期末评分标准
- 形式：不限（文本不超过 5000 字）
- 题材：不限
- 加分：数据获取难度（例，因公共议题向政府部门索要未公开数据）
- 评分：信息/数据搜集（30%）、内容逻辑（40%）、作品设计（30%）
- 成品链接（用于课堂展示）
- 过程描述文档（用于解释作品制作过程）
- 选题想法、资料搜集过程
- 确定内容框架的过程
- 视觉呈现的选择
- 参考资料（链接或文件）
- 用到的数据（链接或文件）
12月24日：对期末项目的反馈和建议会发给大家12月25日：项目链接会发给大家，请认真地看一遍所有同学的作品12月27日：- 每位同学上台介绍自己的项目（3分钟）
- 随机抽 2~3 位同学点评（毫无意见或没看过的话，最终成绩 -3 分，扣分无上限）
定性与定量
- 倾向于描述某个主题
- 重点在于深入探讨，而非进行数值衡量（看见细节、人性化）
- 方式包括但不限于：
- 访谈
- 专家意见
- 开放式调查问卷
- 观察性研究
- 结构化的统计数据
- 得到重要的变量或相关关系（掌握大局）
- 相关性 vs 因果关系
- 定性和定量可以互相成就
- Maximilian Schich et al., A network framework of cultural history:
在历史研究中，定性分析关注个体历史记录，定量分析测量并建立通用模式。
我们认为这两种方法是可以互补的：我们需要量化的方法来发现统计性规律，也需要定性的分析来解释已知通用模式中局部偏离所带来的影响。 - 例子合集：https://www.one-tab.com/page/NBCQydktQZSxvCibyISwbQ
What's next?
- 数据新闻精选 Feed 列表：http://initiumlab.com/blog/20170401-data-news/
- 学习 Coding：https://github.com/freeCodeCamp/freeCodeCamp
- 中国大学 MOOC：https://www.icourse163.org/
- 香港 Data & News Society：https://dnnsociety.org/
地球是什么形状
对于地球测量而言，地表是一个无法用数学公式进行表达的曲面，这样的曲面不能作为制图和测量的基准。
想象一下海洋仅受重力的影响静止不动，生成的表面是大地水准面的表现形式。大地水准面的提出，对大地测量带来重要的突破。但大地水准面依然无法建模。
由于椭球体是通过大地水准面得出的，当具体到各个国家时，并不能完美还原当地的实际情况。所以人们在实际使用中又提出了针对各地区的参考椭球体模型。
地图投影
一套将三维的地球特征转换为二维显示的数学法则。USGS的地图投影简短介绍： https://store.usgs.gov/assets/mod/storefiles/PDF/16573.pdf
三种投影面示意：分别为平面、圆锥面、圆柱面
常用地图投影：
- 墨卡托投影（Mercator）
最常见的投影方式，属于圆柱投影─等角正圆柱投影，墨卡托1569年专为航海目的而设计。此投影的等角属性最适合用于赤道附近地区，例如印尼和太平洋部分地区。 - 高斯-克鲁格投影（Gauss-Kruger），投影后无角度变形
- 通用墨卡托投影（UTM），横轴等角割圆柱投影
- 兰伯特正形圆锥投影（Lambert），等角圆锥投影，适用于中纬度
- 阿尔伯斯投影（Albers），方位等积投影
地图投影的选择：
- 世界地图投影：保证全球整体变形不大，采用多圆锥投影等
- 半球地图投影：东西半球（横轴等面积/等角方位投影），南北半球（正轴等面积/等角/等距离方位投影）
- 各大洲投影：亚洲和北美洲（彭纳投影）、欧洲和大洋洲（正轴等圆锥投影）、南美洲（桑逊投影）
- 我国地图投影：全国地图（Lambert居多）、分省区（高斯-克鲁格投影居多）、大比例尺地形图（高斯-克鲁格投影）
做选择的偷懒网站：http://projectionwizard.org/#
投影变形： 将不可展平的地球椭球面绘制到平面时产生的差异，包括长度变形、面积变形、角度变形
- 没有完美的投影方式！任何投影都会变形
- 墨卡托投影变形演示：https://thetruesize.com/
- 中国全图不适合墨卡托投影！
- 不如去下载标准地图：http://bzdt.ch.mnr.gov.cn/
地理数据
地理编码是指将坐标对、地址或地名等位置描述转换为地球表面上某位置的过程。
通过地理编码可以快速查找到各类位置。可搜索的位置类型包括：
- 感兴趣点或地名词典中的地名，例如山脉、桥梁和店铺
- 基于经纬度或其他参考系统的坐标
- 各种样式和格式表示的地址，包括街道交叉口、含有街道名称的门牌号及邮政编码
- 手动：例如使用 geojson.io
- 半手动：如使用谷歌地图链接里的经纬度，或百度的拾取坐标系统
- 自动：使用 API 等自动给地址编码
- 点，例如：餐馆的地点，经纬度
- 线，例如：一条路
- 多边形/面，例如：国家、商业区的形状
- 文件格式包括：
Excel, csv, shapefile, geojson
- 栅格可以是数字航空像片、卫星影像、数字图片或甚至扫描的地图。
- 在栅格数据集中，每个像素都有一个值，来表示数据所描绘的现象：如类别、量级、高度或光谱值等
- 其中的类别可以是草地、森林或道路等土地利用类
- 量级可以表示重力、噪声污染或降雨百分比
- 高度（距离）则可表示平均海平面以上的表面高程，可以用来派生出坡度、坡向和流域属性
- 光谱值可在卫星影像和航空摄影中表示光反射系数和颜色
其他链接
- 复旦历史地理：http://yugong.fudan.edu.cn/index.php
- 葛剑雄老师：https://book.douban.com/subject/25720918/
- 哥大 SEDAC 数据（下载需注册）：https://sedac.ciesin.columbia.edu/
- NASA 地球观测站，每日一图：https://earthobservatory.nasa.gov/images
- Earth 可视化：https://earth.nullschool.net/zh-cn/about.html
- 标准地图服务：http://bzdt.ch.mnr.gov.cn/index.html
- OpenStreetMap：https://www.openstreetmap.org/
- MIT Senseable City Lab：http://senseable.mit.edu/
- 北京城市实验室：https://www.beijingcitylab.com/
R 在新闻编辑室的应用
Federica Fragapane 作品及过程赏析
- 作品集
- 创作过程举例
Amanda Cox 的《纽约时报》“爆款”分析
总结作品件数：400件
作品编码方式：
- "surprise.reveal" 出乎意料、揭露
- "explicitly.emotional...atmospheric" 情感、共鸣
- "goofy.comparison" 比较
- "big.breaking.news.big.breaking.news.adjacent" 突发新闻、大新闻
- "comprehensive...way.more.detail.than.you.actually.need" 非常复杂
- "useful" 有用
- "mostly.things.you.already.know" 大部分信息已知
- "difficult.topic" 话题难（战争、暴力、气候变化）
- "data.really.hard" 数据艰辛
- "design.really.hard" 设计艰辛
- "development.really.hard" 开发艰辛
- "mostly.a.bar.chart" 就是张柱状图
- "takeaway" 快餐型
- "vectory" 矢量的（？）
- "requires.participation" 需要交互
- "slideshow.video.like" 形式像交互ppt或视频
- "moves..non.navigation" 不用交互
入选最“爆款”作品件数：6件
特质：
- "development.really.hard" 开发艰难
- "big.breaking.news.big.breaking.news.adjacent" 大新闻
- "useful" 有用
- "explicitly.emotional…atmospheric" 情感
- "surprise.reveal" 出乎意料、揭露
- "comprehensive" 复杂
总结：
- 话题难（战争、暴力、气候变化）的作品、快餐型作品的读者反馈都不咋的
- 共鸣强或有用的作品大多和突发新闻有关，读者反馈很好
- 一看就投入了更多时间做出的作品，反馈也较好
如何告诉读者这事儿很重要？
- 版面篇幅，《纽约时报》“美国每一栋建筑”
- 花费的功夫
R
学习R制图的代码案例库
本周作业
- 任选自己在“垃圾”或“未成年人犯罪”两次作业里做过的两张图（及数据）
- 使用ggplot2复刻/重新制作后导出（不用在其他软件里修饰）
- 提交的 markdown 里包括1️⃣之前的原图和ggplot图 2️⃣实现用的代码
- 考核点：在 R 里导入数据，用 ggplot2 进行基础绘图
- 如果你更习惯写 python ，提交 python 代码也行
图形语法简介
-
将绘图视为一种映射 (mapping)，从数学空间映射到图形元素空间，例如将不同的数值映射成不同的色彩或透明度。
-
由下而上 bottom-up：
ggplot2 包的特点在于不去定义具体的图形（如直方图，散点图），而是定义底层组件（如线条、方块）来合成复杂的图形，这使它能以非常简洁的函数构建各类图形。
- 图层的集合 Layers
- 标度的集合 Scales
- 坐标系统 Coordiates
- 分面 Facets
基础概念
-
图层 (Layer)： Adobe 软件的使用者对图层不会陌生。
一个图层好比是一张玻璃纸，包含有各种图形元素，你可以分别建立图层然后叠放在一起，组合成图形的最终效果。图层可以允许用户一步步的构建图形，方便单独对图层进行修改、增加统计量、甚至改动数据。 -
标度 (Scale)：
把数据单位转换成电脑可以识别的物理单位，这个过程被称之为标度变换。一组分类数据可以映射成为不同的形状，也可以映射成为不同的大小或不同的颜色。 -
坐标系统 (Coordinate)：
坐标系统控制了图形的坐标轴并影响所有图形元素，最常用的是直角坐标轴。 -
分面 (Facet)：
很多时候需要将数据按某种方法分组，分别进行绘图。分面控制分组绘图的方法和排列形式。
- 图形属性与数据的映射（包括颜色、形状、大小等） aesthetic mappings
aes参数 - 几何对象（包括点 points、线 lines、条 bars等） geometric object
geom参数
几何对象决定图形渲染成什么类型，折线？直方图？散点图？等等 - 统计变换 statistical transformation
stat参数 - 位置调整 position adjustment
position参数
图形语法简介：以 mpg 数据集为例
# 安装、载入 ggplot2 包
install.packages("ggplot2")
library(ggplot2)
# 查看 mpg 数据
View(mpg)
# 或看看数据集前10行
head(mpg, 10)得到：
# A tibble: 10 x 11
manufacturer model displ year cyl trans drv cty hwy fl
<chr> <chr> <dbl> <int> <int> <chr> <chr> <int> <int> <chr>
1 audi a4 1.8 1999 4 auto… f 18 29 p
2 audi a4 1.8 1999 4 manu… f 21 29 p
3 audi a4 2 2008 4 manu… f 20 31 p
4 audi a4 2 2008 4 auto… f 21 30 p
5 audi a4 2.8 1999 6 auto… f 16 26 p
6 audi a4 2.8 1999 6 manu… f 18 26 p
7 audi a4 3.1 2008 6 auto… f 18 27 p
8 audi a4 q… 1.8 1999 4 manu… 4 18 26 p
9 audi a4 q… 1.8 1999 4 auto… 4 16 25 p
10 audi a4 q… 2 2008 4 manu… 4 20 28 p
# … with 1 more variable: class <chr>
通过代码 ?mgp，我们可以知道几个变量的意思
- manufacturer：制造商
- model：汽车型号
- trans：自动档、手动档
- drv：前驱 front-wheel drive、后驱 rear wheel、还是四驱 4wd
- cty：城市里，一升油能跑多少里程（英里/加仑），city miles per gallon
接下来要用到的变量为：
- displ：发动机排量（升），engine displacement
- hwy：高速公路上，一升油能跑多少里程（英里/加仑），highway miles per gallon
- cyl：气缸数量，cylinders
背景知识──我国轿车级别根据排量大小来决定：
追求高性能汽车的大都选择大排量发动机，经济型则选用小排量的发动机。
- 微型车排量 ≤ 1.0L
- 普通车排量 1-1.6L
- 中级车排量 1.6-2.5L
- 中高级车排量 2.5-4L
- 高级车排量 > 4L
认识完了 mpg 数据集，首先用 ggplot() 来定义数据源，其中 aes （图形属性）参数非常关键：
# 它把 发动机排量 (displ) 映射到X轴
# 它把 高速公路每加仑里程数 (hwy) 映射到Y轴
# 它把 气缸数量 (cyl) 变为分类数据后，映射为不同的颜色
p <- ggplot(data = mpg,aes(x = displ,y = hwy,colour = factor(cyl)))
p
运行 p 后我们得到了初始图层 (Layer) 的样子：
使用 + 号继续叠加图层：
geom_point()加上了几何对象（散点）图层geom_smooth()加上了平滑曲线
p + geom_point() + geom_smooth()
# 不明白的时候随时用 ?geom_smooth 等代码看 R 里的帮助我们得到了几个图层叠加后的图形：
油耗和排量、气缸的关系是？
p <- ggplot(mpg, aes(x = displ,y = hwy))
p + geom_point(aes(colour = factor(cyl))) + geom_smooth()实操1：在 R 里导入数据
# 首先设置工作环境
setwd("~/Desktop")
例1:导入csv或excel文件
# 读取 csv 格式数据
ramen <- read.csv("ramen.csv")
# 如果第一行没有每列的名称
ramen <- read.csv("ramen.csv", header = FALSE)
# 读取 excel 文件，需要安装 readxl 这个包
install.packages("readxl")
library(readxl)
ramen <- read_excel("ramen.xlsx")
# 假设文件中有多张表
ramen <- read_excel("ramen.xlsx", sheet = 2)
例2:利用api接口导入（以 Tushare 包为例）
# 安装、导入 Tushare 包
install.packages("Tushare")
library(Tushare)
# 使用你自己的token
api <- Tushare::pro_api(token = '你的token可以从 个人主页-接口TOKEN 里复制到这里')
# 只调用api接口，看看“股票列表”数据什么样子
api(api_name = 'stock_basic')
# 获取日线行情
zzd <- api(api_name = 'daily', ts_code='002069.SZ', start_date='20191030', end_date='20191115')
# 存取数据
write.csv(zzd, file="zzd-daily-20191030-20191115.csv")
相关书籍
- R Graphics Cookbook: https://r-graphics.org/
- 《ggplot2：数据分析与图形艺术》
- 《现代统计图形》：https://bookdown.org/xiangyun/msg/
本周作业
- 发邮件讨论对于期末项目的想法
- 关于期末项目
- 形式：不限（呈现的文本不超过5000字）
- 题材：不限
- 考核点：信息/数据搜集、呈现逻辑、内容梳理、作品美感
- 加分项：数据获取难度（例，因公共议题向政府部门索要未公开数据）
- 用 Web Scraper 抓取网站，如：http://ldzl.people.com.cn/dfzlk/front/firstPage.htm
- 熟悉 RStudio 界面及基础指令
形式与功能
下面这些功能，它有哪些？
- 展示
- 比较
- 组织
- 关联
-
重形式派代表：
Nigel Holmes- http://www.nigelholmes.com
- 幽默的力量 Using humor to inform
- “通常，让读者开心的成分有助于他们记住你的图表”
- 演讲：https://www.youtube.com/watch?v=WB7DCEayj3w
-
重功能派代表：
Edward Tufte- https://www.edwardtufte.com/
- 数据—油墨比 data-ink ratio（印刷时代）
- YouTube频道：https://www.youtube.com/user/EdwardTufte
-
形式常常受制于功能，但你依然拥有选择权
- 可视化轮盘
- 抽象/模拟，实用/修饰，致密/稀疏，多维/一维，创新/通用，简洁/冗余
- 灵活选择，不要刻板
R
- 设置工作环境
- 安装、运行R程序包
- 在R里寻求帮助
- 使用R程序包自带的例子、演示和数据
- 代码的大小写很重要，写命令时尤其要注意
- 符号
>代表一段 R 程序的开始+是续行符，当一段程序在某一行没有完整显示时，会折到下一行，此时 R 会以+来表示程序语句在继续#代表注释，即不会被执行的语句（但写给自己和合作者看很有用）
- 函数基本语法
函数名字(参数1, 参数2, … )- 这里的括号
()代表函数内容，而,分隔参数设定
- Tab 键和 Esc 键
Tab可以引导你写完函数Esc可以让你退出代码的黑洞
- 各种教程、教材：https://bookdown.org/
- 谢益辉《现代统计图形》：https://bookdown.org/xiangyun/msg/history.html
- Web Scraper: https://www.webscraper.io/
本周作业
- 形式： 图文（图最多两张；文字不超过1000字，写多了不扣分；请用中文书写）
- 新闻由头： https://thepaper.cn/newsDetail_forward_4791263
- 关键词： 未成年人保护法、未成年人犯罪
- 考核点：
- 信息/数据搜集能力，资料消化、内容梳理能力
- 制作过程说明详细
- 言之有物、逻辑自洽
- 提交的markdown文档应包括：
- 最终的图文呈现（1）
- 过程步骤（2）：信息/数据搜集、选题角度确立的过程；数据分析和呈现的考虑与步骤
- 信息/数据来源链接（3）
什么是合适的图表
-
方式一：从图表类型起步 Top-down
- FT Visual Vocalbulary《金融时报》图表指南
- Chart Suggestions — A Thought-Starter
- 数据可视化工具目录
-
方式二：Bottom-up
- 从元素起步
- 尝试不同的表现形式
总原则：要呈现给读者的是故事，不是数据
- 数据点越多越复杂，读者“秒懂”的信息越少
- 你的信息图有重点吗？
怎么说重点？
颜色
- 用颜色来“合并”类似数组
- 用灰色来“隐去”背景数据
数值
- 每一个点需要标出吗？
- 每个值需要标出吗？
- 数值需要排序吗？
- 数组少就直接标吧
图例
- 没取整的数值型图例谁能“秒懂”？
- 多个区间的数值型图例可以横着放
- 考虑颜色/值标出多少合适
期末项目该准备起来了
- 工具
webscraper.io - 用途
抓取“规则”的网页，如：知乎某问题答案、网站文章列表等
找信息的渠道包括但不限于：
- 中外媒体报道（深度长篇报道）
- 相关多媒体制作，如纪录片等（帮助自己了解别人的叙事逻辑）
- 智库、数据库（等其他数据库）
- 相关书籍或文献（国图网站用起来）
- 社交媒体上的大众讨论（twitter、微博、reddit、知乎等）
- 关于该议题的线下讲座、论坛、活动（如“中法环境月”和“垃圾”选题）
别太懒太天真
- 太懒：不假思索，照搬报告里的观点
- 太傻：天知道它的内容多大水分、鬼知道它是不是公关软文，你怎么就都信了
- 请注明不是你自己的观点的出处，不背别人立场的锅
别对历史一无所知
友好型阅读材料：何伟《甲骨文》，请自行检索电子版
本周作业
- 以“垃圾”为题搜集数据和资料，不限角度和数据量、国内/国外的数据集都可以用
- 经过资料整合和数据分析后，以图文的形式呈现议题（图表 < 3张，文字 300-800 字）
- markdown文档应包括：
- 最终的图文呈现（1）
- 过程步骤（2）：数据来源；过程中参考的资料、数据收集过程；数据分析和呈现的步骤
- 选择报道角度的思考过程（3）
- 制图不限所用工具
- 切入“垃圾”这个议题的角度（信息搜集、整合能力）
- 数据选择的合理性（对数据的理解）
- 制图的质量（呈现能力）
- 篇幅精简、直击重点，参考：Graphic Detail，不用面面俱到，而是言之有物
色彩
-
原色、间色、复色
- 原色 Primary Colors
指不能透过其他颜色混合调配而得出的“基本色”，三原色“红、黄、蓝” - 间色/二次色 Secondary Colors
由两种等量的原色混合而成，如橙=红+黄、紫=红+蓝、绿=蓝+黄 - 复色/第三色 Tertiary Colors
由色轮上的间色与其相邻的原色混合而成，如黄橙色、蓝紫色 - 互补色 Complementary Colors
色轮上二次色与其正对面的原色为互补色，如红色与绿色、蓝色与橙色
- 原色 Primary Colors
-
色彩三属性：色相、饱和度、明度
- 色相 Hue
简单来说，就是色轮上的12种颜色，如红色，黄色 - 饱和度/色度 Saturation
指某个颜色的强度，数值越高色彩越纯，低则逐渐变灰 - 明度/亮度 Value
指颜色的亮度：往一个颜色里加白色，明度就提高；反之加黑色，明度降低。两个极端就是黑、白两色
- 色相 Hue
-
RGB vs CMYK
色彩搭配
- 单色 Monochromatic
- 类似 Analogous
色轮上彼此相邻的颜色组成
- 互补 Complementary
色轮中完全对立的颜色为互补色
- 等边互补 Split Complementary
选择一种颜色，再在色轮上找出它正对面的互补色；
不直接使用这个互补色，而是使用该互补色两侧的颜色
基于数据的色彩选择
-
离散型色系 Diverging
两端颜色为互补色（如红色与绿色），中段颜色通常较浅；可以强调中间值域，并且使得两端的数据一目了然，适合偏重极值和中间值的数据
-
序列型色系 Sequential
一般是同一色调（Hue）的由浅及深或由深至浅；数值较小用浅色，较大用深色，适合单一主题、比重比较平均的数
-
分类型色系 Qualitative/Categorical
分类型的每种颜色都“各不相关”，采用不同色调；适合用来区分不同种类下的数据，如区分土地用途
-
ColorBrewer 演示
字体、排版
排版与字体基础
-
衬线、非衬线体
- Serif
- Sans Serif
-
空间：Kerning, Tracking...
- Kerning
- Tracking
-
排版原则
- 亲密性 Proximity
- 对齐性 Alignment
- 对比性 Constrast
- 重复性 Repitition
- 留白与“降噪”
阅读及资料
Markdown
资源列表
-
讲者
-
有关“量化”
-
不一样的信息来源
- 「后续」App
- 好奇怪 App, 好奇心日报
- 端传媒 Initium Media
- Matters 社区
-
可视化案例
-
The Economist, Graphic Detail
-
FlowingData http:www.flowingdata.com
-
Reddit 话题 dataisbeautiful
-
音乐
- Doodle Chaos Youtube 主页
- Nicholas Rougeux Youtube 主页, 作品之一卡农
- Giant Steps 爵士名曲“巨人脚步”可视化
-
情感
- Louise Ma, What Love Looks Like, See by Touch
- Lam Thuy Vo, Quantified Breakup
- Nicholas Felton, 个人数据可视化“鼻祖” annual personal reports 2005-2014
-
数据集
-
数据新闻公开课
Data Journalism and Visualization with Free Tools (10.14 - 11.24)
本周作业
- 用不同的可视化工具呈现同一个数据集
- 调研目前免费的可视化图表工具（国内外都得有，在线离线、交互静态都行）
- 在 Kaggle 选择一个公开数据集（可以只截取部分数据）
- 用你调研的图表工具（不少于3种）呈现上面选取的数据
- 在 markdown 里列出所选数据集、使用的工具及呈现，并附上使用体会
- 之前提交不规范，或还没掌握 markdown 基础的同学，修改已提交作业的 markdown 文档
- 按个人需求和计划，消化本周所列的链接内容，并注册公开课学习
数据的类型
- 定类/名义（nominal/categorical/set of characters）：描述特征，不具有数值意义。如名字、性别、民族、车辆品牌、地点
- 定序（ordinal/sequence）：分类和排序都有意义。如教育水平、问卷中的偏好程度等
- 定距（interval）：没有绝对0点，数值间距相等，互相可以加减，但乘法无意义。如摄氏度、IQ
- 定比（ratio）：有绝对0点（true/meaningful zero point），一个值是另一个值的倍数或比率，可计算差、中位数、均值等。如质量、高度、速度
- 离散（discrete）：整数
- 连续（continuous）：小数点位数没有限制
课堂练习
- “列”对应变量，“行”对应信息录入（columns for variables & rows for observations）
- 每一格应该只对应单一信息
- 命名时避免数值、空格和特殊字符，数值单位需指明
- “0”和“空白”的差异（0是数值，空白是null）
- 数据核验
- 输出时应导出为csv等通用格式
- 输出时应附上元数据（metadata: data about data）
- 提问：5W & H
- command+箭头
- 每一列记录的是什么信息？数据单位是什么？数据类型是什么？
- 每份数据应该有一个说明和元数据，找出数据背后的上下文
- 字符是英文还是中文，输入时有空格吗，有空白数据吗
- 练习2：2017年蔬菜产量最高的10个国家是？（数据：联合国粮农组织）
Excel 基础
- csv导入，文档编码与乱码 (tsv, fixed width)
- 冻结首排，开启过滤功能
- 排序(sorting)
- 过滤(filtering)
- 公式(functions)
- sum(), average(), median()
- upper(), lower(), proper()
- concatenate(), trim()
- left(), right()
- 数据透视表（pivot tables）
- Excel bugs：行数,日期
- 保存、保存、保存
- 记录每一步操作
- 数据备份，不更改原始数据（raw data）
- 如果已经有了机构的分析，依然要做完你自己的分析来核实
- 了解你的数据后再动手
- 和同仁交叉核对
- 如果条件允许，去实地调查数据是如何被收集及记录的
本周作业和阅读
- 搜索并阅读《上海市公共数据开放暂行办法》
- 搜索并回答：我国还有哪些关于公共数据开放的条例或法规？国内外有哪些政府开放数据平台？（markdown文档，列出信源和链接，包括👆🏻上海这个）
- 在国家统计局数据库找到全国GDP数据，回答：2012-2018年各季度GDP增速（列出选取的统计指标、数据页面、计算步骤及答案）
- 阅读👇🏻
阅读
- 高敏雪，《什么是政府统计》
- 任怡萌，《电子表格中的数据整理》
- Hadley Wickham, Tidy Data
- Ethan P. White, Nine simple ways to make it easier to (re)use your data
- Microsoft, Top ten ways to clean your data
数据的 5W & H
- 不管发布机构有多权威，数据都是可质疑的
- 人工会不同程度地参与数据整合过程，难免偏差与错误：To err is human.
- 永远检查数据集的元数据（Metadata）
个人数据的价值：Dear Data
Markdown 基础
- GitHub Pages 主题选择：https://pages.github.com/themes/
- Markdown Cheatsheet：https://github.com/adam-p/markdown-here/wiki/Markdown-Cheatsheet
- Markdown 教程：https://www.markdowntutorial.com/
本周作业
- 收集某个主题的个人数据，不限时间，规整为数据集
- 参考 Dear Data 的表现方式，拓展想象力
- 以手绘的形式呈现第一步收集的数据（无所谓美感，能展现想法为主），纸张大小 ≥ 明信片
- 以 markdown 文档形式记录自己的上述过程操作或感想
- 在同一个 markdown 文档里回答：你认为日常生活中哪些数据是被搜集的？被谁搜集了？
- 锻炼信息获取、辨别及核实的能力
- 锻炼数据处理及分析的能力
- 基本设计概念与图表制作
- 教学相长
- Excel, Ai, R, Sublime Text
- Data Journalism Handbook
- R Graphics Cookbook, 2nd edition
- Data + Design
- 平时作业 60%
- 期末项目 30%
- 课堂参与 10%
平时作业包含软件操作、信息搜集、数据申请或数据分析等。期末项目要求在与老师讨论后，独立完成一个以采访为基础、数据驱动、包含信息设计与呈现的作品。
- 数据获取难度高
- 数据处理和分析有明晰记录
- 视觉美感
- 援引内容不注明信源或链接
- 使用二手数据，未经核实的数据
- 信息获取方式不合伦理（如采访时没公开记者身份等）
- 编造信息或内容
- 大段改写或抄袭（包括设计抄袭）
- 缺勤6次以上
- 课堂上的拍照、录音和录像仅供个人学习使用，未经当事人书面允许请勿任意传播
- 互相尊重，不合适言行当面指出