做优秀的数据新闻、提升新闻数据丰富度不等于传统报道加上可视化效果那么简单,我们需要能在数据里提取知识、对数据做出批判性思考,以及条理清晰地表达数据资讯。那么如何能才能修炼数据素养呢?长期积累是关键,参加工作坊、自己动手做产品之外,深度君还推荐多看看接下来推荐的20个实用网站积累技巧+素材哦。
本文编译自数据学院(由开放知识基金会和Peer 2 Peer University合办的项目)的文章。数据学院致力于帮助公民社会组织、记者和公民学习数据使用技巧,为创造更公平、高效的社会努力。
优秀的数据网站能为你打开数据学习的大门。下面推荐的网站各有所能,分享数据可视化技巧,发现最佳数据可视化项目,还能帮你练就“火眼金睛”辨识错误、理解数据论文,让你不断习得处理数据的要领。
如果你用Feedly作为你RSS阅读器的话,请点击我们推出的“分享系列”哦,除了我们本篇分享的博客之外,还有更多线上资源等你来看。
数据可视化类
1. 优秀可视化例子集合:Data Viz Done Right
该网站由The information Lab School of Data的首席数据培训师Andy Kriebel 建立,精选优秀数据可视化作为例子,还分别重点标注优秀的和仍需提高的作品。每篇文章短小易读,要是整合起来,就能形成一整套可以记忆的做法指南,以备操作参考。
网站链接:http://www.datavizdoneright.com/
频率:每周1篇
2. 数据可视化前沿分享:Flowing Data
数据可视化网站Flowing Data由数据统计师Nathan Yau 打理。该网站持续更新绝佳原创或整合的数据可视化内容,是跟踪可视化领域主要趋势和事件的好方式。网站的其他版块则以提供可视化指南和付费教程。
- 网站链接:http://flowingdata.com
- Twitter: @flowingdata
- 频率:每周9篇
3. 专注地图10年:Google Maps Mania
你喜欢地图吗?生动形象的地图是标注细节、提高辨识度的好帮手。Google Maps Mania就是你不可多得的好选择哦。地图控Keir Clarke运营这个网站已有10多年,分享数字制图最前沿资源。千万别被它的名字骗了,不光是谷歌地图,其他值得推荐的地图也一应俱全哦。
- 网站链接:http://googlemapsmania.blogspot.co.za/
- Twitter: @gmapsmania
- 频率: 每周24 篇
4.可视化界的点评网:Junk Charts
著名数据可视化专家Kaiser Fung创办了Junk Charts,并担任首位可视化评论员,专对数据可视化作品“挑骨头”,分析评点其中的亮点和不足,一流媒体的作品也免不了被 “评头论足” 一番。众多作品因而有了量身定制的制作建议。Junk Charts上面发布的文章经常能在网络上引起注意,有赞有贬,但最重要的是会引起更为深入的思考和探讨。
- 网站链接:http://junkcharts.typepad.com/
- Twitter: @junkcharts
- 频率: 每周2篇
5. 可视化资源库:Visual Loop
Visual Loop是一个庞大的数据可视化在线资源库。它从数据新闻专家Tiago Veloso最初建立的博客发展起来,逐渐成为囊括各类可视化、最活跃和最时新的整合+创造平台。博客以发布活动信息、设计者采访为特色,要想获得数据新闻灵感的话,就多看看Visual Loop吧!
- 网站链接:http://visualoop.com/
- Twitter: @visualoop
- 频率: 每周3篇
使用数据的新闻:
6. 纯正的有数新闻:FiveThirtyEight
FiveThirtyEight可不是只拥有数据记者撰文那么简单,它们还生产自己的数据新闻作品。知名的统计学家Nate Silver是其创始人,他在2008年和2012年大选期间为《纽约时报》撰稿后名声大噪。此网站旨在做纯正的包含数据的新闻,生产内容优质,表现不俗,对于所有记者(无论是经验丰富还是初出茅庐)都适用。
- 网站链接: https://fivethirtyeight.com/
- Twitter: @FiveThirtyEight
- 频率:每周40篇
7. 数据基础上的社会分析:《纽约时报》- The Upshot
在统计师Nate Silver离职后,纽约时报就创办了专注于以数据分析政治、政策和经济的新闻栏目The Upshot。The Upshot目标远大,提供优质数据新闻内容,发布的文章视角平易近人、关乎社会议题(政治,营养,等等),也不时发布富有创造力、互动性强的数据可视化作品。
- 网站链接:http://www.nytimes.com/upshot/
- Twitter: @UpshotNYT
- 频率: 每周21篇
8. 《华邮》的数据新闻精选:《华盛顿邮报》信息图博客
《华盛顿邮报》信息图博客发布《华邮》的数据新闻文章。对于热衷于数据可视化的人来说,博客精选数据内容,是引发灵感、阅读高品质文章绝佳来源。
- 网站链接: http://postgraphics.tumblr.com/
- Twitter: @PostGraphics
- 频率:每周4篇
9. 专治数据新闻不靠谱:Understanding Uncertainty
想知道新闻都是怎么错用数据的吗?由David Spiegelhalter主要参与组建的Understanding Uncertainty是你的不二之选。该网站通常选取那些报道事件风险、发生几率、可能性、机会史表现不佳的新闻作分析。对于学习数据使用者来说,该网站能帮助你辨识报道里耸人听闻的结论,其中的例子还能助你处理报道中出现的任何不靠谱情况。
- 网站链接: http://understandinguncertainty.org/
- 频率:每周1篇
10. 每周数据新闻精选:全球深度报道网(英文版)
没错!全球深度报道网(英文版)是深度君的母网站,为记者提供大量数据资源。尤其是它每周发布“10大数据新闻链接”系列,能帮助读者跟踪Twitter上带有“数据新闻”字眼(“#ddj”)、流传甚广的文章或新闻,十分有用。
- 网站链接:https://gijn.org/series/top-10-data-journalism-links/
- Twitter: @gijn
- 频率:每周1篇至多篇不定
数据背后的故事
11. 设计呆板但慷慨分享:NPR Visuals Team Blog
相比起本文推荐的其他网站来说,NPR视觉团队博客的设计显得挺呆板,但仍然称得上是个理解数据新闻制作方法的极佳平台,让你充分了解他们制作产品的心得。值得注意的是,团队还慷慨地分享好几个数据新闻开源工具,点开“你可以使用的(Tools You Can Use)”即可了解详情,快点进去看看吧!(进入网站可以忽略他们的招聘广告,往下翻)
- 网站链接: http://blog.apps.npr.org/blog/
- Twitter: @nprviz
- 频率: 少于每周1篇
12. 简单却干货多多的:Source
Source博客也是极简主义奉行者,但千万别被它的外表所蒙蔽,它提供的资源可丰富着呢!主页发布一些最新的活动分享,还有学习(主要为数据案例解析)、指南(分为新闻app的必备要素、地图标注、新闻维护和内容更新三类,每类下面都提供好几篇重点突出、易读易懂的做法讲解)、社区(数据从业者的简介和联系方式)、代码板块(分享程序代码/数据包)。其中的资源非常简明实用,例如,代码板块里介绍的 “BOOKJS”数据包就可以将网页转换为有序排版、即可打印的pdf格式,其代码、提供者和现有项目状态也可一览无余。
- 网站链接: https://source.opennews.org
- Twitter: @source
- 频率:每周2篇
13. 以后台视角解读案例:Storybench
Storybench是西北大学新闻学院和《时尚先生》杂志的合作项目。作为数据新闻博客的新成员,它的质量一流,以后台编辑视角为普通读者解读数字新闻案例,配以对制作该作品的记者的专访。
- 网站链接: http://www.storybench.org/
- Twitter: @storybench
- 频率:每周2篇
学习处理数据
14. 数据表格技巧分享:Chandoo
数据新闻记者都喜欢数据表。数据表这么灵活,自然惹人爱啦。Chandoo.org就是一个能帮你最大程度地挖掘它潜在灵活度、教你提高工作效率好技巧的好选择。Chandoo专注于Excel的技巧分享,但其中的大部分诀窍也能迁移到相似的软件上。
- 网站链接: http://chandoo.org/wp/
- Twitter: @r1c1
- 频率: 每周2篇
15.帮你解决日常数据问题: HelpMeViz
想从日常可视化学起?就得多看看HelpMeViz,它的宣传词就是“帮助人们处理日常的数据可视化”。当你遇到棘手的数据处理问题时,在社群集思广益是个好办法,但网站有时其实更方便、更有帮助——正如HelpMeViz,它将所有相关内容整合,每篇文章讲一个数据可视化中的小难题,合起来就是完整的“数据答疑合集”。要是好奇一个数据问题最多能由多少办法解决,HelpMeViz说不定能帮你办到哦。
- 网站链接: http://helpmeviz.com/
- Twitter: @HelpMeViz
- 频率:每周1篇
16. 读懂数据论文好帮手:Journalist’s Resource
由哈佛肯尼迪学院索林斯汀中心的建立的网站Journalist’s Resource正好填补了数据素养提高的一项空白:理解数据论文。他们将主题研究的日常整合和理解研究术语、处理数据的优质指南结合一体(看看他们的分享资料就知道啦),让记者能够更轻松地跟踪、理解专业的数据知识。
- 网站链接: http://journalistsresource.org/
- 频率: 每周6篇
如果想看更多干货满满的博客?可以把你的想法发到Twitter@Schoolofdata或者Facebook,多看看开头刚提到的“分享系列”,还有更多的博客可以收入囊中哦。
详情请看:
http://schoolofdata.org/2016/01/22/16-blogs-for-2016/#sthash.jCibsmsu.dpuf
–
关于中文网站,深度君还推荐:
17.数据新闻中文网:由一群热爱新闻又热爱数据的志愿者创立的专业网站,定期为读者分析海内外优秀的数据新闻作品、报道数据新闻业界会议、翻译授权的学习课程及资料、组织线下的讲座培训、介绍国内外的奖学金及工作机会。
- 网站链接:http://djchina.org/
- 微博:@数据新闻网
18. 财新数据可视化实验室:成立于2013年10月8日,是结合新闻编辑和数据研发的虚拟实验室,将数据应用于新闻采编及呈现。他们的目标是做中国最好的数据新闻团队,做世界一流的数据可视化团队。想看到他们的出色作品?请看财新数字说和实验室的“资源库”里的“作品集”哦。
- 网站链接:http://vislab.caixin.com/?cat=12
- 财新数字说频道链接:http://datanews.caixin.com/
- 微博:@财新数据可视化实验室
19. 网易“数读”:网易新闻中心出品,以博客的形式推出和时事结合紧密的静态图表和交互式信息图表,并按照国际、经济、政治、民生、社会、环境等主题排列,易查易读,是“用数据说话,提供轻量化的阅读体验”的信息表阅读+资源库。
- 网站链接http://data.163.com/special/datablog/
- 微博:@网易数读
20. 当然,也推荐深度君的“全球深度报道网”中文网站(cn.gijn.org)、微博(@全球深度报道网)和微信(gijn_cn)。我们除了深度报道资源,我们也致力于分享国内外公开数据库、数据新闻工具包和业界前沿经验,欢迎各位联系深度君一起推动公开资源分享哦。点击此处,即可查看我们的数据新闻资源!
Your style is so unique compared to other people I’ve read stuff from.
Many thanks for posting when you have the opportunity, Guess I
will just bookmark this blog.