FastCoLabs邀请了几位赫赫有名的可视化博客博主来回答他们眼中最具标志性的可视化作品以及原因，受邀的三位分别是Eager Eyes的 Robert Kosara，Visualising Data的 Andy Kirk，以及National Public Radio的数据编辑 Matt Stiles。大家就来看看他们选出的可视化作品的“标志性”何在吧
排名前三的作品是 Wind Map，Gapminder 以及 Flow Streamgraph，这三个作品在我们的课程 PPT 里都有提及，相信大家也都不陌生。
Wind Map是一个交互式实时风场可视化作品，数据每小时更新一次，用户可以通过双击放大到更精细的分辨率，看到非常美妙的风场。化不可见为可见一直都是数据可视化的目标。Andy Kirk 对该作品的评价是“这是对风的一次优雅得让人惊叹的刻画。在 2012 年间美国受到飓风的强烈攻击时，这个可视化作品能够成为一个分析工具。因此它不仅仅是对风的艺术表达，更是人们学习、讨论风的一个非常实用的工具。”
GapMinder是另一个耳熟能详的可视化作品，还要得益于瑞士统计学家Hans Rosling，这位在 TED 上几乎是最出名的演讲家，以他生动的叙事能力，藉由 GapMinder 系统讲述了一个又一个世界人口、教育、健康的故事。能有什么比用数据讲出来的故事更具说服力呢？GapMinder 用简简单单的动态散点图就回答了世界发展的历史、现状和趋势。Robert Kosara 对该作品的评价是“Hans Rosling 展现数据，让数据生动有趣的手法使可视化大开眼界。如果没有他的表现和 GapMinder 出色的以简单图表展现数据的能力，又有谁知道原来数据不仅仅可以用于分析，更可以用于展现，用于信息传递呢？” 还记得我们的之前的“可视化的 8 顶思考帽”的博文吗？在 TED 的舞台上，Hans Rosling 就是一个出色的 Communicator，他能够完美地对客户（也就是观众）讲述数据背后的故事
The Ebb and Flow Streamgraph是纽约时报在 2008 年发布的交互式电影票房可视化作品，作品以非常优美的流的形式展现了 1986 年到 2008 年所有电影从上映到下档的票房。用户既可以搜索某一部电影，找到它的上映时间以及票房情况，和同期其它电影进行对比；也能横向地探索一年中哪几个月是电影的旺季和淡季，哪些年的电影业发展蓬勃。这可以说是一部电影史的目录，但是又以如此赏心悦目的方式呈现。这个作品赢得了 2009 年 Malofiej 的最佳可视化作品大奖。
Paths to the White House是又一个交互式可视化，展现了 2012 年美国大选的其它可能性。以地理选票统计分析大选结果遍地都是，这个作品的特点在于它用一棵决策树分析如果奥巴马或罗姆尼在某一个大州获得胜利，那么结局会不会被改写。作品以蓝色代表奥巴马的胜利，红色代表罗姆尼的胜利，州的重要性以人口衡量从决策树顶端往下排列。从图上看以蓝色结尾的路比红色多得多，看出其实奥巴马是有绝对优势去赢得这场胜利的。在选举期间，这个可视化作品得到了空前的关注。
Death and Taxes是一张展现美国联邦超过 500 个部门、项目财政预算的信息图，信息量涵盖之广让人叹为观止。从 04 年至今，每年设计师 Bachman 都会发布最新的财政预算信息图，2014 年的信息图由 Time Plots发布。
同性恋权益在美国这样的联邦国家各州各不相同，为了清晰表达到底哪个州是同性恋的天堂或是地狱，卫报做了 Gay Rights, State by State的交互式可视化作品，该作品赢得了今年数据新闻大奖的数据驱动的叙述奖。作品以不同颜色代表不同权利如结婚、教育、就业等，单这一张图其实已经足够说明很多情况，东北部地区大多是同性恋天堂而东南部地区同性恋者生活艰难。
Bikini Chart其实只是一个条形图，由奥巴马团队发布于 2012 年，用于对比就业率在奥巴马上台后和布什政府时期的改善情况。之所以被民间戏称为比基尼图自然是因为它的形状，这也是这张图流行的重要原因，谁不喜欢吐槽呢？因为表达的是公民失去工作的情况（记为负数），所以条形更多地被设计在基准坐标以下。从布什政府上台造成越来越多的失业，到奥巴马政府上台失业率有所改善，这个形势使得整个条形图形成了一个类似于比基尼的形状。
A Peek Into Netflix Queues也是来自于纽约时报的可视化作品（大品牌值得信赖），列出了 NetFlex 在 2009 年最受欢迎的电影电视剧，以及在各个城市的观影情况。一些电影电视在不同城市的接受度大相径庭。但是对于为什么有些电影在一些城市更受欢迎，作品中并没有给出进一步的分析解释，还有待用户自己发现。
Why Is Her PayCheck Smaller?这个作品表达了相同工作，男女薪水待遇不同。作品非常简单，只是在职业的散点图上增加了一些标准线，不同颜色代表不同行业。但是这些标准线对于用户阅读可视化，吸收作品真正想传达的意义起到了巨大的作用，让用户在视觉上不由自主地把对标准线一边和另一边的进行对比。首先男女收入相当的标准线无疑是最重要的，唉，看来果然还是男人待遇比较高啊。再下来别是女人薪水少 10%，20%，30%的标准线，看来金融领域的女人分外受到歧视啊……
最后一个How Common is Your Birthday?是一个简单的用热度表达美国最普遍的生日日期的信息图，七八九十月出生是最普遍的，往回推的话就是圣诞前后一两个月怀孕，非常合理。不知道我国是不是也会形成小长假、春节的类似于 pattern 呢？
看过以上所有的优秀可视化作品，大家会发现没有一个是出自于论文的。我想最大的原因是论文由于需要追求创新，反而多了很多累赘的增加用户阅读负担的东西；其次学术界更追求通用性，和数据新闻设计者只在某一个特定数据上传递新闻态度的方式不同，学术界更希望创造出适合某一类数据或某一个领域数据的不仅仅是可视化、更是深度可视分析的作品，所谓“使命不同”。而上面的作品大多数都非常自解释，用户自己摸索个一两分钟就知道是什么意思，并且能够自发地对可视化进行进一步的探索，挖掘自己感兴趣的东西。一个好的可视化作品所追求的，不过如此。但是一半出于立场，一半发自内心，我还是觉得学术界也是有非常优秀的可视化作品，如把代码开发进程可视化出来的CodeSwam，以及电影情节的自动可视化工具Storyline等。
p.s. 本文节选翻译了原文并添加了作者自己的一些见解，原文请移步这里，还有Andy Kirk 的选择和Robert Kosara 的选择
✉️ zjuvis@cad.zju.edu.cn