
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
Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18