史上最强算法论战:请不要嘻哈,这是哈希

简介:

G2 Growd, 一家美国智能软件评价公司,在发布的最新软件排行榜中,Tableau Desktop获得了智能软件排行榜中最高的评分。


Tableau可以轻松的制作各种动态仪表板,包括单选按钮、复选框、下拉框、时间滑动器等,所有的选择控件都应摆在仪表板上的明显位置,以备使用者随意使用,只需以拖曳的方式,即可将选择控件加入仪表版,无须任何编码。简易操作是很多可视化数据的工作者青睐它的原因。不过数据庞大时加载速度缓慢也遭到不少抱怨。


本文介绍一些基于Tableau制作的数据交互图。基于同样的工具,这些作者们是如何从常规化图标挖掘自己独特的创意的呢?

1
地图与实景

名称:世界上的私人岛屿

http://www.theguardian.com/news/datablog/interactive/2012/jun/22/larry-ellison-private-island-rich


出品方:John Burn-Murdoch (data blog /the guardian)

创作思维:世界上有多少岛屿被私人购买?这些岛价值多少钱?在哪里?被谁购买了?这个作品展示了这个创意。界面分为三个部分,从上之下的排列分别为简易世界地图总览、具体岛屿实景地图和所有者/价值/岛屿列表。



第一张图表用大小不一样的节点表示岛屿的大小,在地图上显示位置。点击任意一个节点,显示岛屿的信息,包括购买者、岛屿名字、价格、纬度、大小等。并且同时在第二张图中显示用googlemap搜索的岛屿实景。



第三张以岛主的名字为基本数据,表分为左右两个部分,左边表示岛屿的净价值,右边表示岛屿支付的钱和面积大小。可以看到图中有一些熟悉的名字,比如“船长”约翰尼·德普。

2
节点实例化

名称:不断增加的黄蜂威胁

http://www.canberratimes.com.au/act-news/wasp-menace-growing-20120914-25xhw.html


出品方:Phillip Thomson(堪培拉时报)

简介:使节点实例化的tableau作品很多,曾经见过分析口袋怪物,将每个口袋怪物显示在横纵轴图表中。这个是将节点演变成黄蜂。实例化节点的优势时能形象表达数据描述对象,而缺点是图像的杂乱,不仅无法体现数据,还扼杀了图表本身简易明了的优势。



图中黄蜂表示乡村周围黄蜂巢的数量,数量越多,黄蜂的体积越大。悬停鼠标到每个黄蜂可以得到细节。



从下拉列表中选择郊区的名称,可以对应显示图上的黄蜂位置。还可以使用滑块选择一个不同的年份或滚动的列表区域查看最严重的病害。

3
交通指南

名称:30分钟的湾区公共自行车

http://datablick.com/2014/04/26/30-minutes-bay-area-bike-share/

出品方:DataBlick


简介: 2014年旧金山超过85%的乘客使用湾区自行车。价格是为每年88美元。允许用户无限制距离地骑,只要持续时间少于30分钟。作品研究30分钟内骑自行车可以到达每个地铁站的范围,使用城市网络线条描绘最短路线和火车站。



图中蓝色的网状线路是表示骑行的路程,颜色深浅表示距离地长短。使用下面的过滤器来查看可行的通勤火车路线和连接。向地图一样,可以选择自行车站点和地铁站点,并获得之间最短的骑行距离。也可以点击图上的线路过滤车站和线路图。



骑30分钟可以设计的范围是多少?第二张图给出了一个区域地图,根据颜色深浅表示范围大小。点击图中的区域可以显示局部信息。也可以使用时间轴过滤器进行信息显示。

4
尼泊尔地震

名称:尼泊尔地震的悲剧

https://public.tableau.com/s/gallery/nepal-earthquake

出品方:Syvylyze Analytics


简介:前几期我们介绍过地震专题的交互作品。有对比震前震后的滑块切换,有震后全球关注的热点地图。这个基于tableau制作的尼泊尔震级分布图。



图片分为三个交互区。上图显示其中两个,左边为地震强度深度分布。圆圈中间为震中位置,圆圈大小表示震级大小,圆圈颜色深浅表示地震震源深浅。右图表示25日到28日地震发生次数。



第三幅图是世界各国对尼泊尔的援助。使用世界地图为模板,两点一线的方式连接两地距离。可以点击线或者点显示具体信息。这个基于tableau的作品有一定局限性,比如第一个交互区内,因为地图选择的问题,因为既不是明了的行政地图又不是地理地图,所以无法清晰了解地震发生的地理位置。各个点的散布显得意义不大。


5
历史奇迹的秘密

名称:埃及金字塔

https://public.tableau.com/s/gallery/pyramids-egypt

出品方:Robert Rouse


简介:

这是研究金字塔的交互作品,它介绍说金字塔的制作需要20万人力,(而维基百科是由5000万人经过13年制作出来的)。所以这个数据图是用金字塔和我们熟悉的事物相对比,让人们了解这个伟大的工程。



交互分成三个部分,第一部分是将金字塔的占地面积和你的房子想对比。这是利用数据换算的方式达到效果。左边可以输入房间大小和面积的单位(英尺和平方米),左边是对应地显示图片对比,下图显示数据。



上图显示各大金字塔和拉斯维加斯卢克索饭店的高度对比。页面上半部分是叠加的金字塔,可以选择点击任何一个高亮突出,右侧显示被选择金字塔的对应大小信息,左边显示金字塔在埃及的地理位置。下半部分用条形图排名各金字塔的高度。



上图显示各大金字塔和拉斯维加斯卢克索饭店的高度对比。页面上半部分是叠加的金字塔,可以选择点击任何一个高亮突出,右侧显示被选择金字塔的对应大小信息,左边显示金字塔在埃及的地理位置。下半部分用条形图排名各金字塔的高度。

6
男女收入的差距

名称:差距

http://www.theguardian.com/news/datablog/interactive/2011/nov/23/pay-annual-survey-hours-earnings-visualised

出品方:data Blog/the guardian


简介:

这个交互作品显示数据的方式很有趣,因为它表示的是“gap”(距离)。所以都用“距离”体现男女收入差距。作品使用了三个页面。



第一个页面根据收入水平显示收入职业的男女收入差距。页面上方左侧是工资的调节,可以选择熟人或者使用滑块调节。输入区域下方是根据差别、中位数、男、女分类的点击按钮。页面下方是根据职业名称、差距数值、差距比例、差距图示。




原文发布时间为:2015-06-15

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号


第二个和第三个页面的数据基数是一样的,一个是可以输入职业名称显示类似职业,第三个是直接按照职业选择。在图示部分,橙色的表示女性的收入,蓝色的表示男性的收入。第一个交互页面由中位数(一根红色竖轴)控制在这个数值周围的职业,而第二、三个交互页面没有竖轴做基准,只按照职业类型显示“距离”。三个交互图中“女性”、“男性”、“距离”这三个元素均可以点击显示具体信息。


原文发布时间为:2015-06-29

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
5月前
|
存储 算法 Java
解析HashSet的工作原理,揭示Set如何利用哈希算法和equals()方法确保元素唯一性,并通过示例代码展示了其“无重复”特性的具体应用
在Java中,Set接口以其独特的“无重复”特性脱颖而出。本文通过解析HashSet的工作原理,揭示Set如何利用哈希算法和equals()方法确保元素唯一性,并通过示例代码展示了其“无重复”特性的具体应用。
93 3
|
3月前
|
算法 安全
散列值使用相同的哈希算法
当使用相同的哈希算法对相同的数据进行散列时,所产生的散列值(也称为哈希值或摘要)总是相同的。这是因为哈希算法是一种确定性的函数,它对于给定的输入将始终产生相同的输出。 例如,如果你用SHA-256算法对字符串"hello world"进行哈希处理,无论何时何地,只要输入是完全一样的字符串,你都会得到相同的160位(40个十六进制字符)的SHA-256散列值。 但是,需要注意的是,即使是输入数据的微小变化也会导致产生的散列值完全不同。此外,不同的哈希算法(如MD5、SHA-1、SHA-256等)会对相同的数据产生不同的散列值。 哈希算法的一个关键特性是它们的“雪崩效应”,即输入中的一点小小
63 4
|
5月前
|
存储 算法 C#
C#哈希查找算法
C#哈希查找算法
|
5月前
|
算法 安全 Go
Python与Go语言中的哈希算法实现及对比分析
Python与Go语言中的哈希算法实现及对比分析
80 0
|
7月前
|
算法 安全 JavaScript
安全哈希算法:SHA算法
安全哈希算法:SHA算法
195 1
安全哈希算法:SHA算法
|
5月前
|
存储 算法 C++
【算法】哈希映射(C/C++)
【算法】哈希映射(C/C++)
|
7月前
|
JavaScript 算法 前端开发
国标哈希算法基础:SHA1、SHA256、SHA512、MD5 和 HMAC,Python和JS实现、加盐、算法魔改
国标哈希算法基础:SHA1、SHA256、SHA512、MD5 和 HMAC,Python和JS实现、加盐、算法魔改
839 1
|
8月前
|
缓存 负载均衡 算法
(四)网络编程之请求分发篇:负载均衡静态调度算法、平滑轮询加权、一致性哈希、最小活跃数算法实践!
先如今所有的技术栈中,只要一谈关于高可用、高并发处理相关的实现,必然会牵扯到集群这个话题,也就是部署多台服务器共同对外提供服务,从而做到提升系统吞吐量,优化系统的整体性能以及稳定性等目的。
136 2
|
9月前
|
存储 算法 安全
深入理解SHA系列哈希算法:安全性的保障与演进
深入理解SHA系列哈希算法:安全性的保障与演进
|
9月前
|
存储 算法 安全
MD5哈希算法:原理、应用与安全性深入解析
MD5哈希算法:原理、应用与安全性深入解析