
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
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01