Forwarded from data.csv (Алексей Смагин)
А вы знали, что иностранные фильмы подвергаются в Китае обязательной цензуре?
The Pudding на примере Теории большого взрыва разбирают, какие сцены вырезают перед загрузкой на официальные стриминговые платформы — чаще всего это шутки про секс, упоминания LGBT-персон, а также шутки про Китай, Северную Корею и Россию.
https://pudding.cool/2022/08/censorship/
The Pudding на примере Теории большого взрыва разбирают, какие сцены вырезают перед загрузкой на официальные стриминговые платформы — чаще всего это шутки про секс, упоминания LGBT-персон, а также шутки про Китай, Северную Корею и Россию.
https://pudding.cool/2022/08/censorship/
❤40
Know your meme проанализировали источники мемов за последние 10 лет. Раньше большинство мемов приходило из ютуба, а сейчас из твиттера и тиктока. Очень интересно полистать, там такие старые прикольчики!
Не самый лучший датавиз, быстренько двинула легенду ближе к линиями, а то там что-то совсем тяжело с цветами было.
Не самый лучший датавиз, быстренько двинула легенду ближе к линиями, а то там что-то совсем тяжело с цветами было.
❤45
Что делает людей счастливыми?
Исследователи спросили 10000 людей: “Что сделало вас счастливыми за последние 24 часа?”. Такой приятный вопрос, когда не надо вспоминать прямо самый счастливый момент в жизни, но можно отметить какие-то очень приятные мелочи. Nathan Yau это все проанализировал еще в 2018 году, но агитирую вас подумать минутку, что сделало Вас счастливыми за последние 24 часа?
Чаще всего люди вспоминают моменту, когда они сами что-то сделали и часто это про работу, например, “Я получил новую работу или прибавку к зп” или с едой “Я вкусно покушал”. Когда говорят не “Я”, а “мы”, то действия очень похожи, как будто люди просто вспоминают не только про себя, но и близких. Когда говорят, что “кто-то” что-то сделал, там часто милые вещи, когда другие люди сделали вам момент счастья ❤️
Исследователи спросили 10000 людей: “Что сделало вас счастливыми за последние 24 часа?”. Такой приятный вопрос, когда не надо вспоминать прямо самый счастливый момент в жизни, но можно отметить какие-то очень приятные мелочи. Nathan Yau это все проанализировал еще в 2018 году, но агитирую вас подумать минутку, что сделало Вас счастливыми за последние 24 часа?
Чаще всего люди вспоминают моменту, когда они сами что-то сделали и часто это про работу, например, “Я получил новую работу или прибавку к зп” или с едой “Я вкусно покушал”. Когда говорят не “Я”, а “мы”, то действия очень похожи, как будто люди просто вспоминают не только про себя, но и близких. Когда говорят, что “кто-то” что-то сделал, там часто милые вещи, когда другие люди сделали вам момент счастья ❤️
❤79
Приятный датавиз обзор ютуб канала Jared Flores от самого себя. Делает обучающие видео по Tableau)) Бампчарт прямо смотрит на меня как-то, красивый!
❤49
Яндекс сделали фильм про женщин в STEM и IT “Математическое неравенство”. Девушки делятся своими историями из жизни, а прекрасные Ника Костенко и Лилия Земнухова рассказывают, почему такое неравенство существует в принципе. И да, все стереотипы обычно из детства.
Возьму этот пост, чтобы сделать подборку датавиз каналов от девушек, потому что #girlpower и потому что каналы классные:
- Data-Comics
- Geodatamess
- Designing Numbers
- Дашбордец
- Танина Лаборатория Данных
- Визуализируй это!
- Call me data
- Чат Google Data Studio
если кого-то забыла, пожалуйста, напишите, это только те, про которые знаю сама
❤️
Возьму этот пост, чтобы сделать подборку датавиз каналов от девушек, потому что #girlpower и потому что каналы классные:
- Data-Comics
- Geodatamess
- Designing Numbers
- Дашбордец
- Танина Лаборатория Данных
- Визуализируй это!
- Call me data
- Чат Google Data Studio
если кого-то забыла, пожалуйста, напишите, это только те, про которые знаю сама
❤️
YouTube
Математическое неравенство (2022)
«Поставлю пятерку за красивые глаза», «ничего себе, ты программистка», «программирование — работа для парней» — эти стереотипы с детства преследуют женщин, которые выбрали карьеру в IT. Такие установки вредят не только им, но и компаниям, которым не хватает…
❤130
Материал от Reuters про арктические пожары и как выбросы от них влияют на атмосферу. Понравилось решение дополнить карту барчартом, на котором распределены регионы по широте от экватора. Но очень не хватает интерактивности, чтобы наводить на бары и понимать, что там внутри.
❤12
Очень прикольные графики со спортивной аналитикой от Krisztina Szűcs. Вообще они все анимированные и гифками можно посмотреть на сайте, а то в пост несколько гифок не добавляются.
Формат таких областных слоупчартов (не придумала, как обозвать) она использует длф футболка и хоккея. Слайсы прямо накладываются друг на друга.
Плавание визуализирует перетекающими точками. На гифке классно прямо они так плывут, очень живое ощущение, советую сходить посмотреть. А последняя картинка - теннис.
Формат таких областных слоупчартов (не придумала, как обозвать) она использует длф футболка и хоккея. Слайсы прямо накладываются друг на друга.
Плавание визуализирует перетекающими точками. На гифке классно прямо они так плывут, очень живое ощущение, советую сходить посмотреть. А последняя картинка - теннис.
❤42
15 частых ошибок в данных от Visual Capitalist. Помню первый день, когда столкнулась с парадоксом Симпсона, очень долго не могла понять, что же не так))
❤61
Решила рассказать, какой у меня был прикол с парадоксом Симпсона. Помню, сидела и думала, что математика меня где-то обманывает, но не могла понять, где.
📍Как проявляется – когда в группах есть какая-то зависимость, а при их объединеннии она пропадает.
У меня были две группы пользователей: с платными и бесплатными триальными подписками. А внутри каждой еще две группы: одним рассылали письмо со статьей, а другим без. И была метрика, вроде открываемость, но может что-то посерьезнее. В разбивке по типам подписок статьи давали положительный эффект, а суммарно по группам негативный.
Я предполагала, что причина в разнице размеров выборок, но не знала, как это решается и что с этим делать.
Решается это нормализацией значений по количеству наблюдений в группах. Я тогда, кажется, ориентировалась на эту статью, но пока искала сейчас нашла еще очень милую и легко читаемую статью в формате комикса. Картинка оттуда – в разбивке по предметам побеждает 7A, а суммарно 7Б, но с нормализацией победит все равно 7А.
📍Как проявляется – когда в группах есть какая-то зависимость, а при их объединеннии она пропадает.
У меня были две группы пользователей: с платными и бесплатными триальными подписками. А внутри каждой еще две группы: одним рассылали письмо со статьей, а другим без. И была метрика, вроде открываемость, но может что-то посерьезнее. В разбивке по типам подписок статьи давали положительный эффект, а суммарно по группам негативный.
Я предполагала, что причина в разнице размеров выборок, но не знала, как это решается и что с этим делать.
Решается это нормализацией значений по количеству наблюдений в группах. Я тогда, кажется, ориентировалась на эту статью, но пока искала сейчас нашла еще очень милую и легко читаемую статью в формате комикса. Картинка оттуда – в разбивке по предметам побеждает 7A, а суммарно 7Б, но с нормализацией победит все равно 7А.
❤90