Címke: Trellis

Kreatív géniuszok napi rutinja

Az Info We Trust design stúdió  híres emberek alkotói szokásait ábrázolta egy összehasonlításra is remek Trellis ábrán. A vizuálició bemutatja, hogy az alkotók hogyan töltötték napjaikat és mikor voltak a legkreatívabbak.

Creative Routines - Info We Trust

Az ábrákból jól látható, hogy az alkotásra nincs szabály,  a kreatív időszakok nagyon különbözőek szinte mindenkinél.

► infowetrust.com/project/routines

 

Mivel is töltjük a napjainkat?

Az American Time Use Survey adatai alapján készült vizualizáció tevékenységek szerinti bontásban mutatja be, hogy életünk egyes szakaszaiban mennyi időt szánunk rájuk.

Az alvás népszerűsége minden korosztályban elsöprő, az oktatás vagy a sport inkább a fiatalabb generációknál fontos, és az idősebb kornak  is megvannak a jellemző aktivitásai.

Érdemes figyelni azt is, hogy az egyes tevékenységek időmennyisége hogyan változik a hétköznapok és a hétvége között.

How we spend our days - Reddit

A halálozások növekedése Európában

A Guardian vizualizációja azt mutatja be, hogy a koronavírus terjedése alatt mennyivel nőttek meg a halálozások az európai országokban.

Coronavirus Excess Death - The Guardian

Nem a vírus felelős közvetlenül minden halálesetért, de az egészségügyi rendszer túlterheltsége ilyenkor is faktor lehet.

Coronavirus excess deaths: UK has one of highest levels in Europe - The Guardian

A Google hazai mobilitási adatai

A Google által mért magyar mobilitási adatok megyénkénti bontásban is megtalálhatóak a PDF formában publikált jelentésben, amelyet utoljára május 9.-én frissítettek.

Google Mobility Index - Budapest

A teljes magyar jelentés itt érhető el, a Google Global Mobility Report oldalról pedig a nyers adatok is letölthetőek CSV formában.

 

Jelentősen nőtt a halálesetek száma a járvány alatt

A Financial Times grafikája az egyes országok halálozási adatait jeleníti míg, összehasonlítva korábbi évek számaival.

Coronavirus tracked - Financial Times

Google keresések a karanténból II. rész

A Chartr összeállításában második részében újabb gyakori Google kereséseket láthatunk, amelyek az emberek érdeklődésének változását mutatják be az otthoni karantén ideje alatt (az I. rész itt).

Quarantine Queries Pt. 2: How We're Searching Differently - Chartr

Az edzőtermek, bárok, és hétvégi kiruccanások a háttérbe szorultak, bezzeg az online jóga, a kirakósok és a Zoom egyre jobban hasít.

A halálozási ráta növekedése Európában

A Qubit cikke a halálesetek számának növekedését mutatja be a New York Times adatai alapján.

→ qubit.hu/2020/04/22/brutalisan-megugrott-a-halalozasi-rata-tobb-europai-orszagban

Karantén keresések Lengyelországban

Klaudia Stano elkészítette a keresési trendeket megjelenítő ábra lengyel változatát.

Image

A vizualizáció a gtrendsR R csomag segítségével készült.

→ twitter.com/klaudiastano/status/1250077432385847296

Google keresések a karanténból

A otthoni karantén hatásai a Google keresések gyakoriságán is jól nyomon követhetőek.

Google Searches Reveal 9 Ways Our Lives Are Changing (ChartR)

A ChartR vizualizációja néhány ilyen érdekes keresés tendenciáit mutatja. Látható, hogy jelentősen megnőtt az érdeklődés az olyan témák iránt, mint az otthoni hajvágás, kenyérsütés, sörkészítés, vagy éppen a gyerek lefoglalása.

 

A fertőzés exponenciális növekedése

A Reuters egy olyan vizualizációt készített, amely  több ország fertőzési görbéjét egymás mellett elhelyezve, az esetszámokat exponenciális tengelyen ábrázolja mutatja be.

Largest outbreaks  - Countries with the most confirmed cases (Bloomberg)

Az első ábra a 8 leginkább érintett országot mutatja be, míg a többiek egy külön, jóval nagyobb vizualizáción szerepelnek. Az exponenciális tengelynek köszönhetően jól látható, hogy hol mennyire meredek vagy éppen lapos a növekedés üteme.

Ez az ábrázolási módszer elég népszerű, hasonlóan mutatja be az adatokat például a Financial Times is.

Részletek: Reuters - COVID-19’s exponential growth

Hogy alakul az USA fertőzési görbéje?

A Time magazin vizualizációja az USA és 5 másik kiemelt ország fertőzési adatait hasonlítja össze a következő grafikoncsoporttal:

Új igazolt esetek naponta országonként (Time)

A grafikonok alapvetően napi új igazolt esetek számát mutatja, azonban a használt szín azt is jelzi, hogy az adott országban összesen hány ismert eset van.

Különösen Dél-Korea adatai érdekesek, ahol a szigorú intézkedéseknek köszönhetően sikerült drasztikusan csökkenteni a fertőzöttek számát, bár ott sem tűnt el teljesen a járvány, hanem napi 100 új eset körül stabilizálódott.

Részletesen: Time - Is the U.S. 'Flattening the Curve?' 

Bennfentes részvénydömping az USA tőzsdéin

A Bloomberg vizualizációja azt mutatja be, hogy az USA egyes szenátorai milyen részvényeket adtak el nem sokkal azelőtt, hogy a piacok óriási esésbe kezdtek.

How each security performed since Senator Burr sold shares (Bloomberg)

Jelenleg kérdéses, hogy valóban bennfentes kereskedésről volt szó, vagy az ügyben érintett szenátorok csak a publikusan elérhető információk alapján döntöttek még jókor a papírok eladása mellett.

Forrás: Bloomberg - The Stocks Senators Unloaded Before the Coronavirus Crash

Több vizualizáció egy helyett?

"Melyik vizualizáció típus a kedvencem?" - tette fel magának a kérdést a When are multiple visualisations better than one? c. cikk szerzője.

"Minél többet gondolkodtam rajta, annál inkább arra jutottam, hogy nem feltétlenül egy kifejezett diagramtípus az amit kiemelnék, amire hangsúlyt fektetnék azok a több kisebb vizualizációk egy nagy helyett."

A cikk számos olyan esetet mutat be, ahol több kisebb, ismétlődő vizualizációt alkalmaznak. Ezekből a Trellis grafikonként is ismert ábrákból  kettőt emelünk ki itt.

1. Idősoros változás az adatokban

 

 

Térképes adatokat nem könnyű idősorosan megjeleníteni, mivel az X és Y tengelyek foglaltak (hosszúsági, szélességi fokok). Ezt a problémát tudja orvosolni, ha sok kisebb kimutatást készítünk.

 

2. Különböző értékek közti eltérés

 

A fenti ábrán cégenként látjuk egy adott vezetői pozíció betöltésének valószínűségét, az egyes négyzeteknek a mérete határozza meg a valószínűség mértékét. A bal felső a fehér férfiakat jelöli, a bal alsó a fehér nőket, a jobb felső a nem fehér férfiakat és végül a jobb alsó a nem fehér nőket.

A többi példa a szerző eredeti cikkében olvasható.