京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数据分析告诉你不一样的中土世界
人口普查对一个国家来说, 是了解居民基本情况的重要手段。 很多国家大约是每十年, 就要花费大量人力物力来进行人口普查。不过, 最近, 一个瑞典的21岁大学生, 却一个人完成了一项全球性的人口普查。 只不过, 普查的对象是托尔金小说的《指环王》系列小说(霍比特人,指环王, 以及精灵之钻)中描述的中土世界。
这位小伙子名叫Emil Johansson, 是瑞典查莫特理工学院的化学工程系的学生。 他在业余时间, 利用了近一年的时间, 在今年11月推出了叫LotrProject项目的网站。 对托尔金小说里的923个人物进行了分析。
通过Emil Johansson, 我们知道了霍比特人的平均寿命是96.24年, 而比尔博.巴金斯活到了131岁, 使他成为仅次于斯米戈尔(也就是咕噜)外最长寿的霍比特人, 而比尔博-巴金斯的一个侄子, 罗索-巴金斯, 则只活了55岁, 是霍比特人里最短寿的。
而你能想象吗, 中土世界里, 女性占总人口的比例只有20%不到, 就算是最英俊的矮人, 可能也只能通过《非诚勿扰》才能找到恋爱对象了。
本质上, LotrProject其实是一个数据可视化项目。 它把托尔金小说里表述的一个巨大而复杂的家谱关系, 通过图表, 地图, 时间轴以及简单文字说明生动地表现了出来。
下面这个图表就是一例, 这个交互式的图, 显示了按照不同种族的寿命分布(精灵因为长生不老, 所以没有列入)。 你可以用鼠标点击不同的部分放大进行更细的信息浏览(本站只是截图, 读者可以去Lotrproject的网站去试试)。
看上去像是数据极客的游戏吧。 不过, 这正是互联网和数据分析神奇的地方, 只要你有想法, 有热情, 技术宅男一样也可以变成明星。 自从推出了Lotrproject网站, Emil Johansson很快就出名了。 他的网站收到了了成千上万的评论, 他还被邀请在古登堡的TED上做演讲。 据说还要去参加明年一月的霍比特人研讨会。
那我们就来看看这个21岁的化学工程系的学生是如何变成网上的明星的吧。
在他的网站里, 他对923个人物做了分析。 尽管这个网站才建立不到一年, 这些想法已经很早就开始了。
Johansson从小就非常喜欢托尔金的作品。 看过无数遍他的小说。 他说, 从2001年起, 他每年都会读一遍指环王。 大约7年前, 他开始根据托尔金的小说《精灵之钻》, 来编撰人物家谱。 最终, 他把托尔金系列小说里的所有人物都作了归类和分析。
Johansson很早就想在网上发表他的研究成果了。 可是他没有什么编程的经验, 所以, 就一直没有付诸实现。 直到他上了大学以后, 他才又重新开始考虑把他的研究上网的项目。
“作为一个工科的学生, 你得知道如何学习新的东西, 去干你过去干不了的事情。” Johansson说:“我不会编程, 不过我Google用得很熟”。 依靠Google, Johansson自学了Javascript 和 PHP, 而最终, 他的中土“人口普查”得以上线。
“起初, 我并没有指望有多少人看它。”但是, 人们最初的反馈好极了。 于是, Johansson决定在家谱的基础上, 添加上交互式的图表, 按照中土世界的大事件加上了时间轴。
于是, 网站变得越来越受欢迎。 以至于Johansson不得不考虑把网站独立托管了。 Johansson又采用了众筹方式, 从Indiegogo上筹资, 2天内就筹到了600美元。 Johansson最近还开发了一个安卓的应用。 一两个月的下载量也超过了1000次。 Johanson说他也想开发一个iOS的版本, 但是那样的话需要一台苹果电脑, 作为一个全职学生, 这超过了他的预算。 不过, 苹果迷们也不要着急。 据说Johansson已经租了一台电脑, 准备在明年一月份前推出iOS版本。
在《指环王》里, 甘道夫在护戒远程出发前对佛罗多说:“当重任轮到我们的时候, 我们需要决定去做什么。” Johansson觉得, 他在花了大量时间和精力进行开发Lotrproject项目的时候, 就有一种来的中土世界的感觉。
“托尔金把中土世界描述的细致入微, 从语言到人物, 都是那么地细致, 当你在做这个项目的时候, 你仿佛就置身于中土世界一样”, Johansson这样描述他的感觉。
听上去太像一个极客了吧。 确实。 “人们不要怕被称为极客, 每个人都有一些狂热的爱好。 比如时尚, 汽车, 托尔金。 化学什么的。 对了, 我其实也很喜欢化学的”, 这个化工系的学生如是说。
除了收到大量的《指环王》系列小说的爱好者的评论外。 Johansson也收到了一些教师的评论。 希望能够授权在教学中使用他的这些图表。 Johnsson本人也在考虑开发一些类似工具。可以采用与Lotrproject类似的方式来表现真实世界的历史时间。 而除了把中土世界搬到网上外, Johansson也计划把另一部魔幻作品《冰与火之歌》的“人口普查”也放到网上去。
而对马上要上映的《霍比特人》的电影, Johansson还在网上放了一张各人物关系图。 Johansson就是通过类似的关系图开始他的家谱绘制的。 而通过这些图谱, 影迷们可以更好的了解各种复杂的人物关系(编者:可能以后的电影营销可以考虑类似的方式了)。
Johansson说:“我的项目取得成功非常幸运, 当我重新审视当初的想法时, 很难想到, 一个纯粹个人爱好竟然能够成为今天这样一个数据可视化的项目。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在MySQL数据库运维与开发实践中,经常出现一种典型现象:数据库实际存储的数据量很小,数据表条数少、文件体积低,但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差,但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者:李诗怡 定义: 将同一时间段内因具备相同属性或共同经历的用户划分为群体,分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中,客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果, ...
2026-09-10在数据可视化体系中,柱形图是最基础、应用最广泛的图表类型,其中**累计柱形图(堆积柱状图)**是兼顾整体总量与内部结构的核心 ...
2026-09-10 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-09-10在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02