2015年數據可視化十佳項目
2015 年，優秀的可視化作品生機勃勃，我可以確定，明年也會有很多好作品。橫跨不同主題和應用形式的項目大量涌現，但如果讓我選一個年度主題的話，那一定是“教學”，不管是通過解釋說明，模擬說明還是深刻分析的方式。有時候會感到可視化創作者很大膽，試著讓讀者們不再用慣有的思維方式來理解數據和統計學。我很喜歡這一點。
1.親愛的數據
這是一個值得跟蹤的有趣項目，它涉及的兩個話題——可視化和自我監測——引起了我的注意。
親愛的數據是一個 Stefanie Posavec 和 Giorgia Lupi 做的一年項目。每個人會追蹤一周中每天發生的事情，比如每個人接多少次電話，然后把這些數據可視化在一張明信片上。然后他們把這些明信片寄給對方—— Lupi 現居紐約而 Posavec 住在倫敦。
2.你來畫：家庭收入如何預測孩子的大學入學幾率
感覺今年似乎是挑戰讀者如何在一個更高的統計學視角上理解數據的一年。
紐約時報 Upshot 的 Gregor Aisch, Amanda Cox 和 Kevin Quealy 請讀者畫一條反映家庭收入和上大學孩子數百分比的線。所以你能看到你自己畫的線，真實數據畫出的線和其他人是怎么看待這個關系的。
3.“黑”出你的科學榮耀
紐約時報的 538 也通過他們的可視化互動進行了一些數據科學教學活動。其中最好的一節課是教人們如何通過“竊取 P 值”（ p-hacking ）來從同一數據集中得到你想要的結果.
這個項目發布的時候正是一個剛畢業的學生被曝出偽造數據的時候（hyperlink）。Christie Aschwanden和Ritchie King的重點不是懷疑一個荒唐的結果是如何通過了嚴格的同行評審的，相反，他們想說的是，科學地做研究并解釋數據才是真正的難點。
4.制作歌曲“你現在在哪里”
紐約時報的這個團隊做了一個有關 Justin Bieber 的訪談，不僅不錯，還很有趣。
盡管 Bieber 更像一個配角，因為 Diplo 和 Skrillex 才是詳盡研究如何制作一首大賣歌曲的人，但是這個配在視頻旁邊的音樂可視化作品可以幫助你更好地理解音樂家們到底在說什么。
5.麻疹如何在接種了疫苗的兒童中傳播及何時不傳播
衛報的 Rich Harris，Nadja Popovich 和 Kenton Powell 展示了當一個國家的孩子們不接種麻疹疫苗時會發生什么。
作為父母，我想把這整個列表做成交互式的。
6.機器學習的可視化介紹
機器學習似乎像一個有魔力的概念，仿佛意味著一個機器人可以不受你的教導去做奇怪的事。Stephanie Yee 和 Tony Chu 對此用一個可視化例子進行了解謎。
這個可視化例子如卷軸般帶著你一步一步了解機器是如何“學習”的。過渡圖表讓整個圖銜接得非常順暢。現有成果似乎是一個系列項目的第一部分，但是我們可能得等一段時間才能看到后面的。
7.第二次世界大戰的結束
Neil Halloran 的這個項目的一部分是記錄，另一部分是交互式可視化，二者無縫銜接在了一起。
我很驚訝地發現并沒有很多人做這個類型的項目。當我意識到他們在做這樣一個項目時，我非常希望這個能繼續下去（閱讀更多）。
8. 2014 年是有記錄以來最熱的一年
最直觀的可視化這類數據的方式是單線圖。但把線進行分解后，我們可以得到更多的信息。
彭博社的 Tom Randall 和 Blacki Migliozzi 做的這張動態圖展示了月度平均氣溫。每條線代表一個完整的年份，隨著時間由遠到近，這條線在幾英寸幾英寸地升高。
9.網絡效應
距離上一次看到 Jonathan Harris 的這類項目已經過去一段時間了
他和 Greg Hochmuth 合作了這個項目，“網絡效應”是對整個互聯網的點評，可以讓人通過一種奇妙而引人入勝的方式了解互聯網的方方面面，一次花幾分鐘。
10.常用比喻
“比喻修辭是寫作者常用的，在讀者腦海中有特定形象的，一種工具和寫作習慣”。Bocoup 數據可視化團隊做的“常用比喻”項目研究了比喻修辭中常用的詞。
如果你想了解電影里的性別角色和人物性格，這個項目正是你要找的那個。
翻譯自http://flowingdata.com/2015/12/22/10-best-data-visualization-projects-of-2015/