150年前,他对拿破仑做数据可视化

简介: 十九世纪初,整个欧洲大陆几乎都在拿破仑的控制之下……除了隔着天然屏障的英国。于是,拿破仑下令对英国实施经济制裁。然而,俄国皇三代亚历山大却不买这个账,因此跟科西嘉暴发户结下了梁子。

拿破仑东征

十九世纪初,整个欧洲大陆几乎都在拿破仑的控制之下……除了隔着天然屏障的英国。于是,拿破仑下令对英国实施经济制裁。然而,俄国皇三代亚历山大却不买这个账,因此跟科西嘉暴发户结下了梁子。

经过数轮撕逼和互怼,小拿于1812年集结了42万大军,东征俄国,并自信满满地认为一波速推就能破对方中塔。然而俄国人坚壁清野,靠20万人硬是撑到了冬天。法军途中减员不断,尽管一度占领了莫斯科,但始终无法消灭俄军主力。最后不得不撤退,仅1万人回到法国。这次东征成为了拿破仑帝国由盛转衰的转折点

近五十年后的1861年,法国工程师查尔斯·约瑟夫·米纳德(Charles Joseph Minard)绘制了一幅数据统计图表:《1812-1813对俄战争中法军人力持续损失示意图》。此图将法军东征俄国的过程,精确而巧妙地通过数据可视化的方式展现出来。被后人评价为:可能是史上最棒的统计图表

(点击图片可放大)

最杰出的绘图大师

想想平常我们自己在 Python 或 Excel 表格里做一幅图表,可以展示多少信息?而米纳德在这一幅平面图,呈现了 6 个维度的信息:


  1. 拿破仑军人数
  2. 距离
  3. 温度
  4. 经纬度
  5. 移动方向
  6. 时-地关系

仅凭这一张图,就能让人直观感受到拿破仑的40万大军,如何在长途跋涉和严寒之中逐步溃散。我本人在书店第一眼看见此图时,以为是现代人之作,看了标注才发现竟然是150年前的作品。

米纳德早年为土木工程师,后在校任教,退休后全身心投入图表与数据地图的绘制。除了这张著名的图之外,还有很多优秀作品:

1858/1864/1865年欧洲棉花进口的情况

公元前218年迦太基名将汉尼拔率领的坎尼战役

1858年全球移民的流线图

法国各地运送至巴黎的家畜数量及比例

他开创或改良了许多绘图技巧,比如将流线饼图运用在地图上。

信息可视化发展

除了米纳德,还有很多“古人”很早就绘制出了具有极高水准的图表:


威廉·普莱菲尔(William Playfair),被称为图表设计之父,发明了条形图、饼图、折线图等。此图是其于1786所作。


弗罗伦斯·南丁格尔(Florence Nightingale),护理学的奠基人(就是每个护士都宣誓过的那个南丁格尔誓言)。她的另一个身份是统计学家。此图被称作“南丁格尔玫瑰图”,直观展示了卫生条件对死亡人数的影响,因而争取到了更好的医疗条件。



埃德蒙·哈雷(Edmond Halley),计算出哈雷彗星轨道的那位。这张大西洋各地磁偏角的地图,是第一张绘有等值线的图。后来的等高线、气压线皆源自此。

图表的选择

在我们自己做数据分析图表的时候,应该如何选择合适的展现方式?我这边给一点常用的建议:

  • 折线图:展现数据的波动、趋势
  • 柱状图:展现量的变化
  • 饼状图:强调比例
  • 散点图:展现各种统计分布
  • 雷达图:多维数据对比

比如我们前几天文章 【数说】苹果开始走下坡路了吗?,其中有对于 iPhone 销量和售价的变化展示。分析销量,是展现不同时间上量的变化,通常就用柱状图。而价格,不是数量,只是一种波动,用柱状图就略不恰当,折线图更合适。

精彩案例

最后,我们再来欣赏几个漂亮的图表。来自知乎问题:

你最欣赏的数据可视化的案例是什么?

https://www.zhihu.com/question/21132076

其中有不少很有意思的案例,可去知乎上查看详细介绍。

希望此文对你做数据分析图表时有所启发。

下课!


回复关键字:

python :零基础入门课程目录

新手 :初学者指南及常见问题

资源 :超过500M学习资料网盘地址

如需了解视频课程及答疑群等更多服务,请号内回复 码上行动

代码相关问题可以在论坛上发帖提问 bbs.crossincode.com

推荐阅读:

押韵工具 | 虎扑 | 如何debug | 苹果 | 查天气 | 我用Python | 知乎 | 排序 | 电影票 | 技术宅 | 单词表 | 新手建议

相关文章
|
前端开发
react-grapesjs——开源代码学习与修改(初出茅庐)(一)
react-grapesjs——开源代码学习与修改(初出茅庐)
423 0
|
存储 编解码 Cloud Native
FFmpeg修复受损视频
FFmpeg修复受损视频
|
测试技术 数据安全/隐私保护
软件测试制度-新手小白如何制定测试管理工作规范?
软件测试制度-新手小白如何制定测试管理工作规范?
561 1
|
存储 边缘计算 运维
|
数据采集 人工智能 搜索推荐
SocraticLM:通过 AI 提问引导学生主动思考,中科大与科大讯飞联合推出苏格拉底式教育大模型
SocraticLM 是由中科大和科大讯飞联合开发的苏格拉底式教学大模型,通过提问引导学生主动思考,提供个性化教学,显著提升教学效果。
931 9
SocraticLM:通过 AI 提问引导学生主动思考,中科大与科大讯飞联合推出苏格拉底式教育大模型
|
传感器 SQL 运维
常见网络安全设备:IPS(入侵防御系统)零基础入门到精通,收藏这一篇就够了
常见网络安全设备:IPS(入侵防御系统)零基础入门到精通,收藏这一篇就够了
787 3
|
机器学习/深度学习 数据采集 算法
机器学习在医疗诊断中的前沿应用,包括神经网络、决策树和支持向量机等方法,及其在医学影像、疾病预测和基因数据分析中的具体应用
医疗诊断是医学的核心,其准确性和效率至关重要。本文探讨了机器学习在医疗诊断中的前沿应用,包括神经网络、决策树和支持向量机等方法,及其在医学影像、疾病预测和基因数据分析中的具体应用。文章还讨论了Python在构建机器学习模型中的作用,面临的挑战及应对策略,并展望了未来的发展趋势。
938 1
|
人工智能 算法 新能源
【2023高教社杯】A题 定日镜场的优化设计 问题分析及数学模型
本文介绍了2023年高教社杯数学建模竞赛A题的定日镜场优化设计问题,涉及问题分析和数学模型构建,旨在提高太阳能光热发电效率并实现电力系统的新能源转型。
483 1
【2023高教社杯】A题 定日镜场的优化设计 问题分析及数学模型
|
人工智能 算法框架/工具 芯片
【AI系统】寒武纪介绍
中科寒武纪科技股份有限公司,成立于2016年,致力于打造云边端一体、软硬件协同的智能芯片产品和平台化基础系统软件。寒武纪的产品线涵盖了终端智能处理器IP、边缘端和云端智能加速卡,形成了从1A处理器核到思元系列MLU100、MLU200、MLU300的完整布局。其核心技术包括高效的MLU Core架构和Cambricon Neuware软件栈,支持高性能AI计算,助力机器更好地理解和服务人类。
2463 0
|
监控 Java Shell
链路跟踪-SkyWalking系列(一)
链路跟踪-SkyWalking系列(一)
3204 2