Lookinfo 看資訊

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。

南山高中，一直很強。

立志工商，後來就不行了。

再興中學，強過一陣子。

三民，近年來都不錯。

新榮，似乎可以看到一個峰跟一個谷

松山，最近也都不錯

能仁應該是這幾年表現最好最穩定的

女生的我就不畫了……

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。

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：

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。

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。

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。

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

2004年陳水扁就職演說文字雲

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

2012年馬英九就職演說文字雲

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。

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。

百分比堆疊圖

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

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。

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。

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。」

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。

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。

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：

• 從Netvizz下載自己的Facebook社群描述檔
• 安裝Gephi軟體
• 泡麵一碗
• 生雞蛋一個

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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…

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。