 Jonathan Soma 项目官网：http:/// 个人网站：http:/// 美国哥伦比亚新闻学院LEDE数据新闻项目主任。这一项目80%内容是编程，20%是新闻学，旨在培养文理兼备的技术极客。Soma同时负责哥大新闻学院数据分析、数据处理和数据可视化课程教学。 BUT！不要以为Soma只是一个码代码的技术宅！他的兴趣之广，令人惊奇——画漫画、开办业余学校、酷爱做菜、开厨艺小课堂、爱猫如命，还做过世界语言学地图……对生活的热爱，结合超强的技术功底，使得Soma的作品兼具严谨的论证和活泼的创意，也成为了各大媒体的宠儿。 SO！想学数据可视化？一起来看看男神发出的锦囊吧！ 工具清单 工具清单 编程 网页 地图 可视化 Python 广受欢迎的编程语言。可满足各种各样的需求，如数据分析，网页爬取，绘图等等。 R 在数据分析和可视化领域，可以和Python相互替换 Javascript 主要用于实现交互可视化 Arduino/C++ 简单说就是“可编程的电路板”。你可以通过各种各样的传感器来感知环境，收集数据。 黑科技 1 Python Python是Soma本人常用的编程工具。针对不同的需求，他也给我们介绍了使用Python进行数据可视化的几种捷径： 1. 使用API接口 API（Application Programming Interface，应用程序编程接口），简单说，就是通过某一预先定义的渠道读/写数据的方式。 目前，越来越多网站都开放了数据资源，用户可以通过API直接调用，从而大大节省了自行收集数据的成本。 举个栗子。 全球最大的正版流媒体音乐服务平台Spotify就开放了自己的API接口（https://developer./web-api/）。例如，我们可以搜索其中的中文歌曲列表，并获得数据。  三行代码（浅绿底色部分）搞定。 返回的这一大堆信息就是计算机眼中的数据库啦。 然后你就可以随便玩它们了！ 比如：  找到陈奕迅的所有信息。  再找到他所有的热门金曲。 按顺序输出名字、热度、所属专辑。  Bingo！《十年》果然是最火的 紧接着是《淘汰》、《岁月如歌》、《因为爱情》…… 其实一共也没几行代码吧！感觉可以玩一天。 总之，API就是一个很方便讨巧的存在。学习Python的时候也可以先用这类数据入门，否则你可能在前期搜集数据的时候就已经丧失了兴趣。 2. Beautiful Soup 这是基于Python的一个软件包，主要功能是从网页抓取数据。它可以很好的处理不规范标记并生成剖析树。说人话就是……它能够让你在爬取网页的时候得心应手。  就这么几行，一张billboard网页就被抓下来了。 如果你懂得一些HTML，就可以通过Beautiful Soup轻松访问网页中的各种元素。 比如：  这就是从网页中爬下来的前十名单曲。鹿晗排名不错。 再解释一下。爬取网页和前面说的API是不同的，API需要提供数据接口，用户是被动的。但爬网页是用户主动的，只要有网页，就能爬取。而Beautiful Soup堪称爬虫神器，有了它，我们也可以随心所欲建立自己的数据库了。 3.Pandas 它是基于Python的数据分析包。Pandas纳入了大量库和一些标准的数据模型，提供了高效操作大型数据集所需的工具。简单说，就像是Python中的Excel。  同样，简单几行代码，即可将你的csv文件传入Pandas，然后就可以开始分析、绘图了。  比如，这就是一张简单的散点图。 编程作图的好处就在于重复利用效率高。当你下次再要绘制散点图时，只需要修改个别参数即可。 作图完毕后，你可以将图存为pdf（图是矢量的）。再用AI打开，即可进行编辑和美化，让你的图更有设计感！  额，一个不成熟的小尝试……文字是随便添的，不代表真实数据。 总之，Soma推荐的 Python+Pandas+AI “一条龙组合”，确实十分好用。只用Python作图，总是会受限于它的默认格式，不够个性化；只用AI作图，工序复杂、效率太低。但是，一旦把它们结合起来，就能兼顾数据分析和数据可视化，既高效又美观。 2 传感设备+编程 数据，可以不仅仅是统计局网站上的表格。也不必是平面的，甚至规律的。事实上，数据可以是Anything。 人们对编程作图的期待也已超出了绝对的数学之美。戴上传感设备，你的一举一动都是数据集。 啥也不说了，看图吧。  感应舞蹈动作并以粒子影像呈现 用线段呈现michael jackson的舞蹈 工具清单 编程 网页 地图 可视化 HTML 可是说是写网页必备的语言了，可以搭建网页框架，确定网页元素。对于数据可视化来说，独立写出网站或许并不必要。但是，看得懂HTML语言，并能熟练使用开发者工具则是必备技能。 CSS 网页样式表。简单来说就是定义了网页元素的大小、颜色、风格……与HTML配合使用。 Javascript 实现交互效果，让网页可以与人互动（例如表单、按钮、拖拽效果等）。 WordPress 强大的博客系统和内容管理平台，拥有众多模板和插件，操作简易。用少量的代码就能搭建自己的网页。 jQuery 这是一个优秀的Javascript代码库。封装了常用的功能代码，可以简化HTML文档元素的遍历，事件处理，动画和Ajax交互，实现快速Web开发 工具清单 编程 网页 地图 可视化 1.QGIS 桌面地理信息系统，专业级别的地理信息分析、设计工具。如果你专攻城市规划等，那就不要错过。 QGIS专业精细的操作界面 2.CARTO ／Mapbox 在线地图制作工具，可拖拽滑动。只需要把整理好的数据文件拖进CARTO，它就会自动为你画出地图，接下来只需要调整各种风格参数就可以了。也支持多张地图的叠加。 对Twitter上2016年超级碗话题的监控 https:///blog/superbowl 3.Leaflet Leaflet是专为制作互动地图开发的JavaScript 库。需要编程基础。几行代码，你的地图就灵动起来！ 快速代码入门请见 http:///examples/quick-start/ 4.Adobe Illustrator 制作平面地图。可以先在网上下载svg格式图片，然后进行编辑。 5.D3 不可拉伸或拖拽，但可以做出很炫的效果。过程比较复杂，需要编程基础。 6.卫星图片 有时候，我们并不需要自己作图。从Google Earth或NASA上下载卫星图，加上注释，也是不错的选择！ 黑科技 1 地理数据自动生成 http:// 这个绝对是神器。有时候，你只是想找到特定的区域，或者就想自己DIY，制作个性化的地图。这时候，怎么获取地理信息呢？ 在这个网站上，“所画即所得”！你只需在左侧地图上画出你需要的区域，右侧就会自动生成代码。只要将代码Copy到CARTO这样的地图制作平台上，就轻松生成你的专属区域了。 以“深圳野生动物园”为例的代码生成 小编只想说，懒是人类进步的阶梯 2 svg图片获取 http://www./svg-maps/ svg的意思是可缩放矢量图形，也就是说无论怎么缩放都不会影响图片质量。正如上文谈到的，当你需要制作平面地图时，可以先下载svg地图素材，然后在AI这样的做图软件中进行填充和设计。 这个网站提供各国的svg地图（什么小国都有！）。以前只知道去站酷上找图的小编眼泪掉下来。 工具清单 编程 网页 地图 可视化 1.Adobe Illustrator/Inkscape AI的长处在于处理矢量图形（我们更熟悉的Photoshop则是处理像素）。可以说，要进行数据图表的平面可视化，AI是绝对绕不开的工具。Inkscape也可以高效美化矢量图，但应用广泛度不如AI。 2.D3 D3可以画图，也能实现交互。它需要编程，但很方便就可利用HTML/CSS等底层技术，网上也有大量实例可模仿。自由度高，但因为要人为控制很多元素，所以比较复杂。 3.Tableau 操作简单易学。它可以自动识别和分离数据，你只需要拉取某几个变量，选择图表类型，即可自动生成图表。不需要编程。 4.Chartbuilder 可以创建简洁的交互式图表 5.Echarts 轻松制作适用于网页的互动图表。百度开发的，效果完全不输国外同类工具，用起来有民族自豪感。 黑科技 1 颜色代码 http://www./htmcolor.htm 知道你们最爱看黑科技。在图表设计过程中，关键中的关键就是色彩。那计算机是如何读懂颜色的呢？ 原来，颜色是由十六进制符号定义的，这个符号由红色、绿色和蓝色的值组成（RGB）。每种颜色的最小值是0（十六进制：#00）。最大值是255（十六进制：#FF）。举个栗子，不要以为#FF0000是外星文，它的意思是红色。 百度／谷歌搜索HTML Color，你可以得到众多查询颜色代码的网站。上面给出的链接只是一个代表，选择自己用得顺手的吧！ 示例：蓝色的color code 每一种蓝色都叫得出名字真是厉害了 2 配色方案 http:// 常常在各种社交媒体上看到所谓的“配色方案”。但是搜集这些零零散散的方案实在太麻烦，实用性也不强。于是，我们又有了一个神一般的网站…… 整个网站相当简洁。在左侧，你可以选择单色渐变配色，也可以选择复合配色。下方，可以直接复制color code。而且，所有的配色方案都可以以Excel、CSS、JSON和Javascript的形式下载。 你可能也发现了，colorbrewer原本是为地图可视化专门设计的，所以配合地图食用，效果更佳！ 看了这么多，你也许是惊奇的，也许是慌张的。 数据可视化本身就是一个交叉学科，要求从业者具备“全栈”能力——既懂编程、又懂设计，还要具备统计知识和新闻敏感。 而随着数据产业的蓬勃兴起，各种各样的工具也层出不穷，让人眼花缭乱。事实上，Soma列出的也仅仅是一张不完整的清单。 但，我们学习工具的意义难道是穷尽工具吗？当然不。我们要做的，只是寻找那些优质的、顺手的、符合自己能力和需求的，物尽其用即可。 最后，无论你是教师，还是数据可视化的学习者，在使用工具之前，问问自己这些问题： 1.工具为谁服务？我讲的是一个好故事吗？ 尽管工具纷繁复杂，但如何问问题、如何构建一个好故事，至关重要。这不仅关乎最初的创意，也关于论证的过程。创意可以大胆，但求证务必谨慎。 2.编程是为什么？编程是必须的吗？ 编程的主要优点，则在于数据获取（如爬虫）、更深度的数据分析，以及更酷炫的可视化效果。但其实，很多简单的分析和可视化，Excel就能胜任。总之，根据任务的难度，选择合适的工具。 3.如何是最高效的工作方式？ 某种程度上说，使用工具是一件personal的事情。只有亲自体验各种工具，才能找到最高效、最舒适的工作路径。 本文基于2017年2月16日-18日Jonathan Soma在北京大学汇丰商学院“数据新闻教学工作坊”讲课内容整理 内容整理：蓝星宇 |
|
|
