data.csv

тут тоже похвастаюсь:

мы с Т—Ж сейчас делаем цикл статей про манипуляции с данными и на графиках.
очень это интересный процесс —

перечитываю для этого разные книжки, ищу презентации, классные кейсы в различных каналах про датавиз

времени бы только на всё хватало 🙈

сегодня вышла вторая статья из цикла — и я прямо кайфнул от того, как всё получилось

если вы тоже хотите научиться делать красивые и понятные графики, для вас — мой второй канал:
https://t.me/perfectgraphs

делаю там разборы графиков, пишу про полезные приёмы, рассказываю, как вам может помочь датавиз

ну и про курс в том числе!

Как интересно визуализировать доходы чиновников из Минфина?

Отвечает ещё одна моя студентка, пожелавшая остаться анонимной.

Взялась за датасет с налоговыми декларациями чиновников, который ты предложил. Тема популярная, эмоциональная, хотелось и свои силы в ней попробовать.

Поначалу жутко запуталась, но затем заметила, что медианные доходы чиновников из Министерства финансов значительно выше, чем доходы чиновников из других министерств. Решила оттолкнуться от этого и сделать серию минималистичных графиков про зарплаты минфиновцев. Графики вышли элементарными, но процесс их создания был не так очевиден и прост. И даже несмотря на то, что взялась за диплом в последний момент, вышло толково и аккуратно. А этого в такие короткие сроки без курса бы не получилось, спасибо :)

UPD. Внимательные читатели нашли в работе разного рода фактические ошибки. Поскольку это их личная работа по визуализации, а не редакционный материал, я не проверяю за студентами данные, но вам полезно будет знать, чтобы не обманываться:

* В 2019 году медиана зарплаты в России была 31 639 ₽, а не 26 364 ₽
* На пайчарте долька «остальные» подписана неверно — там должно быть 36%. Но визуализировано правильно

#работы_студентов

Яндекс обновил свой Нейростат — теперь это большое исследование с классной статистикой о том, как люди используют нейросети.

Например, из него можно узнать, что:
* Самая востребованная задача у пользователей нейросетей — генерация текстов с нуля. Её решают 40% респондентов
* Чаще все генерируют названия брендов, посты для соцсетей или код
* Если говорить про генерацию картинок, то люди помладше генерируют людей, а люди постарше — цветы 🌻

https://ya.ru/ai/stat

Т—Ж на цифрах объясняет, почему программе льготной ипотеки в России пришёл конец.

Если коротко — благодаря ней жильё стало менее доступным 🥲
Рост цен на квартиры обогнал инфляцию, разница в стоимости между новыми квартирами и вторичкой улетела в космос, а концу программы позволить себе ипотеку могли в основном только люди с высоким доходом.

https://journal.tinkoff.ru/lgotnaya-ipoteka-vse/

Кстати, тут редкий случай, когда линейный график лучше было бы построить от нуля. Согласны? Напишите в комменты, почему 🙂

Коллеги посчитали, что генерят пользователи Шедеврума (это нейросеть Яндекса, которая генерирует картинки по текстовому запросу) в зависимости от пола и возраста

Некоторые различия удивляют: к примеру, радость и счастье по доле генераций сильно «перекошены» в женщин, а ужас, ненависть и безысходность генерируют в основном мужчины

Зато лень всем гендерам покорна!

Хорошо вышло y New York Times рассказать про инфляцию. К графику добавили много-много бэкграунда и анимировали по скроллу.

Получилось динамично, нескучно и даже не похоже на классический скроллителлинг.

https://www.nytimes.com/interactive/2024/06/26/business/economy/inflation-rate-over-time.html

Вероятно, для просмотра потребуется подписка, режим инкогнито или расширение Bypass Paywalls

В 2023 году интерес к визам в Китай превысил интерес к визам в США

Сейчас запросов про китайскую визу на 70% больше, чем про американскую — выяснили аналитики Яндекса.

Впрочем, топ в запросах со словами «получить / оформить / сделать визу» все равно пока возглавляют страны Шенгенской зоны.

А куда вы пытались сделать визу в этом году? 👀

#работы_студентов

Выкладываю ещё один диплом моей студентки — Анастасии Рагулиной. Настя — Data Scientist, и до курса не работала в графических редакторах, а её графики были очень простыми и не всегда оптимальными. Поэтому я уверен, что при должном желании и упорстве можно за пару месяцев очень круто прокачаться в визуализации. Вот что она говорит о своей работе:

В последнее время тема ИИ будоражит многих. Мне захотелось взглянуть на проблему не с точки зрения «нейросети поработят нас всех», а с более приземлённой стороны. Модели выходят всё чаще, и все они обучаются на невообразимых количествах параметров.

Облака данных расположены не на небе, а в Дата-центрах, на серверах, которые, как оказалось, требуют огромного количества энергии для своего функционирования (и воды для охлаждения, но это тема для отдельной истории). Один запрос в Google расходует ничтожное количество энергии. Однако каждую секунду (!) поступают миллионы таких запросов.

Для меня это был повод разобраться самой и показать другим, что такая проблема существует и со временем она может стать существенной.

Эта работа — хороший пример, как из большого количества хаотичных данных можно сделать увлекательную и красивую историю. Если хотите научиться так же, приходите ко мне на курс — будем практиковаться: https://clck.ru/3Bc8in