他主流的数据可视化形式包括饼图、折线图、面积图、直方图、数据透视表、箱线图、散点图、雷达图和分区统计图。

数据可视化有什么好处?

  • 数据可视化使数据清晰、简洁且易于理解。用户可以轻松地从海量数据集中解锁关键值,解释它们并得出结论。
  • 数据可视化允许业务用户识别数据之间的关系、模式和趋势,赋予其更大的意义。并可以轻松发现需要更多关注的新见解和重点领域。
  • 数据可视化是通过使用图形、图表来创建引人入胜的叙述。帮助用户讲述更好的故事传达信息。
  • 数据可视化数据有助于快速发现错误,以便将其更好的处理。

创建您自己的数据可视化

如果您受到这些数据可视化的启发,请使用我们的数据可视化平台(SovitChart)将不同的数据转换为干净、全面的视觉效果。 要了解有关创建数据可视化的更多信息,请查看我们博客上关于数据可视化详细指南和SovitChart简介。