Проект участка

Если вы решились на этот ответственный шаг, то, прежде всего, необходимо определить место для посадки цветов, расчистить его от лишней растительности и подготовить грунт.

Следующим шагом будет составление проекта расположения цветов. Достаточно взять лист бумаги и карандаш, чтобы набросать приблизительный план посадки цветов, которые сделают участок более привлекательным и неповторимым.

Нанесите все существующие сооружения, а потом в соответствии с их стилем и внешним видом подберите нужные сорта растений и цветов.

Определите места расположения будущих цветников, арочных устройств, мини-сада, лужайки и пр. После чего сделайте отметки, где будут размещаться те или иные сорта цветов в зависимости от их высоты, конфигурации, предпочтений и расцветок.

Например, вдоль дорожек в саду можно разместить низкорослые цветы красочных цветов, даже создавая с их помощью разные переплетения и узоры. Однотонные цветы акцентируют внимание на самой дорожке.

Не менее востребованным дизайнерским приемом является создание клумб. Они красивы и не требуют особого ухода. К тому же по форме клумбы могут быть различными, проявите фантазию, и форма вашей клумбы станет единственной и неповторимой.

Габариты клумбы подбирайте в соответствии с размерами всего участка. Огромные клумбы на небольшом участке будут смотреться нелепо.

Единого мнения по поводу того, в каком месте лучше располагать клумбы не существует. Можно разместить их около дома, а можно обустроить зону цветов отдельно от всего и уединившись там, спокойно наслаждаться их ароматами и красотой.

Кроме того, на дачном участке можно обустроить беседки, декорированные вьющимися цветами, или цветочные арки.

Последнее время в дизайне дачных участков просматривается тенденция устройства миксбордеров, или проще говоря, полос определенной ширины с цветами разных расцветок и высоты. Такое решение украсит любой дачный участок средних или больших размеров.

Какие цветы выбрать для дачи

Сделать участок оригинальным помогут многолетние лилейники, высаженные в композициях, к тому же они цветут довольно долго. Благодаря разнообразию их цветовой палитры, можно легко подобрать нужные оттенки для создания единого ансамбля.

Кроме этого, они отлично комбинируются с другими цветами и растениями. Например, георгинами или гиацинтами, флоксами и тюльпанами. Такие сочетания можно смело считать беспроигрышными. Но обязательно продумайте место их расположения, так как в высоту они могут достигать до 1 м.

Но, пожалуй, самым любимым и востребованным дачным цветком считается петуния. Она не требовательна в уходе, легка в посадке, поэтому даже новичок в деле цветоводства запросто с этим справится. А для того, чтобы она зацвела как можно раньше, не стоит высаживать её в грунт, лучше всего использовать рассаду.

Для клумб или бордюров подойдет петуния кустовая, а петунией каскадной лучше украсить беседки или арки, так как она неприхотлива и прекрасно переносит пасмурную погоду. Ампельные сорта высаживают в кашпо, у них ветки ниспадают вниз.

Астры, адонисы, пионы, лилии, тюльпаны любят солнце, поэтому нужно учесть это при их размещении. Для тенистых мест они не подойдут. В этом случае обратите внимание на гортензии или незабудки, герань или примулу.

Будьте особо бдительны при выборе цветов, особенно при наличии в доме маленьких детей или животных, потому что некоторые сорта могут содержать ядовитые вещества. Например, растения семейства лилейные имеет ядовитые клубни.

Уход за дачными цветами

Лучше всего посадить на даче такие цветы и растения, которые не нуждаются в особом уходе, и для этого нужно просто придерживаться правил:

• расположение в правильном месте, т. е. светолюбивые цветы должны расти под солнцем, а на теневыносливые – достаточно лишь редкого его попадания,
• во время цветения своевременно удаляйте увядшие листья, тем самым вы продлите период цветения,
• узнайте при покупке количество цветений за год, некоторые растения для этого следует подрезать.Варианты оформления участка цветами

Для правильного и красивого оформления участка можно использовать:

• рабатку – широкие полосы разных цветов, высаженные вдоль дорожек,
• бордюры – узкие полосы растений низкой высоты,
• арабески – цветочные узоры в арабском стиле, очень сложный процесс создания,
• массив, комбинации из огромного количества цветов разных форм и сортов,
• солитер, отдельно стоящая композиция из крупных многолетних цветов,
• растительная пластика – очень кропотливый процесс, для её создания требуется каркас, на котором выращивается цветочный ковер.

Сделать свой дачный участок красочным и незабываемым можно собственными силами и с минимальными затратами. Но их изумительный и привлекательный вид будет радовать вас и окружающих на протяжении долгого времени.

Фото цветов на даче

Красивые Дачи — 100 фото идей и хитростей Дома и Сада — Дом и Сад

Красивые дачи — фото уютного домика

Приветствую вас, дорогие дачники и любители свежего воздуха и природы. В сегодняшнем материале я подготовила для вас фото идеи красивых дач — вдохновение для обустройства своего сада и дома. Все эти идеи можно воплотить на своем собственном дачном участке.

Фото небольшой красивой деревянной дачи

Не будем долго и нудно рассуждать, а сразу же приступим к просмотру и вот вам идея — небольшой красивый деревянный домик под крышей из металлопрофиля. Веранда выполнена в виде более маленькой пристройки, перед входом на веранду оборудовано мощеное патио и расставлены цветы в кадках.

Красивые дачи — фото домика с цветами

Вот еще интересный дизайн домика на даче простых людей, обратите внимание на крышу строения — насколько она утопает в цветущих растениях. Может быть, именно такие посадки у вас и не получатся, но даже виноград на крыше может выглядеть очень живописно.

Красивый дачный домик окрашенный в яркие цвета

Даже если вы не сторонник ярких цветов, рекомендую вам обратить внимание на насыщенные оттенки. Даже самый заурядный домик преобразится после покраски. Это наиболее простая возможность зрительно облагородить вашу дачу.

Домик из кирпича на даче — покраска в белый цвет

Впрочем, даже покраска в белый цвет сделает ваш домик симпатичным и живым. Плюс, белый цвет отталкивает излишки солнечных лучей, а значит в вашем помещении будет менее жарко в летний зной.

Фото двухэтажной деревянной дачи с мансардой

Еще одна хитрость и интересность — посадка вьющихся растений, способных со временем укрыть ваше строение зеленым растительным ковром, также охлаждающим в жару, дающим отдых глазам. Обратите внимание, на фото дача также покрашена в белый цвет, если использовать качественную краску, то она будет долго держаться и не облезать.

Уголки отдыха на даче чрезвычайно важны

Обязательно продумайте на своей даче уголки отдыха, ведь мы приезжаем прежде всего затем, чтобы отдохнуть, расслабиться и получить заряд позитива от общения с природой. Сделайте патио, террасу или беседку, разместите удобную мебель, поставьте столик, оформите антураж.

Уделите внимание мелочам — расставьте в саду декоративные скульптуры или фигурки животных и сказочных персонажей. Это придаст вашей даче индивидуальность и душевную теплоту. Скульптуры можно расставить и на клумбах и просто в подходящих для этого местах, как вам удобно.

Фото дачи из камня с большой входной дверью

Также рекомендую уделить отдельное внимание палисаднику — это пространство перед входом в домик, тот цветник, который встречает вас и ваших гостей сразу же после того, как вы вошли на территорию своего участка.

Возвращаясь к идеям патио и площадок для отдыха можно вдохновиться вот этим вариантом, я сделала фото через забор в одной из своих поездок. Владельцы дачи создали полукруглую клумбу, в центре замостили пространство камнем, и расставили обрезки деревьев в качестве сидений. Между клумб пространство дачи просто засеяно газонной травой.

Фото дачи в стиле кантри

Хозяева этой дачи находят применение всем старым вещам, которые встречаются на их пути. Увлечение «антиквариатом» — тонкая наука и тут главное не превратить свою дачу в свалку. Это предостережение тем дачникам, которые свозят за город старые вещи и мебель в надежде использовать их в дальнейшем на своем участке.

Дорожки на даче

Также рекомендую продумать на своей даче дорожки, это удобно и красиво. Причем, можно даже не пользоваться раствором, а просто засыпать гравием. Красивые извилистые дорожки без сомнения придадут вашему участку оригинальность и стиль.

Из тонких нюансов состоит общая концепция красивой дачи — на фото мы видим вариант обустройства ступеней. Вместо простого бетона нижняя ступенька декорирована галькой.

Фото ступенек в саду на даче

Если у вас на участке имеются перепады высот, то в таком случае вполне уместно будет обыграть их ярусами и ступенями, декорированными мозаикой или камнем.

Красивые дачи — фото оформления крыльца ампельными растениями

Оригинальная идея оформления дачи — использование ампельных растений. По мере отцветания тех или иных кадок, композицию можно менять. На фото показан пример размещения ампелей на перилах крыльца. Также кашпо можно развесить на верхних балках беседок или веранд.

Фото беседки на даче

Красивая идея — использование плетистых роз в оформлении украшения беседки на даче. Розы можно пустить по шпалере, со временем растение обовьет большую поверхность беседки и придаст ей изысканность и очарование.

Небольшой мостик на даче — фото идея

Если у вас на участке есть водоем, или ручей, то украсьте его мостиком. Такая конструкция может быть и просто декоративной, и функциональной — по нему можно ходить.

Фото внутреннего дворика на даче

Интересный пример внутреннего дворика в испанском стиле — белые стены, терракотовая плитка на полу, кадочные растения. Уголок для отдыха готов, единственное, я бы рекомендовала располагать его с северной стороны, иначе от белых стен будет идти довольно сильное отражение солнечных лучей и вас будет слепить.

Дизайн террасы с южной стороны дачного домика

Пример оформления входа на южную сторону — терраса с крышей защищает большие окна до пола от проникновения солнечных лучей. Рядом с окнами витринами расположены кресла — качалки для отдыха.

Фото идея маленького дачного участка

Пример оформления небольшого дачного участка в геометрическом дизайне. Дорожки выполнены из плиток квадратов, клумбы по периметру, газон и патио для отдыха под тенью большого дерева.

Красивые дачи — фото террасы

Возвращаясь к перепадам высот, если ваша дача на склоне, то вот вам оригинальная идея — украсьте ее при помощи террасирования. Ступеньки можно оформить в виде округлых подиумов, наслаивающихся один на другой. Уложить по кругу бордюрный камень на цементный раствор, а внутреннюю часть засыпать гравием.

Пример оформления сухого ручья на даче

Сейчас достаточно широкое распространение получил прием дизайна, именуемый «сухой ручей». Говоря простыми словами, это как-бы пересохшее русло горного ручья, в котором нет воды, только камни. Красиво и стильно, я считаю. Уже встречала у многих дачников подобные решения. Кстати, имитация каменного водопада, вместо ручья, на мой взгляд, тоже очень изысканна!

Идеи оформления клумбы в приствольном круге

Еще один интересный прием, который вы можете использовать на своей даче — клумба в приствольном круге. На фото представлен один из вариантов, я обычно сажаю под деревья теневыносливые хосты. Очень рекомендую! И дереву будет лучше, ведь вы будете постоянно рыхлить почву под ним, давая доступ кислороду, плюс регулярные поливы улучшат его состояние.

Цветущая подпорная стенка на даче

Если у вас есть подпорная стенка из камня, то в расщелины можно высадить декоративные низкорослые многолетники, они будут цвести и своим видом облагораживать конструкцию.

Фото дачи — оформление в геометрическом стиле

Еще один пример оформления дворика на даче с геометрическими формами. Вариант, когда квадраты смотрятся довольно органично. Я, хоть и являюсь сторонницей природных округлых форм, с почтением отношусь к тем, кто предпочитает эстетику углов.

Клумба из бордюра с живым кустарником

На фото представлен цветник, ограждением которого является бордюр из живого карликового кустарника. Учитывайте при посадке подобного бордюра, насколько высоким может вырасти ваш кустарник без обрезки.

Уже в августе, когда будет рано темнеть, довольно насущным вопросом станет оформление освещения на даче. Поэтому решение по подсветке следует принимать заблаговременно. Можно ограничиться простыми фонариками на солнечных батареях, а можно создать настоящее светопредставление! В любом случае, уголок отдыха следует как-то подсветить.

Пример открытой террасы с перголой

Кстати, для террасы рекомендую использовать специальную террасную доску, которая может без проблем пережить увлажнение. Особенно актуально это для тех террас, которые сделаны без крыши.

Красивый уголок отдыха на даче под деревом

Интересная идея уголка отдыха на даче в форме сердечка, цветник со скамейкой под деревом. Весьма актуальный вариант для больших участков.

Красивые дачи — фото идея оформления прудика с мостиком

Оригинальная идея оформления маленького заднего дворика прудиком и мостиком. Все компактно и в то же время стильно, гармонично и свежо!

Кадочные растения на террасе на даче

Кстати, если вы выезжаете на дачу на все лето, то не забудьте взять с собой и своего четвероногого друга — собаку или кошку. Отдыхать от городской суеты показано даже животным!

Дачный домик с мансардой

Привлекательный дачный домик с мансардой, оригинальная идея небольшой постройки. Дом обшит белым сайдингом, на окнах ставни, справа можно увидеть трубу камина. Идея мне очень нравится!

Уютный дачный домик

Ну и в завершение материала еще одно фото уютного сказочного дачного домика. Постройка каркасная, из дерева, окрашена в терракотовый цвет, крыльцо выполнено в виде перголы. В помещении сложен камин, об этом свидетельствует кирпичная труба. Прекрасная идея небольшой дачи.

http://1dacha-sad.com/krasivye-dachi-100-foto-idej-i-xitrost…

©

Чтобы не пропустить новые статьи, подпишитесь на сайт:

Смотрите также:

Красивое оформление дачного участка 45 фото идей

Психологи утверждают, что на самочувствие человека, его психику и настроение сильнейшее влияние оказывают запах и цвет, которые он воспринимает через соответствующие анализаторы. В этой связи для решения задачи цветового оформления дачного участка можно руководствоваться своей индивидуальной психо-эмоциональной сферой. Но при этом не следует забывать, что существует также художественный и дизайнерский вкус. Красивое оформление дачного участка 45 фото идей.

Практически все цвета характеризуются насыщенностью, цветовым тоном и светлотой. Исключение составляют серый, черный и белый цвета. Они лишены цветового тона и характеризуются исключительно светлотой. Наиболее трудной задачей при выборе цветового решения участка является сохранение гармонии при подборе вариантов сочетания разных цветов.

Существует научно обоснованная система сочетания цветов. Ее разработал французский физиолог Э. Делакруа. Основными, опорными цветами являются синий, желтый и красный. Дополнительными (второстепенными) цветами здесь выступают фиолетовый, зеленый и оранжевый. Выделяют три типа цветовых сочетаний: характерные, контрастные и дисгармоничные, ландшафтное оформление дачного участка фото:

Красивое оформление дачного участка

Рассмотрим цветовой круг, образованный основными цветами оптического спектра. В таком круге контрастные цвета находятся друг против друга на диаметрально противоположных позициях. Исходя из такого сочетания, добиваются эффекта максимальной насыщенности цветов. Оформление дачного участка своими руками – для сочетаний характерного типа включены цвета, находящиеся в цветовом круге через одну зону.

Дисгармоничный тип формируется за счет сочетания цветов смежного типа. Нужно помнить, что если расположить рядом цвета тонально близкие, теряется их насыщенность.
Выбором цвета можно регулировать степень визуализации перспективы. Пространство визуально кажется ближе и шире, если используют тона светлые. И напротив, темные тона сужают и удлиняют пространство. Красивое оформление дачного участка из подручных материалов фото:

Если мы формируем цветник, то выбор формы и цвета имеет решающее значение. Из всего множества растений основу должны формировать растения черного, серого и белого оттенка (к примеру, базилик, полынь, эдельвейс). Применение темного фона улучшает цветовое восприятие светлых и теплых тонов – красивое оформление дачного участка легко подобрать. Светлый фон подчеркивает темные и холодные цвета. Следует заметить, что с точки зрения психологии цвета избыточное количество растений, окрашенных в яркие цвета, вызывают раздражение. Если цветник имеет небольшую площадь, его следует засадить растениями яркой окраски.

Смотрите видео: Оформление дачного участка из подручных материалов

Оформление дачного участка своими руками

Когда во дворе есть небольшая территория, которая совершенно не используется, хочется найти ней применение и, как минимум, сделать «приятной глазу», но в то же время нет желания тратить много сил и время – можно сделать палисадник. Либо это цветники, между которыми будут тропы, либо установить беседку, украсив её живыми цветами или вьющимися растениями, оформление дачного участка своими руками по силам каждому.

Для посадки цветов и ухода за ними нужно много времени, но не всегда и не всем цветам. В данном случае самым трудоёмким будет подготовить почву, устранив сорняки и взрыхлив почву. Далее можно выбрать многолетние цветы: лилии, георгины. Розы очень красивы, но также и прихотливы. При недолжном обращении с ними они начнут увядать, мало радовать цветами и в итоге либо полностью умрут, либо трансформируются в шиповник, что не очень хорошо. Тогда как лилии и георгины, размножаясь клубнями, постепенно разрастутся и не являются привередливыми к условиям произрастания. Оформление дачного участка фотографии:

Единственное, что для них обязательно, как и для всех растений, это полив. При нормальных обстоятельствах, их нужно выкапывать после того, как они отцветут и уже завянут, но для тех, кто не может позволить себе выделить столько свободного времени это не проблема. Данную процедуру можно делать раз в несколько лет, притом, что они разрастаются так, что места сорнякам практически не остаётся, и этот вопрос не стоит на протяжении всего тёплого сезона. Оформление дачного участка из подручных материалов фото:

Смотрите видео: Оформление дачного участка из подручных материалов

Также можно посадить другие многолетние или однолетние растения самосейки. Среди многолетних самые подходящие – это аквилегия, астра, барвинок, вероника, купена, ландыш, василёк горный, лилейник, дицентра, хоста, золотарник, монарда, очиток, лабазник вязолистный, многолепестник, люпин и др. Ландшафтное оформление дачного участка фото смотрите далее. Среди однолетних: бархатцы, календула, эшшольция, львиный зев иберис, анхуза, космея, мак, вербена и т.п. Они необычайно красивы и неприхотливы к уходу. Осенью нужно убирать увядшие остатки, но это можно делать на протяжении многих дней и даже сделать это зимой, что не обязывает выделять время на срочную уборку.

Намного лучший вариант, если есть возможность, установить беседку и посадить в её пределах вьющиеся растения. Они дадут укрытие от солнца в жаркую пору и будут радовать цветами. Единственное, что следует делать, выращивая их, задавать направление их росту. Среди таких растений: клематис, гортензия, настурция, душистый горошек, древогубец, жимолость, плющ, актинидия, глициния и др. Данные растения будут украшать двор на протяжении всего сезона и будут рады небольшому количеству удобрений, отблагодарив за это большей пышностью. Красивое оформление дачного участка фотографии:

Как строить красивые участки с Python и Seaborn

Визуализация данных — это метод, который позволяет специалистам по обработке данных преобразовывать необработанные данные в диаграммы и графики, которые генерируют ценную информацию. Диаграммы упрощают данные и упрощают понимание для любого пользователя.

Существует множество инструментов для визуализации данных, таких как Tableau, Power BI, ChartBlocks и другие, которые не требуют кода.Это очень мощные инструменты, и у них есть своя аудитория. Однако при работе с необработанными данными, требующими преобразования и хорошей игровой площадкой для данных, Python — отличный выбор.

Хотя Python более сложен и требует знаний в области программирования, он позволяет выполнять любые манипуляции, преобразование и визуализацию ваших данных. Он идеально подходит для специалистов по анализу данных.

Есть много причин, по которым Python является лучшим выбором для науки о данных, но одна из самых важных — это его экосистема библиотек.Для Python доступно множество замечательных библиотек для работы с такими данными, как numpy , pandas , matplotlib , tensorflow .

Matplotlib , вероятно, самая известная библиотека для построения графиков, доступная для Python и других языков программирования, таких как R . В первую очередь его отличает уровень настройки и работоспособности. Однако с некоторыми действиями или настройками может быть сложно справиться при его использовании.

Разработчики создали новую библиотеку на основе matplotlib под названием seaborn . Seaborn так же мощен, как matplotlib , а также предоставляет абстракцию для упрощения графиков и привнесения некоторых уникальных функций.

В этой статье мы сосредоточимся на том, как работать с Seaborn для создания лучших в своем классе участков. Если вы хотите продолжить, вы можете создать свой собственный проект или просто посмотреть мой проект морского гида. на GitHub.

Что такое Сиборн?

Сиборн это библиотека для создания статистической графики на Python. Он строится поверх matplotlib и тесно интегрируется со структурами данных pandas .

Seaborn позволяет быстро исследовать и понимать ваши данные. Seaborn работает, собирая целые фреймы данных или массивы, содержащие все ваши данные, и выполняет все внутренние функции, необходимые для семантического картирования и статистической агрегации для преобразования данных в информативные графики.

Он абстрагирует сложность, позволяя проектировать графики в соответствии с вашими требованиями.

Установка Seaborn

Установить seaborn так же просто, как установить одну библиотеку с помощью вашего любимого менеджера пакетов Python.При установке seaborn библиотека установит свои зависимости, включая matplotlib , pandas , numpy и scipy .

Давайте тогда установим seaborn и, конечно же, пакет notebook. чтобы получить доступ к нашей игровой площадке данных.

  pipenv установить ноутбук seaborn
  

Кроме того, перед началом работы мы собираемся импортировать несколько модулей.

  импорт seaborn as sns
импортировать панд как pd
импортировать numpy как np
импортировать matplotlib
  

Строим первые участки

Прежде чем мы сможем начать что-либо строить, нам нужны данные.Прелесть seaborn в том, что он работает напрямую с фреймами данных pandas , что делает его очень удобным. Более того, библиотека поставляется с некоторыми встроенными наборами данных, которые теперь можно загружать из кода, без необходимости вручную загружать файлы.

Давайте посмотрим, как это работает, загрузив набор данных, содержащий информацию о рейсах.

  flight_data = sns.load_dataset ("рейсы")
flight_data.head ()
  

Вся магия происходит при вызове функции load_dataset , которая ожидает имени загружаемых данных и возвращает фрейм данных.Все эти наборы данных доступны в репозитории GitHub. .

Точечная диаграмма

Точечная диаграмма — это диаграмма, на которой отображаются точки на основе двух измерений набора данных. Создать точечную диаграмму в библиотеке seaborn очень просто, достаточно всего одной строчки кода.

  sns.scatterplot (data = flight_data, x = "год", y = "пассажиры")
  

Пример диаграммы рассеяния

Очень просто, правда? Функция scatterplot ожидает набор данных, который мы хотим построить, и столбцы, представляющие оси x и y .

Линейный участок

На этом графике нарисована линия, которая представляет оборот непрерывных или категориальных данных. Это популярный и известный тип диаграмм, который очень легко создать. Как и раньше, мы используем функцию lineplot с набором данных и столбцами, представляющими оси x и y . Seaborn сделает все остальное.

  sns.lineplot (data = flight_data, x = "год", y = "пассажиры")
  

Примерный график

Бар Участок

Это, вероятно, самый известный тип диаграммы, и, как вы, возможно, уже догадались, мы можем построить этот тип графика с seaborn так же, как мы делаем для линий и графиков рассеяния, используя функцию barplot .

  sns.barplot (data = flight_data, x = "год", y = "пассажиры")
  

Образец гистограммы

Он очень красочный, я знаю, мы узнаем, как его настроить позже в руководстве.

Расширение с помощью matplotlib

Seaborn построен на основе matplotlib , расширяя его функциональные возможности и упрощая абстрагирование. При этом его возможности не ограничиваются. Любую карту seaborn можно настроить с помощью функций из библиотеки matplotlib .Он может пригодиться для определенных операций и позволяет seaborn использовать возможности matplotlib без необходимости переписывать все его функции.

Допустим, вы, например, хотите построить несколько графиков одновременно, используя seaborn ; тогда вы можете использовать функцию subplot из matplotlib .

  diamonds_data = sns.load_dataset ('бриллианты')
plt.subplot (1, 2, 1)
sns.countplot (x = 'карат', данные = diamonds_data)
plt.подзаговор (1, 2, 2)
sns.countplot (x = 'глубина', данные = diamonds_data)
  

Примерный участок с частями

Используя функцию subplot , мы можем нарисовать более одной диаграммы на одном графике. Функция принимает три параметра: первый — количество строк, второй — количество столбцов, а последний — номер графика.

Мы визуализируем диаграмму seaborn на каждом подзаголовке, смешивая matplotlib с seaborn функциями.

Сиборн любит панд

Мы уже говорили об этом, но seaborn любит pandas до такой степени, что все его функции основаны на фрейме данных pandas . До сих пор мы видели примеры использования seaborn с предварительно загруженными данными, но что, если мы хотим нарисовать график из данных, которые мы уже загрузили, используя pandas ?

  drink_df = pd.read_csv ("данные / напитки.csv")
sns.barplot (x = "страна", y = "beer_servings", data = drinks_df)
  

Пример графика с пандами

Создание красивых сюжетов со стилями

Seaborn дает вам возможность изменять интерфейс ваших графиков и предоставляет пять различных стилей прямо из коробки: darkgrid , whitegrid , dark , white , и тактов .

  sns.set_style ("темная сетка")
sns.lineplot (data = data, x = "год", y = "пассажиры")
  

Пример графика со стилем темной сетки

Вот еще пример

  sns.set_style ("белая сетка")
sns.lineplot (data = flight_data, x = "год", y = "пассажиры")
  

Примерный график со стилем белой сетки

Классные варианты использования

Мы знаем основы seaborn , теперь давайте применим их на практике, построив несколько диаграмм на основе одного и того же набора данных.В нашем случае мы будем использовать «советы» по набору данных, которые вы можете загрузить напрямую с помощью seaborn .

Сначала загрузите набор данных.

  tips_df = sns.load_dataset ('советы')
tips_df.head ()
  

Мне нравится печатать первые несколько строк набора данных, чтобы получить представление о столбцах и самих данных.Обычно я использую несколько функций pandas , чтобы исправить некоторые проблемы с данными, такие как нулевых значений , и добавить информацию в набор данных, которая может быть полезна. Подробнее об этом вы можете прочитать в руководстве по работе с пандами. .

Давайте создадим дополнительный столбец к набору данных с процентным соотношением, которое представляет сумму чаевых по отношению к общей сумме счета.

  tips_df ["tip_percentage"] = tips_df ["tip"] / tips_df ["total_bill"]
tips_df.head ()
  

Теперь наш фрейм данных выглядит следующим образом:

Теперь мы можем начать строить графики.

Процентное соотношение чаевых

Давайте сначала попробуем понять процентное распределение чаевых.Для этого мы можем использовать histplot , который будет генерировать диаграмму гистограммы.

  sns.histplot (tips_df ["tip_percentage"], binwidth = 0,05)
  

График процентного соотношения чаевых

Это хорошо, нам пришлось настроить свойство binwidth , чтобы сделать его более читабельным, но теперь мы можем быстро оценить наше понимание данных. Большинство клиентов дают чаевые от 15 до 20%, а у нас бывают крайние случаи, когда чаевые превышают 70%.Эти значения являются аномалиями, и их всегда стоит исследовать, чтобы определить, являются ли значения ошибками или нет.

Также было бы интересно узнать, меняется ли процент чаевых в зависимости от момента дня,

  sns.histplot (data = tips_df, x = "tip_percentage", binwidth = 0,05, hue = "time")
  

Процент чаевых на графике времени

На этот раз мы загрузили диаграмму с полным набором данных вместо одного столбца, а затем установили свойство hue на столбец , время .Это заставит диаграмму использовать разные цвета для каждого значения , время и добавить к нему легенду.

Всего чаевых в день

Еще одна интересная метрика — узнать, сколько денег в виде чаевых может ожидать персонал в зависимости от дня недели.

  sns.barplot (data = tips_df, x = "day", y = "tip", Estimator = np.sum)
  

График процентного соотношения чаевых в день

Похоже, пятница — хороший день, чтобы остаться дома.

Влияние размера стола и дня на наконечник

Иногда мы хотим понять, как переменные играют вместе, чтобы определять результат. Например, как день недели и размер таблицы влияют на процент чаевых?

Чтобы нарисовать следующую диаграмму, мы объединим функцию панд pivot для предварительной обработки информации, а затем нарисуем диаграмму тепловой карты.

  pivot = tips_df.pivot_table (
    index = ["день"],
    columns = ["размер"],
    values ​​= "tip_percentage",
    agfunc = np.средний)
sns.heatmap (сводная)
  

Понимание процентного содержания чаевых в день и графика размера таблицы

Заключение

Конечно, с seaborn мы можем сделать гораздо больше, и вы можете узнать больше о сценариях использования, посетив официальную документацию. .

Надеюсь, вам понравилась эта статья так же, как и мне.

Спасибо за чтение!

GR Сайт

Stata имеет отличные графические возможности, доступные с помощью команды graph , см. Обзор help graph .Наиболее распространенные графики в статистике — это графики X-Y, показывающие точки или линии. Они доступны в Stata с помощью подкоманды twoway , которая, в свою очередь, имеет множество подкоманд или типов графиков, наиболее важными из которых являются scatter и line . Я также кратко опишу гистограммы, доступные через подкоманду bar , и другие типы графиков.

Stata 10 представила графический редактор, который можно использовать для интерактивного изменения графика. Однако я не рекомендую эту практику, поскольку она противоречит целям документирования и обеспечения воспроизводимости всех этапов вашего исследования.

Все графики в этом разделе (кроме отмеченных) используют индивидуальную схему с синими заголовками и белым фоном, но в остальном должны выглядеть так же, как ваши собственные графики. Я обсуждаю схемы в разделе 3.2.5.

3.1 Диаграммы рассеяния

В этом разделе я проиллюстрирую несколько графиков с использованием данных о снижении рождаемости, впервые использованных в разделе 2.1. Чтобы прочитать данные из сетевого Stata, введите

. infile str14 изменение настройки страны ///
> используя https: // data.princeton.edu/wws509/datasets/effort.raw, очистить
(Прочитано 20 наблюдений)
 

Чтобы подогреть аппетит, вот сюжет, который мы создадим в этом разделе:

3.1.1 Простая диаграмма рассеяния

Чтобы построить простой график изменения рождаемости в зависимости от социальных условий, используйте команду

  график настройки изменения разброса по двум направлениям  

Обратите внимание, что сначала вы указываете y , а затем x . Stata маркирует оси с помощью меток переменных, если они определены, или имен переменных, если нет.Команда может быть сокращена до двухстороннего разброса или просто разброса , если это единственный график на графике. Теперь мы добавим несколько наворотов.

3.1.2 Фитинги

Предположим, мы также хотим показать подобранную линию регрессии. В некоторых пакетах вам нужно будет запустить регрессию, вычислить подобранную линию и затем построить ее. Stata может сделать все это за один шаг, используя тип графика lfit . (Существует также график qfit для квадратичной аппроксимации.) Это можно объединить с диаграммой рассеяния, заключив каждую часть диаграммы в скобки. (Можно также объединить участки, используя две горизонтальные полосы || , чтобы разделить их.)

  график двухсторонний (усилие настройки разброса) ///
             (усилие настройки lfit)  

Теперь предположим, что мы хотим построить полосы уверенности вокруг линии регрессии. Stata может сделать это с помощью типа графика lfitci , на котором область достоверности отображается серой полосой. (Существует также полоса qfitci для квадратичной подгонки.) Поскольку полоса уверенности может скрывать некоторые точки, мы сначала рисуем область, а точки — позже

  график двухсторонний (усилие настройки lfitci) ///
             (усилие установки разброса)  

Обратите внимание, что эта команда не маркирует ось Y, а использует вместо нее легенду. Вы можете указать метку для оси Y, используя опцию ytitle () , и опустить (довольно очевидную) легенду, используя legend (off) . Здесь мы указываем оба параметра как параметры для команды twoway .Чтобы сделать варианты более очевидными для читателя, я поставил запятую в начале новой строки:

  график двухсторонний (усилие настройки lfitci) ///
             (усилие установки разброса) ///
           , ytitle ("Снижение фертильности") легенда (выкл.)  

3.1.3 Точки маркировки

Существует множество параметров, которые позволяют управлять маркерами, используемыми для точек, включая их форму и цвет, см. Справку marker_options . Также возможно пометить точки значениями переменной, используя опцию mlabel (varname) .На следующем этапе мы добавляем названия стран к сюжету:

  график двухсторонний (настройка изменения lfitci) ///
             (настройка изменения разброса, mlabel (страна))  

Одна небольшая проблема с этикетками — это перекрытие Коста-Рики и Тринидад-Тобаго (и в меньшей степени Панамы и Никарагуа). Мы можем решить эту проблему, указав положение метки относительно маркера с использованием 12-часового шкалы (таким образом, 12 — вверху, 3 — справа, 6 — внизу и 9 — слева от маркера) и . вариант mlabv () .Мы создаем переменную, чтобы удерживать положение, установленное по умолчанию на 3 часа, а затем перемещаем Коста-Рику на 9 часов и Тринидад Тобаго чуть выше, чем на 11 часов (мы также можем переместить Никарагуа и Панаму на более высокий уровень). немного, скажем до 2 часов):

. gen pos = 3

. замените pos = 11, если country == "TrinidadTobago"
(Внесено 1 реальное изменение)

. замените pos = 9, если country == "CostaRica"
(Внесено 1 реальное изменение)

. замените pos = 2, если страна == "Панама" | country == "Никарагуа"
(Сделано 2 реальных изменения)
 

Команда для создания этой версии графика выглядит следующим образом

  график двухсторонний (настройка изменения lfitci) ///
             (настройка изменения разброса, mlabel (страна) mlabv (pos))  

3.1.4 Заголовки, легенды и подписи

Есть параметры, которые применяются ко всем двусторонним графикам, включая заголовки, метки и легенды. Графики Stata могут иметь заголовок () и подзаголовок () , обычно вверху, и легенду () , примечание () и заголовок () , обычно внизу, введите help title_options , чтобы узнать больше. Обычно название — это все, что вам нужно. Stata 11 позволяет тексту в графиках включать жирный шрифт, курсив, греческие буквы, математические символы и выбор шрифтов.Stata 14 представила Unicode, значительно расширив возможности. Введите текст справочного графика , чтобы узнать больше.

Нашей последней настройкой на график будет добавление легенды для указания линейного соответствия и 95% доверительного интервала, но не самого снижения фертильности. Мы делаем это, используя опцию в легенде порядка (2 "линейная подгонка" 1 "95% ДИ") для обозначения второго и первого элементов в этом порядке. Мы также используем кольцо (0) для перемещения легенды внутри области построения и pos (5) , чтобы разместить рамку легенды рядом с позицией «5 часов».Наша полная команда тогда

. график twoway (настройка изменения lfitci) ///
> (настройка изменения разброса, mlabel (страна) mlabv (pos)) ///
>, title («Снижение рождаемости в социальных сетях») ///
> ytitle ("Снижение рождаемости") ///
> легенда (кольцо (0) поз. (5) порядок (2 "линейная подгонка" 1 "95% ДИ"))

. экспорт графика fig31.png, width (500) replace
(файл fig31.png в формате PNG)
 

Результатом является график, показанный в начале этого раздела.

3.1.5 Осевые весы и этикетки

Существуют параметры, управляющие масштабированием и диапазоном осей, в том числе xscale () и yscale () , которые могут быть арифметическими, логарифмическими или обратными, введите help axis_scale_options , чтобы узнать больше. Другие параметры управляют размещением и маркировкой основных и второстепенных меток и меток, например xlabel () , xtick () и xmtick () , и аналогично для оси Y, см. help axis_label_options .Обычно значения по умолчанию приемлемы, но приятно знать, что вы можете их изменить.

3.2 Линейные участки

Я проиллюстрирую линейные графики с использованием данных об ожидаемой продолжительности жизни в США, доступных как один из наборов данных, поставляемых со Stata. (Попробуйте sysuse dir , чтобы узнать, что еще доступно.)

. sysuse uslifeexp, ясно
(Средняя продолжительность жизни в США, 1900–1999 гг.)
 

Идея состоит в том, чтобы построить график ожидаемой продолжительности жизни белых и черных мужчин за ХХ век. Опять же, чтобы подогреть ваш аппетит, я начну с демонстрации конечного продукта, а затем мы будем постепенно строить график.

3.2.1 Простой линейный график

Самый простой график использует все значения по умолчанию:

  график двухсторонняя линия le_wmale le_bmale год  

Если вас озадачивает спад до 1920 года, погуглите «Ожидаемая продолжительность жизни в США 1918». Мы могли бы сократить команду до двухсторонняя строка или даже строка , если это все, что мы строим. (Этот ярлык работает только для scatter и строки .)

Линия график позволяет указать более одной переменной «y», порядок: y 1 , y 2 ,…, y m , x.В нашем примере мы указали два, соответствующие продолжительности жизни белых и чернокожих. В качестве альтернативы мы могли бы использовать два линейных графика: (строка le_wmale year) (строка le_bmale year) .

3.2.2 Заголовки и легенды

График по умолчанию неплохой, но легенда кажется слишком многословной. Мы перенесем большую часть информации в заголовок и оставим в легенде только этническую принадлежность:

  график двухсторонняя линия le_wmale le_bmale год ///
    , title ("Ожидаемая продолжительность жизни в США") subtitle ("Мужчины") ///
      легенда (порядок (1 "белый" 2 "черный"))  

Здесь я использовал три варианта, которые, как обычно, идут в Stata после запятой: заголовок , подзаголовок и легенда .Опция легенда имеет множество дополнительных опций; Я использовал , заказ , чтобы перечислить ключи и их метки, сказав, что первая строка представляет белые, а вторая - черные. Чтобы пропустить ключ, просто оставьте его вне списка. Чтобы добавить текст без соответствующего ключа, используйте дефис (или знак минус) для ключа. Есть много других вариантов легенды, см. help legend_option , чтобы узнать больше.

Я хотел бы немного лучше использовать пространство, переместив легенду внутри области графика, скажем, около позиции 5 часов, где увеличение продолжительности жизни оставило немного свободного места.Как отмечалось ранее, мы можем переместить легенду внутри области построения, используя кольцо (0) , «внутренний круг», и разместить его рядом с позицией 5 часов, используя поз (5) . Поскольку это подпараметры легенды, они должны идти внутри legend () :

  график двухсторонняя линия le_wmale le_bmale год ///
    , title ("Ожидаемая продолжительность жизни в США") subtitle ("Мужчины") ///
      легенда (заказ (1 "белый" 2 "черный") кольцо (0) поз. (5))  

3.2.3 Стили линий

Не знаю, как вы, но мне трудно различить линии по умолчанию на графике.Stata позволяет по-разному управлять стилем линии. Параметр clstyle () позволяет использовать именованный стиль, например переднего плана , grid , yxline или p1-p15 для стилей, используемых в строках с 1 по 15, см. help linestyle . Это полезно, если вы хотите выбрать элементы стиля из схемы , как указано ниже.

В качестве альтернативы вы можете указать три компонента стиля: образец линии, ширину и цвет:

• Шаблоны задаются с помощью опции clpattern () .Наиболее распространенными образцами являются сплошной , штриховой и точечной ; см. help linepatternstyle для получения дополнительной информации.

• Ширина линии задается с помощью clwidth () ; Доступные варианты включают тонкий , средний и толстый , подробнее см. help linewidthstyle .

• Цвета можно указать с помощью параметра clcolor () , используя названия цветов (например, красный , белый и синий , бирюзовый , сиенна и многие другие) или значения RGB, см. help colorstyle .

Вот как указать синий для белого и красный для черного:

  график двухсторонний (линия le_wmale le_bmale год, clcolor (синий красный)) ///
        , title ("Ожидаемая продолжительность жизни в США") subtitle ("Мужчины") ///
        легенда (заказ (1 "белый" 2 "черный") кольцо (0) поз. (5))  

Обратите внимание, что clcolor () - это вариант линейного графика, поэтому я заключил в скобки команду line и вставил ее туда.

3.2.4 Параметры шкалы

Похоже, во второй половине века рост продолжительности жизни несколько замедлился.Это можно лучше понять, используя логарифмическую шкалу, где прямая линия будет указывать на постоянное улучшение в процентах. Это легко сделать с помощью параметров оси двухсторонней команды, см. help axis_options и, в частности, yscale () , которая позволяет вам выбрать арифметических , log или перевернутых шкал . Существует также подопция range () для управления диапазоном построения. Здесь я укажу диапазон y от 25 до 80, чтобы немного сдвинуть кривые:

.график twoway (линия le_wmale le_bmale год, clcolor (синий красный)) ///
>, title ("Ожидаемая продолжительность жизни в США") подзаголовок ("Мужчины") ///
> легенда (порядок (1 "белый" 2 "черный") кольцо (0) поз (5)) ///
> yscale (диапазон журнала (25 80))
 

3.2.5 Графические схемы

Stata использует схемы для управления внешним видом графиков, см. Справочную схему . Вы можете установить схему по умолчанию, которая будет использоваться во всех графиках, с помощью set scheme_name . Вы также можете повторно отобразить (последний) график, используя другую схему с отображением графика , scheme (имя_схемы ).

Чтобы увидеть список доступных схем, наберите графовый запрос, схемы . Попробуйте s2color для экранных графиков, s1manual для стиля, используемого в руководствах Stata, и Economist для стиля, используемого в The Economist . Используя последнее, мы получаем график, показанный в начале этого раздела.

. графическое отображение, схема (экономист)

. экспорт графика fig32.png, width (400) replace
(файл fig32.png в формате PNG)
 

3.3 другие графики

Я завершаю раздел графики обсуждением гистограмм, коробчатых диаграмм и диаграмм плотности ядра с использованием диаграмм с областями с прозрачностью.

3.3.1 Гистограммы

Гистограммы могут использоваться для построения частотного распределения категориальной переменной или для построения описательной статистики непрерывной переменной внутри групп, определенных категориальными переменными. В наших примерах мы будем использовать данные о температуре в городе, которые поставляются со Stata.

Если бы я просто набрал графическую полосу , над (областью) я бы получил частотное распределение переменной региона.Приведем вместо этого средние температуры января и июля. Для этого я мог бы указать (среднее) tempjan (среднее) tempjuly , но поскольку статистика по умолчанию является средним значением, я могу использовать более короткую версию ниже. Я думаю, что легенда по умолчанию слишком длинная, поэтому я также указал собственную.

Я использую поверх () , чтобы области накладывались на один и тот же график; использование by () вместо этого приведет к графику с отдельной панелью для каждого региона. Параметр bargap () управляет промежутком между столбцами для разных статистических данных в одной и той же группе; здесь я поставил небольшое пространство.Параметр gap () , который здесь не используется, контролирует расстояние между полосами для разных групп. Я также установил интенсивность цветовой заливки на 70%, что, на мой взгляд, выглядит лучше.

. sysuse citytemp, ясно
(Данные о температуре в городе)

. графическая полоса темпьян темпжул, над (регион) баржап (10) интенсивность (70) ///
> название (Средняя температура) легенда (порядок (1 «января» 2 «июль»))

. экспорт графика bar.png, ширина (500) заменить
(файл bar.png в формате PNG)
 

Очевидно, что в северо-восточных и северо-центральных регионах в январе намного холоднее, чем на юге и западе.В июле меньше вариаций, но на юге температура выше.

3.3.2 Коробчатые диаграммы

Краткое обобщение распределения переменной может быть получено с помощью графика «прямоугольник и вискеры», который рисует прямоугольник от первого до третьего квартиля, с линией у медианы и добавляет «вискеры». вне поля к соседним значениям, определяемым как наибольшее и наименьшее значения, которые находятся не дальше от медианы, чем в 1,5 раза превышающего межквартильный диапазон. Значения дальше - выбросы, обозначенные кружками.

Нарисуем прямоугольную диаграмму январских температур по регионам. Я буду использовать опцию по (региону) , поэтому прямоугольники будут наложены на один и тот же график, а не по (региону) , что создаст отдельную панель для каждого региона. Опция sort (1) размещает поля в порядке медианы tempjan , первой (и только в данном случае) переменной. Я также установил для поля приятный синий цвет, указав компоненты цвета Красный, Синий и Зеленый (RGB) в масштабе от 0 до 255:

.графическое окно tempjan, over (region, sort (1)) box (1, color ("51 102 204")) ///
> title (Ящичные диаграммы температуры января по регионам)

. экспорт графика boxplot.png, ширина (500) заменить
(файл boxplot.png в формате PNG)
 

Мы видим, что январские температуры ниже и менее изменчивы в северо-восточных и северо-центральных регионах, при этом довольно много городов с необычно холодными средними температурами.

3.3.3 Оценка плотности ядра

Более подробный вид распределения переменной может быть получен с использованием сглаженной гистограммы, вычисленной с использованием сглаживания ядра плотности с использованием команды kde density .

Давайте проведем отдельные оценки плотности ядра для январских температур в каждом регионе, используя все значения по умолчанию, и сохраним результаты.

. forvalues ​​i = 1/4 {
  2. захватить каплю x`i 'd`i'
  3. kde density tempjan, если region == `i ', generate (x`i' d`i ')
  4.}

. gen zero = 0
 

Затем мы строим оценки плотности, используя графики площадей с нулевым полом. Поскольку плотности перекрываются, я использую новую опцию непрозрачности, введенную в Stata 15, чтобы сделать их прозрачными на 50%. В этом случае я использовал названия цветов, за которыми следуют символ % и непрозрачность.Я также немного упростил легенду, сопоставил порядок плотностей и поместил ее в верхний правый угол графика.

. двухсторонний ракурс d1 ноль x1, цвет ("синий% 50") ///
> || Reda d2 zero x2, color ("purple% 50") ///
> || Reda d3 zero x3, color ("оранжевый% 50") ///
> || Reda d4 zero x4, color ("красный% 50") ///
> title (Январские температуры по регионам) ///
> ytitle ("Сглаженная плотность") ///
> легенда (кольцо (0) поз (2) столбец (1) порядок (2 "NC" 1 "NE" 3 "S" 4 "W"))

.граф экспорт kernel.png, ширина (500) заменить
(файл kernel.png записан в формате PNG)
 

График дает нам четкую картину региональных различий январских температур с более холодным и узким распределением в северо-восточных и северо-центральных регионах и более теплым с небольшим перекрытием на юге и западе.

3.4 Управление графами

Stata отслеживает последний нарисованный вами график, который хранится в памяти, и называет его «График». Фактически вы можете сохранить в памяти более одного графика, если вы используете опцию name () для присвоения имени графику при его создании.Это полезно для объединения графиков, введите help graph comb , чтобы узнать больше. Обратите внимание, что графики, хранящиеся в памяти, исчезают при выходе из Stata, даже если вы сохраняете данные, если вы не сохраняете сам график.

Чтобы сохранить текущий график на диск в собственном формате Stata, введите graph save filename . У этой команды есть две опции: заменить , который необходимо использовать, если файл уже существует, и asis , который замораживает график (включая его текущий стиль), а затем сохраняет его.По умолчанию график сохраняется в живом формате, который можно редактировать в будущих сеансах, например, путем изменения схемы. После сохранения графика в формате Stata вы можете загрузить его с диска командой graph use filename . (Обратите внимание, что graph save и graph use аналогичны save и используют для файлов Stata.) Любой график, сохраненный в памяти, может быть отображен с помощью graph display [name] . (Вы также можете перечислять, описывать, переименовывать, копировать или удалять графики, хранящиеся в памяти, наберите help graph_manipulation , чтобы узнать больше.)

Если вы планируете включить график в другой документ, вам, вероятно, потребуется сохранить его в более переносимом формате. Команда Stata graph export filename может экспортировать график с использованием большого количества векторных или растровых форматов, обычно определяемых расширением файла. Vector форматы, такие как метафайл Windows (wmf или emf) или Adobe PostScript и его варианты (ps, eps, pdf), содержат в основном инструкции по рисованию и, таким образом, не зависят от разрешения, поэтому их лучше всего включать в другие документы, где их размер может быть изменен. . Raster Форматы , такие как Portable Network Graphics (png), сохраняют изображение пиксель за пикселем с использованием текущего разрешения экрана и лучше всего подходят для включения в веб-страницы. В Stata 15 добавлена ​​масштабируемая векторная графика (SVG), формат векторных изображений, поддерживаемый всеми основными современными веб-браузерами.

Вы также можете распечатать график с помощью graph print или скопировать и вставить его в документ с помощью буфера обмена Windows; для этого щелкните правой кнопкой мыши окно, содержащее график, а затем выберите «Копировать» в контекстном меню.

Продолжить с 4. Программирование Stata

  # Назначение скрипта
# Ваше имя, дата и адрес электронной почты

# Ваш рабочий каталог, установленный в папку, которую вы только что загрузили с Github, например:
setwd ("~ / Downloads / CC-4-Datavis-master")

# Библиотеки - если вы не устанавливали их раньше, запустите код install.packages ("package_name")
библиотека (тидыр)
библиотека (dplyr)
библиотека (ggplot2)
библиотека (читатель)
библиотека (gridExtra)
  

  # Импорт данных из Индекса живой планеты - динамика популяций позвоночных с 1970 по 2014 гг.
LPI <- read.csv ("LPIdata_CC.csv")
  

  # Преобразование данных в развернутую форму
# Добавляя 9:53, мы выбираем столбцы с 9 по 53, для разных лет мониторинга.
LPI2 <- gather (LPI, «год», «изобилие», 9:53)
Просмотр (LPI2)
  

  LPI2 $ год <- parse_number (LPI2 $ год)

# При манипулировании данными всегда хорошо проверять, остались ли переменные такими, какими мы их хотим
# Используйте функцию str ()
str (LPI2)

# Изобилие также является символьной переменной, когда оно должно быть числовым, давайте исправим это
LPI2 $ изобилие <- as.числовой (LPI2 $ изобилие)
  

  гриф <- фильтр (LPI2, Common.Name == "Белоголовый гриф / Евразийский грифон")
голова (стервятник)

# В этом фрейме данных много НА, поэтому мы избавимся от пустых строк с помощью na.omit ()
стервятник <- na.omit (стервятник)
  

  # С базовой графикой R
base_hist <- hist (стервятник $ изобилие)
  

  # С ggplot2: создание графика без скобок
vulture_hist <- ggplot (стервятник, aes (x = изобилие)) +
  geom_histogram ()
  
# Вызов объекта для отображения его в программе просмотра графиков
гриф

# В скобках: вы одновременно создаете и отображаете график.
(vulture_hist <- ggplot (стервятник, aes (x = изобилие)) +
  geom_histogram ())
  

# Для другого способа проверить, нормально ли распределены ваши данные, вы можете либо создать графики плотности с помощью пакета ggpubr и команды ggde density (), либо использовать функции qqnorm () и qqline ()
  

  (vulture_hist <- ggplot (vulture, aes (x = численность)) +
  geom_histogram (binwidth = 250, color = "# 8B5A00", fill = "# CD8500") + # Изменение ширины бина и цветов
  geom_vline (aes (xintercept = mean (численность)), # Добавляем линию для средней численности
             color = "red", linetype = "dashed", size = 1) + # Изменение внешнего вида линии
    theme_bw () + # Смена темы для избавления от серого фона
  ylab ("Count \ n") + # Изменение текста метки оси Y
  xlab ("\ n Обилие грифона") + # \ n добавляет пустую строку между осью и текстом
  тема (ось.text = element_text (size = 12), # Изменение размера шрифта меток оси и заголовка
        axis.title.x = element_text (size = 14, face = "plain"), # face = "plain" по умолчанию, вы можете изменить его на курсив, полужирный шрифт и т. д.
        panel.grid = element_blank (), # Удаление серых линий сетки
        plot.margin = unit (c (1,1,1,1), units =, "cm"))) # Делаем поле размером 1 см вокруг графика

# Из гистограммы видно, что данные очень искажены - типичное распределение данных численности
  

  установить.пакеты ("колорпикер")
  

  # Фильтрация данных для получения записей только из Хорватии и Италии с использованием функции `filter ()` из пакета `dplyr`
vultureITCR <- filter (vulture, Country.list% в% c ("Хорватия", "Италия"))

# Использование базовой графики по умолчанию
сюжет (vultureITCR $ год, vultureITCR $ изобилие, col = c ("# 1874CD", "# 68228B"))

# Использование графики ggplot2 по умолчанию
(vulture_scatter <- ggplot (vultureITCR, aes (x = год, y = численность, color = Country.list)) + # привязка цвета к фактору внутри aes () гарантирует, что цвет точек будет изменяться в зависимости от уровней факторов
    geom_point ())
  

  (vulture_scatter <- ggplot (vultureITCR, aes (x = год, y = численность, цвет = Country.list)) +
    geom_point (size = 2) + # Изменение размера точки
    geom_smooth (method = "lm", aes (fill = Country.list)) + # Добавление соответствия линейной модели, цветовой код по стране
    theme_bw () +
    scale_fill_manual (values ​​= c ("# EE7600", "# 00868B")) + # Добавление пользовательских цветов для твердых геометрических фигур (лента)
    scale_colour_manual (values ​​= c ("# EE7600", "# 00868B"), # Добавление пользовательских цветов для линий и точек
                        label = c ("Хорватия", "Италия")) + # Добавление ярлыков для легенды
    ylab ("Изобилие белоголового сипа \ n") +
    xlab ("\ nГод") +
    тема (ось.text.x = element_text (size = 12, angle = 45, vjust = 1, hjust = 1), # делаем годы под небольшим углом
          axis.text.y = element_text (size = 12),
          axis.title = element_text (size = 14, face = "plain"),
          panel.grid = element_blank (), # Удаление линий сетки фона
          plot.margin = unit (c (1,1,1,1), units =, "cm"), # Добавление поля в 1 см вокруг графика
          легенда.text = element_text (size = 12, face = "italic"), # Установка шрифта для текста легенды
          legend.title = element_blank (), # Удаление заголовка легенды
          legend.position = c (0.9, 0.9))) # Установка позиции легенды - 0 слева / снизу, 1 сверху / справа
  

Динамика численности белоголового сипа в Хорватии и Италии. Точки данных представляют собой необработанные данные с подгонкой линейной модели и 95% доверительными интервалами.-1, ')', sep = ''))) создаст ось Y с надписью «Урожайность зерна» (тонна га ^-1 ).

Чтобы создать дополнительное пространство между заголовком оси и самой осью, используйте \ n при написании заголовка, и он будет действовать как разрыв строки.

3с. Коробчатая диаграмма для проверки, различается ли численность стервятников в Хорватии и Италии

очень информативны, поскольку они показывают медианное значение и разброс ваших данных и позволяют быстро сравнивать значения между группами.Если некоторые поля не пересекаются друг с другом, возможно, у вас есть существенные различия, и стоит провести дополнительное исследование с помощью статистических тестов.

  (vulture_boxplot <- ggplot (vultureITCR, aes (Country.list, изобилие)) + geom_boxplot ())

# Украшать

(vulture_boxplot <- ggplot (vultureITCR, aes (Country.list, изобилие)) +
    geom_boxplot (aes (fill = Country.list)) +
    theme_bw () +
    scale_fill_manual (values ​​= c ("# EE7600", "# 00868B")) + # Добавление собственных цветов
    scale_colour_manual (values ​​= c ("# EE7600", "# 00868B")) + # Добавление собственных цветов
    ylab ("Изобилие белоголового сипа \ n") +
    xlab ("\ nCountry") +
    тема (ось.текст = element_text (размер = 12),
          axis.title = element_text (size = 14, face = "plain"),
          panel.grid = element_blank (), # Удаление линий сетки фона
          plot.margin = unit (c (1,1,1,1), units =, "cm"), # Добавление поля
          legend.position = "none")) # Удаление легенды - не требуется только с двумя факторами
  

Обилие белоголового сипа в Хорватии и Италии.

3д. Барплот для сравнения видового богатства нескольких европейских стран

Теперь мы собираемся подсчитать, сколько видов встречается в наборе данных LPI для некоторых европейских стран, и построить график видового богатства.

  # Расчет видового богатства с использованием трубок%>% из пакета dplyr
богатство <- LPI2%>% filter (Country.list% в% c ("Великобритания", "Германия", "Франция", "Нидерланды", "Италия"))%>%
            group_by (Country.list)%>%
            mutate (richness = (length (unique (Common.Имя)))) # создать новый столбец на основе того, сколько уникальных общих имен (или видов) есть в каждой стране

# График видового богатства
(richness_barplot <- ggplot (richness, aes (x = Country.list, y = richness)) +
    geom_bar (position = position_dodge (), stat = "identity", color = "black", fill = "# 00868B") +
    theme_bw () +
    ylab ("Видовое богатство \ n") +
    xlab ("Страна") +
    theme (axis.text.x = element_text (size = 12, angle = 45, vjust = 1, hjust = 1), # Наклонные метки, поэтому текст не перекрывается
          ось.text.y = element_text (size = 12),
          axis.title = element_text (size = 14, face = "plain"),
          panel.grid = element_blank (),
          plot.margin = unit (c (1,1,1,1), units =, "см")))
  

Видовое богатство пяти европейских стран (по данным LPI).

Возможно, вы заметили тот факт, что мы повторяем много одного и того же кода - тот же размер шрифта, одинаковые поля и т. Д. Меньше повторений делает код более аккуратным, и важно иметь согласованное форматирование между графиками для одного и того же проекта, поэтому Пожалуйста, ознакомьтесь с нашим последующим руководством, чтобы создать свою собственную тему - теперь вы можете повторно использовать эту тему во всех своих ggplots!

Иногда отображение всех данных на одном графике делает его слишком загроможденным.Если бы мы захотели изучить изменение численности стервятников во всех странах, а не в Италии и Хорватии, у нас было бы 10 популяций на одном графике:

  # График изменения численности населения для всех стран
(vulture_scatter_all <- ggplot (vulture, aes (x = год, y = численность, цвет = Country.list)) +
      geom_point (size = 2) + # Изменение размера точки
      geom_smooth (method = "lm", aes (fill = Country.list)) + # Добавление соответствия линейной модели, цветовой код по стране
      theme_bw () +
      ylab ("Изобилие белоголового сипа \ n") +
      xlab ("\ nГод") +
      тема (ось.text.x = element_text (size = 12, angle = 45, vjust = 1, hjust = 1), # делаем годы под небольшим углом
            axis.text.y = element_text (size = 12),
            axis.title = element_text (size = 14, face = "plain"),
            panel.grid = element_blank (), # Удаление линий сетки фона
            plot.margin = unit (c (1,1,1,1), units =, "cm"), # Добавление поля в 1 см вокруг графика
            легенда.text = element_text (size = 12, face = "italic"), # Установка шрифта для текста легенды
            legend.title = element_blank (), # Удаление заголовка легенды
            legend.position = "right"))
  

Это загромождено! Можете ли вы действительно понять, что делает население? Добавляя слой фасетирования , мы можем разделить данные на несколько фасетов, представляющих разные страны. Это делается с помощью facet_wrap () .

  # Постройте график изменения численности населения для отдельных стран
(vulture_scatter_facets <- ggplot (vulture, aes (x = год, y = численность, цвет = Country.list)) +
      geom_point (size = 2) + # Изменение размера точки
      geom_smooth (method = "lm", aes (fill = Country.list)) + # Добавление соответствия линейной модели, цветовой код по стране
      facet_wrap (~ Country.list, scale = "free_y") + # ЭТА СТРОКА СОЗДАЕТ ЛИЦО
      theme_bw () +
      ylab ("Изобилие белоголового сипа \ n") +
      xlab ("\ nГод") +
      тема (ось.text.x = element_text (size = 12, angle = 45, vjust = 1, hjust = 1), # делаем годы под небольшим углом
            axis.text.y = element_text (size = 12),
            axis.title = element_text (size = 14, face = "plain"),
            panel.grid = element_blank (), # Удаление линий сетки фона
            plot.margin = unit (c (1,1,1,1), units =, "cm"), # Добавление поля в 1 см вокруг графика
            легенда.text = element_text (size = 12, face = "italic"), # Установка шрифта для текста легенды
            legend.title = element_blank (), # Удаление заголовка легенды
            legend.position = "right"))

  

Некоторые полезные аргументы для включения в facet_wrap () : nrow = или ncol = , определяя количество строк или столбцов соответственно. Вы также можете видеть, что мы использовали scale = "free_y" , чтобы разрешить разные значения оси Y из-за широкого диапазона значений численности в данных.Вы можете использовать «фиксированный», если хотите ограничить все значения оси.

Изменение популяции белоголового сипа во всем мире, из набора данных LPI.

Примечание: некоторые из этих демографических тенденций вызывают странные явления, возможно, из-за того, что в стране (например, в Италии) отслеживается множество подгрупп населения, поэтому на практике мы, вероятно, не поместим одну линию регрессии для каждой страны.

И, наконец, иногда вам нужно расположить несколько фигур вместе, чтобы создать панель.Мы сделаем это с помощью grid.arrange () из пакета gridExtra .

  grid.arrange (vulture_hist, vulture_scatter, vulture_boxplot, ncol = 1)

# Это выглядит неправильно - графики слишком растянуты, легенда и текст перепутаны, белые поля слишком большие

# Устранение проблем - добавление ylab () снова отменяет предыдущие настройки

(панель <- grid.arrange (
      vulture_hist + ggtitle ("(a)") + ylab ("Count") + xlab ("Abundance") + # добавление меток к различным графикам
      тема (сюжет.маржа = единица (c (0,2, 0,2, 0,2, 0,2), единицы =, «см»)),
                 
      vulture_boxplot + ggtitle ("(b)") + ylab ("Изобилие") + xlab ("Страна") +
      тема (plot.margin = unit (c (0,2, 0,2, 0,2, 0,2), units =, "см")),
                 
      vulture_scatter + ggtitle ("(c)") + ylab ("Изобилие") + xlab ("Год") +
      тема (plot.margin = unit (c (0,2, 0,2, 0,2, 0,2), units =, "см")) +
      тема (legend.text = element_text (size = 12, face = "italic"),
            legend.title = element_blank (),
            легенда.position = c (0.85, 0.85)), # изменение позиции легенды так, чтобы она умещалась в панели
      
      ncol = 1)) # ncol определяет, сколько столбцов у вас есть
  

Если вы хотите изменить ширину или высоту любого из ваших изображений, вы можете добавить либо `widths = c (1, 1, 1) , либо heights = c (2, 1, 1)`, например, к конец вашей команды компоновки сетки. В этих примерах это создаст три графика одинаковой ширины, и первый график будет в два раза выше, чем два других, соответственно.Это полезно, когда у вас есть фигуры разного размера или если вы хотите выделить самую важную фигуру на своей панели.

Чтобы решить проблему слишком растянутой / слишком сжатой панели, мы сохраним файл и зададим ему точные размеры, используя ggsave из пакета ggplot2 . По умолчанию ширина и высота измеряются в дюймах. Если вы хотите поменять местами пиксели или сантиметры, вы можете добавить units = "px" или units = "cm" в скобки ggsave () , например.г. ggsave (object, filename = "mymap.png", width = 1000, height = 1000, units = "px" . Файл будет сохранен в любом месте вашего рабочего каталога, что вы можете проверить, запустив getwd () в консоли.

  ggsave (панель, file = "vulture_panel2.png", ширина = 5, высота = 12)
  

Изучение популяций белоголового сипа из набора данных LPI. (a) показывает гистограмму распределения данных о численности, (b) показывает сравнение численности в виде прямоугольной диаграммы в Хорватии и Италии, и (c) показывает тенденции популяций между 1970 и 2014 годами в Хорватии и Италии.

И вот, теперь вы можете создавать всевозможные графики и начинать настраивать их с помощью ggplot2 ! Чтобы узнать больше о возможностях построения графиков ggplot2 , ознакомьтесь с нашим последующим руководством по ggplot.

Чтобы попрактиковаться в построении графиков, вернитесь к исходному набору данных LPI, который вы импортировали в начале руководства. А теперь можешь:

1 - Выберите ДВА вида из данных LPI, и отобразит тенденции их популяций с течением времени , используя диаграмму рассеяния и аппроксимацию линейной модели?

2 - Используя те же два вида, отфильтруйте данные, чтобы включить только записи из ПЯТИ стран по вашему выбору, и создайте диаграмму , чтобы сравнить, как численность этих двух видов варьируется между пятью странами?

  # Я выбрал двух арктических животных.
арктический <- фильтр (LPI2, Common.Имя% в% c ('Северный олень / Карибу', 'Белуха-кит'))

# ГРАФИК 1 - НАСЕЛЕНИЕ ИЗМЕНЕНИЯ ВО ВРЕМЕНИ

(arctic.scatter <- ggplot (arctic, aes (x = год, y = численность)) +
   geom_point (aes (color = Country.list), size = 1.5, alpha = 0.6) + # alpha контролирует прозрачность
   facet_wrap (~ Common.Name, scale = 'free_y') + # фасетирование по видам
   stat_smooth (method = 'lm', aes (fill = Country.list, color = Country.list)) + # цветовая кодировка по стране
   scale_colour_manual (values ​​= c ('# 8B3A3A', '# 4A708B', '# FFA500', '# 8B8989'), name = 'Страна') +
   scale_fill_manual (values ​​= c ('# 8B3A3A', '# 4A708B', '# FFA500', '# 8B8989'), name = 'Страна') +
   labs (x = 'Год', y = 'Изобилие \ n') +
   theme_bw () +
   тема (панель.сетка = element_blank (),
         strip.background = element_blank (),
         strip.text = element_text (размер = 12),
         axis.text = element_text (size = 12),
         axis.title = element_text (size = 12),
         legend.text = element_text (size = 12),
         legend.title = element_text (size = 12))
)

# ГРАФИК 2 - ЯЩИКИ ИЗОБИЛИЯ В ПЯТИ СТРАНАХ

# Всего четыре страны, поэтому подмножества нет; давайте построим напрямую:
(arctic.box <- ggplot (arctic, aes (x = Country.list, y = численность)) +
   geom_boxplot () +
   labs (x = 'Страна', y = 'Изобилие \ n') +
   theme_bw () +
   facet_wrap (~ Common.Имя, весы = 'free_y') +
   тема (panel.grid = element_blank (),
         strip.background = element_blank (),
         strip.text = element_text (размер = 12),
         axis.text = element_text (size = 12),
         axis.title = element_text (size = 12),
         legend.text = element_text (size = 12),
         legend.title = element_text (size = 12))
)

# Не очень хорошо из-за высокой численности оленей в Канаде - давайте пока удалим их (не будем делать этого для анализа!)
(arctic.box <- ggplot (filter (arctic, численность <8000), aes (x = Country.список, y = изобилие)) +
      geom_boxplot () +
      labs (x = 'Страна', y = 'Изобилие \ n') +
      theme_bw () +
      facet_wrap (~ Common.Name, scale = 'free_y') +
      тема (panel.grid = element_blank (),
            strip.background = element_blank (),
            strip.text = element_text (размер = 12),
            axis.text = element_text (size = 12),
            axis.text.x = element_text (angle = 45, hjust = 1),
            axis.title = element_text (размер = 12))
)

# Совместите вместе в панели - здесь я использую пакет яиц, который выстраивает графики вместе независимо от того, есть ли у них легенда или нет

библиотека (яйцо)

ggarrange (арктический.scatter + labs (title = 'Население меняется с течением времени'),
          arctic.box + labs (title = 'Численность населения в разных странах'))
  

Популяционные тенденции и численность двух арктических видов в пределах их ареала согласно набору данных LPI.

Вы выполняете это руководство в рамках нашего онлайн-курса «Наука о данных для экологов и ученых-экологов»?

Это руководство является частью потока Stats from Scratch из нашего онлайн-курса.Перейдите на страницу потока, чтобы узнать о других частях этого потока с обучающими материалами!

Если вы уже записались на наш курс и готовы пройти тест, перейдите в наш центр викторин. Обратите внимание, что вам необходимо зарегистрироваться, прежде чем вы сможете пройти тест. Если вы не слышали о курсе раньше и хотите узнать о нем больше, посетите страницу курса.

Это руководство также является частью потока Wiz of Data Vis из нашего онлайн-курса.Перейдите на страницу потока, чтобы узнать о других частях этого потока с обучающими материалами!

Если вы уже записались на наш курс и готовы пройти тест, перейдите в наш центр викторин. Обратите внимание, что вам необходимо зарегистрироваться, прежде чем вы сможете пройти тест. Если вы не слышали о курсе раньше и хотите узнать о нем больше, посетите страницу курса.

HBO's Lovecraft Country: все упоминания в эпизоде ​​1, «Закат», объяснены

Страна Лавкрафта , новый сериал ужасов HBO , основанный на криминальном чтиве и Джиме Кроу Американа, изобилует жуткими моментами, но еще больше - отсылками к литературной и поп-культуре.

Подгонка множества ужасов, сверхъестественного фэнтези, научной фантастики, приключений и супергероев, которыми была наполнена американская жизнь середины века, Lovecraft Country помещает черных персонажей в авангард этих историй и наблюдает, как они меняются в результате. В Страна Лавкрафта банален космический террор; расизм в повседневной жизни - это настоящий экзистенциальный страх.

Даже название шоу - отсылка к H.P. Лавкрафт, человек, чье творчество является синонимом фантастической фантастики, поджанра ужасов, зацикленного на космическом ужасе, и который пронизывает почти все современные ужасы.К сожалению, Лавкрафт также был ужасающе расистом, и новый сериал - это попытка признать долг, которым современный хоррор обязан ему, одновременно отвергая расизм, лежащий в основе его творчества. Сериал во многом основан на одноименном романе ужасов Мэтта Раффа 2016 года, который Рафф написал в ответ на широкую культурную дискуссию о том, как обращаться с Лавкрафтом. И в книге, и в сериале используется огромное количество отсылок к поп-культуре, чтобы вы постоянно знали, что они знают, с какими тропами играют.

В этом отношении особенно откровенен первый эпизод сериала. Вся вступительная часть - это мечта американского компьютерщика середины века, полная инопланетян и героев и волнующий голос за кадром (то есть сама ссылка). Эта техника использования радио и музыкального озвучивания для повествования и подчеркивания действия - одна из тех, которые шоу использует на протяжении всего первого сезона - и это всего лишь еще один элемент, который делает Lovecraft Country таким увлекательным.

Ниже мы разбиваем каждую из основных ссылок и выноски сериала, эпизод за эпизодом.

Джеки Робинсон

Вступительный монолог, который мы слышим в первой части «Заката», - это цитата из биографического фильма 1950 года « История Джеки Робинсона », в котором рассказывается о первом официально признанном черном бейсболисте, присоединившемся к Высшей лиге. «Это история о мальчике и его мечте», - рассказывает рассказчик, как наш герой Аттикус, он же Тик, буквально мечтает о войне, сначала против врагов в окопах, а затем против гигантских НЛО и летающих Ктулхуса.«Но более того, это история американского мальчика и мечты, которая по-настоящему американская».

Это книга, которую мы видим, как Тик читает в автобусе в «Закате», книге, которая послужила поводом для его фантастического сновидения. Написанный Эдгаром Райсом Берроузом из Тарзан славы, Принцесса Марса - первая часть серии научно-фантастических приключенческих романов, известных как серия Джона Картера.Они также известны как серия «Барсум», названная так в честь инопланетной земли, с которой Картер, «джентльмен из Вирджинии» и генерал Конфедерации, неожиданно обнаруживает себя на Марсе. Во сне Тик приветствует красивую инопланетянку, спустившуюся с НЛО, что, вероятно, является отсылкой к титульной принцессе из книги.

Принцесса говорит с ним на жутком неизвестном языке. Это распространенный образ в романе Лавкрафта, так что, возможно, это лавкрафтианский язык Р'льехиана. Однако более вероятно, что это фрагмент другого языка, с которым мы столкнемся позже в серии, и о котором Тик мог даже не знать, что он знает.

Weird Tales был популярным журналом, который выходил с 1923 по 1954 год и, таким образом, подпитывал большую часть духа компьютерной культуры в первой половине 20-го века. Он опубликовал множество ужасных произведений Х.П. Лавкрафт, а также многие другие влиятельные писатели, такие как Рэй Брэдбери. Возможно, что более важно, это помогло породить термин «странная фантастика», который до сих пор используется для описания определенного поджанра космического ужаса, наполненного экзистенциальным страхом, который популяризировал Лавкрафт.

Один из сборников рассказов Лавкрафта, Посторонний и другие, - удачный выбор для первой текстовой ссылки на Лавкрафта в сериале.Книга имела большое влияние - в нее вошли большинство самых известных рассказов Лавкрафта, в том числе такие тяжелые, как «Ужас на Красном крючке» и «Зов Ктулху». Но многие из этих историй являются домом для самых прямых расистских метафор и аллегорий Лавкрафта - чем для Лавкрафта были ужасы других рас, вторжение иностранцев в Америку и смешанные браки.

Образ прямолинеен: для Лавкрафта Тик одновременно и Чужой, и Другой - и Тик это знает. Несколько мгновений спустя он напоминает себе и своему дяде Джорджу о расистских убеждениях Лавкрафта, когда ссылается на одно из гораздо менее известных произведений автора: стихотворение 1912 года «О сотворении ниггеров», о котором меньше сказано, тем лучше.Отец Тика, как объясняет Тик Джорджу, заставил его выучить это наизусть, чтобы он точно понимал, что читает.

Аркхэм, Массачусетс

Аркхем был вымышленным городом в штате Массачусетс, который Лавкрафт изобрел, а затем снова и снова возвращался в своей художественной литературе - настолько, что по сей день многие люди думают, что это реальное место. Аркхэм был также названием небольшой прессы, через которую Лавкрафт публиковал многие свои работы; Имя издателя отображается на видном месте на корешке экземпляра The Outsider and Others , который читает Тик.

Джордж называет Аркхэм домом «Герберта Уэста - реаниматора», еще одной отсылки к одной из самых известных историй Лавкрафта: рассказу 1921 года об ученом, который пытается реанимировать мертвых с менее чем оптимальными результатами. По сюжету стал культовым фильмом ужасов 1985 года, Reanimator .

Аркхэм, возможно, наиболее известен за пределами Лавкрафта как название убежища Готэма в Бэтверсе округа Колумбия, но это тоже отсылка к Лавкрафту, и особенно к постоянной теме безумия, которая проходит через работы автора.

«Путеводитель», также известный как Зеленая книга

Джордж издает вымышленную версию «Зеленой книги». «Зеленая книга» представляла собой настоящую серию брошюр, в которых чернокожим американцам, жившим при Джиме Кроу, предлагалось руководство относительно того, в каких американских городах им было безопасно оставаться во время путешествий. (Брошюры стали гораздо более широко известными после дебюта в 2018 году часто критикуемого фильма Зеленая книга , который получил разочаровывающую победу в номинации «Лучший фильм» на Оскаре 2019 года.Знания, которыми делились в Зеленой книге, были особенно важны для чернокожих путешественников на Севере, где отношение местных жителей часто было столь же яростно расистским, как и взгляды на Юге, но не афишировалось так открыто.

Закатные города

Одним из наиболее пагубных проявлений расизма на Севере в этот период были города, которые иногда называются «городами на закате», которые распространились по всем северным штатам. Это были места, где чернокожим неофициально запрещалось находиться после наступления темноты.Эта устрашающая концепция лежит в основе одной из самых страшных сцен Страна Лавкрафта , как в книге, так и в сериале, и которая служит частью «Заката» - когда Аттикус и его друзья сталкиваются с полицейским-расистом. закатный город.

Джеймс Болдуин спорит с Уильямом Ф. Бакли

В 1965 году выдающийся темнокожий писатель и ученый Джеймс Болдуин был приглашен в Кембриджский университет для обсуждения вопроса: «Американская мечта за счет американских негров?» с выдающимся консерватором Уильямом Ф.Бакли. Болдуин решительно выиграл дебаты, выступив с речью, которая позже будет озаглавлена ​​«Американская мечта и американский негр».

В эпизоде ​​«Закат» аудиозапись выступления Болдуина наложена на видео из дорожной поездки группы, поскольку они сталкиваются с фрагментами Американы, часто затмеваемыми подразумеваемой и неофициальной социальной сегрегацией при Джиме Кроу.

Старшие боги и шогготы

Когда наши герои впервые сталкиваются с потусторонними монстрами в лесу, Джордж называет их «шогготами».Это отсылка к одной из иерархий монстров Лавкрафта - групп существ из других измерений, которые он классифицировал в иерархии со странными названиями, такие как Шогготы и Йог-Сотот. На вершине цепочки монстров сидит Ктулху, его самое известное творение - по сути, гигантский монстр с крылатым щупальцем. Однако шогготы более похожи на слизняков, у них меньше щупалец и много глаз.

Кажется маловероятным, что быстрые, ловкие существа, с которыми сталкиваются наши герои, являются шогготами, но они вполне могут быть Старшими Богами - типичным Лавкрафтовским термином для древних существ, которые вырисовываются в космической пустоте.

«Дети ночи ... какую музыку они исполняют».

Как отмечает Тик после того, как Джордж произнес его, «Дети ночи ... какую музыку они сочиняют» - это одна из самых известных цитат из романа Брэма Стокера 1897 года о вампирах « Дракула». Вампиры вдохновляют нашу команду использовать свет, чтобы отгонять существ, которые нападают на них в лесу, пока солнечный свет не вернет их в (относительную) безопасность.

Фотография Гордона Парка и Маргарет Бурк-Уайт

Несколько раз на протяжении всего эпизода, особенно в монтаже Черной жизни, мы видим групповые поездки по Америке, Страна Лавкрафта искусно отдает дань уважения реальным фотографиям известных черных фотографов.Гордон Паркс, который позже приобрел более широкую известность как директор Shaft , был известным фотожурналистом, запечатлевшим некоторые из самых знаковых изображений жизни середины века среди Джима Кроу и сегрегированной нации. «Закат» визуально отсылает к двум из его самых известных фотографий: Untitled , Shady Grove, Alabama, 1956, и Department Store , Mobile, Alabama, 1956.

Еще более известное упоминание появляется, когда мы видим людей, стоящих в длинной очереди под веселым рекламным щитом.Это ссылка на знаменитую фотографию чернокожего фотожурналиста Маргарет Бурк-Уайт, сделанную во время Великой депрессии перемещенных чернокожих жителей, ищущих помощи после наводнения в Кентукки в 1937 году.

Авторы Джордж обнаруживает в библиотеке Брейтуайт: «Блэквуд, Ходжсон, Кларк Эштон Смит»

Это все основные авторы поджанра ужасов, в которых Лавкрафт писал и популяризировал «Странные фантастики». (См. Weird Tales выше.) Алджернон Блэквуд написал сверхъестественное фэнтези, окрашенное множеством ужасов, в Британии конца 19 века; Среди его самых известных рассказов - Ивы и Вендиго , и многие из его рассказов связаны с историями о людях, имевших ужасающие встречи с неким разумным существом. Уильям Хоуп Ходжсон был еще одним британским писателем той же эпохи, известным своими рассказами о привидениях и научно-фантастическими / фэнтезийными историями. А Кларк Эштон Смит был американским писателем, на которого оказал огромное влияние Лавкрафт, с которым он был близким другом.Особняк Брейтуайт, кажется, хранит сокровищницу странной письменности.

Джордж вспоминает финал этого готического романа ужасов 1908 года, который, как нам сказали, является одним из его любимых. Фантасмагорическое письмо Ходжсона, оказавшее огромное влияние на писателей ужасов 20-го века, делает его историю о человеке, который психологически запутывается в своем ветхом разумном особняке из царства типичных домов с привидениями.Подумайте о House of Leaves для хипстеров эпохи короля Эдуарда.

Сюжет этого эпизода в конечном итоге повторяет сюжет романа Ходжсона, как его описывает Джордж, при этом весь особняк в конечном итоге рушится, как и дом на Пограничье в конце.

Орден Древней Зари

Это вымышленный культ, к которому принадлежат Брейтуайты, но это также, вероятно, мета-ссылка на Герметический Орден Золотой Зари, знаменитое оккультное общество рубежа веков, населенное влиятельными типами нью-эйдж, такими как Алистер Кроули. и Памела Колман Смит, а также писатели «Странные», такие как Блэквуд и Артур Мэчен.

Некрономикон

Это одно из самых известных изобретений Лавкрафта - вымышленная книга мертвых, столь печально известная, что многие люди думают, что она настоящая. Но на самом деле он появляется в рассказе Лавкрафта 1924 года, а затем повторяется - как и большинство его элементов рассказа - на протяжении всей его работы.

Этот эпизод контрастирует с вымышленной «Книгой имен». Как отмечает Джордж, Некрономикон - это книга «мертвых имен», а Книга имен - «книга жизни». Помимо списка имен, обе книги, кажется, обладают огромной оккультной силой.Но неясно, что именно за власть, вероятно, именно этого и хотел Лавкрафт.

Нам говорят, что этот знаменитый роман Александра Дюма XIX века (также имеющий славу Три мушкетера ) - любимый роман Монтроуза, и его рассказ о человеке, который годами планирует совершить дерзкий побег из тюрьмы, явно вдохновил Монтроуза на раскопки туннеля. из тюрьмы, в которой его заключил культ Брейтуайта.

«Уайти на Луне»

Поэт и джазовый исполнитель Гил Скотт-Херон написал этот проницательный опус 1970 года - который дает нам ссылку на название эпизода - как способ критики резкого несоответствия между амбициями белой и черной Америки в эпоху космоса. гонка.Произведение пережило культурное возрождение после его появления в биографическом фильме Нила Армстронга 2018 года Первый человек .

В Страна Лавкрафта его появление в качестве голоса за кадром служит блестящим подрывом того, что обычно было бы кульминационной сценой, где богатый сумасшедший достигает своей пожизненной цели - открыть портал в другое измерение или что-то подобное. Песня полностью затмевает все, что на экране, напоминанием о том, что выходки богатых белых людей в высшей степени оторваны от реальности.

Новый гол: 25000

Весной мы запустили программу с просьбой к читателям внести финансовые пожертвования, чтобы сделать Vox бесплатным для всех, а на прошлой неделе мы поставили цель привлечь 20 000 участников. Что ж, вы помогли нам преодолеть это. Сегодня мы увеличиваем эту цель до 25 000 человек. Миллионы обращаются к Vox каждый месяц, чтобы понять, что мир становится все более хаотичным - от того, что происходит с USPS до кризиса с коронавирусом, и, возможно, самых значимых президентских выборов в нашей жизни.Даже когда экономика и рынок новостной рекламы восстановятся, ваша поддержка будет критически важной частью поддержки нашей ресурсоемкой работы - и поможет всем разобраться во все более хаотичном мире. Сделайте взнос сегодня всего от 3 долларов.

5 способов, которыми писатели используют вводящие в заблуждение графики, чтобы манипулировать вами [ИНФОГРАФИЯ]

В эту эпоху постправды графики используются для искажения данных и повествования, как никогда раньше. Особенно с учетом скорости распространения некоторых из этих тем в социальных сетях.

Все, что требуется, - это один-единственный график из менее авторитетного источника, переданный списку последователей, чтобы распространить ложное повествование по всему миру.

Мы уже видели, как это происходило много раз во время ответа на COVID-19, поэтому мы добавили новый раздел с несколькими из этих вводящих в заблуждение графиков!

Теперь данные даже не обязательно должны быть плохими - они могут быть представлены неверно. Я имею в виду, что есть целая страница в Википедии, сообщество Reddit и сотни статей о том, как можно использовать графики для дезинформации читателей.

Я не могу остановить этих создателей, искажающих данные, но я могу помочь вам обнаружить эти вводящие в заблуждение графики, когда они появляются. Я также включил примеры того, как правильно построить график данных.

Не дизайнер? Без проблем. Создавайте лучшие графики за считанные минуты бесплатно с помощью Venngage's Graph Maker.

Кроме того, следование передовым методам визуализации данных гарантирует, что ваши графики всегда будут четкими и понятными.

ИСПОЛЬЗУЙТЕ ЭТОТ ИНФОГРАФИЧЕСКИЙ ШАБЛОН

Используйте ссылки ниже, чтобы перейти к каждому разделу:

1. Пропуск базовой линии
2. Управление осью Y
3. Данные для комплектации вишни
4. Использование неправильного графика
5. Против условностей
6. Вводящие в заблуждение графики коронавируса

Пропуск базовых линий или оси графика - один из наиболее распространенных способов манипулирования данными на графиках. Эта вводящая в заблуждение тактика часто используется для того, чтобы одна группа выглядела лучше другой.

В мире визуализации данных это называется усеченным графом.

Усечение графиков может сделать то, что не очень важно, огромной разницей.

Просто взгляните на первый пример ниже, в котором сравнивается, как демократы, республиканцы и независимые относились к определенной проблеме.

(на самом деле я использовал этот график раньше, чтобы показать людям, как они должны были использовать цвет в своих визуализациях данных!)

Источник

Если вы бегло взглянете на этот график, вы, вероятно, подумаете, что демократы согласны почти в три раза больше, чем республиканцы и независимые. Но более пристальный взгляд показывает, что разница составила всего около 14%. Этот график явно был создан для того, чтобы выдвинуть неверное представление об определенной группе.

Если бы они хотели правильно показать различия или просто объективно сообщить факты, они могли бы включить более точный график вроде этого:

СОЗДАТЬ ГРАФИК

Ого, это намного лучше!

Еще один пример использования надежных данных в вводящей в заблуждение диаграмме, чтобы обмануть читателей, исходит от Fox News (которая на самом деле могла выиграть медаль за свои многочисленные обманчивые графики и диаграммы).

Источник

На этом графике они пытаются сделать то же, что и в предыдущем примере: обмануть свою аудиторию. Но маржа намного ближе, увеличившись всего на 11%.

Это не помешало Fox опубликовать график, на котором одна налоговая ставка кажется почти в 4 раза больше другой.

Да, и небольшие числа, которые они использовали не только на оси, но и в качестве ярлыков, почти подтверждают, что они хотели ввести свою аудиторию в заблуждение.

Вот как это должно было выглядеть (как видите, разница не такая уж и большая):

Писатели также попадают в неприятности, когда они слишком стараются быть уникальными или творческими с графиком.

Одна из первых вещей, которые они удаляют, - это базовые линии или ось. Я считаю, что это потому, что авторы считают, что это действительно отвлекает от данных. Но это только затрудняет чтение данных!

Как видно на этом графике, базовых линий нет совсем! Из-за этого вводящего в заблуждение графика кажется, что наш нынешний президент назначил судей вдвое или втрое больше, чем его предшественники.

Источник

Когда график настроен и оси добавлены, вы можете увидеть реальную историю.Он определенно выставляет свою кандидатуру по высокой ставке, но это не так безумно, как казалось в первоначальном драфте:

СОЗДАТЬ ГРАФИК

Важно помнить, что подобные манипуляции с осями не ограничиваются только политикой или горячими кнопками.

Даже музыкальные журналисты иногда оказываются не на той стороне вводящей в заблуждение или плохой диаграммы. Просто посмотрите на этот плохой график, который я нашел у Genius:

Источник

Я полагаю, Дрейк был очень рад увидеть эту диаграмму, но на самом деле она должна была выглядеть так:

СОЗДАТЬ ГРАФИК

Извини, Дрейк.

Вы также можете увидеть такие вводящие в заблуждение графики в tech:

Источник

На деловых встречах:

Источник

И даже в информации о питании:

Источник

Честно говоря, везде, где люди используют визуализацию данных для подтверждения своих заявлений, вы, вероятно, найдете кого-то вводящие в заблуждение графики, подобные приведенным выше примерам.

Связанные : Что такое визуализация данных? (Определение, примеры, передовой опыт)

Обычная уловка манипулятора графа - уменьшить масштаб графика, чтобы минимизировать или максимизировать изменение. В мире визуализации данных это называется просто изменением оси.

Манипуляции с осью почти противоположны усечению данных, потому что они включают ось и базовые линии, но меняют их так сильно, что они теряют смысл.

Это очень мощный инструмент в социальных сетях, который можно использовать для распространения ложной информации.

Например, взгляните на этот график данных о глобальном потеплении из Национального обзора:

Источник

Они намеренно включают температуру от -10 до 110 градусов, чтобы сделать эту линию как можно более плоской.Все для того, чтобы выдвинуть идею о том, что глобального потепления нет или что-то в этом роде. К счастью, те, кто более уважительно относятся к данным, немедленно откликнулись на их дезинформацию.

И хорошие люди из Quartz решили исправить это за них, что вы можете увидеть ниже:

Самое печальное то, что эти организации точно знают, что делают.

Что должно расстроить вас, читатель, так это то, что обе эти организации имели доступ к одним и тем же данным и инструментам.Но только один решил подать достоверно.

Я имею в виду, я мог бы сделать то же самое, используя данные о моих любимых Arkansas Razorbacks.

В этом примере я посмотрел на их общее количество побед за последние 15 лет или около того и поместил их на нормальный линейный график. Но затем я применил тот же подход, что и на предыдущем графике, и изменил ось Y:

С этими изменениями я могу сделать вид, что Razorbacks довольно стабильно выигрывали в течение последних нескольких лет.

Отлично!

Но если вы будете следить за студенческим футболом, то поймете, что большую часть времени мы не были победителями, и график должен выглядеть немного ближе к следующему:

СОЗДАТЬ ГРАФИК

Это не так уж и вдохновляет…

Опять же, это те же самые данные, представленные в виде визуализации данных одного и того же типа, но каждый график рассказывает совершенно другую историю.

Достаточно одного крошечного изменения, чтобы полностью перевернуть историю.Это должно вызывать у вас дискомфорт.

Создайте свой собственный линейный график бесплатно с помощью Venngage Line Graph Maker.

Вот еще пример. Из-за этого графика создается впечатление, что у вас ужасный кредитный рейтинг, и вы пугаетесь:

Источник

Если рейтинг действительно не так уж и плох, используя 700 в качестве максимального:

Даже когда вы используете 850, максимальный кредитный рейтинг, график, который они использовали, все еще вводит в заблуждение:

СОЗДАТЬ ГРАФИК

И хотя эта оплошность кажется довольно простой по большому счету, этот подход можно использовать, чтобы ввести людей в заблуждение относительно их ситуации.Или попробуйте продать им то, что им не нужно.

Я хотел включить этот пример, чтобы показать, что не все диаграммы, вводящие в заблуждение, являются линейными и гистограммами. Некоторые из них могут быть невинными круговыми диаграммами, которых только что догнали ненадежные люди!

Как видите, эта вводящая в заблуждение тактика используется в политике, в социальных сетях и на предприятиях, чтобы продвигать повестку дня или идею.

Еще один способ исказить данные - это включить только определенные части данных в ваши вводящие в заблуждение диаграммы или графики.Обычно только данные выставляют вашу точку зрения в положительном свете, а точку зрения оппонента - в отрицательную.

Например, включая только месяц, когда произошел всплеск продаж, а не остальные годовые данные.

Или делиться только вводящими в заблуждение результатами опроса, из-за которых определенный человек выглядит благосклонно ко всем. Но если вы внимательно посмотрите на этот график, он включает только людей из его собственной партии:

Источник

И эта вечеринка сокращается с каждым днем.Это определенно вводит в заблуждение, особенно когда остальные результаты выглядели так:

Источник

Если бы кто-то быстро взглянул на исходный плохой график, он, вероятно, подумал бы, что все любят президента. Когда на самом деле только около 35% населения страны одобряют его администрацию.

Технически это не так, но определенно вводит в заблуждение. Это часто называется неправильным извлечением, когда включается только определенный фрагмент данных.

Это чаще встречается в графиках, у которых время является одной из своих осей.Я имею в виду, что довольно легко начать с года, который подтверждает то, что вы пытаетесь сказать.

Эту тактику также можно назвать пропуском данных. Когда - как вы уже догадались - некоторые ключевые данные просто не отображаются на графике.

Вы должны избегать как неправильного извлечения, так и исключения данных!

Давайте начнем с примера неправильного извлечения, потому что я не думаю, что мне нужно показывать вам, как выглядит пропуск данных. В этом случае я изо всех сил пытался найти несколько реальных примеров, потому что кто действительно собирается признать, что они упустили данные.

(Немного людей!)

Но я нашел отличный пример от Тейвана Петтингера о том, как кто-то может выбрать некоторые данные, чтобы сделать убедительное, но вводящее в заблуждение утверждение.

На первом графике ниже читатель, очевидно, может ошибаться, полагая, что национальный долг Великобритании никогда не был выше! Этот график можно использовать, чтобы оправдать голосование политика по закону, который снизит размер долга.

Источник

Однако, если вы посмотрите на полный временной ряд, вы увидите, что по сравнению с этим государственный долг на самом деле довольно низок.

Источник

Этот вымышленный создатель решил также начать график прямо с нижней точки и ложно продемонстрировать, что он мог расти с нуля до этих темпов. Они также заполнили график кучей случайных точек, чтобы казалось, что набор данных был намного больше, когда он охватывал только 10 лет!

Если вам нужен еще один пример неправильного извлечения, не смотрите дальше фондового рынка.

Существуют тысячи точек данных, на которые фондовые аналитики обращают внимание, прежде чем совершать сделки или рекомендовать людям что-то покупать.Так что есть много вещей, которые они могут упустить, чтобы акции определенных компаний в целом выглядели лучше или хуже.

Но я думаю, что очень легко ввести читателей в заблуждение, так это цена акций. Например, взгляните на график ниже, который показывает, что Твиттер находится на значительном восходящем движении.

Источник

Как сторонний наблюдатель, имея в своем распоряжении только этот график, я мог бы подумать, что они в последнее время что-то делают правильно!

Но я бы ошибся…

Источник

Они были на беспрецедентном спаде за последний год или около того, и это увеличение - всего лишь крошечная отметка на долгосрочном графике.

Теперь, если бы я был менее чем честным биржевым трейдером, я мог бы попытаться выгрузить тонну акций Twitter, просто используя этот график.

И этот тип дезинформации можно использовать для манипулирования любыми данными, которые вы хотите использовать для достижения своих целей.

Как этот пример, который пытался оправдать изменение климата нереальным:

Источник

В основном потому, что люди не хотят смотреть на необработанные данные и видят в графиках показатель честности.

Я имею в виду, зачем кому-то врать в Интернете, правильно ?

До сих пор я говорил о тактике преднамеренной дезинформации, которую писатели используют для продвижения своих целей.

Теперь я думаю, нам следует взглянуть на типы дезинформации, которые могут возникнуть из-за чистой некомпетентности.

Обычно это подразумевает выбор типа графика или диаграммы, который не соответствует данным, которые вы пытаетесь представить.И чаще всего в этом виновата неправильно понятая круговая диаграмма.

Круговая диаграмма не виновата в том, что она может вводить в заблуждение - это люди, которые думают, что ее можно использовать для любого типа данных.

Например, взгляните на эту круговую диаграмму из драфта НФЛ:

Источник

Я не уверен, что они пытались сделать с этой диаграммой, но, как многомиллиардная компания, у них должен быть компетентный график.

Во-первых, в каком мире 64 перспективы половина из 69 перспектив? Во-вторых, почему они не использовали гистограмму для этих данных?

Если бы вы просматривали ленту Twitter и видели такие вводящие в заблуждение графики, было бы логично, что вы думали, что USC вышибло остальных из воды.

Но если бы они хотели поделиться более точным графиком, им следовало бы создать столбчатую диаграмму, подобную этой:

СОЗДАТЬ ГРАФИК

Возможно, он не такой яркий, как первый, но, по крайней мере, он точный.

Вот еще один сомнительный график из мира студенческого футбола. На этот раз они попытались отобразить прогнозируемое количество выигрышей:

Источник

Они правильно оценили каждую команду от высшего к низшему, но включение гистограммы не имело смысла для большинства людей.

Если бы у вашей школы было более длинное название, казалось бы, на этой диаграмме они выиграют больше. И если бы вы быстро сканировали ленту социальных сетей, это было бы справедливым выводом.

СОЗДАТЬ ГРАФИК

Это намного лучше, но мне все равно больно видеть мою школу в Арканзасе внизу обоих графиков.

Еще один способ, которым бренды могут невольно вводить в заблуждение, - это пытаться быть слишком «новаторскими» в своих графиках или диаграммах.

В приведенном ниже примере они использовали круговую диаграмму пиццы , и я действительно не могу понять, почему!

Источник

Когда это действительно должна была быть временная шкала или даже простая таблица:

СОЗДАТЬ Хронологию

Я имею в виду, что они вообще пытаются показать этим ужасным графиком? Он даже не маркирован правильно, чтобы читатель мог понять, что происходит!

Это может выглядеть круто, но функциональность всегда должна быть на первом месте!

В этом примере от Microsoft, пытаясь быть концептуальным, они создали вводящую в заблуждение визуализацию данных:

Источник

Даже если Microsoft Edge быстрее Chrome или Firefox, это лишь небольшой запас прочности.Не примерно на 25% быстрее, чем Chrome, и на 50% быстрее, чем Firefox, как вы бы могли представить.

Им следовало использовать столбчатую диаграмму, если они хотели быть точными со своими данными:

Или, если бы они все еще хотели использовать что-то менее скучное, они могли бы использовать пузырьковую диаграмму вроде этой:

СОЗДАТЬ ГРАФИК

Поскольку я немного огорчил круговую диаграмму выше, я собираюсь показать место, где ее определенно следовало использовать! Вы также можете использовать бесплатный конструктор круговых диаграмм Venngage для создания круговых диаграмм, которые точно отображают ваши данные.

В приведенном ниже примере The Intercept пытался показать, как в последнее время новости о России преобладают:

Источник

Это было немного короче, в основном потому, что выбранные ими ярлыки не очень информативны.

И если вы не рассчитали это самостоятельно, вам оставалось только догадываться, каков был фактический раскол между ними.

Если бы я создавал эту визуализацию, я бы сразу перешел к круговой диаграмме:

СОЗДАТЬ ГРАФИК

Он не только включает ту же информацию, но и позволяет кому-то быстро заметить разницу.

Помощь читателям в быстром понимании данных должна быть целью любой визуализации данных.

Не дизайнер? Создавайте лучшие диаграммы с помощью бесплатного инструмента Venngage's Chart Maker.

Чтобы завершить наш список вводящих в заблуждение тактик визуализации данных, я подумал, что было бы неплохо взглянуть на вводящие в заблуждение графики и диаграммы, которые изменяют давние соглашения или ассоциации.

Если вы немного запутались в том, о чем я говорю, подумайте о графике, где красный представляет демократов, а синий - республиканцев.

Это было бы столпотворение!

Или более простой пример - использование зеленого для убытков и красного для прибылей.

Это не имело бы смысла для компетентного создателя графиков, но было бы отличным инструментом для манипулирования аудиторией.

На этой карте, показывающей уровни ИППП по стране, они выбрали темный цвет для обозначения низких уровней и светлый цвет для высоких уровней:

Источник

Такое использование цвета противоречит почти всем визуализациям картографических данных, которые я когда-либо видел.Так что я думаю, что он был создан, чтобы намеренно ввести читателя в заблуждение.

И что еще больше ошеломляет, чем выше число, тем, предположительно, ниже ставки. Таким образом, карта сбивает с толку всех, что может заставить кого-то правильно подумать, что Айдахо является рассадником ИППП, хотя на самом деле это южные штаты.

Вот пример того, как должна была выглядеть такая карта (у нас не было доступа к необработанным данным для воссоздания карты, поэтому мы нашли нечто подобное):

Источник

Темные цвета используются для обозначения высоких значений, а светлые - низких.

Вот еще один пример карты с безумной цветовой палитрой:

Источник

Не могли бы вы понять, что они пытались сказать? Я не мог!

Как я уже указывал выше, этим создателям карт следовало использовать единую цветовую палитру с оттенками и оттенками. Почти каждый знает, как расшифровывать такие типы карт.

Далее у нас есть график, на котором писатель хотел прямо донести ложную идею до своей аудитории. Честно говоря, это одна из самых вопиющих манипуляций с графами, которые я когда-либо видел, из-за того, насколько вопиющими были их намерения.

Они фактически перевернули график. Это создавало впечатление, что количество смертей от огнестрельного оружия сокращается, в то время как на самом деле количество смертей от огнестрельного оружия резко возросло после того, как был принят закон «Stand Your Ground»:

Источник

Понимаете, о чем я? Это было сделано для продвижения повестки дня.

Простое вращение и зеркальное отображение графика покажет вам, как он должен выглядеть:

Вот! Как новенький, ну… вроде как.

И для нашего последнего примера у нас есть один из наших любимых манипуляторов данных, Fox News.

Почему бы вам не посмотреть, почему этот график попал в этот список?

Источник

Вы это заметили? Если нет, то я не виню вас, потому что полагаю, многие из их зрителей тоже это пропустили. И они на это рассчитывают.

Если вы посмотрите на ось x, вы увидите, что они решили включить в свой график набор случайных значений времени. Дело не в том, что они просто оставили несколько месяцев или кварталов вне графика наугад - они целенаправленно выбрали эти кварталы, чтобы они соответствовали своему повествованию.Вы также можете рассматривать это как пример исключения данных.

И хуже всего в этом примере не то, что это плохая диаграмма, а то, что они думали, что могут обмануть своих преданных зрителей.

Если бренд так мало думает о вашем интеллекте, что навязывает вам плохие графики, я бы порекомендовал найти другой источник.

Сейчас существует масса данных о пандемии COVID-19.И со временем по всему миру будет распространяться огромное количество данных.

Это означает, что, вероятно, будут распространяться и некоторые вводящие в заблуждение графики.

Вы, вероятно, увидите много таких в социальных сетях, в новостных статьях и на сетевом телевидении.

Некоторые из них намеренно вводят в заблуждение, чтобы переложить вину, но другие вводят в заблуждение, потому что создатель не знает, как правильно визуализировать данные.

Итак, давайте взглянем на некоторые из самых последних примеров этих плохих графиков и посмотрим, сможем ли мы исправить некоторые из них с помощью Venngage.

Связано: Плохая инфографика: худшая инфографика 2020 года (с уроками на 2021 год)

Одна из самых распространенных ошибок, которые люди допускают при создании графиков и визуализаций, заключается в том, что они включают слишком много данных.

Попытка включить все данные в один визуальный элемент обычно сбивает с толку больше людей, чем помогает им.

Например, эта диаграмма, которую несколько недель назад представил представитель Белого дома, почти ничего не говорит нам о росте числа случаев заболевания.

Источник

После того, как вы посмотрите на первые две линии тренда, остальная часть графика в основном бесполезна, если у вас нет под рукой увеличительного стекла.

Мало того, что на этом графике слишком много линий тренда, легенда не поможет вам ничего расшифровать.

Согласно этому графику, штатом с наибольшим количеством заболевших могут быть Нью-Йорк, Род-Айленд, Нью-Гэмпшир, Орегон или Миннесота.

Лучшим способом представления этих данных мог бы быть интерактивный график, на котором вы можете изолировать свое состояние от других, или просто создать отдельные графики для каждого состояния.

Честно говоря, я не думаю, что у них было намерение ввести людей в заблуждение с помощью этого графика, но он все же мог навредить многим людям, которые ищут совета в это тревожное время.

Вот почему плохие графики так опасны в этой пандемии. Если холодные и достоверные данные не представлены правдиво и легко для расшифровки, это может заставить людей не воспринимать их всерьез или паниковать.

2. Представлены неверные данные

Даже если у людей не так много данных о вашей визуализации, иногда они просто представляют неверные данные.

Главное, что бросается в глаза в этой визуализации карты, это то, что они использовали абсолютные числа в качестве источника данных.

Источник

Вместо этого им следовало сравнить количество заболевших с населением страны, города или штата. Это значительно упростило бы сравнение разных мест. Это также сделало бы диаграмму действительно полезной.

Например, если бы в Канзас-Сити и Лос-Анджелесе было одинаковое количество заболевших, Канзас-Сити был бы в гораздо худшей форме, чем Лос-Анджелес.

Но, судя по этой карте, кто-то может сделать вывод, что они оба находятся в одном и том же затруднительном положении.

Как и в последнем примере, эта карта буквально ничего полезного нам не сообщает, кроме того, где находятся самые большие города страны.

Кроме того, остановка диапазона на 101+ вводит в заблуждение, существует огромная разница между 101 случаем и 500 или 1000.

Другой пример использования неверных данных можно увидеть на этой круговой диаграмме Министерства здравоохранения Джорджии.

На этой круговой диаграмме они поместили каждого взрослого в возрасте до 60 лет в одну группу, а затем всех лиц старше 60 лет в другую:

Источник

Если вы взглянете на это бегло, вы, вероятно, скажете, что COVID-19 действительно не так опасен для людей старше 60 лет.Другая группа составляет более половины круговой диаграммы!

Но, по мнению экспертов, это полная противоположность действительности. Больше всего от пандемии пострадали люди старше 60 лет.

Теперь, когда мы рассмотрели несколько довольно ужасных визуализаций данных, давайте посмотрим, сможем ли мы улучшить те, которые просто используют неправильные графики.

Как я сказал ранее, использование неправильного графика - не лучшее оправдание, но это лучше, чем намеренное введение в заблуждение или ленивость с данными.

Как вы можете видеть на этой круговой диаграмме, сумма процентов из каждого раздела составляет более 100%. Это обычная проблема, когда люди пытаются визуализировать данные опроса с несколькими ответами.

Источник

Создатель исходной круговой диаграммы должен был представить данные примерно так:

СОЗДАТЬ ГРАФИК

Statista эффективно представляет очень похожие данные на этой простой гистограмме: