前段时间做了一个关于诺贝尔人才流动的题，包含了可视化视频和信息图，所以用这个选题，来分享一些制作过程以及工具使用，希望能够帮助到题主和其他和对这方面感兴趣的知友。
主题：诺贝尔获奖者的流动
我们想表现的就是诺贝尔获奖者出生地与获奖时的居住地的变化，所以想到流线地图的方式，用地图直观的看到某些时间段内人才流动的变化。
数据：如何收集这个数据?
对于这个案例，毫无疑问的数据来源是诺贝尔奖的官网，上面有最详细的获奖者信息。
对于其他的选题，***与主题相关的权威官网。
我们用Import.io工具抓了871条关于诺贝尔奖历年来的获奖者信息。
因为最终效果要在地图上呈现，在源数据的基础上，表格里还加入了国家的地理坐标，方便下一步的软件操作。
工具：这是用什么做的?
最终视频=Processing+Ocam+Adobe Premiere+Adobe effect
一个正经的小视频居然还用到这么多工具?!
那我们用这些工具分别干了什么?
① Processing
本次视频的流线地图效果的重要支持软件!!
我们的编辑写了298行代码，去表现诺奖人才流动的变化。
其实Processing也可以直接导出每一帧图片，但为了更好地和AE对接，所以选择了录屏软件，灵活性更大。
下面是编辑有话要说：
1.Processing是具有设计背景的团队，为脑回路完全不一样的设计师们或者代码苦手等麻瓜(喂)人群打造的交互编程语言，上手容易，逻辑就跟使用AI一样，特别顺畅(….至少刚开始是这样啊喂!)。
2. 对从没接触过编程的人来说，Processing会是个好开始，不光是学习Processing，你可以通过学习Processing接触何为编程，理解编程的逻辑，进而接触其他编程语言，这也是Processing创始人的初衷之一。
3.气质不一样。恩这点有些玄乎…我把这归结为因为Processing没有封装一些常用的数据可视化形式，导致能发挥的自由度更高，形式更奇葩多样，可以丑到没下限，也可以很美。设计师背景也会让气质不一样，类似同样由设计师背景团队打造的raw，是DesityDesign实验室的产品，你只要打开DensityDesign的主页可能就明白为什么我说气质不一样..大概。
当然无论是Processing还是d3.js,chart.js…或是AI，都只是工具而已，能用到什么程度，还是看使用它的人。数据可视化并不是Processing的核心，Processing可以被叫做创意编程语言，那种感觉就好像它已经从设计师跳脱到艺术家了……很多艺术家都使用processing创造自己的作品。甩个接地气的例子，日本女子组合Perfume有个国际推广的项目perfume global website，她们几场看起来各种酷炫的黑科技演唱会都有Processing的一份功劳哦。
废话一不小心就这么多，重要的是，你还不和我一起跳入processing的大坑啊呸知识的海洋么!
②Ocam
一款录屏软件，用它来录制我们的小视频。
③Adobe Effect和Adobe Premiere
用于录制视频的剪辑合成和其他效果的添加。
除了视频，我们还做了两张气质不一样的信息图，就是我们的编辑推荐的RAW。
RAW是基于D3.js的开源工具，不用代码，只需要导入数据，设置一些条件就可快速生成，而且可以导出矢量的图表!
***步：导入数据
复制excel表里的数据到Raw里，
第二步：选择图表模式
以环形信息图做案例，我们选择Circular Dondrogram。
第三步：选择条件生成效果图
拖拽左边的条件到右边呈现的项目，右边的排序会影响***生成的结构，生成的效果也会根据你的词条实时更新。
嗯，感觉有了，但作为一名美数课代表。这效果怎么可以直接发送给我可爱的班主任?
所以先丢给AI，丢给神奇的AI。(噢，这里AI泛指Adobe Illustrator，不是Artificial Intelligence)
第四步：导出svg，AI中修改，发给班主任，交稿，下班。
有什么技巧?
数据可视化的方式和工具有很多：
有人说，“可视化的很多工具都是一个大坑。”
本课代表否认，“这哪是坑，明明是黑洞!!!洞!!”
Anyway，掌握你所需，然后不断的练习，用合适的方式清楚地表达准确的信息。
