Lookinfo 看資訊

資訊、圖表、簡報、故事、視覺化

Archive for the ‘資訊視覺化’ Category

紐約時報Upshot的巨流河,讓你看到美國每一州的居民如何變化

without comments

Written by richy

August 15th, 2014 at 10:14 am

Posted in Uncategorized,資訊視覺化

Tagged with

HBL 高中籃球聯賽的冠軍隊伍消長

without comments

今天不知道為什麼突然對HBL有點興趣,所以看了一下歷年的隊伍表現。肉眼隨便一看,發現常勝隊伍總是那幾隊,但好像有的隊午後來不見了,也有些隊伍一直前幾名但無法拿冠軍。

所以就來畫一畫排名圖。畫完之後發現,真的很多隊伍因為各種原因,突然就不好了,亦或是突然變好了。我個人很相信團隊中少數幾個人就能夠影響全部表現,或者是教練、或者明星球員、或者學校提供資源的主管等等。

我只有繪製曾經得過冠軍的。繪圖工具是……Excel。

 

屏東高中。曾經應該是HBL的霸主吧。

HBL 屏東高中歷年成績

 

南山高中,一直很強。

HBL 南山歷年成績

立志工商,後來就不行了。

 

再興中學,強過一陣子。

HBL 再興歷年成績

 

三民,近年來都不錯。

HBL 三民歷年成績

 

新榮,似乎可以看到一個峰跟一個谷

HBL 新榮歷年成績

松山,最近也都不錯

HBL 松山高中歷年成績

 

能仁應該是這幾年表現最好最穩定的

HBL 能仁歷年成績

女生的我就不畫了……

Written by richy

March 20th, 2014 at 7:10 pm

世界各大洲舉辦夏季奧運會的趨勢圖表

without comments

日本今天又再度取得夏季奧運的舉辦權,這是奧運歷史以來,日本第三次申請到奧運主辦權,也是亞洲的第五次。

從1896年在希臘雅典重新舉辦現代奧運之後,奧運到現在已經舉辦過27屆,之後還有2屆的舉辦地點也已經確定,另外有3屆因為人類愛打仗而取消。

在32屆的申辦國當中,我們可以看到這個運動逐漸從「歐洲洲際盃運動會」擴大成「西方世界運動會」然後再逐漸地成為世界運動會。以下是我從維基百科取得並加工後的表格。這個表格完全正確,但不容易「看」到趨勢。如果仔細看,可以發現歐洲舉辦的次數逐漸沒有那麼頻繁,然後其他洲漸漸出現,但大部分的人能第一眼看到的東西就僅此而已。

申辦國 所屬洲 備註
 希臘 歐洲 1896年
 法國 歐洲 1900年
 美國 北美洲 1904年
 英國 歐洲 1908年
 瑞典 歐洲 1912年
 德國 歐洲 1916年 因戰取消
 比利時 歐洲 1920年
 法國 歐洲 1924年
 荷蘭 歐洲 1928年
 美國 北美洲 1932年
德國 歐洲 1936年
 日本 亞洲 1940年 因戰取消
 英國 歐洲 1944年 因戰取消
 英國 歐洲 1948年
 芬蘭 歐洲 1952年
 澳洲 大洋洲 1956年
 義大利 歐洲 1960年
 日本 亞洲 1964年
 墨西哥 北美洲 1968年
 西德 歐洲 1972年
 加拿大 北美洲 1976年
 蘇聯 歐洲 1980年
 美國 北美洲 1984年
 南韓 亞洲 1988年
 西班牙 歐洲 1992年
 美國 北美洲 1996年
 澳洲 大洋洲 2000年
 希臘 歐洲 2004年
中国 亞洲 2008年
 英國 歐洲 2012年
 巴西 南美洲 2016年
 日本 亞洲 2020年

我心想如果同樣用表格為底,但以各洲為欄,在出現的年份再打上國家名稱,這樣或許可以看出來歐洲是不是逐漸變少、變得多少。其他國家又怎麼樣逐漸變多,頻率如何。我想讓讀者「看」到幾樣東西:

  • 每一個洲大致上的數量分布
  • 每一個洲在這一百多年中申辦頻率
  • 歐洲與非歐洲之間的數量變化
  • 重複的申辦國次數

得到的結果如下:

歷年奧運會申辦國與洲趨勢圖

美國已經辦過四次了,是世界上舉辦次數最多的國家,雖然此後一直有申辦,但我想評審大概也不想要讓美國辦很多次,或許可以解釋北美洲長達24年都沒有比賽的原因。

 

Written by richy

September 8th, 2013 at 1:05 pm

如何讓你看到「蜜蜂不見關我什麼事」?

without comments

我自己有一個小花園,一開始什麼動物都沒有。然後慢慢有了蜜蜂,之後又來了蝴蝶(還有毛毛蟲),鳥。現在還有很多蜻蜓,蜘蛛。這些蜜蜂有些因為負重太多,飛得很慢,還可以看到鼓起來的蜜囊。

美國最近蜜蜂大量減少,突然之間對於很多農家而言造成很大的影響。

美國一個標榜有機的賣場Whole Foods Market為了讓大家知道蜜蜂消失的影響,所以製作了一個活動「Share the Buzz」,這是一個雙關語,Buzz本來就是蜂鳴,後來演變成傳播界使用的「聲浪」,代表民眾的注意或討論。這次Whole Foods Market就希望大家把蜂鳴傳出去。

由於蜜蜂消失這件事情很難被看見,更難說明蜜蜂消失之後的影響,特別是大部分的人在大都市,不會每天看到蜜蜂,也不知道蜜蜂除了提供蜂蜜外,到底有什麼用。所以Whole Foods Market除了製作活動網站外,還在店內拍了兩張照片來比較。上面是一般我們看到的市場,下面那張是一旦沒有蜜蜂幫忙授粉,一般的生鮮市場會少了什麼東西。

WHOLE FOODS MARKET展示蜜蜂消失後的影響

大家覺得上面這種方法比較好,還是畫圖表說明蔬果消失的百分比好呢?

Share the Buzz的網站上有很多具體的建議,包含種植可以「招蜂引蝶」的植物,大家也可以嘗試看看。

 

Written by richy

June 24th, 2013 at 9:30 am

陳水扁、馬英九總統就職演說文字雲

with 2 comments

這兩天我看很多人Facebook上都貼上了自己的文字雲分析。原則上我也不需要跑,因為跑出來中間會是一個巨大的 XD 。

文字雲的背後是字頻分析。美國新聞界最常拿來從事字頻分析的時候就是總統就職演說、總統元旦文告等等。然後可以看出不同總統受到當時政治、經濟環境還有個人、政黨立場的影響,有什麼變化、差距如何。

中華民國在台灣從2000年開始總統全民直選後,總統演說的分析也是挺有趣的。可惜沒有一個演說中間有 XD。以下文字雲都是由文章詞彙分析機產出。

2000年陳水扁就職演說文字雲

陳水扁2000總統就職演說

2004年陳水扁就職演說文字雲

陳水扁2004總統就職演說

前面兩張有點類似,但跟後面兩張保證不一樣!

2008年馬英九就職演說文字雲

馬英九2008總統就職演說

2012年馬英九就職演說文字雲

馬英九2012總統就職演說

 

當然,中文斷字分析本來就是一個巨大的課題,上面四個的字詞斷字都不是百分之百精準,但起碼可以看出兩個總統之間有很大的不同。

 

想看到更多用視覺呈現資訊的方法與案例,請加入Lookinfo粉絲團

 

Written by richy

June 20th, 2013 at 1:54 pm

誰推誰噓?PTT 《哭笑不得的陸客團隊環島八日游》文的推文態度分析

with 3 comments

在PTT的八卦版上有篇文章《哭笑不得的陸客團隊環島八日游》突然很紅。作者是來自天津的tigerWu。身為台灣迷的他(對於很多梗比我還熟),先前來過台灣自助旅行(身為台灣人,覺得這篇也挺有參考價值),這次又參加環島團,然後寫下非常長的旅遊心得。

文章本身沒有太多驚奇之處,因為廉價台灣團就是這樣。比較有趣的是底下回應的立場態度之時間分布。

我自己對於社群的互動一直很有興趣,也偶爾在教這些課,其實去年我教社群媒體的時間比教簡報與圖表加起來還多。這樣的分析我不是第一次做,由於第一眼就看出分布應該很有趣,所以直接來作圖。

因為時間分布很長,所以我只擷取發文後的8小時之內,依照距離發文之遠近來重新計算。只取8小時是因為通常社群上面的資訊大多互動期只有12小時,後面4小時台灣已經夜間了,回應少。由於回應的尖峰發生在發文後大約一小時左右,所以取小時為單位並不好,我改成以20分鐘作為最小單位,然後每小時在視覺上分組一次。在此堆疊與百分比堆疊都可以看到不同意義,我就兩圖一起呈現了。

 

2013-06-19_154519

百分比堆疊圖

2013-06-19_154532

 

因為圖上沒有附上顏色說明,所以補說明如下:

  • 綠色:推
  • 灰色:->
  • 紅色:噓

Written by richy

June 19th, 2013 at 3:59 pm

你可以從 This is Water 學會如何製作更好的簡報

without comments

很多簡報的書上都會說,偉大的演講是不能被視覺化的,然後請讀者想像林肯的蓋茲堡演說、馬丁路德金恩的「我有一個夢」等著名演說,一旦是按照現在的方式變成有投影片的簡報,會變成什麼樣的悲劇。

但我還是覺得視覺輔助工具是隨人而用,不見得一定會加分或者扣分。悲劇會發生是因為人的關係,而不是物品或技術。

This is Water

美國作家 David Foster Wallace 在2005年時曾經受邀在凱尼恩學院(Kenyon College)的畢業典禮上演講。這次演講的題目被稱為「This is Water」。兩隻小魚在水中遇到了老魚,老魚問說今天的水況如何,小魚就問另外一隻魚,「什麼是水?」。我覺得這個題目很有趣,而且不知道為什麼充滿了亞洲的智慧。但老實說,下面這段錄音,大部分的台灣人聽了都很痛苦。

這場演講的內容後來變成了一本小書 This Is Water: Some Thoughts, Delivered on a Significant Occasion, about Living a Compassionate Life原文到處都找得到。

下面這隻影片就不一樣了。製作者從 This is Water 當中擷取了大概一半的程度,等於在原始創作者的腳本上,重新視覺化。

演講與簡報如何視覺化?

這隻9分半的影片,嘗試用另外一種方式呈現This is Water,如果你不知道這原本是大學畢業典禮上的致詞,你會以為是「秘密」這種正面思考的產品。

我想大部分的人不會真的聽完20多分鐘的原版致詞錄音,但上面這隻影片相當推薦。

因為你已經知道這是畢業演講轉譯的影片,建議你看的時候心理想著,如果我簡報的時候希望這裡能夠有視覺輔助,我會用什麼方法呈現?這隻影片這種方法好不好?

這隻影片應該是由Peracciny這間製作公司在沒有事先獲得授權的情況下製作的,但我想現在已經獲得授權了。

 

請加入Lookinfo的粉絲團,可以持續看到更多關於簡報設計、規劃的最新資訊。

 

Written by richy

June 19th, 2013 at 9:00 am

[infographic]30秒了解「黑暗對話工作坊」

without comments

黑暗對話工作坊(Dialogue in the Dark)是一個非常獨特的社會企業,雖然訴求的障別是視障,但商業模式非常獨特。

從德國成立以來,很多國家與城市都已經有了當地語言的黑暗對話工作坊,現在台灣也有。

我雖然在台灣引進之前就已經知道黑暗對話工作坊,也認識台灣黑暗對話工作坊的成員,但一直到最近才有機會參加。由於這個經驗相當難得,也不是每個人都有機會參加,所以我就跟大家用Infographic的方式分享黑暗對話工作坊的內容。

 

 

dialogue in the dark 黑暗對話工作坊

 

由於黑暗對話工作坊不希望在黑暗中發生的事情被公開(很有趣),所以我只能使用網站上官方的文字跟大家分享:「參與者在伸手不見五指的黑暗環境中強迫面對突然失去視覺的情境,重新發掘自已其他感官的功能,並喚醒對個人 力量和個人感知的新觀點。在必需傾聽和對話的環境中,再度訓練生存的基本能力。學習面對挑戰、分享以及關懷,也一起進行解決問題的探討,學習如何經由溝通 與合作邁向成功。」

 

Written by richy

June 18th, 2013 at 11:14 am

立法委員表決態度視覺化測試

with one comment

之前在修Social Network Analysis的時候,就覺得一旦有一天很多政府相關的資料公布出來,老百姓可能有機會知道一些平常看不到的東西。當時修課的時候還有看過一張透過SNA分析出來的美國國會議員立場圖,現在不記得圖在哪了,但可以看到有些人就是比較偏向另外一邊。

今天看到有人將立委的表決記錄公布出來,我測試性地抓了一些表決結果來跑社群網路分析圖,雖然無法代表每個立委的確實態度,但我想很快就會有人將所有表決記錄繪製出來了。我一共抓了19次表決的記錄,除了藍綠壁壘分明的以外,也抓了不少「跑票」或者「自由表決」的記錄。

立委表決立場分析

從投票記錄來看,這一屆親民黨大多選擇與民進黨合作,偶爾與國民黨合作,不知道選親民黨的選民知不知道這一點。

由於投票記錄沒有選擇夠多(我只會手工撈),所以這張圖只能象徵當數據完整後,大致上可以呈現的樣貌。顏色的區分是電腦根據19次表決結果分析出來的,我原本還期待有多種組合,但電腦很果斷地顯示,根據19次表決結果,這些人大概只能分兩種關係。我刻意不用藍、綠來區分,純粹只是要呈現分成兩組的狀況。

當未來資訊可以被計算時,其實我腦袋中還有很多有意義的題目,這是新型態的政治新聞,只希望有一天有機會可以執行。

 

 

Written by richy

June 9th, 2013 at 8:45 pm

如何繪製精準的Facebook社群網路圖?

without comments

由於台灣非常多人使用Facebook,加上現在許多人幾乎都加了數百甚至幾千個Facebook朋友,我們可以透過視覺化的方式,來看看自己到底處於幾個社群當中,這些社群彼此之間有什麼關係。Facebook上雖然有些社群視覺化的工具,但很多只是畫好玩的,沒有太大意義,接下來我會介紹一種比較專業而且可以持續分析的方法。

在開始之前,請準備:

由於社群描述檔需要非常長的時間下載,所以下載描述檔的同時,請先下載、安裝Gephi,然後可以先去泡泡麵,加顆生雞蛋,等泡麵吃完了描述檔差不多也應該下載好了。如果你有1000個朋友,大概要10分鐘左右。

Gephi

 

Gephi是一個專門將社群關係視覺化的軟體,當然只要類似社群關係的資訊都可以視覺,不過我們今天先處理真正的社群,也就是你的社群。你在Facebook當中可能有1,000個朋友,這1,000個可能個別也有1,000個朋友,所以,你透過這1,000個朋友就可以接觸到1,000×1,000=1,000,000個朋友嗎?先不談社群分析了,你聽過安麗嗎?如果你要從事保險,你可能認為這會為你帶來倍數的關係,但實際上你的1000個朋友很多彼此都互相認識,所以繪製出來的圖會是高度彼此互相串連的圖。

啟動Gephi後,會跳出一個開啟視窗,選擇「Open Graph File」,就可以找到剛剛下載描述檔。

在Gephi中開啟檔案

 

一般而言社群關係有兩種,一種是有方向性的,例如在Twitter當中的Follow,另外一種沒有方向性,在Facebook中的朋友關係就沒有方向性,都是雙向的朋友。這個例子我們選擇沒有方向性 Undirected。

我們將關係設定為無方向

 

檔案開啟之後,你就可以看到你的社群關係圖了。別緊張,我們接下來會把它變得更有視覺意義。

Gephi下最原始的Facebook關係圖

 

在左下角有一個區域叫做Layout,其他的你有時間自己可以慢慢試,但我們先選擇 ForceAtlas 2,由於Layout通常是動態一直跑,所以當你覺得已經跑得差不多了請按下Stop。

Gephi下設定呈現方式,選擇Force2

 

此時你應該有一個完全沒有著色但社群關係已經非常清楚的Facebook社群關係圖,每一個群組代表一個彼此互相連結,擁有強連結的社群,你可以數看看你在Facebook當中,處於幾個社群。根據統計,一般人平均在Facebook上會在4個社群當中。但由於很多社群之間彼此連結也很密集,所以我們需要進一步著色,才能看到真正社群有幾個。

Gephi預設介面的右上角有Network Overview,這裡其實挺科學的,我當初修Social Network Analytics時幾乎每一個按下去都是一個考題。本文不解釋每一個的功用,但請你按下Modularity,大概瞬間就可以跑完。

Gephi下

 

之後我們到左上角找到Partition,然後在Nodes下面按下綠色迴轉箭頭 Refresh,再從下拉選單當中找到Modularity Class。我們在前一步已經讓Gephi去算出你的Facebook朋友當中,大概能分成幾個群組,現在就是視覺化的時刻了。按下Apply,你的社群就會被著色。這裡可以看到我的Facebook朋友當中,最大的那個社群就佔了28.56%的人。實際上我在Facebook上,大概也就屬於8個社群左右。

2013-06-08_083536

 

由於剛剛的顏色是系統隨機產生,有時候看不清楚,所以當你點下每一個群組的顏色時,可以自己再挑選,讓接近的社群擁有不同顏色。

2013-06-08_083655

 

我的Facebook社群經過著色之後,看起來就是下面這個樣子。可以看到最下面一大塊裡面有三種顏色,螢光綠、藍色、淺紫色,分別是網路意見領袖(與粉絲)、媒體工作者與公司同事。

一個透過Gephi著色過的Facebook社群網路分析圖

 

到這邊,差不多你已經可以看出來你在哪幾個社群當中,這幾個社群彼此關係怎麼樣。當然,我們畫這個除了讓自己開心之外,也可以看到你跟哪幾個社群當中擁有強連結,社群與社群之間如果訊息要傳播,會怎麼走。以上圖為例,通常一個訊息在淺紫色那群傳遞的時候,我的經驗是螢光色與藍色都可以很快看到,但外面突出的那幾塊未必,反之亦然。你可以判斷一個訊息在社群傳播的時候,你感覺很熱門,但實際上只有影響到哪一個社群。

我們在社群當中還假設,如果大家都在一個「社群」當中,除了跟你有連結(Edge)外,應該跟別人也有連結才對,如果有一個人跟你只有1、2條連結,那麼他跟你通常不是在一個社群當中,這些人不是不重要,但他們跟你比較偏向弱連結的關係,在很多書上都說,這些弱連結通常可以給你「不一樣的資訊」。不過今天我們是要看自己所處的社群,所以可以先把弱連結關係的人過濾掉,這樣圖會比較乾淨。

在Gephi右下角有過濾Filter功能,這裡的過濾條件是拖拉式的,我們找到拓樸 Topology之後,可以把Degree Range往下拉到「Drag Filter here」。然後你就可以看到一個滑動選單,你可以過濾掉弱連結,當然反過來也可以過濾掉強連結。

2013-06-08_084128

 

我將共同連結10個以下的都先過濾掉,這時候社群關係就更清楚了,可以明顯看到大小不一的幾個群組,很多社群之間幾乎沒有人有往來,這時候你其實扮演了不同社群當中弱連結的角色。

一個透過Gephi著色過的Facebook社群網路分析圖,過濾掉沒有關係較少的人

 

在Gephi的左上角還有一個功能叫做Ranking,同樣我們在Nodes下找到Degree(就是六度分離 Six Degree的那個Degree),這裡我們可以讓每一個Facebook上的朋友根據與你之間共同朋友的數量而改變大小,這裡的大小都可以自己亂設,如果你玩出興趣,Spline還可以調整尺寸遞增的原則(我常改用指數遞增)。按下Apply,你就可以看到更多的關係。

Gephi下設定關係人的大小

 

這裡可以看到,跟我有最多共同關係的Facebook聯絡人(未必是真正的朋友哈哈),大多落在公司同事與社群意見領袖(及其粉絲)這兩群。如果覺得太擠,請到Layout下將ForceAtlas2裡面勾選Prevent Overlap然後重跑一次。

一個透過Gephi著色、篩選與調整後的Facebook社群圖

 

由於Netvizz抓下來的描述檔也有性別,所以我們可以看看自己是不是怪叔叔或者花痴…這裡可以看到我的大學同學突然浮出來了,就是右下角那群幾乎都是藍色的…

gephi的facebook性別分析圖

 

Lookinfo.com 在 Facebook上也有粉絲團,歡迎加入。如果你有畫出自己的圖,也歡迎貼上來。

Written by richy

June 8th, 2013 at 10:26 am