10 نمونه از بهترین های تجسم داده (Data visualization)
در این مقاله، 10 نمونه از تأثیرگذارترین، جالب‌ترین و بهترین های تجسم داده (Data visualization) از گذشته تا به امروز را بررسی می‌کنیم.
ابتدا به چند نمونه تاریخی قابل توجه نگاه می کنیم و سپس به جلو می رویم و برخی تجسم های معاصر را مورد بحث قرار می دهیم. همچنین، حتما راهنمای دقیق ما برای تجسم داده را بررسی کنید یا برخی از نمونه های مورد علاقه ما را بررسی کنید.
Data visualization چیست؟
تجسم داده ، روشی است که از ابزار و تکنیک‌های مختلف برای تبدیل داده‌های عددی یا متنی به یک نمایش بصری و گرافیکی استفاده می‌کند.
هدف اصلی تجسم داده، ایجاد تصاویر و نمودارها است که به افراد کمک می‌کند الگوها، روندها، تفاوت‌ها، و اطلاعات مهم دیگر در داده‌ها را به سرعت و به شکل قابل درکی تشخیص دهند.
در زیر چند نکته کلیدی در این زمینه ذکر شده است:
تبدیل داده به تصاویر: تجسم داده به معنای تبدیل اطلاعات از شکل اعداد و متن به نمودارها، نمودارهای مختلف، نقشه‌ها، و سایر عناصر تصویری است.
سهولت در درک: تجسم داده اطلاعات را به شکل بصری و قابل درکی نشان می‌دهد، که افراد می‌توانند به راحتی درک کنند بدون نیاز به مطالعه متون طولانی یا تحلیل پیچیده.
شناسایی الگوها و ترتیبات: تجسم داده به افراد کمک می‌کند الگوها و ترتیبات مخفی در داده‌ها را شناسایی کنند. این می‌تواند در تصمیم‌گیری‌ها و برنامه‌ریزی‌های آینده مفید باشد.
پشتیبانی از تحلیل و تفسیر داده: تجسم داده به تحلیل‌گران و تصمیم‌گیران کمک می‌کند تا داده‌ها را به عمق مورد بررسی قرار دهند و اطلاعاتی از آنها استخراج کنند.
نمودارها و نمودارهای مختلفی وجود دارند که متناسب با نوع داده و هدف اصلی می‌توانند استفاده شوند.
به عنوان مثال: نمودارهای خطی برای نمایش تغییرات زمانی، نمودارهای میله‌ای برای مقایسه اطلاعات، نمودارهای دایره‌ای برای نمایش قسمت‌ها در یک کل، و نمودارهای پراکندگی برای بررسی روابط بین متغیرها.
بهترین نمونه های تجسم داده
1. نقشه Napoleon March
در سال 1812 ناپلئون برای فتح شهر به مسکو لشکر کشید. این یک فاجعه بود: او که با حدود 470000 سرباز شروع کرد، تنها با 10000 سرباز بازگشت. این نمودار داستان آن کمپین را روایت می کند و به یکی از مشهورترین تجسم های تمام دوران تبدیل شده است.
نقشه جزئیات سفر خروج و بازگشت سربازان ناپلئون را نشان می دهد. عرض خط نشان دهنده تعداد کل سربازان و رنگ نشان دهنده جهت است (زرد برای مسکو، سیاه برای سفر برگشت).
در قسمت زیر ترسیم اصلی، یک نمودار خطی ساده نیز وجود دارد که کاهش سریع سرمای زمستان را نشان می دهد. به دلیل شهرت آن، نظرات انتقادی زیادی در مورد این نمودار وجود دارد. این نمودار بسیار تأثیرگذار و موفق باقی مانده است، نموداری که در بیان داستانی با جزئیات غنی در هر نقطه داده برتری دارد. اطلاعات بیشتر ->
2. نقشه شیوع وبا در خیابان وسیع 1854
نقشه جان اسنو “وبا” در اصل یک تجسم داده نقشه نقطه اولیه است. از نمودارهای نواری کوچک بر روی بلوک های شهر برای مشخص کردن تعداد مرگ و میر ناشی از وبا در هر خانواده در محله لندن استفاده می کند. غلظت و طول این میله‌ها مجموعه خاصی از بلوک‌های شهری را نشان می‌دهد تا دریابند چرا روند مرگ و میر بیشتر از جاهای دیگر است.
یافته ها: خانوارهایی که بیشترین آسیب را از وبا داشتند، همگی از یک چاه برای آب آشامیدنی استفاده می کردند. در آن زمان، این یک مکاشفه کامل بود. چاه مورد نظر به منطقه ای با غلظت بالایی از شیوع وبا خدمات رسانی می کرد – و آن چاه توسط فاضلاب آلوده شده بود. وقتی این یافته در مورد روند گسترده‌تر شیوع وبا در لندن اعمال شد، به ردیابی خط واضح‌تری بین بیماری و چاه‌های آب آلوده کمک کرد.
پس راه حل برای جلوگیری از وبا ایجاد سیستم های فاضلاب و محافظت از چاه ها در برابر آلودگی بود. به همین دلیل است که این تجسم بسیار موفقی است: علت اصلی مشکل را آشکار کرد و راه حلی را الهام بخشید. به علاوه، در زمانی که نقشه‌های نقطه‌ای و نقشه‌های حرارتی هنوز به طور کامل پیشگام نشده بودند، این تلاش اولیه فوق‌العاده نوآورانه بود. اطلاعات بیشتر ->
3. علل مرگ و میر در جنگ کریمه
در طول جنگ کریمه در دهه 1850، میزان مرگ و میر سربازان بالا و صعودی بود. اما نه فقط به خاطر جنگ ها. پرستار، تحلیلگر و ستاره راک داده فلورانس نایتینگل از این تجسم داده های زیبا استفاده کرد تا نشان دهد که اکثر مرگ و میرها در واقع ناشی از شیوه های بد بیمارستانی بوده است.
مناطق سایه دار نمودارهای مارپیچی کل مرگ و میر را نشان می دهد و مناطق سایه دارتر نشان دهنده مرگ و میر ناشی از جنگ است. به سرعت و آسان می توان گفت که اتفاق دیگری در حال وقوع است و در مقیاس وسیع. تخصص پزشکی و بازدیدهای نایتینگل از بیمارستان به او بینشی داد تا شرایط بد پزشکی را به عنوان علت شگفت انگیز و قابل پیشگیری این همه مرگ شناسایی کند.
این تحقیق بخشی از یک کمیسیون سلطنتی بود که به دنبال علل مرگ و میر سربازان در جنگ کریمه بود. نایتینگل با ویلیام فار، پیشگام ویکتوریایی در آمار کار می کرد که از ایده گنجاندن تجسم ها پشتیبانی نمی کرد، اما نایتینگل محکم ایستاد و از این تجسم مشهور حمایت کرد. بیشتر بدانید ->
4. نمودار جدید تاریخ
روشی پربار و بصری برای تصور جدول زمانی عظیم و پیچیده تمدن ثبت شده بشری. جوزف پریستلی به خاطر دو نمودار جدول زمانی شناخته شده است. اولین نمودار، نمودار بیوگرافی است که جدول زمانی 700 ساله از مردان، رهبران و فیلسوفان مشهور را ارائه می‌دهد و تمرکزی را جلب می‌کند که مردان در همان زمان در تاریخ فعال بودند. نمودار بیوگرافی، به همان اندازه که ساده است، یکی از مهم ترین تجسم داده تاریخ است.
جدول زمانی دوم او تکنیک های موجود در نمودار بیوگرافی را برای ایجاد نمودار جدید تاریخ تکامل می دهد. مشابه نمودار اول، این جدول زمانی است که بر وجود و تأثیر همزمان امپراتوری ها و فرهنگ های بزرگ در طول تاریخ تمرکز دارد.
Priestly در تکنیک خود با معرفی رنگ، اندازه و یک محور خلاقانه y مکان نوآوری می کند. نتیجه یک داستان بصری جذاب از تاریخ است که گویای همه چیز است. در حالی که این نمودار از نظر بصری بسیار شلوغ است، همچنین بی‌پایان خلاق است و در آن زمان یک نوآوری اصلی و بزرگ بود. اطلاعات تکمیلی ->
5. بودجه تعاملی دولت
در همه دولت‌ها، به ویژه ایالات‌متحده آمریکا، درک بودجه‌های دولت بسیار مبهم و دشوار هستند. این نقشه درختی که توسط کاخ سفید در دوران ریاست جمهوری باراک اوباما ایجاد شد، بودجه سال 2016 ایالات متحده را به صورت تصویری نمایش داد تا برنامه های دولتی را در چارچوب قرار دهد. مشخص نیست که آیا این اولین بودجه تعاملی است که توسط دولت ایالات متحده منتشر شده است.
آنچه این تجسم خاص را بسیار مهم می کند، روش تحویل است. این مبتکرانه‌ترین نقشه درختی و نوآورانه‌ترین تجسم تعاملی نیست، و اولین تجسم عمومی شناخته شده از بودجه دولتی نبود. نکته کلیدی در اینجا این واقعیت است که یک قدرت بزرگ جهانی تجسم داده های تعاملی را به عنوان راهی برای برقراری ارتباط با مالیات دهندگان در مورد اینکه دلارهای مالیاتی آنها کجا می رود، اتخاذ کرد. این موضوع پیچیده و مبهم با یک تجسم ساده و واضح در دسترس قرار گرفت.
6. نقشه After Babylon
دانستن وسعت تکثیر زبان بسیار دشوار است – به خصوص اگر اغلب سفر نمی کنید یا با زبان های دیگر تعامل ندارید. ما می‌دانیم که زبان‌های زیادی در جهان وجود دارد، اما درونی کردن تعداد زبان‌های واقعی، جایی که به آنها صحبت می‌شود، شیوع آنها در سراسر جهان و نحوه تأثیرگذاری آنها بر یکدیگر دشوار است.
پروژه DensityDesign’s After Babylon، زبان های جهان را در مجموعه ای از نقشه ها و نمودارهای تعاملی با استفاده از اطلس ساختارهای زبانی جهانی ارائه می دهد. همه 2678 زبان اینجا هستند و نشان می‌دهند که منشأ آنها کجاست، کجا صحبت می‌شود و جمعیت گویشوران. حتی روابط بین آنها را نشان می دهد، مانند خانواده های زبانی و واژه های قرضی، و تبادل کلمات بین زبان ها.
7. آینده جمعیتی ایالات متحده
Pew’s The Next US نگاهی جامع به داده‌های جمعیتی در ایالات متحده دارد و همه آنها را در یک پروژه تجسم داده عظیم، تعاملی و زیبا با چندین «فصل» از تجسم‌های اشاره‌دار (در بالا فقط یکی از آنها) گرد هم می‌آورد. این پروژه مواردی مانند تنوع رو به رشد و روندهای ازدواج بین نژادی را نشان می دهد، زمینه های تاریخی را برای خطوط روند ارائه می دهد و تغییرات جمعیتی پیش بینی شده و تغییراتی را که ایالات متحده ممکن است در دهه های آینده متحمل شود، حدس می زند.
یکی از نکات برجسته هرم تجزیه جمعیتی سن و جنسیت متحرک است. در عرض چند ثانیه، می‌توانیم ببینیم که چگونه جمعیت شناسی جمعیت از دهه 1950 تغییر کرده است، با مداخلات پزشکی و مراقبت‌های بهداشتی که مردم را طولانی‌تر زنده نگه داشته و نرخ زاد و ولد پس از رونق نوزاد پس از جنگ جهانی دوم کاهش یافته است. با گذشت زمان، هرم سنی به یک مستطیل تبدیل می شود.
8. Film Dialogue (broken down by gender)
در حالی که پولیگراف (معروف به پودینگ) شاید بیشتر به خاطر تجسم بخشی به اشعار رپ شناخته شود، در اینجا هانا اندرسون و مت دنیلز با شکستن فیلمنامه 2000 از بزرگترین فیلم های تاریخ سینما، نابرابری جنسیتی را در فرهنگ پاپ تجسم می کنند. هر فیلم خطوط گفتاری دیالوگ را برای شخصیت‌های زن و مرد جمع‌آوری می‌کند و یافته‌ها شدید هستند. به راحتی می توان متوجه فقدان فیلم های اکشن زنانه شد، اما تجسم عدم تعادل مطلق در بازنمایی جنسیتی برای هر ژانر موضوعی کاملاً دیگر است.
این پروژه میزبان چهار تجسم داده است: تفکیک فیلم های دیزنی به طور خاص، مروری بر 2000 فیلمنامه، یک نوار گرادیان ساده که به کاربر اجازه می دهد فیلم ها را جستجو کند و چند فیلتر کلیدی را کاوش کند، و نگاهی کوتاه به تعصبات سنی نشان داده شده نسبت به مردان. و نقش های زن علاوه بر کار چشمگیر تجزیه و تحلیل 2000 فیلمنامه و ارائه یافته های قابل توجه، این پروژه به دلیل شفافیت صریح آن قابل توجه است: داده ها و روش شناسی عمومی و دقیق هستند و در خود پروژه ارائه می شوند. این نوع شفافیت روندی فوق‌العاده خوش‌آمد اما با رشد آهسته است.
9. داشبورد Selfiecity
فقط به این دلیل که به جای پیشگیری از وبا، سلفی ها را تجزیه و تحلیل می کند، از این مورد عبور نکنید. Selfiecity دیدگاه گسترده ای از داده های سلفی در زمینه یک پدیده فراملی ارائه می دهد. 120000 سلفی از سراسر جهان برای بررسی نحوه سلفی گرفتن افراد مورد تجزیه و تحلیل قرار گرفته است. چیزی که در اینجا باورنکردنی است این است که مطالعه چقدر جامع است و چقدر جدی تمام جنبه های سلفی را برش می دهد. ما می‌توانیم گرایش‌ها را در همه چیز پیدا کنیم، از شیب سر یا ژست‌ها بر اساس شهر گرفته تا فرکانس لبخند بر اساس گروه سنی و جنسیت.
شاید تعجب نکنید اگر بدانید که سلفی‌گیران جوان هستند. اما ممکن است تعجب کنید که بدانید سلفی‌ها آنطور که معمولاً تصور می‌شود رایج نیستند، زنان در عکس‌های سلفی سائوپائولو در مقایسه با سایر نقاط جهان طرفدار کج شدن شدید سر هستند و اینکه بانکوک همه لبخند است. با تثبیت نفوذ رسانه های اجتماعی در زندگی ما، این نگاهی جذاب به یک پدیده جهانی پربار است. به عنوان یک امتیاز، یک عنصر تعاملی وجود دارد که به کاربران امکان می دهد فیلترها را به روشی منحصر به فرد برای کشف بیشتر دنیای سلفی ها اعمال کنند.
10. خورشید گرفتگی های آینده (تا سال 2080)
پس از خورشید گرفتگی آگوست 2017، اولین کسوفی که از ساحلی به ساحلی بر فراز ایالات متحده طی نزدیک به یک قرن سفر کرد، واشنگتن پست یک تصویرسازی تعاملی از کره زمین ایجاد کرد که مسیر خورشید گرفتگی و همچنین تمام مسیرهای کسوف آینده را تا سال 2080 نشان می دهد. کره در حال چرخش مسیرهای کلیت کسوف را نشان می دهد (مسیر ماه گرفتگی که در آن خورشید کاملاً توسط ماه پوشانده شده است)، کجا در جهان رخ خواهند داد و چه زمانی (زمان با سایه های روشن و تاریک نشان داده می شود، و همچنین راهنمای ابزار متن شناور). اگر سال تولد خود را در صفحه قرار دهید، همچنین به شما می گوید که چند ماه گرفتگی در طول زندگی شما باقی مانده است.
دیدگاهتان را بنویسید