-
-
-
全球深度報道網中文站自2014年9月開通以來為大家介紹了大量國外的數據新聞工具，囊括數據採集、分析和可視化等方面。我們將最常用的工具整理如下，並附上介紹其具體使用方法的文章。我們還會及時更新文中內容，歡迎訪問網站cn.gijn.org“資源庫”內的“數據新聞”欄目，了解最新最全的數據新聞工具包。
數據採集
數據採集（Data Scraping）又稱作數據抓取或網頁抓取，是利用電腦程序從網頁採集文字和數據，並將其整理成便於分析的格式。比較常用的方法是用R語言或Python編寫“爬蟲”程序，但也可以用現成的軟件或基於網頁的應用，包括Helium Scraper（每月收費100美金）、 Import.io、 parsehub、 Web Scraper，中文用戶還可以選擇造數。
相關文章：
想知道有哪些議員在“吃空餉”？自己寫一個爬蟲吧！（2016）
記者採集網絡信息的職業倫理問題（2015）
新聞人網絡數據採集入門（2015）
網絡搜索
對於現代記者而言，網絡搜索的重要性怎麼強調都不為過。全球深度報道網刊登過多篇介紹網絡搜索技巧的文章，尤其是BBC搜索專家Paul Myers的文章深受讀者歡迎。我們將相關文章再次整理如下：
清單 | BBC專家再薦新工具 “人肉”搜索調查利器逐個看（2017）
報道亞洲| BBC專家：網絡搜索，大有可為（2016）
2015調查新聞新招：網絡搜索技法大全（2015）
網絡搜索專家：有了這些網站，在中國做調查報道會更容易（2015）
實用貼：如何用網絡搜索搞定新聞要素？（2015）
實用帖：網絡搜索工具&調查技巧分享（2015）
數據清洗
數據一多，就有可能殘缺、冗餘，或名稱不一致，數據量越大越可能出錯。免費開源的數據清洗工具Open Refine可以幫你在使用數據前挖掘、清洗數據——別怕原始數據會因此遺失，它在網上運行的同時，也悄悄把所有數據存進了你的電腦。
相關文章：
處理數據、製作可視化：數據記者利器推薦（2016）
數據清洗神器Open Refine簡明入門（2016）
文檔存儲與分享
調查記者往往需要處理大量電子文檔，例如Word文件，PDF或者掃描圖片，用於批量存儲和搜索文檔的DocumentCloud比一般的雲端存儲工具更切合記者需要。
DocumentCloud曾經是調查記者與編輯聯盟（Investigative Reporters and Editors，IRE）的項目，主要是為了方便記者處理電子文檔，功能包括雲端存儲、分享、添加註釋，分類管理等。目前已經有1,619家新聞機構的約8400名記者使用該工具，既有美國《紐約時報》、《華盛頓郵報》和英國《衛報》等傳統主流媒體，也有類似維基解密這樣的網絡協作項目。
相關文章：
電子文檔或暴露隱私 專家教你如何自我保護（2017）
普利策獎得主教你五步，做好數字化調查（2017）
導入PDF文檔
PDF文檔一般需要轉換成Word、TXT或CSV等格式後方能對文字和數據作進一步加工和分析。 目前比較先進的網絡工具是CometDocs（美國調查新聞記者免費，其他人員每月9.99美元），OnlineOCR.net（免費，而且能識別繁簡體中文），二者最大的特點是支持光學字符識別（Optical Character Recognition, OCR）技術，可以識別掃描件或照片中的文字。
另外還有專門識別表格的Tabula（免費）和Adobe的官方轉換工具（24美元一年）。
相關文章：
PDF文檔數據難處理？資深記者教你幾招（2017）
從PDF中提取數據表（2014）
數據可視化
Datawrapper是一個開源的數據可視化工具，可以免費生成圖表並保存為PNG格式，目前可生成折線圖、柱狀圖、疊加柱狀圖、地圖、圓環圖、表格圖。付費後可以獲取圖像鏈接（用於嵌入網頁）以設計更多元素。
相關文章：
處理數據、製作可視化：數據記者利器推薦（2016）
CartoDB是一款交互式地圖製作工具，提供“一鍵式製圖”功能，上傳數據後會自動推薦一系列地圖格式供用戶選擇和修改，方便實用，適合缺乏編程基礎又想嘗試可視化的人士。
該程序最初由兩名西班牙研究生物多樣性和自然保護的科學家開發，至今已經擁有超過12萬用戶，尤其深受數據新聞工作者的喜愛。
相關文章：
清單 | 十個地圖可視化工具 從易到難總有一款適合你（2017）
地圖可視化神器CartoDB簡明使用指南（2015）
Fusion Tables屬於Google Drive產品中的一項應用，是一個功能龐雜的製圖工具，適用於CSV和Excel等常見數據格式。繪製地圖方面，其特點之一是能夠融合不同的數據集，而且地理信息編碼功能也十分突出。記錄地理信息的KML（Keyhole Markup Language）是其常用格式。
相關文章：
清單 | 十個地圖可視化工具 從易到難總有一款適合你（2017）
調查記者專用：數字信息調查工具清單（2015）
TimelineJS用於製作新聞事件時間軸，屬於免費且開源的可視化工具，目前支持40種語言。你需要先用Google Spreadsheet按照格式要求編製一份表格，將表格鏈接複製到TimelineJS，然後就能自動生成一個時間軸了。
相關文章：
普利策獎得主教你五步，做好數字化調查（2016）
編譯/周穗斌
編輯/Ivan Zhai
-
-
