World City Populations Interactive Map 1950-2030
▻http://luminocity3d.org/WorldCity/#3/-24.75/-45.35
Je ne sais plus si on a référencé ça, je crois me souvenir que oui amis où ?
#urban_matter #cartographie #villes #agglomérations #population #démographie
Cette représentation des valeurs successives par des cercles concentriques est elle adaptée seulement aux valeurs croissantes ?
Serait ce adapté aux résultats électoraux, par exemple, qui peuvent croitre ou décroître au fil des élections ? Et si non, comment pourrait on représenter ce type de variable, avec les mêmes caractéristiques : une série temporelle pour chaque point géographique ?
Réaction pas très favorable au début, notamment quand le billet est paru, mais à la relecture et en y passant quelques minutes je trouve l’idée intéressante. En particulier, elle montre très efficacement l’ancienneté ou non de la croissance urbaine.
Évidemment, ça marche parce que ça augmente partout. Pour les résultats électoraux, en effet, ça peut baisser, mais il faudrait tester avec une autre forme (carré p. ex.) et surtout, les variations ne sont pas aussi fortes que celles de la démographie urbaine surtout si on représente les pourcentages. Je ne suis pas sûr qu’on y verrait la dynamique.
Peut être, en nombre de votes, ou plutôt de non votes pour l’abstention…
Je me demande si ce ne serait pas aussi bien avec des sparklines
Avec les sparklines, on peut voir les évolutions temporelles, mais je pense que ça n’aiderait pas à la comparaison entre deux villes, par exemple.
Avec les cercles concentriques, c’est clair : plus c’est gros, plus la population est grande. Avec les sparklines, c’est sûrement plus difficile à évaluer visuellement. Peut être en combinant avec les couleurs au sein de la même courbe, mais je n’ai pas trouvé de bibliothèque #javascript qui permette d’appliquer une couleur différente selon le point. Peut être avec les barres verticales :
▻http://omnipotent.net/jquery.sparkline/#s-about
Autre bibliothèque pour les #sparklines :
j’ai refait cette carte (avec #d3.js et en repartant des données source) ; j’ai « écarté » un peu les villes les unes des autres, histoire qu’on les voie toutes
il me semble qu’on voit beaucoup mieux ce qui se passe sur la seconde, plus classique, que sur la première ; et on peut mettre en évidence aussi les villes qui se dépeuplent (en noir)
L’avantage de la seconde carte, c’est qu’on comprend la dynamique des petites villes aussi (bon, petites, en Chine et Inde, ça doit tourner autour du million d’habitants...)
Avec les cercles concentriques, c’est très clair pour les gros disques, mais pour les autres, on ne comprend pas.
Merci @fil pour ces expérimentations, c’est très utile.
Via @freakonometrics, la cartographie des transformations urbaines
Mapping the Global Urban Transformation | CityGeographics : Visualising urban form, dynamics and sustainability
►http://citygeographics.org/2015/12/09/mapping-the-global-urban-transformation
@freakonometrics alias Arthus Charpentier a signalé cette merveille sur Twitter. Le « world prospect urbanization » le, plus récent doit sans doute donner des prévisions de croissance urbaines soit recalculées, soit pour 2030 ou 2050 (à vérifier sur la base de donnée). je publie aussi la carte que j’avais établie en 2007, en attendant de mettre à jour les données.
One of the best datasets for understanding the explosive growth of cities across the world in the last 65 years in the UN World Urbanisation Prospects research, which records individual city populations from 1950 to 2014, and includes predicted populations up to 2030. I have been meaning to create an interactive map of this fascinating data for a while, and have now completed this at- luminocity3d.org/WorldCity/
The map uses proportional circles representing city populations in the years 1950, 1990, 2015 and 2030, highlighting the regions in the globe with the most spectacular urban growth, and the time period when this growth occurred (I first saw this technique used in a static map at LSE Cities Urban Age). Naturally China, India, Africa and Latin America jump out in the map, while Europe is largely static (except for Turkey). You can also explore time-series graphs and statistics for individual cities by moving your cursor over each city.
#urban_matter #villes #agglomérations #visualisation #cartographie
Mapping the Global Urban Transformation | CityGeographics: Visualising urban form, dynamics and sustainability
►http://citygeographics.org/2015/12/09/mapping-the-global-urban-transformation
One of the best datasets for understanding the explosive growth of cities across the world in the last 65 years in the UN World Urbanisation Prospects research, which records individual city populations from 1950 to 2014, and includes predicted populations up to 2030. I have been meaning to create an interactive map of this fascinating data for a while, and have now completed this at- luminocity3d.org/WorldCity/
The map uses proportional circles representing city populations in the years 1950, 1990, 2015 and 2030, highlighting the regions in the globe with the most spectacular urban growth, and the time period when this growth occurred (I first saw this technique used in a static map at LSE Cities Urban Age). Naturally China, India, Africa and Latin America jump out in the map, while Europe is largely static (except for Turkey). You can also explore time-series graphs and statistics for individual cities by moving your cursor over each city.