AIGA:

Watching a single place evolve over time reveals small histories and granular inconsistencies. Train stations and airports are built, a gunpowder factory disappears for the length of the Cold War. But on certain maps, in Switzerland’s more remote regions, there is also, curiously, a spider, a man’s face, a naked woman, a hiker, a fish, and a marmot. These barely-perceptible apparitions aren’t mistakes, but rather illustrations hidden by the official cartographers at Swisstopo in defiance of their mandate “to reconstitute reality.” Maps published by Swisstopo undergo a rigorous proofreading process, so to find an illicit drawing means that the cartographer has outsmarted his colleagues.

The Pudding’s guide on how to get started with data visualisations. Part 2 is here.

In their own words:

Every Noise at Once is an ongoing attempt at an algorithmically-generated, readability-adjusted scatter-plot of the musical genre-space, based on data tracked and analyzed for 2,850 genres by Spotify

Wipawe Sirikolkarn ha analizzato i messaggi che si è scambiato per quattro anni durante una relazione a distanza – il risultato sono delle visualizzazioni molto minimaliste che raccontano la nascita (e la fine) di una relazione.

Edward Tufte ha scritto libri eccellenti sulle infografiche, ed è considerato uno dei principali esperti e pionieri in merito. In un articolo di Medium, intitolato Beyond Tufte, Karl Sluis ha consigliato nove libri a chi volesse avvicinarsi alle infografiche — e capirci qualcosina di più — che non sono stati scritti da Tufte (non per essere crudeli nei suoi confronti, ma per segnalare volumi meno conosciuto ma comunque validi).

Il primo in elenco, Now You See It, è nella mia lista da più di un anno — essendomi stato consigliato più volte:

Few [l’autore] covers a surprising amount of data analysis in Now You See It. The book provides an approachable introduction to data science, from navigating data to common patterns in time-series, deviation, distribution, correlation, and multivariate data. The below graphic is a great example of Few’s approach: here, Few regroups data by month to correct for periodicity and adds an average to help the reader see the patterns in the data.

Se volete un ebook gratuito, invece, segnalo Data + Design. Iniziai a leggerlo tempo fa, e prometteva bene (purtroppo non l’ho mai completato).