用户名:
密码:
首页
① 新闻管理
添加新闻
② 政策管理
添加政策
③ 法定规划
添加国空规划
③ 规划PDF附件
添加规划PDF附件
③ 规划图纸
添加规划图纸
④ 资料管理
添加资料
开通用户权限
⑥ AIGC课程学员
添加学员
MJ账号分组
2-AI图库管理
添加图库
3-AI新闻网站
添加信息
4-AI模型管理
添加模型
精准搜索
添加精准
知识库
添加知识库
规划问答
添加信息
小匠QQ微信群宣传
添加推荐
数据网址
添加网站
微信文章管理
课件系统
添加视频
一周热点整理
[ 常用工具 ]
格式化工具
段落合并工具
飞书
金数据
生成封面图
当前:新闻编辑 |
格式化工具
|
查看本文
标题
数据好可耐︱Uber与Twitter潮汐分析数据可视化(两则)
分类
(编号:1116)
国土空间
城市更新
城市设计
生态环境
乡村振兴
区域发展
专项规划
资料下载
规划头条
政策规范
规划直播
其他
新闻
好物
观点
城市
政策
设计
社区
建筑
环境
产业
旅游
交通
读书
优选
榜单
空间规划
区域
文化
村镇
智慧
会议
公众参与
微文
摩天楼
地标
航拍
规划
链接
作者
时间
2016-06-22 01:09:10
政策
省
市
年
月
直播
主办:
协办:
时间:
会议室:
直播链接:
h1
/h1
h2
/h2
strong
/strong
一
°
览
°
众
°
山
°
小
SustainableCity & Transportation
编辑团队
原文/ Nicolas Garcia Belmonte、Daniel Hertz
翻译/ 张天怡
文献/ 王奥博 校核/ 众山小
编辑/ 众山小 排版/ 解珊珊
译者萌像&导读:
Uber作为现如今我们经常使用的打车软件,在为民众提供高效便捷的出行方式,盘活城市闲置资源的同时,也在时时刻刻采集着富有价值的出行数据,则一介绍了Uber如何将这些数据高效地利用起来,为自己的决策作出重要作用,同时带来了极其震撼的可视化效果,令人惊艳!则二同样借助可视化的手段,基于Twitter直观分析了人口分布现状。讲述了一个职住失调的美国城市案例,然而不同于国内的潮汐式进出城就业现状,该地职住失调的深层次原因可能还涉及到了种族问题,这也进一步引发我们对种族歧视问题的思考。
则一、数据可视化下的Uber智慧工程
原文/ Nicolas Garcia Belmonte 翻译/ 张天怡
2015年初,我们开始正式组建数据可视化团队。其背后理念是:通过数据可视化分析工具对Uber的后台数据进行分析,并提供情报。Uber每天要管理几十亿的GPS位置数据。每一分钟,我们的平台就要处理数百万条移动信息。每当我们不使用数据技术去分析和理解这一信息,就意味着错失了更好地去理解商业的机会。
自Uber成立以来,Uber的数据可视化工程师团队已经从只有我一名工程师,发展为一个15人的团队。数据可视化专家的技术涵盖了计算机图形学到信息设计,以及创意技术和网络平台开发等几方面。我们团队关注于为公众数据可视化进行数据分析,视觉呈现和框架开发的工作。
让我们看看这些在部分工作中的作用:
可视分析:让Uber数据更有可操作性
图一、Uber A/B测试平台的图表和置信区间的可视化功能。联系我们索取高清图片。
可视分析主要包括抽象数据可视化。这是指可视化中的数据没有固定的空间结构。相反,今天更提倡科学性可视化的概念,即将来自物理世界(地图、3D模型以及空间信息等)的进行最直观的可视分析。这一案例中大多数的数据分析工作将会涉及到大量数据,例如:报表,仪表盘等,同时将实时更新的网络数据进行实时分析。我们的团队注重于更多的业务洞察和可视化的探索,另一方面注重搭建可视化平台,包括我们的A/B测试平台和大型机器学习平台。
我们的团队正在努力构建一些可重组的应用程序。我们最近开放了一些资源如react-vis和D3等可视化库,从视觉轴线,图表类型以及其他可视化元素,提供基于JSX的特定编程语言。
我们也在制图上付出同样的努力
制图表达:富有探索性的数据
地理信息是我们Uber最大也是最有价值的资产之一。我们的平台每天要处理数十亿的实时GPS打点数据,并将这些数据实时进行可视化表达和分析,相较而言,这是一个巨大的挑战。
图二、当鼠标滑过Uber可视化地图上的任意区域,你将看到实时的Uber出行轨迹。
我们为不同的客户开发了多样化的制图工具。一种就是Uber在400多座城市所运行的管理人员和运营团队里的人员。他们需要及时的供需关系分布信息。他们也需要方法去汇总数据,从而更好地了解该城市的市场活动。另一类客户群体是数据科学家,他们需要丰富的可挖掘数据借口以获得多维数据(按产品,时间,地理信息等分)。我们为他们建立起应用,以更好地了解我们的数据。
我们的技术聚合在这些应用中,包含一些我们开发得库和开源资源。react-map-gl在mapboxGL顶端提供了友好的图层,一个在Uber上我们广泛使用的来自于mapboxGL的一个库。deck.gl提供了建立WebGL图层的一个接口,并可以将地图上的数据或独立使用的抽象数据进行数据可视化。
图三、deck.gl 和 react-map-gl为WebGL提供接口并能作出数据密度高的地图应用
但是所有的这些技术可以以更好的方式去呈现和应用, 数据可视化的一个强有力作用就是视觉故事的诉说以及数据艺术和阐述。
公众视角:数据诉说故事
有许多有创意的方式来讲有关Uber可视化的故事。我们可以制作有关安全、效率、交通的相关专题,或者Uber在公共交通网络中所扮演的角色。
我们最近制作了一个数据可视化,来探索UberPool是如何在使城市交通更有效率这一话题上产生作用的。在Travis Kalanick的TED演讲中,你将看到我们制作的数据可视化,展示了每一条路段上有UberPool和没有的交通情况,演示了UberPool通过减少交通量来使城市更智能的能力。
图四、左图:没有UberPool的市区交通拥堵状况。 右图:UberPool使用后等人数的人们用更智能的方式出行
我们持续致力于其他的可视化叙事方式。这一块的工作有一些数据新闻、艺术和插图的混合,是一个有趣的挑战。如同为我们的产品进行内部的数据分析一样,数据处理又是另一个挑战,但是美观很重要,视觉冲击和人类感知经常会优于有效的数据设计技术。
例如,我们启动了与设计团队的合作,将视频的理念延伸到了动态地图,来展示每一辆Uber全天的行程。这个结果是WebGL应用,通过对每一帧进行渲染制作并加工成一个视频。这个应用考虑到了数据采集过程(通过Hive)的方方面面,通过离线渲染技术构建起这一视频。
一个逼真的三维动画地图展示了Uber一整天的动态行程:
视频一、旧金山
视频二、洛杉矶
通过这一工作,我们也开发出了luma.gl的框架体系,重点在与基于WebGL的可视化。它使用现代技术设计:ES6.WebGL2.0和基于组件的平台。这让luma.gl和其他库例如stack.gl一样存在可操作性。
还想知道更多吗?
就Uber来说,数据时我们最大的资产。我们通过使用数据创造富有探索性的数据分析工具,以更好地了解这个产业。对商业指标的数据阐述也让我们所有城市的管理人员意识到商业决策的重要性。如果你对从事这些挑战感兴趣,想加入我们的团队和Uber工程,请浏览我们的数据工程专栏并和data-viz@uber.com取得联络,我们期待收到你的来信。
则二、日夜隔离
原文/ Daniel Hertz 翻译/ 张天怡
在城市中,你经常会听到有人讨论“白天人口”:不是说有多少人住在一个地方,而是在他们醒着的时间有多少人有规律地聚集起来。所以,当谈到每天约有160万人居住在曼哈顿时,那么工作日差不多就有两倍的人在岛上。
大部分研究的分离是指你所称作的“夜间人口数”,或者事实上是本地居民。当然,这一分离已经显示出明显的负面作用。但也带来了便利性的问题:人口普查意味着我们已经有了人们居住的详细数据。不过,对于他们不在家,碰巧去度假时,我们就很难拿到数据。
但是一项有趣的研究问及日间出行是否或如何影响分隔的作用。作者——Taylor Shelton,Ate Poorthuis和Matthew Zook,使用Louisville的有地理标签的Twitter和Foursquare的数据KY来判断用户是更喜欢居住在城市的西边(黑人区)还是东边(白人区)。接着绘制出东边居民和西边居民的推文数量在整个城市中的比例。
图五、东西部居民分布状况(基于Twitter)
结果令人惊讶:当看到西部是一个个接近紫色小块时,暗示着这里没有来自东部的居民。Louisville东部出现各种橘黄色、灰色和紫色的斑点——暗示着这里是东西部居民的聚合的地方。
本质在于西部的居民,大多都是黑人,比东部的居民更有可能穿越分隔边界,东部居住的大多为白人。在某种程度上,这是一种必然。因为东部更富裕并且有更多的工作机会,商店和服务。
但通过其他研究发现,这同样形成了种族隔离和相互避免的格局。讽刺的是种族隔离经常被描述为对弱势群体出行的限制——在许多重要方面,从健康结果到就业,就物理层面的人口流动而言,显示出西部的隔离并不是因为西部居民不愿意离开,而是东部的居民从来不会到访西部。
图六、第9大街街景,它将Louisville, KY的东部和西部分开。来源:Google Maps
这与Ed Glaeser的研究吻合,他在1970的时候得出这个结论,夜间人口居住分隔的持续性已由白人决定,以避免生活在黑人比重高的社区,当黑人迁入时,他们选择离开。这同时也与Robert Sampson的研究形成共鸣,在一个黑人占主导的社区,白人易受羞辱,Maria Krysan发现当黑人对芝加哥白人社区的了解,取决于距离的远近与经济阶级,白人通常会说自己一点也不了解黑人社区,无论什么原因。
Shelton, Poorthuis,和Zook发现有些活动可以描述东部和西部的居民:在赛马赛季的时候,有一群人会出现在丘吉尔镇附近的马场上,但是会在赛季结束后消失。换句话说,当这些有希望的活动可以产生地理传递的信号时,这些到访就会显得相当少或者受限,不让在西部增加日间人口以产生更大的影响。
那表明对于这种分离的救济将会比偶然性的事情走得更深,人们花一些时间穿越城市。但是这篇文章也强调了当我们想起分隔时,我们需要去更多地思考人们晚上睡哪儿。
购买2015上半年刊,请点击“阅读原文”
「 欢迎投稿 」
我们作为专业志愿者团体,秉承理想,帮助中国可持续发展。并为之贡献:理念与传播、培训与教育、实践与孵化。欢迎您加入我们一起并肩前行!
2014-2016 ? 转载请注明:
源自公众号“一览众山小-可持续城市与交通”