每周数据新闻精选 | 数据新手“八步走” 快速入门就靠这些资源

近年，数据新闻的热潮有增无减，吸引着无数行业内外的弄潮儿。传统记者如何在数据时代转型？毫无新闻基础的数据爱好者如何跻身炙手可热的数据新闻行列？数据科学在线教育平台DataCamp的记者Karlijn Willems，最近在DataCamp发表博文，详解了数据新闻的概念，并分享了丰富的学习资源与建议，以供有志从事数据新闻、尤其是从零基础开始希望通过自学成才的人士参考。以下，深度君为你编译整理了Willems提到的“八步”自学计划与各类资源。

ProPublica副总编Scott Klein说过，一个好的数据记者应该具备这三点素质：新闻学技巧，设计才能，以及编程头脑。听起来很简单。那么，对记者的教育背景有何要求吗？“新闻学技巧”、“设计才能”和“编程头脑”的具体含义又是什么呢？

Klein表示，在ProPublica的数据团队里，大多数人的确是有新闻学位的，但那并不是必要条件。来自数学或计算机科学背景的数据记者也比比皆是。“对一个想让世界变成更好地方的数学精英来说，新闻业可以说是最好的归宿。”Klein说。

无论你来自任何教育背景，只要具备或炼得Klein所提到的三种技能，你都有机会成为一名数据记者。

但这些技能并不那么容易掌握。事实上，没有几个大学课程会教你那些技能，大部分情况下你只能依靠自学。除了MOOC、大数据大学课程（Big Data University）或一些数据记者开设的个人工作坊，很多数据技能培训都价格不菲，并且有的培训只对媒体里的职业数据记者或数据团队开放。

因此，如何自学，决定成败。

这里主要为数据新闻入门者整理一份自学计划，总结为八个步骤，下文还有更细致的计划分解和相关资源介绍。需谨记，这份计划只是入门贴士，每个人应当根据自己的教育背景和学习习惯再作调整。

建立广泛的知识储备；
坚持写作；
学习一些编程语言；
了解数据新闻的操作流程；
建立个人工具箱；
开始建立你的个人网络；
坚持学习；
去追求你梦想中的数据工作！

1.建立一个广泛的知识储备

建立知识储备的办法因人而异，其中一条路径是广泛涉猎，通过各种渠道了解未知知识。同时，保持一份好奇心，以激发你发现和学习新鲜事物动力。

广泛的知识储备不仅意味着要对时事热点有全面了解，还包括掌握数学与统计方面的基础知识。Willems建议数据记者和编辑都应该上一些统计课程。OpenIntro和DataCamp就有相关课程可参考。

若想积累数据新闻方面的背景知识，Willems推荐了以下学习材料：

— Scott Klein讲数据新闻史，视频地址在此。

–数据新闻佳作推荐，从数据同行的经验中学习：

ProPublica–正在消失的星球（A Disappearing Planet）,作者 Anna Flagg；
Bloomberg—美国最危险的工作（The Deadliest Jobs in America）,作者 Christopher Cannon, Alex Mclntyre 和 Adam Pearce；
《卫报》—解密美国国家安全局（The NSA files: Decoded）,作者Ewen MacAskill, Gabriel Dance, Feilding Cage和Greg Chen；
伊拉克战争日志可视化（Visualizing the Irap war logs），作者Jonathan Stray和Julian Burgess。

2.不断写作

瞄准特定的受众，结合不同媒介的特点，快速准确地表达主题思想，传递数据的信息——这些都是数据新闻写作的难点。Willems整理了一些在线课程，为你的写作指点迷津（针对英文写作）：

—EdX：EdX上有很多新闻学方面的内容。“Journalism for Social Change”和 “English for Journalists: Key Concepts”都是入门好课。

—Coursera：不仅有一般的新闻入门课程，还细分到不同的新闻专题。

—Mediabistro和《卫报》的大师班。

3.学习一些编程语言

学习简单的编程并不仅仅是为了挖掘信息，而更重于呈现信息。选择何种编程语言，需看你要做哪一种数据故事，或是哪一方面的数据工作。网页制作，信息挖掘，还是建立数据模型？对于编程入门者来说，或许最好的方式是先每一项都浅尝，再根据自己的兴趣深入学习某一种技能。

在网页制作方面，精通JavaScript、CSS和HTML人才当下最吃香。EdX和Journocode都有相关教程。

另外一门市场需求很高的技术就是Django(Python)和Ruby。CodeSchool上关于这两门语言的课程不能更全了。

数据记者入门清单上也绝对少不了R、SAS、SPSS和Python 。较以上介绍的语言，这几种更适合用来做数据分析与建模。DataCamp的R入门和Python入门课程，比较适合初学者。SAS与SPSS则可分别通过点击链接获取。

4.了解数据新闻的操作流程

与一般的数据科学研究无异，数据新闻的操作流程也包括数据挖掘、数据整理、数据分析、数据可视化和报道。然而，数据新闻会更偏重于报道和叙事，而非建立数据模型。

–可视化方面的好书推荐：

耶鲁教授、数据科学家Edward Tufte的著作;

The Functional Art: An Introduction to Information Graphics and Visualization （《不只是美：信息图表设计原理与经典案例》，已翻译为中文），作者

Information Dashboard Design，作者Stephen Few。

–数据分析：

The Signal and the Noise: Why So Many Predictions Fail—But Some Don’t，作者Nate Silver。

–数据挖掘、整理与可视化：

R和Python学习资源整理

5.建立个人工具箱

数据工具层出不穷，让人眼花缭乱。如何选择适合的工具？Willems表示，记者不必十八般武艺样样精通，但需具备快速学习的能力和意愿。

根据以上流程，Willems推荐了一些工具，让你的数据工作事半功倍。

–建立个人工作空间

开始编程的第一步，一个方便易用的代码编辑器必不可少。你可以先在VIM、TextMate、Sublime Text，或者像Rstudio、Spyder这样设计较完善的集成开发系统上初试身手。还可以考虑安装Git或其他版本控制系统（versioning control system）来管理你的源代码。

–获取数据

数据是展开任何工作的基础，因此你必须知道从哪些渠道获取数据。

第一种渠道是通过记者的人际网络。

信源对于收集数据至关重要，因为通常记者会更容易发现故事而非数据。有了故事，就意味着有了寻找数据的方向。

其次是通过公开数据平台。

较为突出的一些资源包括联合国和世界银行的数据网站。

另外，推荐数据门户（Data Portals）和数据中心（Data Hub），这两者共收录了11,000多个全球公开数据库。

政府数据方面有美国政府公开数据与英国政府公开数据网站。

《卫报》的数据博客也尤其值得入门数据记者参考。

想更多了解如何利用公开数据，公开数据研究院课程（Open Data Institute Courses）和欧洲数据门户（European Data Portal）的e-learning上有很多不错的项目。

获取数据库，还可以通过邮件订阅，如美国调查记者编辑协会的NICAR数据库。

掌握SQL对进行数据库检索大有帮助。去学习使用MySQL, PostgreSQL或者SQL Server吧。TutorialsPoint上有详细教程。

除了现有的数据库，记者还可以抓取网页信息，以获得数据。这时就需要用到Python和R技能了。

最后一招，别忘了还可利用FOI（Freedom of Information“信息自由”）请求权，来获取政府公共部门与机构的相关记录。

–将得到的数据储存到个人空间

储存数据，最基本的就是使用Excel。进阶级别的，可以使用编程语言，把数据上传并保存成.csv、.txt或其他格式的文件。Python和R的两款爬虫：和，还有import.io，都用于从网页上抓取数据。如果要抓取PDF文件上的数据，Tabula是所需工具。

–数据处理

数据处理的意思是以更好地分析为目的，对数据做适当的改动、清理和重构。Python的和程序包，R的和程序包都是数据处理的神器。在清理结构冗杂的数据集方面，OpenRefine可谓功能强大而又易于上手。也推荐DataWrangler和CSVKit。

–数据分析

R和Python的或可以建模。另外，DataRobot，Knime和RapidMiner这三个在线平台也能帮你发掘数据的联系，建立相关模型以便分析。

–数据可视化

信息呈现，是叙事的重要一环，一些数据可视化技能必不可少。不太会编程也能“玩”起来的的可视化工具有Tableau、Olikview、TileMill、infogr.am、 Google Fusion、QGIS, ArcGIS等。如果你是JavaScript、Python或R语言大牛，那么使用D3.js、、或者制图对你来说就不在话下了。