让数据变得美丽的艺术正在席卷世界。 数据可视化专家和艺术家每天都在数据设计领域创造惊人的事物。
数据可视化并不是一个新现象。 甚至在它“很酷”之前，数据可视化是在许多不同领域可视化数据的重要工具。
从技术上讲，数据可视化包含数据艺术、信息图表和数据仪表板的所有内容。 创造力的范围确实是无穷无尽的，我们很高兴看到它将如何继续发展。
过去几年发生的事情是数据和数据分析有了新的质量。 数据和信息现在是创造美丽视觉效果的工具。 过去简单的图表和散点图现在是复杂且富有创意的数据艺术作品——有些漂亮得可以挂在墙上。
天空中的图形
天文学和行星际数据是令人惊叹的数据可视化的主要主题，这个也不例外。组成天空中的人物的大量可视化都是关于在想象星座时不同文化如何共享星星。例如，猎户座腰带的三颗星被 17 种不同的文化用作许多不同种类星座的一部分。天文学家和数据可视化爱好者 Nadieh Bremer 在这个数据可视化收集方面做得非常出色。
最*力暴**的城市
Federica Fragapane 的这种数据可视化重新收集了有关世界各地城市*杀凶**案数量的数据。该图形的设置将城市显示为具有不同形状的垂直线，描绘了沿总人口水平轴放置的*杀凶**案总数。数据可视化包括一个关于如何读取数据的图例和一个仅包含意大利城市数据的小部分。它是为 Corriere Della Sera 文化增刊而创建的。
CF天气图
Clever 和 Franke 是一家数据设计公司，在荷兰和美国从事数据分析和设计工作。 CF 天气图是他们最喜欢的特殊项目之一。最新版本，第五版，今年早些时候问世，它是关于天气如何影响我们的情绪状态。数据即收集了大量关于天气模式和人们在一年中不同时间做什么的数据。建立了相关性，数据可视化集包括大约 60 个可视化。完成的数据艺术作为印刷海报出售。
从我们失去的人身上吸取的教训
这是设计师 James Round 的另一个伟大的数据可视化。这一次，他专注于大约一百年的灭绝物种的数据。目的是分析它们是如何灭绝的，什么时候，为什么。也许通过这些数据分析，我们可以学习如何在未来拯救濒临灭绝的动物。
奇怪的可视化
当大多数基于音乐的数据可视化是关于一组专辑和歌曲，或者关于整个时代时，Oddity Viz 是关于一首歌。 Valentina D'Efilippo 和 Miriam Quick 广泛分析了 David Bowie 的歌曲 Space Oddity，以创建这组精美的数据可视化。该系列由十张刻有唱片的唱片组成，每张唱片都描绘了歌曲的一个方面；和声、旋律、歌词等。每条记录都附有海报和如何阅读数据的关键。
美国总统228年
尚未为第 45 任总统更新，此数据即是对有关美国所有总统的数据的完整回忆。另一个 James Round 美女，这个数据可视化利用政*党**、教育、年龄和任职时间等数据探索了 228 年的 POTUS。
是的，确实有很多太空垃圾
Axios 的数据团队使用来自美国军方联合空间作战中心的数据创建了这个数据可视化。根据他们的数据，在近地轨道上漂浮着超过13,000个奇异的太空垃圾。尽管数据令人震惊，但他们知道它并不完整，因为由于尺寸和其他因素，很多垃圾没有在卫星上注册。联合太空行动中心希望获得更多关于其他太空碎片的信息，让参与太空探索的每个人都了解太空垃圾的危险。
魔卡少女樱颂
由专业数据艺术家创建的个人数据即项目通常极具创意。 Nadieh Bremer 的这个是关于日本漫画系列 Cardcaptor Sakura 的数据可视化。设计丰富多彩，有趣，有趣，当然也充满了数据。最重要的是，它也是交互式的。
封面银河
音乐和对星际思想的热爱如何混合在一起进行数据可视化？通过这个关于著名歌曲封面的数据分析的可爱交互式示例。每首歌都是一颗行星，它的封面是围绕它运行的卫星。每个歌曲星球都可以点击来可视化它自己的特定数据。这个数据可视化是由 Interactive Things 的团队创建的，是一种真正的享受。
红牛派对可视化
这个数据可视化项目不是今年的，其实是几年前的。但是我们非常喜欢它，因此必须包括在内。在阿姆斯特丹的一次聚会上，客人们得到了一个带有传感器的特殊手镯，可以收集有关他们在俱乐部体验的数据。它收集了有关他们在俱乐部的哪个部分以及当时他们的感受的信息。在晚上结束时，当客人归还手镯时，他们得到了自己的数据艺术印刷品，这些数据艺术是用整晚收集的数据制作的。
瘀伤，我们看不到的数据
在某些情况下，数据确实是个人的，最终产品与其说是图表和图形的集合，不如说是一件艺术品。在这个项目中，分析的数据是人性的。意大利数据设计师 Giorgia Luppi 创建了这个艺术数据可视化，以帮助她的朋友解决她儿子的医疗问题。她使用孩子治疗的病历，并结合艺术和音乐来创建这个美丽的数据可视化。
交给你
您是否看到今年创建的任何数据可视化应该包含在此列表中？您是否创建了数据可视化并希望我们查看它？在评论部分给我们留言！