关于财富分配/环境/疫情...

Best Data Visualizations

今天分享的这些可视化不仅比较有特色，而且与今年的特定趋势相关，如COVID，气候变化等。当然，“最佳”是根据个人的爱好进行的评选，一起来交流学习就好。

1. 酒精消费量的变化

这种类型的数据可视化被称为条形竞赛图（bar chart race）。这个图表显示了从2001年到2018年人均消费酒精最多的国家。有趣的是，在整个这段时间里，排名靠前的国家主要由东非和欧洲的国家组成。 

如果想了解全球酒精消费的更多情况，请查看牛津大学关于全球酒精消费的报告https://ourworldindata.org/alcohol-consumption 

2. 健康和财富的221年

通常我们比较喜欢的可视化形式可以用“少即是多”来概括，但这个图表，它以一种清晰的方式传递了非常多的信息，多而不乱，也是令人眼前一亮。这个可视化显示了每个国家的财富（人均GDP）和健康（平均预期寿命）是如何随时间变化的。圆圈的大小代表每个国家的人口，颜色代表每个国家与哪个大陆有关。 看到我们作为一个物种来说已经走了这么远，也是感慨万千。 

3. 地球光缆网的三维地图

 

这幅由Tyler Morgan创作的可视化作品，是一幅世界光缆网络的三维地图。这个光缆网络被用来传输电话信号、互联网通信和电视信号。通过这个地图可以真正看到我们在全球范围内的相互联系。 

4. 美国新冠病例

 

我也不是特别喜欢花里胡哨的数据可视化，因为它们通常不能像简单的图表那样有效地传达信息（比如线形图）。但是，因为这个动画非常独特而且有点令人焦虑，我觉得有必要把它加入到这些可视化里面。虽然没有轴线告诉我们绝对的数字，但它是一个相对整洁的图表，向我们展示了相对于2020年年初，美国COVID病例数量的增长速度。 

5. 美国新冠疫情等值阈图

这个图告诉我们，从2020年2月初到2021年10月，美国的COVID病例是如何增长的。我们可以清楚地看到在此期间COVID的"趋势"。这种类型的可视化被称为等值阈图（Choropleth Map），它在比较不同地区（州、国家、大陆等）的特定变量时可以发挥巨大的作用。 

6. 房价的变化

这个可视化图显示了自2000年以来房价增长百分比最高的国家。这是用经合组织的房价数据创建的（我专门去他们官网上看了一下中国的房价竟然是正常增速）。 

7. DSM-5中的所有精神障碍

这个可视化图显示了DSM-5中的每一种精神障碍，DSM-5是《精神障碍诊断与统计手册》的缩写，它是美国精神疾病的标准分类。它里面有20多个类别和数百种疾病，这个可视化工具看着很简单，但是所消耗的时间会比你想象的要多得多。

8. 中国的二氧化碳排放

这个可视化图显示了从1960年到2019年，中国与七国集团其他国家加起来的二氧化碳排放量的对比。虽然从2002年起，中国的二氧化碳排放增长速度加快了，看起来很令人担心。但有趣的是人均二氧化碳排放量，因为有超过14亿人口，所以比其他国家排放更多也是合理的。本数据集取自Friedlingstein的《2020年全球碳预算》。 

9. 塑料去哪儿了

这个动画显示了塑料的生命周期，以及它的大部分最终去向。很可悲的是我们并没有大家预期的那样回收塑料，有60%的塑料最终被填埋或流入海洋。这种类型的可视化是一个有动画的桑基图（Sankey Diagram），它类似于树状图，因为它将数据分解成几个子组，并按比例表示数值。 

如果想学习如何在Python中建立桑基图，请查看

https://towardsdatascience.com/sankey-diagram-basics-with-pythons-plotly-7a13d557401a 

10. 1960-2020百大音乐家

最后，这个可视化图显示了1960年至2020年公告牌（Billboard）的前100名音乐家。我个人很喜欢这张图，因为它提供了很多信息，你可以看到谁是顶级艺术家，他们什么时候最流行，以及他们有多少歌曲在排行榜上霸榜。你能认出几位？


References：

-https://towardsdatascience.com/the-10-best-data-visualizations-of-2021-fec4c5cf6cdb

-https://towardsdatascience.com/my-top-10-most-fascinating-data-visualizations-from-2020-22a91b23e981

---

本文由WELLDESIGN独家原创，未经授权请勿转载。