100 самых высоких зданий мира в инфографике от Nadieh Bremer 🏙️
Играет согнем 3D барчартами, но здесь они работают метафорически, изображая здания.
Больше половины высоток находится в Китае, при этом там нет ни одного здания, которое бы считалось самым высоким в мире в какой-то из промежутков времени. А Empire State Building – самое старое здание в списке (построено в 1930).
Играет с
Больше половины высоток находится в Китае, при этом там нет ни одного здания, которое бы считалось самым высоким в мире в какой-то из промежутков времени. А Empire State Building – самое старое здание в списке (построено в 1930).
❤39
Forwarded from data.csv (Алексей Смагин)
Сделали с коллегами большой проект про изменение климата в России
Долгое время я и сам смотрел на такие статьи у ведущих иностранных медиа и не мог взять в толк — почему все так носятся с этим потеплением на 2°C? Оказалось, что всего несколько градусов разницы не только могут вызывать катаклизмы по всему миру в будущем, но и уже оказывают видимое влияние на нашу страну в масштабе десятилетий.
К примеру, с середины прошлого века в Ростове-на-Дону число дней с температурой ниже нуля сократилось почти в два раза: в 1950-х годах их доля составляла 25%, в 2020-х — 13%.
Аномально холодных дней — таких, для которых температура ниже, чем на 5°C, чем в 1950-1979 годах*, во всех миллионерах в 1950-х было столько же, сколько аномально жарких. А сейчас их ~ в 5 раз меньше! Это значит, что особо холодные дни в любое время года (например, 5°C в июне или -30°C в январе) всё ещё могут наступить, но вероятность этого сильно ниже, чем раньше.
А ещё я в шоке от того, сколько проблем возникает при работе с климатическими данными. И посылаю восхищение командам Bloomberg, FT, NYT и другим, которые с ними работали — с виду казалось, что там всё должно быть очень просто 😄
Подробнее обо всём этом читайте в проекте:
https://yandex.ru/company/researches/2024/weather-change
*1950-1979 годы — это период, который мы во всём проекте использовали для сравнения. 30 лет — это стандарт у метеорологов, а 1950 выбран как точка, с которой у нас есть наиболее полные данные по России.
Долгое время я и сам смотрел на такие статьи у ведущих иностранных медиа и не мог взять в толк — почему все так носятся с этим потеплением на 2°C? Оказалось, что всего несколько градусов разницы не только могут вызывать катаклизмы по всему миру в будущем, но и уже оказывают видимое влияние на нашу страну в масштабе десятилетий.
К примеру, с середины прошлого века в Ростове-на-Дону число дней с температурой ниже нуля сократилось почти в два раза: в 1950-х годах их доля составляла 25%, в 2020-х — 13%.
Аномально холодных дней — таких, для которых температура ниже, чем на 5°C, чем в 1950-1979 годах*, во всех миллионерах в 1950-х было столько же, сколько аномально жарких. А сейчас их ~ в 5 раз меньше! Это значит, что особо холодные дни в любое время года (например, 5°C в июне или -30°C в январе) всё ещё могут наступить, но вероятность этого сильно ниже, чем раньше.
А ещё я в шоке от того, сколько проблем возникает при работе с климатическими данными. И посылаю восхищение командам Bloomberg, FT, NYT и другим, которые с ними работали — с виду казалось, что там всё должно быть очень просто 😄
Подробнее обо всём этом читайте в проекте:
https://yandex.ru/company/researches/2024/weather-change
*1950-1979 годы — это период, который мы во всём проекте использовали для сравнения. 30 лет — это стандарт у метеорологов, а 1950 выбран как точка, с которой у нас есть наиболее полные данные по России.
❤89
🏎 Единственный рейтинг Формулы 1, в котором Макс Ферстаппен находится в самом низу - про стоимость аварий.
Конечно, такого рода аварии связаны с большим количеством факторов, и не всегда гонщик виноват в повреждениях машины от и до. Но когда я первый раз увидела эти данные, мне прям показалось, что чем больше зп, тем меньше ущерб. Помним, что корреляция не означает причинно-следственную связь.
Логан Сарджент получил повреждения автомобиля, которые в 4 раза превышают его годовую зарплату. А Макс также является единственным гонщиком, который закончил все 23 гонки.
Конечно, такого рода аварии связаны с большим количеством факторов, и не всегда гонщик виноват в повреждениях машины от и до. Но когда я первый раз увидела эти данные, мне прям показалось, что чем больше зп, тем меньше ущерб. Помним, что корреляция не означает причинно-следственную связь.
Логан Сарджент получил повреждения автомобиля, которые в 4 раза превышают его годовую зарплату. А Макс также является единственным гонщиком, который закончил все 23 гонки.
❤64
Понравилось группировка выбора графиков у Claus Wilke. Подход в большей степени от данных и прям чувствуется, что для исследователей книжка: хорошие варианты для x–y отношений и визуализации неопределенности.
Книга бесплатная! Этот блок внутри Directory of Visualizations.
Книга бесплатная! Этот блок внутри Directory of Visualizations.
❤60
Способы подсветить статистическую значимость на графиках от Stephanie Evergreen.
❤44
This media is not supported in your browser
VIEW IN TELEGRAM
Кейсы использования Dynamic Zone Visibility в Tableau:
- Зум-увеличение графика от Sam Parsons (работает за счет того, что структура дэша плиточная и симметричная, при раскрытии одного графика, все остальные скрываются, а он распространяется на скрытые).
- Детализация барчарта от Patrice Grant (интересно разбивается барчарт на два кусочка и между ними вставляются еще графики)
- Выбор и детализация графиков от Soha Elghany
Видео про саму фичу
- Зум-увеличение графика от Sam Parsons (работает за счет того, что структура дэша плиточная и симметричная, при раскрытии одного графика, все остальные скрываются, а он распространяется на скрытые).
- Детализация барчарта от Patrice Grant (интересно разбивается барчарт на два кусочка и между ними вставляются еще графики)
- Выбор и детализация графиков от Soha Elghany
Видео про саму фичу
❤35
Самые популярные одомашненные животные в США на карте от John Johnson.
Он почему-то людей тоже решил включать, но в итоге даже забавно, что во многих местах животных больше, чем людей. Желтый – крупный рогатый скот (коровы, быки), фиолетовый – курицы, красный – свиньи.
Он почему-то людей тоже решил включать, но в итоге даже забавно, что во многих местах животных больше, чем людей. Желтый – крупный рогатый скот (коровы, быки), фиолетовый – курицы, красный – свиньи.
❤60
Хороший пост про атрибуцию, всем начинающи аналитикам прямо must-read. Помню каккое прозрение получила, когда в первый раз узнала, что это такое. У гугла и яндекс метрики классная документация по типам атрибуций. Если еще не сталкивались с таким понятием, то очень советую почитать 🍀
https://news.1rj.ru/str/thisisdata/126
https://news.1rj.ru/str/thisisdata/126
Telegram
This is Data
Атрибуция на основе первого значимого касания 👈
▪️Атрибуция – это присвоение ценности конверсии различным событиям (точкам касания), происходящим на пути к этой конверсии.
▪️Конверсия – в случае финтех проекта – отправленная заявка на кредит.
▪️Модель…
▪️Атрибуция – это присвоение ценности конверсии различным событиям (точкам касания), происходящим на пути к этой конверсии.
▪️Конверсия – в случае финтех проекта – отправленная заявка на кредит.
▪️Модель…
❤32
Nathan Yau немного перестроил данные про этничность и профессии в США и кажется, что пчелиные графики (beeswarm plot) заиграли новыми красками!
Очень круто смотрится распределение и прям видно, как вытягиваются данные по некоторыми расам. Чем выше точка – тем чаще встречаются эти професии среди этой этничности.
Очень круто смотрится распределение и прям видно, как вытягиваются данные по некоторыми расам. Чем выше точка – тем чаще встречаются эти професии среди этой этничности.
❤64
Забавное сравнение локаций макдональсов и полей для гольфа в США. Оказывается, в США полей для гольфа больше, чем Макдональсов: 16к полей vs 13к макдональсов!
❤66