Kepler.gl - проект Uber по созданию красивых карт [1]. Выглядит очень хорошо и демо вроде карты передвижения такси в Нью Йорке [2], карты высот Сан-Франциско [3], карты населения Нью-Йорка [4], все они наглядны и показательны.
Причём это не сервис, а проект с открытым исходным кодом [5], требует Node v6 и выше и может использоваться в любом открытом или закрытом проекте для визуализаций.
Внутри там находится deck.gl [6], библиотека по визуализации, также от Uber и основанная на активном использовании GPU.
Ссылки:
[1] https://uber.github.io/kepler.gl/#/
[2] https://uber.github.io/kepler.gl/#/demo/nyctrips
[3] https://uber.github.io/kepler.gl/#/demo/sfcontour
[4] https://uber.github.io/kepler.gl/#/demo/nyc_census
[5] https://github.com/uber/kepler.gl
[6] https://uber.github.io/deck.gl/#/
#datavis
[6] https://uber.github.io/deck.gl/#/
Причём это не сервис, а проект с открытым исходным кодом [5], требует Node v6 и выше и может использоваться в любом открытом или закрытом проекте для визуализаций.
Внутри там находится deck.gl [6], библиотека по визуализации, также от Uber и основанная на активном использовании GPU.
Ссылки:
[1] https://uber.github.io/kepler.gl/#/
[2] https://uber.github.io/kepler.gl/#/demo/nyctrips
[3] https://uber.github.io/kepler.gl/#/demo/sfcontour
[4] https://uber.github.io/kepler.gl/#/demo/nyc_census
[5] https://github.com/uber/kepler.gl
[6] https://uber.github.io/deck.gl/#/
#datavis
[6] https://uber.github.io/deck.gl/#/
Вчера Всемирный банк опубликовал атлас целей устойчивого развития 2018 (Atlas of Sustainable Development Goals 2018) [1], набор визуализаций и разъяснений того в каком состоянии сейчас находятся цели устойчивого развития. Визуализации там подобраны очень тщательно, по сравнению с аналогичным атласом 2017 года [2] можно увидеть что визуализации стали похожи на стиль используемый командой FiveThirtyEight [3].
Подобную визуализацию можно делать и самостоятельно, есть инструкция для Python [4], а также мне попадались аналогичные инструкции для Mathplotlib, plot.ly и ggplot2.
Ссылки:
[1] https://datatopics.worldbank.org/sdgatlas/
[2] https://datatopics.worldbank.org/sdgatlas/archive/2017/index.html
[3] https://fivethirtyeight.com/
[4] https://www.dataquest.io/blog/making-538-plots/
#datavis
Подобную визуализацию можно делать и самостоятельно, есть инструкция для Python [4], а также мне попадались аналогичные инструкции для Mathplotlib, plot.ly и ggplot2.
Ссылки:
[1] https://datatopics.worldbank.org/sdgatlas/
[2] https://datatopics.worldbank.org/sdgatlas/archive/2017/index.html
[3] https://fivethirtyeight.com/
[4] https://www.dataquest.io/blog/making-538-plots/
#datavis
Atlas of Sustainable Development Goals 2023
The Atlas of Sustainable Development Goals 2023 presents interactive storytelling and data visualizations about the 17 Sustainable Development Goals. It highlights trends for selected targets within each goal and introduces concepts about how some SDGs are…
Дайджест ссылок о которых не хватает времени рассказать подробнее:
1. The Atlas https://www.the-atlas.com/ - каталог проектов по улучшению городской среды, не только технологических проектов, но и инфраструктурным и организационным. Там же можно найти параметры проекта, результаты и вендора. По сути - это каталог решений для городских проблем и каталог поиска поставщика для таких решений, но с акцентом на лучшие практики и жизненные ситуации. Идея весьма здравая, охватывает только США
2. Мало кто знает, в Новой Зеландии лидирующее ведомство в работе с данными это их статистическое агентство Stats NZ. Именно там находится ключевой чиновник Government Chief Data Steward (Главный государственный управляющий данными) который отвечает за работу с данными в органах власти https://www.stats.govt.nz/about-us/data-leadership/ Заранее отвечая на вопрос - нет, для России такая схема не годится.
3. Напомню что один из крупнейших каталогов порталов данных и отдельных больших датасетов есть в Awesome Public Datasets https://github.com/awesomedata/awesome-public-datasets
4. Один из наиболее проработанных проектов дата-журналистики, The Atlas of Redistricting https://projects.fivethirtyeight.com/redistricting-maps/ о том как переопределяются границы избирательных округов в США.
5. The Stanford Open Policing project https://openpolicing.stanford.edu/ научный проект Университета Стенфорда по сбору базы по причинам по которым полиция останавливает пешеходов и автомобили. База по более чем половине штатов США, с описанием уровня детализации для каждого штата. А также публикации на основе собранных данных. Это делается в рамках Computational Journalism Lab https://cjlab.stanford.edu/
6. Music Map от Pudding Cool https://pudding.cool/2018/01/music-map/ (за декабрь 2017 года) и https://pudding.cool/2018/06/music-map/ (за май 2018 года) - это пример того как на данных просмотров видео на Youtube можно измерить предпочтения по 3000 городов. Ссылки на видео не всегда ведут к изначальным роликам, похоже их авторы иногда меняют после публикации, но довольно легко эти ролики снова находятся на Youtube и действительно цифры по просмотру сходятся.
#opendata #data #datavis
1. The Atlas https://www.the-atlas.com/ - каталог проектов по улучшению городской среды, не только технологических проектов, но и инфраструктурным и организационным. Там же можно найти параметры проекта, результаты и вендора. По сути - это каталог решений для городских проблем и каталог поиска поставщика для таких решений, но с акцентом на лучшие практики и жизненные ситуации. Идея весьма здравая, охватывает только США
2. Мало кто знает, в Новой Зеландии лидирующее ведомство в работе с данными это их статистическое агентство Stats NZ. Именно там находится ключевой чиновник Government Chief Data Steward (Главный государственный управляющий данными) который отвечает за работу с данными в органах власти https://www.stats.govt.nz/about-us/data-leadership/ Заранее отвечая на вопрос - нет, для России такая схема не годится.
3. Напомню что один из крупнейших каталогов порталов данных и отдельных больших датасетов есть в Awesome Public Datasets https://github.com/awesomedata/awesome-public-datasets
4. Один из наиболее проработанных проектов дата-журналистики, The Atlas of Redistricting https://projects.fivethirtyeight.com/redistricting-maps/ о том как переопределяются границы избирательных округов в США.
5. The Stanford Open Policing project https://openpolicing.stanford.edu/ научный проект Университета Стенфорда по сбору базы по причинам по которым полиция останавливает пешеходов и автомобили. База по более чем половине штатов США, с описанием уровня детализации для каждого штата. А также публикации на основе собранных данных. Это делается в рамках Computational Journalism Lab https://cjlab.stanford.edu/
6. Music Map от Pudding Cool https://pudding.cool/2018/01/music-map/ (за декабрь 2017 года) и https://pudding.cool/2018/06/music-map/ (за май 2018 года) - это пример того как на данных просмотров видео на Youtube можно измерить предпочтения по 3000 городов. Ссылки на видео не всегда ведут к изначальным роликам, похоже их авторы иногда меняют после публикации, но довольно легко эти ролики снова находятся на Youtube и действительно цифры по просмотру сходятся.
#opendata #data #datavis
Observable [1], проект красивых интерактивных записных книжек (notebooks) по визуализации данных открыли код их библиотеки кода для Javascript, Observable Plot [2] используемой ими в их проекте. Библиотека выглядит очень привлекательно, а открытый код позволяет использовать те же визуализации что в коммерческом продукте Observable.
Ссылки:
[1] https://observablehq.com/
[2] https://observablehq.com/@observablehq/plot
#opensource #datavis
Ссылки:
[1] https://observablehq.com/
[2] https://observablehq.com/@observablehq/plot
#opensource #datavis