#визуализация_данных — Public Fediverse posts

Как люди придумывали красоту: собрал атлас 195 визуальных стилей, от пещеры Ласко до уирдкора

Нейросети дали всем суперсилу: любой человек может за минуту получить вполне красивую картинку. Но суперсила попала в руки людям, которые часто не знают, что с ней делать. Я в том числе. Попросить у ИИ «нарисуй в стиле импрессионизма» может каждый. Попросить «в стиле неопластицизма» или «в стиле вейпорвейва» может только тот, кто знает, что такие стили вообще есть, и чем они отличаются. Это как если бы мне дали возможность построить по щелчку пальцев любой дом. Любой. Но какой? Я не учился архитектуре и, скорее всего, построю то, что видел у соседа, а не то, что мне на самом деле близко. Художественного образования у меня нет. Поэтому я решил сделать себе карту: какие визуальные стили придумали люди, откуда они взялись и как связаны друг с другом. Получился Атлас эстетик . Пройтись по атласу

https://habr.com/ru/articles/1099688/

#визуализация_данных #эстетика #нейросети #история_искусства #генерация_изображений #насмотренность #промты #визуальные_стили #граф_влияний

Токены, состояния и тепловая матрица. Как я раскладывал по экранам данные телефонного звонка

Я проектирую интерфейс сервиса, который разбирает записи звонков отдела продаж. Запись распознаётся, делится на реплики клиента и менеджера, проверяется по чек-листу, а результат уходит в CRM и на экраны руководителя. Модели и интеграции ведёт команда продукта, моя часть это проектирование и дизайн. Здесь не будет про модели. Будет про то, как длинный неструктурированный результат обработки звонка превращается в экраны, которые читаются за минуту, и что происходит с дизайн-системой, когда её выгружают из Figma в CSS-переменные. Числа из макетов сняты через Plugin API, код токенов взят из выгрузки, данные на скриншотах демонстрационные или обезличенные.

https://habr.com/ru/articles/1099572/

#тепловая_карта #визуализация_данных #проектирование_интерфейсов #cssпеременные #дашборд #дизайнтокены #состояния_интерфейса

Рост и вес неандертальца по одной кости: я сделал открытый калькулятор по научным формулам

Статья про то, как я калькулятор для антропологов по открытым данным сделал: внутри вы можете найти, на кого из древних людей вы больше всего похожи. В июле 2026 года в PNAS вышла статья Кевина Хаталы и соавторов про следы на берегу древнего озера в северной Кении. Около 1,4 млн лет назад там прошли восемь парантропов вида Paranthropus boisei . От этого вида до сих пор находили в основном черепа с огромными челюстями и зубами, а ниже шеи почти ничего. По отпечаткам стоп авторы оценили рост до 1,8 м и массу около 75 кг. Это заметно больше, чем получалось раньше по редким костям. Меня в этой новости зацепило не то, что парантропы оказались крупными, а сам вопрос: как вообще по следу, обломку бедра или куску таза узнают рост и вес существа, которое умерло миллион лет назад? Ответ скучнее и интереснее, чем кажется. Есть десятки опубликованных регрессионных формул, у каждой свой автор, своя выборка, своя ошибка. Я собрал главные из них в один открытый калькулятор и положил рядом базу из 311 ископаемых людей.

https://habr.com/ru/articles/1099208/

#open_source #калькулятор #визуализация_данных #открытые_данные #антропология #неандертальцы #эволюция_человека #австралопитеки #палеоантропология #остеометрия