Примеры инфографики со всего мира — из всех областей бизнеса и науки, из самых интересных источников. Графики, визуализации, целые проекты. Листайте и наслаждайтесь. А так же — присылайте нам все, чем хотелось бы поделиться. Будем рады.
Публикую пример плохого дизайна, почерпнутый с ресурса Chart Porn. Заголовок «Атеизм растет»
Вы видите данные о количестве атеистов? Присмотритесь, пара минут и вы их найдете. Они очень хорошо замаскированы и сделаны прозрачными. Все внимание уделено барной стойке, не имеющей к теме атеизма никакого отношения.
К сожалению, с графиками работы не было сделано никакой. Все силы ушли на яркую, рябую подложку.
Чарты на спинках стульев я все же отыскала, и много позже нашла еще один — в верхнем правом углу. О чем он — пока не знаю.
И как бы не критиковали Эдварда Тафти, все равно его правило о соотношении и информации и чернил является очень актуальным.
Продолжу публикацию классики. Еще один знаменитый пример из книг Эдварда Тафти — расписание поездов. Этот инфографик красуется на обложке его книги «Visual display of quantitative Information»
Как читать? График я нашла почему-то без подписей данных, но объясню.
По горизонтальным осям (сверху и снизу) отмечено время отправления и прибытия поездов (одно тоненькое деление — 10 мин).
По вертикали — станции.
Отдельная наклонная линия — расписание одного поезда, чем сильнее ее наклон, тем выше скорость движения и тем быстрее поезд попадает из пункта А в пункт В. Можно увидеть как долго стоит поезд на станциях, где он пересекается с другими поездами и можно сделать пересадку.
Непривычно, но очень наглядно
Этот инфографик я должна была опубликовать одним из первых — это настоящая классика жанра и всем примерам пример. Визуализация движения армии Наполеона 1812-1813 годов была найдена Эдвардом Тафти лет 20 назад (done by Charles Joseph Minard). Теперь этот шедевр кочует от конференции к конференции, от книги к книге. Опубликую и я.
Чем эта работа прекрасна? Тем, что одновременно мы видим очень много информации, сконцентрированной в одном месте и легко воспринимаемой.
Провал французов описан от и до, с помощью многих включенных факторов:
Разница толщины линий (желтой и черной) должна заставить захватчиков задуматься. К границам России подошло войско 422.000 человек, до Москвы дошло 100.000, вернулось домой 10.000
Самый жизненно важный пример инфографики я обнаружила у Тафти и потом еще много раз встречала в разных презентациях.
Это ранняя работа относится к 1854году.
Эпидемиолог Джон Сноу (John Snow) пытался разобраться в причинах всплеска эпидемии чумы.
Ключевым шагом стало то, что он нанес адреса смертельно больных на карту города (обозначены черными точками) и увидел, что случаи заражения сконцентрированы в центре города.
Затем он начал искать причины. Стало ясно, что все жители этого квартала берут воду из напорной станции на Broad Street (обведено красным). Вокруг других источников воды (зеленые круги) такой ужасной картины не наблюдалось.
После принятия решения о закрытии колонки в городе не было ни одного нового случая заражения.
Таким образом, 2 века назад, мэппинг помог остановить инфекцию, унесшую более 500 жителей Лондона. Вряд ли можно было прийти к таким же выводам, глядя на статистику смертности, без графической визуализации.
Сегодня мне попался пост с сайта студии Лебедева о процессе переработки таблиц в картинку.
Публикую у себя за логику, пошаговость повествования и результат. Тёма и его коллеги, вам большой респект — когда я работала с дизайнерами по похожим задачам, слов «гипотеза» я уж точно от них не слышала!
Обычно все делается именно так как написано в статье: К сожалению, большинство дизайнеров, имеющих дело со статистикой, не проявляют ни малейшего интереса к смыслу данных, которые они должны представить зрителю. Вместо этого они думают о том, как сделать данные красивыми.
Дизайнер должен понять, чем именно могут быть интересны данные, с которыми он работает, а затем посвятить отображению этой информации каждый миллиграмм типографской краски или каждый закрашенный пиксель (см. работы Эдварда Тафти — ред.).
Поэтому работа над разворотом началась с анализа данных. Исходная таблица была переведена в формат Microsoft Excel и подвергнута различным преобразованиям.
Конечный вид информации