& “阅读下面文章，完成以下题目大学生怎样离校...”习题详情
57位同学学习过此题，做题成功率87.7%
阅读下面文章，完成以下题目大学生怎样离校大学生离校时的一幕幕生死离别，内心难免有些凄凉于吾心有戚戚焉。于是决定去走近我们的这些师兄师姐们。迈进毕业生宿舍，看到毕业生宿舍的肮脏混乱，许多人可能会感到震惊，更甚者一些人可能会对大学生综合素质产生怀疑。不错做事应该善始善终，大学生是我们这个社会里平均素质比较高、文化修养比较深厚的一个群体。从经验看，大学生在公众生活中经常扮演的也都是正面的、积极的角色。比如，每年暑假的时候，许多院校都组织社会实践团，从一些新闻媒体中，相信大家也都了解，大学生们走入中国社会的底层，既给普通百姓带去了鲜活的文化知识，大学生自己也从社会中学到了许多有用的东西。“这些大学生的到来，不光帮我们科学地种植，还送来了许多书帮我们增长知识，真希望他们能经常下乡。”这是来自调查百姓的最多的回答。再比如，每当城市里举行大型活动时，大学生总会踊跃充当志愿者。所以，仅仅是因为大学生在毕业时候扔了点儿破烂，或是因为极少数人破坏了公物，就判定当代大学生素质不过关，那是太过轻率了。而且，据调查，现在这种现象已有所改善。经了解，大学生毕业宿舍凌乱，并不是近来才出现的现象，知情人知道，那几乎是一年一度芳草绿的。在情况比较严重的年头里，毕业生宿舍的墙壁上写满了各种书法，地上扔满了垃圾，能拆的东西都拆掉，真堪称满目狼籍。后来，各院校纷纷出台管理政策措施，包括暂时性扣发毕业证等等。情况才有所好转，但并没有什么根本性变化，要说这种现象的发生是因为大学生不懂得一屋不扫，何以扫天下的道理，那倒不见得，更不能把这看作大学生的本质大暴露，正确的做法是抛开简单的谴责，从毕业生的毕业心态上寻找根源。据调查的大多数大学生毕业生反映，因为最后阶段比较忙，比如找工作，还有实习，再者因为一起生活过四年的舍友马上就要各奔东西时的凄凉心情才导致了我们所看到的那一幕。是的，四年大学生涯是一个人一生中最弥足珍贵的日子，一旦毕业，那种割舍不掉的乡愁会占据毕业生的脑海，种种复杂的情绪会油然而生，如果这个时候学校方面的工作做得不够细致就极容易让毕业生产生被遗弃的错觉。遗憾的是，一些大学在临近毕业的当口对待即将离校的学生往往是一副温情不再的样子，动辄以扣发相要挟，限期的布告张贴的到处都是。至于毕业典礼，早已是几十年一贯制，无非是领导讲话学生听，缺乏参与互动，很难让人产生庄重和自豪的感觉。在这样的情形下，毕业生的情绪找不到适当的宣泄途径，再加上一些技术方面的原因，比如缺乏合适的垃圾清扫工具，离校日程安排紧张，就容易导致一屋不扫的结果，不过现在各院校已经试图一改旧颜。据98级我们的师哥师姐讲，我们院的毕业典礼互动性强，如果你去看一下，你甚至分出那个老师，那个又是同学。而且我们药学院通知离校日期提前，给了毕业生们足够的时间来安排事情。大学生学成离校应该是一个很温馨、很庄重的过程，应该组织一些仪式性的活动让毕业生参与，应该给它们提供正确的表达渠道。比如，毕业典礼应该富有时代气息，毕竟大学生是最富有时代性、最富有生气的，因而他们渴望与他们同步进行性的毕业典礼、毕业证的发放也应该更有表彰性，师生之间的交流渠道应该更畅通等。这些都是他们的强烈呼声，当然还可以给毕业生提供公共留言本，让学生留下最想说的话，这在我们药学院早有例子。总之，就是要让毕业生产生精神上的归宿感，要让他们感到，即使毕业了，学校仍是自己的家，学校的一草一木仍然需要自己去爱护。这样，相信我们那些可敬的大学毕业生会让那些曾怀疑它们大学生的素质的人们感慨一番的：善始善终。确确实实也！如果学校方面和毕业生方面做到以上这一切，一屋不扫的怪圈被打破的日子将为时不远了。作为我本人，真心希望所有大学生切切实实善始善终。因为我们是国家的栋梁，是整个民族素质的体现者。我希望当我们跨出校门的时候，不会有师弟师妹为我们的终而产生疑问，我们应该给他们的是做出好的榜样、典范。1．下列对文章的分析和概括，不正确的两项是&&&&A．这则调查报告针对大学生毕业时总会出现的各种不文明现象的原因进行了调查，提出了自己的观点。B．作者承认大学生是社会上高素质的人员之一，毕业时出现的不文明现象只是个别人的行为，不必太过担心。C．毕业后的就业压力，朋友离别的心理折磨，学校制度上的限制，这些都导致毕业生做出不文明举动的原因。D．大学毕业生离校所出现的各种问题的原因是多方面的，作者认为学校对学生心理关怀不够，是导致问题出现的根本原因。E．本文语言平实流畅，叙述与议论相结合，作者通过亲身的调查来揭示问题的本质，为解决问题提出了自己的看法。2．本文中多次出现的“一屋不扫”一词，具体的内容是指什么？请你简要概括。3．本文作者对大学生应该如何离校经过调查提出了自己的观点，请分点列出。4．本文就大学生离校时出现的一系列不文明的举动的原因进行了深层次的调查，并提出了自己的见解。但有人认为，不管是谁，只要是做出不文明的事，就应该受到惩罚，大学毕业生破坏公物也不能不追究责任；也有人认为，大学生毕业生离校时的不文明现象存在多年，这说明我国的高校在管理上还有许多不合理的地方。对这个问题你有什么看法，请作简要分析。120字左右。：&
本题难度：一般
题型：解答题&|&来源：2010-散文
分析与解答
习题“阅读下面文章，完成以下题目大学生怎样离校大学生离校时的一幕幕生死离别，内心难免有些凄凉于吾心有戚戚焉。于是决定去走近我们的这些师兄师姐们。迈进毕业生宿舍，看到毕业生宿舍的肮脏混乱，许多人可能会感到震惊，更甚者一...”的分析与解答如下所示：
找到答案了，赞一个
如发现试题中存在任何错误，请及时纠错告诉我们，谢谢你的支持！
阅读下面文章，完成以下题目大学生怎样离校大学生离校时的一幕幕生死离别，内心难免有些凄凉于吾心有戚戚焉。于是决定去走近我们的这些师兄师姐们。迈进毕业生宿舍，看到毕业生宿舍的肮脏混乱，许多人可能会感到震惊...
错误类型：
习题内容残缺不全
习题有文字标点错误
习题内容结构混乱
习题对应知识点不正确
分析解答残缺不全
分析解答有文字标点错误
分析解答结构混乱
习题类型错误
错误详情：
我的名号（最多30个字）：
看完解答，记得给个难度评级哦！
“阅读下面文章，完成以下题目大学生怎样离校...”的最新评论
欢迎来到乐乐题库，查看习题“阅读下面文章，完成以下题目大学生怎样离校大学生离校时的一幕幕生死离别，内心难免有些凄凉于吾心有戚戚焉。于是决定去走近我们的这些师兄师姐们。迈进毕业生宿舍，看到毕业生宿舍的肮脏混乱，许多人可能会感到震惊，更甚者一些人可能会对大学生综合素质产生怀疑。不错做事应该善始善终，大学生是我们这个社会里平均素质比较高、文化修养比较深厚的一个群体。从经验看，大学生在公众生活中经常扮演的也都是正面的、积极的角色。比如，每年暑假的时候，许多院校都组织社会实践团，从一些新闻媒体中，相信大家也都了解，大学生们走入中国社会的底层，既给普通百姓带去了鲜活的文化知识，大学生自己也从社会中学到了许多有用的东西。“这些大学生的到来，不光帮我们科学地种植，还送来了许多书帮我们增长知识，真希望他们能经常下乡。”这是来自调查百姓的最多的回答。再比如，每当城市里举行大型活动时，大学生总会踊跃充当志愿者。所以，仅仅是因为大学生在毕业时候扔了点儿破烂，或是因为极少数人破坏了公物，就判定当代大学生素质不过关，那是太过轻率了。而且，据调查，现在这种现象已有所改善。经了解，大学生毕业宿舍凌乱，并不是近来才出现的现象，知情人知道，那几乎是一年一度芳草绿的。在情况比较严重的年头里，毕业生宿舍的墙壁上写满了各种书法，地上扔满了垃圾，能拆的东西都拆掉，真堪称满目狼籍。后来，各院校纷纷出台管理政策措施，包括暂时性扣发毕业证等等。情况才有所好转，但并没有什么根本性变化，要说这种现象的发生是因为大学生不懂得一屋不扫，何以扫天下的道理，那倒不见得，更不能把这看作大学生的本质大暴露，正确的做法是抛开简单的谴责，从毕业生的毕业心态上寻找根源。据调查的大多数大学生毕业生反映，因为最后阶段比较忙，比如找工作，还有实习，再者因为一起生活过四年的舍友马上就要各奔东西时的凄凉心情才导致了我们所看到的那一幕。是的，四年大学生涯是一个人一生中最弥足珍贵的日子，一旦毕业，那种割舍不掉的乡愁会占据毕业生的脑海，种种复杂的情绪会油然而生，如果这个时候学校方面的工作做得不够细致就极容易让毕业生产生被遗弃的错觉。遗憾的是，一些大学在临近毕业的当口对待即将离校的学生往往是一副温情不再的样子，动辄以扣发相要挟，限期的布告张贴的到处都是。至于毕业典礼，早已是几十年一贯制，无非是领导讲话学生听，缺乏参与互动，很难让人产生庄重和自豪的感觉。在这样的情形下，毕业生的情绪找不到适当的宣泄途径，再加上一些技术方面的原因，比如缺乏合适的垃圾清扫工具，离校日程安排紧张，就容易导致一屋不扫的结果，不过现在各院校已经试图一改旧颜。据98级我们的师哥师姐讲，我们院的毕业典礼互动性强，如果你去看一下，你甚至分出那个老师，那个又是同学。而且我们药学院通知离校日期提前，给了毕业生们足够的时间来安排事情。大学生学成离校应该是一个很温馨、很庄重的过程，应该组织一些仪式性的活动让毕业生参与，应该给它们提供正确的表达渠道。比如，毕业典礼应该富有时代气息，毕竟大学生是最富有时代性、最富有生气的，因而他们渴望与他们同步进行性的毕业典礼、毕业证的发放也应该更有表彰性，师生之间的交流渠道应该更畅通等。这些都是他们的强烈呼声，当然还可以给毕业生提供公共留言本，让学生留下最想说的话，这在我们药学院早有例子。总之，就是要让毕业生产生精神上的归宿感，要让他们感到，即使毕业了，学校仍是自己的家，学校的一草一木仍然需要自己去爱护。这样，相信我们那些可敬的大学毕业生会让那些曾怀疑它们大学生的素质的人们感慨一番的：善始善终。确确实实也！如果学校方面和毕业生方面做到以上这一切，一屋不扫的怪圈被打破的日子将为时不远了。作为我本人，真心希望所有大学生切切实实善始善终。因为我们是国家的栋梁，是整个民族素质的体现者。我希望当我们跨出校门的时候，不会有师弟师妹为我们的终而产生疑问，我们应该给他们的是做出好的榜样、典范。1．下列对文章的分析和概括，不正确的两项是____A．这则调查报告针对大学生毕业时总会出现的各种不文明现象的原因进行了调查，提出了自己的观点。B．作者承认大学生是社会上高素质的人员之一，毕业时出现的不文明现象只是个别人的行为，不必太过担心。C．毕业后的就业压力，朋友离别的心理折磨，学校制度上的限制，这些都导致毕业生做出不文明举动的原因。D．大学毕业生离校所出现的各种问题的原因是多方面的，作者认为学校对学生心理关怀不够，是导致问题出现的根本原因。E．本文语言平实流畅，叙述与议论相结合，作者通过亲身的调查来揭示问题的本质，为解决问题提出了自己的看法。2．本文中多次出现的“一屋不扫”一词，具体的内容是指什么？请你简要概括。3．本文作者对大学生应该如何离校经过调查提出了自己的观点，请分点列出。4．本文就大学生离校时出现的一系列不文明的举动的原因进行了深层次的调查，并提出了自己的见解。但有人认为，不管是谁，只要是做出不文明的事，就应该受到惩罚，大学毕业生破坏公物也不能不追究责任；也有人认为，大学生毕业生离校时的不文明现象存在多年，这说明我国的高校在管理上还有许多不合理的地方。对这个问题你有什么看法，请作简要分析。120字左右。”的答案、考点梳理，并查找与习题“阅读下面文章，完成以下题目大学生怎样离校大学生离校时的一幕幕生死离别，内心难免有些凄凉于吾心有戚戚焉。于是决定去走近我们的这些师兄师姐们。迈进毕业生宿舍，看到毕业生宿舍的肮脏混乱，许多人可能会感到震惊，更甚者一些人可能会对大学生综合素质产生怀疑。不错做事应该善始善终，大学生是我们这个社会里平均素质比较高、文化修养比较深厚的一个群体。从经验看，大学生在公众生活中经常扮演的也都是正面的、积极的角色。比如，每年暑假的时候，许多院校都组织社会实践团，从一些新闻媒体中，相信大家也都了解，大学生们走入中国社会的底层，既给普通百姓带去了鲜活的文化知识，大学生自己也从社会中学到了许多有用的东西。“这些大学生的到来，不光帮我们科学地种植，还送来了许多书帮我们增长知识，真希望他们能经常下乡。”这是来自调查百姓的最多的回答。再比如，每当城市里举行大型活动时，大学生总会踊跃充当志愿者。所以，仅仅是因为大学生在毕业时候扔了点儿破烂，或是因为极少数人破坏了公物，就判定当代大学生素质不过关，那是太过轻率了。而且，据调查，现在这种现象已有所改善。经了解，大学生毕业宿舍凌乱，并不是近来才出现的现象，知情人知道，那几乎是一年一度芳草绿的。在情况比较严重的年头里，毕业生宿舍的墙壁上写满了各种书法，地上扔满了垃圾，能拆的东西都拆掉，真堪称满目狼籍。后来，各院校纷纷出台管理政策措施，包括暂时性扣发毕业证等等。情况才有所好转，但并没有什么根本性变化，要说这种现象的发生是因为大学生不懂得一屋不扫，何以扫天下的道理，那倒不见得，更不能把这看作大学生的本质大暴露，正确的做法是抛开简单的谴责，从毕业生的毕业心态上寻找根源。据调查的大多数大学生毕业生反映，因为最后阶段比较忙，比如找工作，还有实习，再者因为一起生活过四年的舍友马上就要各奔东西时的凄凉心情才导致了我们所看到的那一幕。是的，四年大学生涯是一个人一生中最弥足珍贵的日子，一旦毕业，那种割舍不掉的乡愁会占据毕业生的脑海，种种复杂的情绪会油然而生，如果这个时候学校方面的工作做得不够细致就极容易让毕业生产生被遗弃的错觉。遗憾的是，一些大学在临近毕业的当口对待即将离校的学生往往是一副温情不再的样子，动辄以扣发相要挟，限期的布告张贴的到处都是。至于毕业典礼，早已是几十年一贯制，无非是领导讲话学生听，缺乏参与互动，很难让人产生庄重和自豪的感觉。在这样的情形下，毕业生的情绪找不到适当的宣泄途径，再加上一些技术方面的原因，比如缺乏合适的垃圾清扫工具，离校日程安排紧张，就容易导致一屋不扫的结果，不过现在各院校已经试图一改旧颜。据98级我们的师哥师姐讲，我们院的毕业典礼互动性强，如果你去看一下，你甚至分出那个老师，那个又是同学。而且我们药学院通知离校日期提前，给了毕业生们足够的时间来安排事情。大学生学成离校应该是一个很温馨、很庄重的过程，应该组织一些仪式性的活动让毕业生参与，应该给它们提供正确的表达渠道。比如，毕业典礼应该富有时代气息，毕竟大学生是最富有时代性、最富有生气的，因而他们渴望与他们同步进行性的毕业典礼、毕业证的发放也应该更有表彰性，师生之间的交流渠道应该更畅通等。这些都是他们的强烈呼声，当然还可以给毕业生提供公共留言本，让学生留下最想说的话，这在我们药学院早有例子。总之，就是要让毕业生产生精神上的归宿感，要让他们感到，即使毕业了，学校仍是自己的家，学校的一草一木仍然需要自己去爱护。这样，相信我们那些可敬的大学毕业生会让那些曾怀疑它们大学生的素质的人们感慨一番的：善始善终。确确实实也！如果学校方面和毕业生方面做到以上这一切，一屋不扫的怪圈被打破的日子将为时不远了。作为我本人，真心希望所有大学生切切实实善始善终。因为我们是国家的栋梁，是整个民族素质的体现者。我希望当我们跨出校门的时候，不会有师弟师妹为我们的终而产生疑问，我们应该给他们的是做出好的榜样、典范。1．下列对文章的分析和概括，不正确的两项是____A．这则调查报告针对大学生毕业时总会出现的各种不文明现象的原因进行了调查，提出了自己的观点。B．作者承认大学生是社会上高素质的人员之一，毕业时出现的不文明现象只是个别人的行为，不必太过担心。C．毕业后的就业压力，朋友离别的心理折磨，学校制度上的限制，这些都导致毕业生做出不文明举动的原因。D．大学毕业生离校所出现的各种问题的原因是多方面的，作者认为学校对学生心理关怀不够，是导致问题出现的根本原因。E．本文语言平实流畅，叙述与议论相结合，作者通过亲身的调查来揭示问题的本质，为解决问题提出了自己的看法。2．本文中多次出现的“一屋不扫”一词，具体的内容是指什么？请你简要概括。3．本文作者对大学生应该如何离校经过调查提出了自己的观点，请分点列出。4．本文就大学生离校时出现的一系列不文明的举动的原因进行了深层次的调查，并提出了自己的见解。但有人认为，不管是谁，只要是做出不文明的事，就应该受到惩罚，大学毕业生破坏公物也不能不追究责任；也有人认为，大学生毕业生离校时的不文明现象存在多年，这说明我国的高校在管理上还有许多不合理的地方。对这个问题你有什么看法，请作简要分析。120字左右。”相似的习题。数据· 媒体· 技术数据· 媒体· 技术镝次元，带你走进先驱媒体作品、传播数据开放理念。关注专栏镝次元数据 的文章{&debug&:false,&apiRoot&:&&,&paySDK&:&https:\u002F\u002Fpay.zhihu.com\u002Fapi\u002Fjs&,&wechatConfigAPI&:&\u002Fapi\u002Fwechat\u002Fjssdkconfig&,&name&:&production&,&instance&:&column&,&tokens&:{&X-XSRF-TOKEN&:null,&X-UDID&:null,&Authorization&:&oauth c3cef7c66aa9e6a1e3160e20&}}{&database&:{&Post&:{&&:{&title&:&“支付宝”们在哪里？——全球27家金融科技巨头&,&author&:&dyclub&,&content&:&\u003Cblockquote\u003E\u003Cstrong\u003EHey, Data!\u003C\u002Fstrong\u003E\u003Cbr\u003E金融科技的流行是因为它能够解决传统银行业务的低效率问题。通过技术应用，科技金融可以帮助客户，提供给我们更好、更廉价、更快速的服务。这一点，我们在使用支付宝、微信支付的时候都能够感受到。\u003C\u002Fblockquote\u003E\u003Cblockquote\u003E（来源： \u003Ca href=\&http:\u002F\u002Fwww.dydata.io\& data-editable=\&true\& data-title=\&镝数-dydata\& class=\&\&\u003E镝数-dydata\u003C\u002Fa\u003E）\u003C\u002Fblockquote\u003E\u003Cbr\u003E\u003Cp\u003E任何人都想要快速、廉价以及更加个性化的金融服务。科技让这些需求得以实现，这也是当前世界拥抱金融科技革命的原因。近几年全球科技金融无论是投资额还是交易量都迅速爬升。\u003C\u002Fp\u003E\u003Cimg src=\&v2-2f5cd8f04e05da16931a4e.jpg\& data-rawwidth=\&1070\& data-rawheight=\&442\&\u003E\u003Cp\u003E全球金融科技投资额及交易情况\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E对于投资者来说，能够影响世界金融的全球27家金融科技公司中，美国占14家，资产总估值为310亿美元；中国占8家，资产总估值为964亿美元（约合人民币6693亿元）；世界其他国家还有5家比较有影响力的金融科技公司，其资产总估值为115亿美元。\u003C\u002Fp\u003E\u003Cimg src=\&v2-202b86b9b18c56f3407bafa171d53eb3.jpg\& data-rawwidth=\&1070\& data-rawheight=\&891\&\u003E\u003Cbr\u003E\u003Cp\u003E下图为这27家金融科技公司的全球分布情况。\u003C\u002Fp\u003E\u003Cp\u003E美国东部5家分布在纽约、芝加哥和亚特兰大三个城市，其中纽约的OSCAR是美国硅谷以外最大的金融科技巨头，主要运营保险业务；西部9家都在硅谷，其中Stripe是美国估值最高的金融科技公司，主要提供在线支付服务。\u003C\u002Fp\u003E\u003Cp\u003E中国的八家金融科技公司都分布在东部沿海地区，其中阿里巴巴的蚂蚁金服无疑是体量最大的，估值达600亿美元（约合人民币4165亿元）。世界上最大的四个金融科技公司都是中国的。这是因为我们有超过5亿智能手机使用者，同时，移动支付和P2P信贷市场比较完善。\u003C\u002Fp\u003E\u003Cp\u003E除中美外，其他地区的金融科技公司仅有5家较有影响力。\u003C\u002Fp\u003E\u003Cimg src=\&v2-d7ce6b87c995e28cf6dba.jpg\& data-rawwidth=\&1070\& data-rawheight=\&4961\&\u003E\u003Cbr\u003E\u003Cp\u003E以不同的经营类别来看，目前为止，支付和信贷是金融科技的两个最大市场。他们尽管比其他金融科技类别要成熟，但仍然有很大的发展空间。因为人们会逐渐适应移动支付以及其他新的商业模式。\u003C\u002Fp\u003E\u003Cimg src=\&v2-cccd391f55ef4f71fece970.jpg\& data-rawwidth=\&1070\& data-rawheight=\&600\&\u003E\u003Cbr\u003E\u003Cblockquote\u003E\u003Cp\u003E\u003Cstrong\u003EHey, Data!\u003C\u002Fstrong\u003E\u003C\u002Fp\u003E\u003Cp\u003EHey, Data!是在镝次元每日分享的国际可视化新闻作品编译内容，在具备新闻的时效性的同时，与大家分享更多样的数据表达方式。\u003C\u002Fp\u003E\u003C\u002Fblockquote\u003E\u003Cp\u003E来源：Fintech news\u003C\u002Fp\u003E\u003Cp\u003E编辑：苏雪妮\u003C\u002Fp\u003E\u003Cp\u003E运营：苏雪妮\u003C\u002Fp\u003E\u003Cp\u003E镝次元数据传媒实验室编译内容\u003C\u002Fp\u003E\u003Cp\u003E欢迎个人转发分享\u003C\u002Fp\u003E\u003Cp\u003E其他公众号或机构转发引用请联系\u003C\u002Fp\u003E\u003Cp\u003E邮箱：public@dyclub.org\u003C\u002Fp\u003E\u003Cp\u003E镝次元君：DyclubC\u002Fp\u003E&,&updated&:new Date(&T05:23:05.000Z&),&canComment&:false,&commentPermission&:&anyone&,&commentCount&:0,&likeCount&:0,&state&:&published&,&isLiked&:false,&slug&:&&,&isTitleImageFullScreen&:false,&rating&:&none&,&sourceUrl&:&&,&publishedTime&:&T13:23:05+08:00&,&links&:{&comments&:&\u002Fapi\u002Fposts\u002F2Fcomments&},&url&:&\u002Fp\u002F&,&titleImage&:&https:\u002F\u002Fpic1.zhimg.com\u002Fv2-d4c41fd7d802a513e784f0b30bc8dca1_r.jpg&,&summary&:&&,&href&:&\u002Fapi\u002Fposts\u002F&,&meta&:{&previous&:null,&next&:null},&snapshotUrl&:&&,&commentsCount&:0,&likesCount&:0},&&:{&title&:&数据可视化入门攻略 | 镝次元沙龙分享系列&,&author&:&dyclub&,&content&:&\u003Cb\u003E嘉宾介绍：\u003C\u002Fb\u003E\u003Cblockquote\u003E\u003Cp\u003E马晓青
网易数读设计师\u003C\u002Fp\u003E\u003Cp\u003E王蕾
网易数读编辑\u003C\u002Fp\u003E\u003C\u002Fblockquote\u003E\u003Cp\u003E\u003Cb\u003E编辑推荐：\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cblockquote\u003E网易数读是国内最早创办的数据新闻栏目之一，其作品在选题上放眼全球、丰富多彩；在视觉设计上，风格独特、专业精致。\u003Cbr\u003E在网易数读设计师们的带领下，我们一起走进数据可视化的世界，了解网易数读的栏目设计之道。\u003C\u002Fblockquote\u003E\u003Ch2\u003E正文：\u003C\u002Fh2\u003E\u003Cp\u003E\u003Cb\u003E一、关于网易数读\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E
网易数读成立于2012年，是网易有态度的原创栏目之一。因此区别于一般的新闻可视化，数读本身是偏时评栏目，一般带有观点性，因此编辑们在找数据时则更强调数据之间的逻辑关联。\u003C\u002Fp\u003E\u003Cp\u003E
一期作品的制作周期通常是2天。在此之前是一周三期图表专题，现在改为一周2期图表专题和一期H5策划。同时，其他交互性专题也会不定期推出。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E
另外，H5在网易数读微信公众号上有集纳页，风格跟PC数读有很大的区别，趣味性较强。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E
数读栏目成员标配4人，其中包含两名设计师，两名编辑。通常情况下，一期专题由一名编辑和一名设计师负责。编辑负责选题，整理数据，撰写配文；设计师负责图表制作。\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003E二、数据可视化初步\u003C\u002Fb\u003E\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E
任何一篇作品的设计，都遵循一定的制作步骤。循着这样的逻辑走，设计才不会成为一件让你手忙脚乱的事情。当然，设计师前期需要编辑的大力配合，而一旦主题与数据全部确认后，设计就可以顺利展开了。\u003C\u002Fp\u003E\u003Cp\u003E下图是网易数读设计师的工作流程：\u003C\u002Fp\u003E\u003Cimg src=\&v2-4de985f95ea0d72d205f5b95fab55371.png\& data-rawwidth=\&355\& data-rawheight=\&631\&\u003E\u003Cp\u003E\u003Cb\u003E一旦正式进入设计，设计师首先要面对的问题是：我该选择哪一种图表来展现这一期主题？
\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003E
这其中就涉及到了一个重要的概念——维度。其实，数读每一期要表现的主题直接决定了信息图表的维度。也就是说，这将决定设计师选择什么样的图表来呈现。\u003C\u002Fp\u003E\u003Cp\u003E
维度能帮助读者梳理图表信息，它决定了读者从这张图中所能解析到的深度以及所传达内容的主次。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cb\u003E在这个流程中，有两点十分重要：一是关于数据逻辑，二是全程与编辑的沟通及确认。\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E
在确定了信息图表的维度之后，接下来根据目的来进行主题划分，主题主要分展示型和比较型。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E
具体到一些实例，比如：\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003E（1）条形图——量级对比；\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003E（2）饼图——总体与部分以及部分之间的比例对比；\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003E（3）折线图——按一定规律（如时间，地域）产生趋势变化的。\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003E
不过也有特殊情况，比如：\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cul\u003E\u003Cli\u003E条形图——能直观的看出数值大小的对比；当一组数据里出现极差特别大的情况时，它的呈现会有局限性；\u003Cbr\u003E\u003C\u002Fli\u003E\u003Cli\u003E气泡图（一种用图形面积比来呈现数据比的可视化形式）—— 将气泡图和散点图的形式结合，可用于全局可视化，便于识别模式和趋势的比例符号图表；适用于有极大差值的量级对比；但因为是面积比，所以这种图表不适于让读者对比精确的数值差。\u003Cbr\u003E\u003C\u002Fli\u003E\u003C\u002Ful\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E
当然，除此之外还有更丰富的可视化元素和形式，信息之美里有一张图可以供大家参考：\u003C\u002Fp\u003E\u003Cimg src=\&v2-eec2c210bec.png\& data-rawwidth=\&539\& data-rawheight=\&669\&\u003E\u003Cbr\u003E\u003Cp\u003E
不过虽然其中有的图形看起来很炫酷、很花哨，但其实还是从一些基本的图表转化过来的。\u003C\u002Fp\u003E\u003Cp\u003E
掌握了图表的选择，修缮美化设计也是必备的一步。提供几个辅助呈现数据逻辑，信息主次、类别更明确，使画面更有可看性的手段：\u003C\u002Fp\u003E\u003Col\u003E\u003Cli\u003E替换图形\u003Cbr\u003E\u003C\u002Fli\u003E\u003Cli\u003E排版\u003Cbr\u003E\u003C\u002Fli\u003E\u003Cli\u003E配色\u003Cbr\u003E\u003C\u002Fli\u003E\u003C\u002Fol\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E
鼓励大家用一些大胆的版式、配色形式，多尝试，多经历失败，肯定收获更多。我们在提供方法和步骤去帮助读者获取信息，尽管数据本身是静态的，但呈现的方式不应该是一成不变的。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E
引用一本书里的话，即使是柱状图、曲线图、饼状图，这些现在看起来像文本一样易读的图表，它们也并非一开始就是这样的。在18世纪末，博学的William Playfair首次对它们的使用进行系统化和理论化时，他们也是具有创新性的。\u003C\u002Fp\u003E\u003Cimg src=\&v2-4bdf.png\& data-rawwidth=\&464\& data-rawheight=\&689\&\u003E\u003Cp\u003E\u003Cb\u003E三、佳作案例分享\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003E【要天皇退位的日本人】\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cimg src=\&v2-baffbedc880.jpg\& data-rawwidth=\&1235\& data-rawheight=\&678\&\u003E\u003Cp\u003E\u003Ca href=\&http:\u002F\u002Fnews.163.com\u002Fspecial\u002Ftenno0815\& data-editable=\&true\& data-title=\&要天皇退位的日本人\& class=\&\&\u003E要天皇退位的日本人\u003C\u002Fa\u003E（pc端）\u003C\u002Fp\u003E\u003Cp\u003E\u003Ca href=\&http:\u002F\u002Fdata.163.com\u002Fspecial\u002Fribentianhuang\u002F\& data-editable=\&true\& data-title=\&要天皇退位的日本人\& class=\&\&\u003E要天皇退位的日本人\u003C\u002Fa\u003E（移动端）\u003C\u002Fp\u003E\u003Cp\u003E
选择做这个案例是因为其主题趣味性强、可读性高，视觉设计干净简练、易操作。其中的数据来自日语书，根据这个选题需求对数据进行筛选。\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E
案例设计的重点是主题想要表达的内容。最初编辑提供了人物关系表和事件时间线这两个逻辑，但是表现容量有限。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E
考虑到这个策划的目的就是想了解当时日本人对于审判天皇这一议题各方各派的意见，所以衡量再三，策划的重点逻辑确立为：\u003C\u002Fp\u003E\u003Cul\u003E\u003Cli\u003E人物的出身背景 \u003Cbr\u003E\u003C\u002Fli\u003E\u003Cli\u003E对天皇存废的态度
\u003Cbr\u003E\u003C\u002Fli\u003E\u003C\u002Ful\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Cp\u003E
这两个核心逻辑之后，就是一些事件信息的补充、人物分支关联之类的次要信息。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E
而此份作品，同时在PC端和移动端呈现，不同端口的可视化方式也有所不同。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E
最大的区别在于移动端的屏幕大小有限，通常很难用于表现更复杂的信息，所以在推移动端作品的时候会简化一些表现形式，比如H5中去掉了人物关系线条。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E
另外考虑到移动端的社交传播，编辑们会更侧重做一些趣味性强的内容，与PC端偏严肃的专题区分表现。\u003C\u002Fp\u003E\u003Cp\u003E最新沙龙：\u003Cbr\u003E本周五，镝次元君为你揭开地理大数据可视化的幕后世界！\u003Cbr\u003E\u003Cbr\u003E【主题】地理大数据的可视化\u003Cbr\u003E【时间】5月12日（周五晚）20：00\u003Cbr\u003E【费用】免费\u003Cbr\u003E【地点】镝次元在线沙龙群\u003Cbr\u003E【嘉宾】王帅 GeoHey极海高级数据工程师\u003Cbr\u003E【报名】戳链接注册\u002F登录镝数后即可报名\u003Ca href=\&http:\u002F\u002Fwww.dydata.io\u002Fevent\u002F201703\& data-editable=\&true\& data-title=\&镝数-dydata\& class=\&\&\u003E镝数-dydata\u003C\u002Fa\u003E\u003C\u002Fp\u003E\u003Cp\u003E关于镝次元沙龙：\u003C\u002Fp\u003E说到国内的数据新闻社群，武汉大学的镝次元数据传媒实验室（ID：dyclub-org）可谓先锋者。镝次元以数据新闻为核心，建立起融数据挖掘、数据分析、数据可视化、数据叙事等内容于一体的交流互动平台，每两周举办一期线上沙龙，分享前沿经验和干货资源。&,&updated&:new Date(&T23:54:36.000Z&),&canComment&:false,&commentPermission&:&anyone&,&commentCount&:0,&likeCount&:2,&state&:&published&,&isLiked&:false,&slug&:&&,&isTitleImageFullScreen&:false,&rating&:&none&,&sourceUrl&:&&,&publishedTime&:&T07:54:36+08:00&,&links&:{&comments&:&\u002Fapi\u002Fposts\u002F2Fcomments&},&url&:&\u002Fp\u002F&,&titleImage&:&https:\u002F\u002Fpic2.zhimg.com\u002Fv2-8dff5ebcd22c2af8a0dff11d441aa53e_r.jpg&,&summary&:&&,&href&:&\u002Fapi\u002Fposts\u002F&,&meta&:{&previous&:null,&next&:null},&snapshotUrl&:&&,&commentsCount&:0,&likesCount&:2},&&:{&title&:&你真的知道何谓“数据新闻”？ | 镝次元沙龙分享系列&,&author&:&dyclub&,&content&:&嘉宾介绍：\u003Cblockquote\u003E王琼：武汉大学新闻学院副教授，镝次元数据传媒实验室创始人\u003C\u002Fblockquote\u003E\u003Cp\u003E编辑推荐：\u003C\u002Fp\u003E\u003Cblockquote\u003E近几年，数据新闻广为人知。但，你真的知道何谓数据新闻？好的数据新闻是什么样的？如何制作质量上乘的数据新闻？\u003Cbr\u003E\u003Cbr\u003E本期沙龙，王琼就将分享自己对数据新闻的理解，以解数据新闻之惑。\u003C\u002Fblockquote\u003E\u003Ch2\u003E正文：\u003C\u002Fh2\u003E\u003Col\u003E\u003Cli\u003E\u003Cb\u003E计算机辅助报道是什么？\u003C\u002Fb\u003E\u003Cbr\u003E\u003C\u002Fli\u003E\u003C\u002Fol\u003E\u003Cbr\u003E\u003Cp\u003E目前已知最早采用计算机辅助报道的概念出现在1952年，当时美国大选，哥伦比亚广播新闻在晚间选举报道借助美国政府所有的计算机来帮助预测哪位总统候选人会获胜。\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp\u003E最近这几年数据新闻广为人知，其中一个经典案例是媒体在2012年时用数据新闻预测出奥巴马会在大选中获胜。但其实早在1952年，美国媒体已经做过类似报道，也是从那时候起计算机辅助报道开始为人所知。\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp\u003E在此之后大约十五年的时间里，大型计算机开始逐渐普及。\u003C\u002Fp\u003E\u003Cp\u003E1967年，美国联邦信息自由法案开始实行，民众有权利要求政府公开信息。虽然这法案是面对民众，但从后来发展来看，真正去查阅资料并获取与民众相关信息的群体是记者，记者也因为信息自由法案而获得更多的采访权，自由法案可以说为数据新闻发展奠定非常重要基础。\u003C\u002Fp\u003E\u003Cp\u003E这一年还发生另外一件重要的事情，美国记者Philip Meyer借助计算机报道在底特律发生的种族暴乱。在做这次报道之前，他获得尼曼奖学金在哈佛大学做了一年的访问学者，受到社会科学研究方法启迪，把社会科学的研究方法用到了记者报道方法来，让研究更为深入。\u003C\u002Fp\u003E\u003Cp\u003E当初的刻板印象是此类暴乱肯定是由南方的黑人引发的。但当时Philip Meyer开始使用新的方式切入报道，也就是问卷调查。他的问卷得到两位大学教授的支持，还有三十多位访问员参与这项调查，主要是收集黑人参与动乱的动机。问卷结果却与人们的“预判”有出入，甚至可以说，与大部分人的社会认知截然相反，这引起了社会轰动，加之此报道在当时获得普利策新闻奖，由此他所采用的新的报道方式广为人知。\u003C\u002Fp\u003E\u003Cp\u003E\u003Cimg src=\&v2-41abdbfac.jpg\& data-rawwidth=\&247\& data-rawheight=\&375\&\u003E之后1973年Meyer出版了《精确新闻学》，成为精确新闻学的创始人。他在这本书中展现了记者如何使用社会科学调查方法：如问卷、抽样、访谈等，影响非常深远。他向记者展示了计算机可以成为辅助报道的有力工具。\u003C\u002Fp\u003E\u003Cp\u003E计算机辅助报道早于精确新闻，强调计算工具(计算机)的使用；\u003Cb\u003E精确新闻强调方法论，强调用科学研究的方法。\u003C\u002Fb\u003E之后有越来越多的记者使用计算机来分析美国政府机关的数据，其中比较著名的案例包括1974年《费城问询者报》分析所得税退税数据，通过数据分析发现：所得税征收偏袒富人。\u003C\u002Fp\u003E\u003Cp\u003E80年代中期，个人计算机开始流行，随之计算机辅助报道在美国兴盛起来。当时任职于《普罗维登斯报》的一位记者Elliot Jaspin开发了一款软件，通过软件可以下载数据到个人计算机上，记者可以运用商务电子表格和数据管理程序来轻易地分析数据，这与目前记者使用的数据分析软件已经非常类似。\u003C\u002Fp\u003E\u003Cp\u003E到了1989年，Elliot Jaspin前往密苏里新闻学院开办了密苏里计算机辅助报道协会，并教授相关课程。1993年与IRE（调查记者与编辑协会）合并，成立了NICAR（美国计算机辅助报道协会，该协会目前仍是美国新闻界非常重要的协会，每年会吸引上千名的数据新闻从业者参加）。\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp\u003E从90年代开始，计算机辅助报道开始在全美编辑室稳定发展。1996年IRE的Brant Houston出版了《计算机辅助报道的实用手册》，至今仍被记者与学生广泛使用。目前镝次元实验室在翻译此书，预计一年后跟读者见面。\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cimg src=\&v2-d30c310a084f57fd12c39.jpg\& data-rawwidth=\&257\& data-rawheight=\&374\&\u003E\u003Cp\u003E\u003Cbr\u003E到了90年代中期，互联网改变一切，美国新闻机构在网站推出了可视化图表、交互式平台的新闻。21世纪初，互联网成为主导力量。\u003C\u002Fp\u003E\u003Cp\u003E故事讲到这里，计算机辅助报道明显具有技术驱动的背景。那么问题来了，数据新闻既然跟计算机辅助报道相关，那为什么计算机辅助报道要变成数据新闻？如果一模一样的话，那为什么要“改名”？\u003C\u002Fp\u003E\u003Cp\u003E我在美国媒体访问时，问了他们编辑同样的问题：既然做的工作是计算机辅助报道，为什么要改称为数据新闻？他们回答：因为当时被称之为计算机辅助报道的时候，计算机非常难得，但现在计算机很普遍，若还维持这个名称，会显得有点silly。\u003C\u002Fp\u003E\u003Cp\u003E另外，数据新闻一词并不是出自美国，而是英国。根据谷歌趋势，数据新闻在2010年年末开始使用，被称为互联网之父的Tim Berners Lee在此时敦促英国记者挖掘政府发布的海量数据。此外，数据新闻的发展也需要信息自由法案来推动。英国在2000年就通过了法案，但在2005才开始真正实施，在开放进程方面，英国晚于美国。\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp\u003EHeather Brooke有一本很有影响力的书Your Right to Know，讲英国人民如何使用政府公开数据。此书作者从2005年开始倡导、培训、推动如何使用挖掘政府公开数据。\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cimg src=\&v2-7142359aec450a2e7bdc75a3419eebf3.jpg\& data-rawwidth=\&396\& data-rawheight=\&557\&\u003E\u003Cp\u003E在英国政府数据开放的头一年，出现一则很重要的数据新闻报道“Justice by postcode（根据邮政编码来进行宣判）”，揭示了英国不同地区定罪率存在巨大差异。这个报道让许多记者注意到了数据的重要性，而以往报道个案的方式无法发现案件审判与地区之间的关系。\u003C\u002Fp\u003E\u003Cp\u003E2006年，自由信息法案已经公布了一年，媒体从开放数据出发，做出了与之前截然不同的新闻，英国数据新闻开始蓬勃发展。在发展过程中，卫报扮演了一个很重要的角色。\u003C\u002Fp\u003E\u003Cp\u003ESimon Rogers是英国卫报数据博客的创始人，他认为对数据的解读并不只是数据记者的专业能力，人人都可以来做数据新闻，只要你有计算机、对数据新闻有素养，皆可以通过数据来观察我们的社会。\u003C\u002Fp\u003E\u003Cp\u003E2010年英国卫报发布一部引起轰动的作品，是根据维基解密释放出来的数据制作的，关于伊拉克和阿富汗，这篇报道引起很大反响。\u003Cb\u003E就在这一年，“数据新闻”这个词开始出现，对于数据新闻的定义，是和计算机辅助报道在实践当中的发展、数据开放的进程密不可分的\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003E2. 众说：数据新闻\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003E数据新闻起源于计算报道，现在已涵盖计算机辅助报道，并演变成交互式、阅读体验等多样的报道方式。Simon Rogers的观点认为，数据新闻不一定是可视化，可以是交互式、简单信息图表、传统文字等多样形式。但采用什么样的方式，数据说了算。由数据来判断是用哪样的方式呈现。\u003C\u002Fp\u003E\u003Cp\u003ESimon Rogers还认为，\u003Cb\u003E不管用什么方式呈现的数据新闻，它们有两个共同点：一定有数据，一定有统计。不光有数据还要进行分析，这才是数据新闻。\u003C\u002Fb\u003E在此澄清一个概念，只呈现数据并不是数据新闻，这只能称为数字新闻。\u003C\u002Fp\u003E\u003Cp\u003E还有一种观点认为，数据新闻只提供相关性，不用考虑因果性。我不太认同这个观点，因为数据新闻基于数据分析，但核心还是新闻，需要完整的新闻叙事。这个新闻很多时候并不只是单篇的新闻，它是一个完整的、基于数据逻辑分析的。因此讲述新闻故事，不能只提供相关性。\u003Cbr\u003E\n此外，\u003Cb\u003E数据新闻记者也有责任帮助受众，跟受众一起寻找真相。若不以因果关系为目的，则更多的是自己在玩数据，自娱自乐。\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003E在我们看来，数据新闻的重要性在于：在不缺失个体的同时，能更宏观地把真实的世界呈现在人们面前。我们传统选择报道标准在于追求案例的典型性、重大性，并找寻新奇的切入点，但这无法用比较宏观的角度来报道新闻事件。大量的普通人的正常生活被置于新闻之外，更多的是日常中的个案被媒体报道，甚至是被发酵、演绎、传播。\u003C\u002Fp\u003E\u003Cp\u003E作为普通公民，其实很难分清什么是真实世界的面貌，也许出于好奇心，会对触动人心的新奇个案感兴趣，但从社会参与角度来讲，我们更要知道这些个案在真实世界中所处的位置。\u003C\u002Fp\u003E\u003Cp\u003E我们需要了解这些真相，以便恰当判断个案的影响与意义，并且在此基础之上，才能更加准确地认知自我以及与社会的关系。如果说媒体只专注和致力于报道社会个案、截面，那我们如何能够自信、坦荡地说我们揭示了社会现象？\u003C\u002Fp\u003E\u003Cp\u003E数据新闻并不一定比传统访谈调研的采写报道更科学、更有深度、更高明，把握不好甚至容易产生更大的偏误。但\u003Cb\u003E数据新闻确实为我们提供了从更宏观的角度来看世界的可能，避免了个案有可能带来的偏见，数据新闻更有可能呈现真相，而不仅是事实。\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003E数据新闻的逻辑与呈现信息的特点，在展现问题的全貌、趋势与提供个性化阅读方面有自己独特的优势。\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003E3、数据素养\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003E数据新闻建立在对数据的分析之上，因为媒体的特殊性，一旦发生错误，影响非常广泛。所以不论是记者或是读者都应具备一定的理解数据、辨别数据的能力。\u003C\u002Fp\u003E\u003Cp\u003E以下推荐这本书给大家阅读:《数据素养》，作者是密苏里的副教授、IRE的学术顾问，中国传媒大学的沈浩目前正在组织翻译，应该很快就会和大家见面。\u003C\u002Fp\u003E\u003Cimg src=\&v2-bbae7dcff98fe.jpg\& data-rawwidth=\&173\& data-rawheight=\&263\&\u003E\u003Cp\u003E在正式讲何谓数据素养之前，先给大家看一张图片：\u003C\u002Fp\u003E\u003Cimg src=\&v2-8efaffdb9ba.jpg\& data-rawwidth=\&415\& data-rawheight=\&289\&\u003E\u003Cp\u003E这张图片选用的是一个非洲妇女在劳动的照片，并搭配文字与数据。通过这张图我们可以了解到：妇女做66%的工作、生产世界50%的食物，但所得非常少，只占10%的收入，仅仅拥有1%的资产。图的下方加上了这么一句很有动员性的话：我们可以改变这个事实。如果你是女权主义者，或者你对性别平等非常关注，你会不会被这张照片深深震撼呢？\u003C\u002Fp\u003E\u003Cp\u003E这张照片的数据来源是联合国发展计划，其数据来源让人觉得可信，但是经过核查，数据并不真实。由此可见，这是为了自己的宣传目的而在数据选用上并不严谨。\u003C\u002Fp\u003E\u003Cp\u003E接下来给大家看另一个案例，标题为：在尼日利亚被绑架的女孩。这种情况越来越严重。\u003C\u002Fp\u003E\u003Cimg src=\&v2-8b8c2301558ccba8fca69dbcf323a3a0.jpg\& data-rawwidth=\&415\& data-rawheight=\&380\&\u003E\u003Cp\u003E其中分析的数据图如下：\u003C\u002Fp\u003E\u003Cimg src=\&v2-91c11dd61c16f6205bdc90a1ee4a229e.jpg\& data-rawwidth=\&416\& data-rawheight=\&323\&\u003E\u003Cp\u003E蓝色的线表示绑架的数量，横轴是时间。可以看出，绑架情况越来越严重。但这其实和当地人的认知并不一致，因此让人不禁对数据的可信度产生质疑。对数据源查实后发现，这些数据并不是来自处理相关案件的政府部门，而是来自媒体报道的数据库。这不是真实发生案件的数据，而是被媒体纪录下来的绑架数量。\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp\u003E为了回应受众的质疑，数据新闻网站538(FiveThirtyEight)对这组数据进行归一化的处理，通过算法排除因媒体报道量的多寡对数据量的影响，我们可以看到数据图表显示的绑架情况并不是越来越严重。虽然从统计学的方法上来处理数据，让它能更代表真实情况，但因为数据源的选用并不合适，因此统计学的运用在此篇报道无法从根本上解决问题。\u003C\u002Fp\u003E\u003Cimg src=\&v2-b1d24b936cddbd52b15216e.jpg\& data-rawwidth=\&416\& data-rawheight=\&323\&\u003E\u003Cp\u003E另外一个案例：共和党民主党谁更爱看色情网页？\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cimg src=\&v2-66b8affb2fca337a439e10d6.jpg\& data-rawwidth=\&416\& data-rawheight=\&285\&\u003E\u003Cp\u003E\u003Cbr\u003E蓝色、红色分别代表民主党、共和党，并在每个州标明了相应的颜色。这篇报道虽然排除了因人口多寡引起的浏览数不同的问题（所有浏览的总数\u002F总人口数），但仍存在一个问题：IP并不是真实地址，IP无法反映州的真实情况。\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp\u003E还有很多在数据处理的过程中会遇到虚假相关的情况，如以下两张图片：\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cimg src=\&v2-15d14d91b73b5f88cdb8.jpg\& data-rawwidth=\&416\& data-rawheight=\&229\&\u003E\u003Cimg src=\&v2-35feeafabff01f82e66f99.jpg\& data-rawwidth=\&415\& data-rawheight=\&223\&\u003E\u003Cp\u003E随着时间的变化，美国在科学领域的花费与上吊自杀的人数趋近吻合，但两者间到底有关系吗？\u003C\u002Fp\u003E\u003Cp\u003E从第二张图也可以看到，掉进池塘人的数量与尼古拉斯凯奇出现在电影的次数，大体两者趋同。\u003C\u002Fp\u003E\u003Cp\u003E从这两张图片可以得知，我们在分析数据时，若发现特别有意思、反常识的内容，我们更要抑住内心的激动，仔细去核查数据来源与计算。\u003C\u002Fp\u003E\u003Cp\u003E通过上面的举例，常见的数据陷阱有：\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003E1.相关不等于因果；\u003Cbr\u003E\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003E2.数据源使用不当会带来结果偏差，草率带入无法代表A的B；\u003Cbr\u003E\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003E3.忽略数据背景，个体无法指代全体；\u003Cbr\u003E\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003E4.遗漏方法论，在报道中没有注明是使用什么方法。这些都会是使报道被质疑诟病的因素。\u003C\u002Fb\u003E\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp\u003E当遇到异常数据，第一时间要想到数据异常是什么原因造成：可能是数据录入、数据搜集、数据计算的错误；确定数据异常的原因后，需要判断是否值得进一步深挖异常数值。此外，也要报道呈现规律性的趋势，这对公众来说很重要。\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp\u003E数据素养对于数据新闻记者很重要，我们要通过数据来有效揭示事实真相，在新闻伦理道德标之下来讲故事，为了达成这些目标，数据素养是我们需要具备的知识与能力。\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp\u003E这些知识与能力，至少应该包括以下五点：\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003E1.对数据有批判性思维；\u003Cbr\u003E\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003E2.对数据有敏感性；\u003Cbr\u003E\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003E3.有数据搜集能力；\u003Cbr\u003E\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003E4.有数据分析处理能力；\u003Cbr\u003E\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003E5.利用数据进行决策。\u003C\u002Fb\u003E\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003E4、总结\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003E对于公众而言，数据新闻常常会用信息图、交互性新闻来呈现，在第一印象上会让读者认为“数据比文字更生动、更加可信”，而无法分辨真伪。因此，作为普通的阅听人，首先要看数据是否有注明数据来源，注明方法论。国外一些国家进行数据的处理时，若不是涉密或是商业合作数据，一般都会公布出来。\u003C\u002Fp\u003E\u003Cp\u003E若没有数据库，我们可以简单计算、抽检，来看数据是否可信。我们也要有基本的判断能力，数据揭示的现象是否与现实有差异，公布数据的机构之间是否有利益瓜葛。\u003C\u002Fp\u003E\u003Cp\u003E最后，数据新闻的质量很大一部分取决于我们可以获得什么数据，希望大家一同参与中国数据开放的进程，也希望媒体可以更多的分享你们在报道中使用的数据，供阅听人做一些核查，并方便其他媒体朋友在已有的数据基础上来做更多的挖掘与报道。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cblockquote\u003E\u003Cp\u003E你可能还喜欢：\u003C\u002Fp\u003E\u003Ca href=\&https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F\& data-title=\&数据可视化入门攻略 | 镝次元沙龙分享系列\& class=\&\&\u003E数据可视化入门攻略 | 镝次元沙龙分享系列\u003C\u002Fa\u003E\u003C\u002Fblockquote\u003E\u003Cbr\u003E\u003Ccode lang=\&text\&\u003E关于镝次元沙龙：\n说到国内的数据新闻社群，武汉大学的镝次元数据传媒实验室（ID：dyclub-org）可谓先锋者。镝次元以数据新闻为核心，建立起融数据挖掘、数据分析、数据可视化、数据叙事等内容于一体的交流互动平台，每两周举办一期线上沙龙，分享前沿经验和干货资源。\u003C\u002Fcode\u003E&,&updated&:new Date(&T00:17:58.000Z&),&canComment&:false,&commentPermission&:&anyone&,&commentCount&:1,&likeCount&:10,&state&:&published&,&isLiked&:false,&slug&:&&,&isTitleImageFullScreen&:false,&rating&:&none&,&sourceUrl&:&&,&publishedTime&:&T08:17:58+08:00&,&links&:{&comments&:&\u002Fapi\u002Fposts\u002F2Fcomments&},&url&:&\u002Fp\u002F&,&titleImage&:&https:\u002F\u002Fpic1.zhimg.com\u002Fv2-8ddcc9e7d578d85f2f83a47_r.jpg&,&summary&:&&,&href&:&\u002Fapi\u002Fposts\u002F&,&meta&:{&previous&:null,&next&:null},&snapshotUrl&:&&,&commentsCount&:1,&likesCount&:10},&&:{&title&:&九种地理可视化方法，我们只能帮你到这了｜镝次元沙龙分享系列&,&author&:&dyclub&,&content&:&嘉宾介绍：\u003Cblockquote\u003E 王帅：GeoHey 极海 高级数据工程师\u003Cbr\u003E\u003C\u002Fblockquote\u003E\u003Cp\u003E编辑推荐：\u003C\u002Fp\u003E\u003Cblockquote\u003E\u003Cp\u003E地图大数据的可视化受到了越来越多的重视。作为地理大数据应用的最后一步，地理空间的可视化，不仅仅是为了好看，还是为了将空间分布上的规律更加直观的展示出来，同时挖掘更加深层次的信息。\u003C\u002Fp\u003E\n\u003Cp\u003E地理大数据的可视化有多少种类型？今天的文章会一一告诉你。\u003C\u002Fp\u003E\u003C\u002Fblockquote\u003E\u003Ch2\u003E正文\u003C\u002Fh2\u003E\u003Cp\u003E1831年，霍乱第一次传播到英国，出现上万人死亡。当时的医生约翰·斯诺就在地图上用黑杠标注死亡的案例。最终发现，死亡的病例，大多数围绕在这个公共的水井旁，也就是地图中红点的位置。这张地图为当时政府揭示了霍乱的来源。\u003C\u002Fp\u003E\u003Cimg src=\&v2-4dc9f525fc59de1e52cbe21cc1622a65.jpg\& data-rawwidth=\&720\& data-rawheight=\&405\&\u003E\u003Cp\u003E地理空间的可视化，不仅仅是为了好看，而是为了将一些空间分布上的规律更加直观地展示，挖掘出更深层次的信息。\u003C\u002Fp\u003E\n\u003Cbr\u003E\u003Cp\u003E\u003Cb\u003E2、在线地图的秘密，一片两片三四片\u003C\u002Fb\u003E\u003Cbr\u003E\u003C\u002Fp\u003E\n\u003Cp\u003E 瓦片地图其实就是互联网地图后台的工作原理，将一整张地图切成一块块小的地图，就像屋顶上的瓦片。我们在查看的时候就是一级一级的、像金字塔一样去缩放。\u003Cimg src=\&v2-b9ef45a9be86f11c8dfcdbe0.jpg\& data-rawwidth=\&720\& data-rawheight=\&405\&\u003E下面这幅图片就是缩放流程，“4”是代表他的级别；“55” 是代表它的行号，然后“23”是代表它的列号。将这样一个一个256×256的小图片存在这样一个位置里面。\u003Cbr\u003E\u003C\u002Fp\u003E\n\u003Cimg src=\&v2-5ebf26f8c6c4a.jpg\& data-rawwidth=\&720\& data-rawheight=\&405\&\u003E\u003Cp\u003E这是一张谷歌地图，如果打开浏览器的开发者模式可以看到，谷歌地图具体的渲染方法就是最基本的点线面的渲染。里面的图片都是一张张256x256的图片，然后每张图片会根据不同的地物，渲染不同的颜色或者形状。像“面”可能就渲染成有一种颜色，“线”就渲染成黑色，“点”就由不同的样式去填充信息。\u003C\u002Fp\u003E\u003Cimg src=\&v2-7f0e8f3bcd.jpg\& data-rawwidth=\&720\& data-rawheight=\&405\&\u003E\u003Cp\u003E\u003Cb\u003E3、九种地理数据可视化，只能帮你到这了\u003Cimg src=\&v2-c0e04c95c588fc40df3ae61033dabcef.jpg\& data-rawwidth=\&720\& data-rawheight=\&405\&\u003E\u003C\u002Fb\u003E\u003C\u002Fp\u003E\n\u003Cp\u003E接下来我们来对每一种可视化的方法一一进行讲解。\u003Cbr\u003E\u003C\u002Fp\u003E\n\u003Cp\u003E1）单值图\u003Cbr\u003E\u003C\u002Fp\u003E\n\u003Cp\u003E 单值图比较简单，就是将一种数据统一渲染成同样颜色、形状或者大小。比如说左面这个是全国肯德基店铺的分布，右面这个是全球机场航线以及机场位置的数据。其中航线是用白色进行渲染，机场的位置是用绿色进行渲染。这种可视化比较简单、直观，能看出一些位置在空间上的分布的信息。\u003C\u002Fp\u003E\u003Cp\u003E\u003Cimg src=\&v2-f94fedf649e3af894085bcb.jpg\& data-rawwidth=\&720\& data-rawheight=\&405\&\u003E2）类别图\u003Cimg src=\&v2-e8dbfcae36c.jpg\& data-rawwidth=\&720\& data-rawheight=\&405\&\u003E\u003C\u002Fp\u003E\n\u003Cp\u003E 类别图，顾名思义就是根据不同的类别进行不同颜色的渲染或者一些根据不同的形状、大小的进行的渲染。像下图左上角这个图，Tom、Dick和Harry就是根据不同的属性，渲染成不同的颜色。\u003C\u002Fp\u003E\u003Cp\u003E我们再来看看左下角这幅纽约的声音地图，其实这幅地图是将不同的街道主要的声音赋给不同的颜色，也就是不同的类别。与上面的可视化方法一样，只不过是对线条进行渲染，其他原理上都是一样的。通过图例可以看到，主要就是交通、自然、人声和音乐几种声音。\u003C\u002Fp\u003E\u003Cp\u003E中央公园那个区域，明显都是绿色，也就是自然的声音。大桥与陆地的连接处，多数以交通的声音为主。这样一幅可视化的结果非常漂亮，就是用了可视化的方法中的类别图。\u003C\u002Fp\u003E\u003Cp\u003E然后右面这幅图，是根据不同的村庄的尾字进行渲染的，比如说河西村就是以“村”结尾，南辛庄就是以“庄”结尾。那这个图就是大家可以看出来。每个村庄的名字都会被渲染成不同的颜色。其实，这个就是整个分类图的一个大致的思想。\u003C\u002Fp\u003E\n\u003Cp\u003E3）渐进图\u003Cimg src=\&v2-cf6c3ebd825ca84ae908.jpg\& data-rawwidth=\&720\& data-rawheight=\&405\&\u003E\u003C\u002Fp\u003E\u003Cp\u003E渐进图也可以称作数量图，就是根据一个字段的数字赋予不同的颜色，比如说大于零的赋予一个颜色，大于一百二十八的赋予一个颜色，不同的间隔赋予不同的颜色。\u003C\u002Fp\u003E\n\u003Cp\u003E怎么确定间隔？常用的四种方法是：\u003C\u002Fp\u003E\n\u003Cul\u003E\u003Cli\u003E等间隔；\u003C\u002Fli\u003E\n\u003Cli\u003E等数量；\u003C\u002Fli\u003E\n\u003Cli\u003E自然分段；\u003C\u002Fli\u003E\n\u003Cli\u003E标准偏差。\u003C\u002Fli\u003E\n\u003C\u002Ful\u003E\u003Cp\u003E等间隔，根据数据的总体的分布，比如说，你的数据范围是零到一百，那么要分成五段。那么零到二十就是设置成一个颜色，二十到四十设置一个颜色，以此类推。\u003Cbr\u003E\u003C\u002Fp\u003E\n\u003Cp\u003E等数量，如果数据有一百个，那么前二十个设置成一个颜色，后二十个设置成一个颜色，再后这又设置成一个颜色。\u003Cbr\u003E\u003C\u002Fp\u003E\n\u003Cp\u003E自然分段，是保证各个类别内部的方差最小，类别与类别之间的方差越大越好。\u003Cbr\u003E\u003C\u002Fp\u003E\n\u003Cp\u003E标准偏差，指偏离数据的标准差多少个，比如说偏离一个、两个、三个，一段一段地赋予不同的颜色。\u003Cbr\u003E\u003C\u002Fp\u003E\n\u003Cp\u003E类别图和渐进图，有类似的地方。如果数据是数值型的，且数据跨度非常大，比如从1到10000，而且里面有小数，那么就尽量用渐进图；如果数据量都是一些字符型的分类，那么可以考虑用分类图。\u003C\u002Fp\u003E\u003Cp\u003E\u003Cimg src=\&v2-5c91345fbbfcdf5f00c04264.jpg\& data-rawwidth=\&720\& data-rawheight=\&405\&\u003E这个图是2010年乡镇级别尺度的全国人口普查密度，用的是自然分段法。可以明显看到北京、珠三角、长三角、四川上盆地以及河南等地方的人口密度非常的大。\u003C\u002Fp\u003E\n\u003Cp\u003E右边是“条条大路通罗马”渐进图，右面是我根据左面这个复现了一个“条条大路通北京”。\u003Cimg src=\&v2-a4f47e449e2fbdef074751.jpg\& data-rawwidth=\&720\& data-rawheight=\&405\&\u003E\u003C\u002Fp\u003E\u003Cp\u003E其实制作方法也比较简单，就是在全陆地上平均地撒上一个点，然后去求你这个撒的点的起点到终点的最短路径。然后经过的路段越多，那么它的数量就越多，这样累计起来你每一段路，经过了多少个起点，有多少个起点经过就会有一个数字。\u003Cbr\u003E\u003C\u002Fp\u003E\n\u003Cp\u003E求出每条道路经过的起点数量之后，我们就可以根据上面讲到的几种分类方法。比如，自然分段还是等间隔、等数量对它渲染不同的粗细。\u003Cbr\u003E\u003C\u002Fp\u003E\n\u003Cp\u003E4）气泡图\u003Cimg src=\&v2-f8e51b977cbb.jpg\& data-rawwidth=\&720\& data-rawheight=\&405\&\u003E\u003C\u002Fp\u003E\u003Cp\u003E气泡图，根据每一个属性，以及值的大小，数值越大，那么气泡圆圈越大，这幅图是每个省份的GDP的一个气泡图，广州、江苏以及山东的气泡会大一些。\u003C\u002Fp\u003E\n\u003Cp\u003E5）混合图\u003Cimg src=\&v2-ed134afd63e11af21d50.jpg\& data-rawwidth=\&720\& data-rawheight=\&405\&\u003E混合图也叫blending mode，最出名的当属这幅Facebook的地图。这是Facebook在2011年发布的全球用户关系图。\u003C\u002Fp\u003E\u003Cp\u003E这个与我们前面讲到的单值图（飞机航线）不同在于，虽然渲染的颜色是蓝色的，但是在美国欧洲这些用户非常多的地方，颜色是非常亮的。\u003C\u002Fp\u003E\u003Cp\u003E怎么做出这种高亮的效果？ 其实就是一个叠加的作用，可以看到右面列了几个公式，一个是Normal，就是你输的两条线或者两个点，然后谁在前面，谁在上面就呈现出谁的颜色，就像刚才那个飞机航线图。那么要想做到这种高亮的效果，那就是可以用一个Screen或者Multiply去做一个运算操作。就说比如说这个Multiply，a和b乘起来做一个输出，在对其进行渲染，那么这部分就会高亮很多。\u003Cimg src=\&v2-afc07ddeba4836.jpg\& data-rawwidth=\&720\& data-rawheight=\&405\&\u003E\u003C\u002Fp\u003E\u003Cp\u003E上面这幅图就是村庄尾字图，这个是以村结尾的图也是用了Screen的效果。然后可以看到在东部沿岸会有一些发白的地方，就说明的村庄分布非常的多。\u003C\u002Fp\u003E\n\u003Cp\u003E6）热力图\u003Cimg src=\&v2-25c478ffffdeda2e4df5a7.jpg\& data-rawwidth=\&720\& data-rawheight=\&405\&\u003E热力图，左边的这个图是全国肯德基的分布，右面这个是用热力图渲染的效果。其实大家可以明显的看出来越聚集的地方，那么热力图就显得越亮。然后，点越少的或者越稀疏的地方，聚集的程度也就说颜色，可以设成绿色。\u003Cbr\u003E\u003C\u002Fp\u003E\n\u003Cp\u003E热力图最大的一个作用是可以突出一个点聚集的程度，点聚集得越多，那么热力就高。点聚集地越少，那这地方热力就越低。\u003C\u002Fp\u003E\u003Cp\u003E7）聚合图\u003Cimg src=\&v2-ce9eab0e31f8adf44f5716.jpg\& data-rawwidth=\&720\& data-rawheight=\&405\&\u003E\u003C\u002Fp\u003E\u003Cp\u003E聚合图，左面的其实就是一个点，然后右面聚合之后的结果。聚合的方式有多种多样，可以是像图中所示的正六边形，也可以做正方形的聚合。\u003C\u002Fp\u003E\n\u003Cp\u003E在聚合之后，我们就可以对它就里面的数量运用刚才的渐进图对它进行渲染不同的颜色。\u003Cbr\u003E\u003C\u002Fp\u003E\n\u003Cp\u003E例如下面这两幅图，左面是科比的命中率投篮统计，然后右面是库里的投篮统计。六边形的大小代表投篮的次数。颜色越红代表命中率越高，可以看到科比在中距离出手次数要比库里多，然后库里在三分线外出手次数以及命中率都是非常的高的。\u003Cbr\u003E\u003C\u002Fp\u003E\n\u003Cp\u003E8）时态图\u003C\u002Fp\u003E\u003Cp\u003E时态图有两种呈现方式，一种是不将前一祯的数据抹掉，然后下一祯数据继续往上放。\u003C\u002Fp\u003E\u003Cp\u003E这是第二种大数据可视化的方法就是将前一祯的数据慢慢隐藏，然后下一祯数据出现，这样就会出现一个尾巴的效果。\u003C\u002Fp\u003E\n\u003Cp\u003E9）边捆绑\u003Cimg src=\&v2-e76a2d05ce3a98ccc8092.jpg\& data-rawwidth=\&720\& data-rawheight=\&405\&\u003E\u003C\u002Fp\u003E\u003Cp\u003E捆绑图。左面是美国的一个人口迁徙图。然后比如说从一开始洛杉矶到纽约就只有一条直线，这样看起来会错综复杂，那么我们需要加这个线进行捆绑，就会出现右面这六种不同的捆绑效果。\u003C\u002Fp\u003E\u003Cp\u003E那具体的捆绑方法可以把两条线想象成两个星球。星球与星球之具有引力，离得越近的两条线，它们的引力越大，那么就会慢慢的将所有的线聚集在一起，就会形成像右面这种各式各样的效果。\u003C\u002Fp\u003E\n\u003Cbr\u003E\u003Cp\u003E\u003Cb\u003E4、常用的可视化工具有哪些？\u003C\u002Fb\u003E\u003C\u002Fp\u003E\n\u003Cp\u003E可视化工具主要分成三种：一种是桌面工具，比如QGIS，第二种是在线的线上工具，可以在浏览器里直接操作，比如极海的GeoHey平台，再有就是前端工具，需要写代码，比如 D3、Echarts。\u003Cimg src=\&v2-2ebbf28824a9.jpg\& data-rawwidth=\&720\& data-rawheight=\&405\&\u003E\u003C\u002Fp\u003E\u003Cp\u003E右面这个Awesome GS的列表，是我在Github上建的一个仓库，涉及的很多常用的技术软件以及工具，包括一些新闻以及优秀的可视化站点。\u003C\u002Fp\u003E\n\u003Cp\u003E\u003Cb\u003E 5、地球投影是怎么回事？\u003C\u002Fb\u003E\u003C\u002Fp\u003E\n\u003Cp\u003E 地球是个球形，但平时看到的地图都是二维平面，那么这个怎么来的呢？从视频中直观的看，就是把地球抛开，然后抛成一瓣一瓣的，再将两端拉升，最后缝合起来，就成为我们平时看到这种地图。这种投影方式叫做墨卡托投影。大家平时用的百度、google以及高德都是采用这种方式。\u003Cimg src=\&v2-2eb9ed2f5f4c744008ddb.jpg\& data-rawwidth=\&720\& data-rawheight=\&405\&\u003E\u003C\u002Fp\u003E\n\u003Cp\u003E越往北的地方，越往两极的地方，圆圈越大代表他的形变越大，可以看到这个人的头像也会出现很大的形变。然后在赤道上面他的圆圈就是小，说明形变最小。\u003C\u002Fp\u003E\u003Cp\u003E\u003Cimg src=\&v2-1c8e26a54c8fa3c1ac5a0c5ab41aad0a.jpg\& data-rawwidth=\&720\& data-rawheight=\&405\&\u003E左面这张图片是中国大陆拖到俄罗斯的位置上，可以看到我国的边界发生了一个比较大的形变，然后板块面积也变得非常的大。就是投影变形。右面这个图就是将美国、印度以及我国放到非洲这个尺度下的一个效果，可以看到这三个国家大概就相当于非洲的一个面积。\u003Cimg src=\&v2-5b9e47a7baf424fe293fe.jpg\& data-rawwidth=\&720\& data-rawheight=\&405\&\u003E\u003C\u002Fp\u003E\n\u003Cp\u003E\u003Cb\u003E6、问答环节：\u003C\u002Fb\u003E\u003C\u002Fp\u003E\n\u003Cp\u003E\u003Cb\u003EQ：地理数据的输入一般是哪种格式的文件？\u003C\u002Fb\u003E\u003Cbr\u003E\u003C\u002Fp\u003E\n\u003Cp\u003EA：地理数据输入的文件格式最常用的是shpfile、geojson、kml等。这些格式的文件都会保存地理信息以及它们的投影相关的信息，像QGIS、ArcGIS在这些软件里面都可以很方便的读取这些数据。\u003C\u002Fp\u003E\n\u003Cp\u003E\u003Cb\u003EQ：请问您平时做数据化都用哪些工具？\u003C\u002Fb\u003E\u003Cbr\u003E\u003C\u002Fp\u003E\n\u003Cp\u003EA: QGIS和极海的可视化平台，QGIS是属于功能更加丰富。但是需要更多的专业知识水平。上手起来，也可能会比较难。极海的平台是网页版，只要一个账号就可以使用，也不需要你安装，使用起来比较简洁方便。\u003C\u002Fp\u003E\n\u003Cp\u003E\u003Cb\u003EQ：时态轨迹数据一次性获取后展示？还是动态获取？\u003C\u002Fb\u003E\u003Cbr\u003E\u003C\u002Fp\u003E\n\u003Cp\u003EA：时态数据。我刚才发的例子是一个先获取之后再进行展示的，当然你也可以实时的接入这个数据流，比如说阿里在双十一做的全球交易的一个动态效果就是实时获取和实时接入。\u003C\u002Fp\u003E\n\u003Cp\u003E\u003Cb\u003EQ：在合理的范围内，请比较一下QGIS、ARCGIS。\u003C\u002Fb\u003E\u003Cbr\u003E\u003C\u002Fp\u003E\n\u003Cp\u003EA： QGIS是因为它是开源的，目前我用它主要是做数据处理和可视化。相对于ArcGIS来说，QGIS他的分析功能比较弱。ArcGIS有一堆的工具包可以用，它的分析功能空间分析功能要比QGIS要好很多。如果你是一般使用的话，那推荐你是用QGIS，毕竟是开源免费的。\u003C\u002Fp\u003E\n\u003Cp\u003E\u003Cb\u003EQ：D3在做可视化视频的时候有什么优缺点？\u003C\u002Fb\u003E\u003Cbr\u003E\u003C\u002Fp\u003E\n\u003Cp\u003EA：D3做可视化，因为它是一个覆盖很全很广的工具，然后在地图这方面，可画的内容会偏少一些。然后在数据量升到一定级别的时候，可能会出现卡顿现象。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cblockquote\u003E\u003Cp\u003E你可能还喜欢：\u003C\u002Fp\u003E\u003Ca href=\&https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F\& class=\&\& data-editable=\&true\& data-title=\&数据可视化入门攻略 | 镝次元沙龙分享系列你真的\n\&\u003E数据可视化入门攻略 | 镝次元沙龙分享系列你真的\u003Cbr\u003E\u003C\u002Fa\u003E\u003Ca href=\&https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F\&\u003E知道何谓“数据新闻”？｜镝次元沙龙分享系列\u003C\u002Fa\u003E\u003C\u002Fblockquote\u003E\u003Cbr\u003E\u003Cbr\u003E\u003Ccode lang=\&text\&\u003E关于镝次元沙龙：\n说到国内的数据新闻社群，武汉大学的镝次元数据传媒实验室（ID：dyclub-org）可谓先锋者。镝次元以数据新闻为核心，建立起融数据挖掘、数据分析、数据可视化、数据叙事等内容于一体的交流互动平台，每两周举办一期线上沙龙，分享前沿经验和干货资源。\u003C\u002Fcode\u003E&,&updated&:new Date(&T05:25:35.000Z&),&canComment&:false,&commentPermission&:&anyone&,&commentCount&:2,&likeCount&:6,&state&:&published&,&isLiked&:false,&slug&:&&,&isTitleImageFullScreen&:false,&rating&:&none&,&sourceUrl&:&&,&publishedTime&:&T13:25:35+08:00&,&links&:{&comments&:&\u002Fapi\u002Fposts\u002F2Fcomments&},&url&:&\u002Fp\u002F&,&titleImage&:&https:\u002F\u002Fpic1.zhimg.com\u002Fv2-e5f192933bba3b50e1ba_r.jpg&,&summary&:&&,&href&:&\u002Fapi\u002Fposts\u002F&,&meta&:{&previous&:null,&next&:null},&snapshotUrl&:&&,&commentsCount&:2,&likesCount&:6},&&:{&title&:&数据新闻的澎湃实践｜镝次元沙龙分享系列&,&author&:&dyclub&,&content&:&\u003Cb\u003E嘉宾介绍：\u003C\u002Fb\u003E\u003Cblockquote\u003E\u003Cp\u003E赵佳峰——澎湃数据新闻总监，负责信息图表，产品 升级、方向性问题以及设计把关。在信息图表领域有超过 12 年的经历，曾任职于《东方早报》和其他杂志 媒体。2014 加入澎湃。\u003C\u002Fp\u003E\u003Cp\u003E吕妍——澎湃数据新闻主编，负责栏目运营，选题以及文案把关等。\u003Cbr\u003E\u003C\u002Fp\u003E\u003C\u002Fblockquote\u003E\u003Cp\u003E\u003Cb\u003E编辑推荐：\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cblockquote\u003E\u003Cp\u003E拥有新媒体 DNA 的澎湃怎么做数据新闻？澎湃给出的答案是一堂“\u003Ca href=\&http:\u002F\u002Fwww.thepaper.cn\u002Flist_25635\& data-editable=\&true\& data-title=\&美数课\&\u003E美数课\u003C\u002Fa\u003E”。一句话概括其精髓： 数字是骨骼，设计是灵魂。与新闻相关，又与新闻无关。如何理解？\u003C\u002Fp\u003E\u003Cp\u003E这次，镝次元数据传媒实验室将对话澎湃数据新闻团队，解密澎湃数据新闻。\u003C\u002Fp\u003E\u003Cp\u003E本文将从选题、数据架构、呈现等多方面解读了澎湃的“\u003Ca href=\&http:\u002F\u002Fwww.thepaper.cn\u002Flist_25635\& data-editable=\&true\& data-title=\&美数课\&\u003E美数课\u003C\u002Fa\u003E”，从澎湃新闻的角度解析了“数据新闻”，更有不少技术干货。\u003C\u002Fp\u003E\u003C\u002Fblockquote\u003E\u003Ch2\u003E一、“美数课”里都有啥？\u003C\u002Fh2\u003E\u003Cp\u003E\u003Cb\u003EQ：澎湃数据新闻栏目的定位和特点是什么？和其他媒体同类产品相比，最大的竞争力是 什么？\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003EA：“美数课”原本叫做“花边数据”。但“花边数据”与一些严肃话题的作品显得不太契合，具有局限性，于是改为更能彰显目前栏目定位的“美术课”。\u003C\u002Fp\u003E\u003Cp\u003E“美”，是指用视觉的方式展示，“数”是数字，数字是一种载同时也是原料，这中间涉及到的：包括图解、Html5、新闻漫画、数据博客等，各有侧重，比如数据博客侧重数据，新闻漫画侧重叙事，它们都是在用视觉的方式讲故事，有时是数据型故事，有时是解释型故事， 有时是评论型故事。在我看来，澎湃数据新闻最大的竞争力，是延续《东方早报》近十年的图表设计，并融入互联网元素，完善了过去制作和手法上的不足。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cb\u003EQ：澎湃数据新闻团队的人员组成，各自专业背景是什么？\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003EA：澎湃数据新闻团队包括 2 位数据编辑，3 位动画设计师，2 位平面设计师，2 位 3D 设计师，还有 3 位插画师。编辑大部分是中文或新闻专业出身，而设计师则来自媒体、广告 公司，甚至游戏公司、影视公司等不同领域。所以，产品形态除了有信息图表、HTML5 交 互页面之外，还有漫画产品、数据博客等。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cb\u003EQ：澎湃如何理解数据新闻？有什么侧重吗？\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003EA：我们认为理解数据新闻可分为三个侧重方向：第一种是侧重数据类，这一类的包括 数据挖掘和数据分析；第二种是图解类；第三种是地图类，即基于地图制作的数据新闻。不 同方向的数据新闻，特点也不尽相同。 澎湃目前倾向于数据挖掘和图解类，接下来我们还会去尝试基于地图的数据新闻的制作。\u003C\u002Fp\u003E\u003Ch2\u003E二、数据新闻是这么生产出来的！\u003C\u002Fh2\u003E\u003Cp\u003E\u003Cb\u003EQ：“美术课”的数据新闻生产周期是怎样的？热点题目、长期策划呢？\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003EA\u003C\u002Fb\u003E：“美术课”每周有一个固定模块叫“一周数据”，它的生产周期是 1-2 天，这个模块的制图和可视化工作较少，更多是对信息的搜集，用数据维度回顾一周新闻。有时也会有固定时间节点的专题，比如清明节或妇女节专题。\u003C\u002Fp\u003E\u003Cp\u003E还有一种是图解类型，生产周期大概 2-3 天，制作和信息搜集的时间各占一半，但也不排除有些选题在策划和写作上耗时较长，这样生产周期会延长到 4-5 天。如果文案都很精确，生产时间就相对可控。\u003C\u002Fp\u003E\u003Cp\u003E再就是长线选题，生产时间会比较长，最长的是当年赵老师做的“甲午轮回”项目， 前后大概做了三个月。\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cb\u003EQ：澎湃新闻团队是如何确定选题的？\u003C\u002Fb\u003E\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp\u003EA：首先会有一个月历，标出每个月的重要事件节点，在每月初检查一遍。常态的情况下，我们每周都会有选题会，完成基本选题，进行具体的分工。而长线选题则更加随机，有时自上而下，有时自下而上。\u003C\u002Fp\u003E\u003Cp\u003E目前主要三类：\u003C\u002Fp\u003E\u003Cul\u003E\u003Cli\u003E第一类，热点新闻选题，我们会对新闻的时间进行评估，对时间延续短 的新闻进行删选；\u003Cbr\u003E\u003C\u002Fli\u003E\u003Cli\u003E第二类，话题类和议题类选题，选择时间延续性长和关注度高的问题；\u003Cbr\u003E\u003C\u002Fli\u003E\u003Cli\u003E第三类，更深入的选题，这方面的选题会来自于其他文字部门，比如说法治、环境记者的想法， 或是来自于其他机构的合作，比如某规划院给我们数据，我们会尝试根据这些数据做出产品。\u003Cbr\u003E\u003C\u002Fli\u003E\u003C\u002Ful\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cb\u003EQ：数据记者如何完成报道？独立完成，还是和文字记者合作？\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003EA：我们对自己的基本要求是要有独立的策划能力，能独立完成对问题的研究；但有些情况下，也和文字记者进行合作：比如当文字记者有好的想法，我们也会一起推进；再比如财经类选题的门槛儿很高，我们做财经选题的时候，会联系文字记者，一方面要一些素材，另一方面要求他们给我们提供一些基本的解释，或者帮助我们审核稿子。\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003EQ：选题优先模式中，选题是不是会特别看重公共利益这方面，还是说会偏向吸引眼球的诸如涉及隐私、暴力、色情等娱乐性方面的 内容？\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003EA：选题肯定有些界限，比如说某明星嫖娼被抓的新闻，我们做的选题方向会更偏向于色情服务业。但偏解释性的数据新闻，或者更严格的数据新闻，不太容易把角度做低俗。因此，不管选题如何，需要选取的切入角度是可控的。\u003C\u002Fp\u003E\u003Ch2\u003E三、“数据”，怎么破？\u003C\u002Fh2\u003E\u003Cp\u003E\u003Cb\u003EQ：操作选题时主要数据源有哪些？\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003EA：这要先从介绍我们选题分类方式开始，一般分为两类：数据优先型和话题优先型。 话题优先型就是话题很重要的，我们会去找相关数据，找不到的时候就侧重于解释性报道。 数据优先型，比如说国内外机构的某个权威报告特别好，我们会将有价值的数据与当下的新 闻点结合起来进行操作。但是我们目前做的不太充分的是独立做数据收集，因此，接下来我 们想和一些机构合作，拿到一些公开数据或者机构对数据深入分析的结果。\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003EQ：政府数据一般如何获得？\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003EA：第一个是国家统计局网站，再有就是世界银行，这里有很多优质数据，而且涉及的国家很全。\u003C\u002Fp\u003E\u003Cp\u003E其次，还会参照性地到 OECD 的网站找数据，虽然中国不属于这个组织，但它会把中国的数据加进网站。\u003C\u002Fp\u003E\u003Cp\u003E还有一个比较推荐网站叫“数据堂”，这里面有很多用户提交的年鉴和其他数据。还有中国知网的论文，一方面关注学者的研究性论文，另一方面关注年鉴和鲜为人知的报告。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cb\u003EQ：哪些方面的数据比较丰富扎实？有相对固定的数据源提供方合作吗？ \u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003EA：个人认为，财经类选题和环保类选题，以及诸如城市研究这样的研究类选题比较丰富扎 实。而时政类和法治类的选题，数据较分散或者更偏向于个例。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E目前我们还没有固定的数据源，有些合作在推进的过程中，因为沟通成本高、工作时 间以及战线长等的问题，因此目前没有成熟的案例可以直接分享。\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003EQ：缺少现成的数据时怎么办？如何继续完成报道? \u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003EA：要根据数据缺少程度来决定。如果缺少太多数据使得选题无法成立，那就换掉选题或者变换角度，做成解释性报道。如果基本的逻辑线依旧成立而缺少中间部分的数据，就用替代的方法，比如：展示地方数据替代全国数据，或者直接说数据没有公开，没有公开数据也是一种信号。\u003C\u002Fp\u003E\u003Cbr\u003E\u003Cp\u003E\u003Cb\u003EQ：如何及时跟上国内外机构发布报告的节奏？\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003EA：我们会标记一些国内外的网站，定期去看，但是也有会漏掉，看的不太及时。我也尝试过邮件订阅，但订阅量大，也会产生滞后问题，因此，我们的方法是，根据自身的偏向，各自有偏好的去定期跟踪网站更新。\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003EQ：学术期刊杂志能够有一手的数据，也可进行可视化分析，相对来说，您认为媒体在这个领域的特点和优势是什么？\u003C\u002Fb\u003E\u003Cbr\u003E\u003C\u002Fp\u003E\u003Cp\u003EA：学术领域对数据处理很严谨，其优势在于有学术机构\u003Cb\u003E掌握了一手数据和完整数据， 可以做出十分精确的可视化，\u003C\u002Fb\u003E也可以在可视化过程中进行分析。\u003C\u002Fp\u003E\u003Cp\u003E但缺点是贴近性不够，读者群窄，有的时候可能是几百人，也可能是几千人，传播过程很精确，但范围非常小。\u003C\u002Fp\u003E\u003Cp\u003E 而媒体的一个职责就是实现贴近性，在呈现中加入解释性文字和生动活泼的表达，但也要把 握几个底线：\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003E一方面是对数据来源的把握，不用网络上的二手数据来源；\u003C\u002Fb\u003E另一方面是对可视化形式的选择，比如，设计时，图的其他部分可以多做一些设计师想要的设计元素，但图表部分不要太多装饰，因为图表就是要阐述数据本身。\u003C\u002Fp\u003E\u003Cp\u003E因此，我们要明确不同目的，在操作的过程中，把握不让数据变形的方式。除此之外，还包括对语言的选择，一方面注重贴近性， 另一方面不做曲解原意的表达。\u003C\u002Fp\u003E\u003Ch2\u003E四、关于数据新闻的发散探讨\u003C\u002Fh2\u003E\u003Cp\u003E\u003Cb\u003EQ：地图可视化在国内很少，这是技术上的问题，还是现在国内数据新闻还没发展到这个阶段？ \u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003EA：地图可视化很重要，虽然目前新闻界做的不多，但规划院、地理研究院都做的很好， 还包括一些公益网站，比如 BCL，即 Beijing City Lab 等。\u003C\u002Fp\u003E\u003Cp\u003E我认为，目前新闻媒体做数据应用偏向的产品很少的原因之一是数据来源问题。一些公开数据来源地理信息不详细，可视化价值有限。其次是一些技术的问题，媒体前后端工程师比较少，但地理信息可视化比较专业，因此尝试比较少。 但我个人认为地图可视化很有价值，我们现在大部分都是手机优先，地图可视化恰恰很适合手机这样的介质，因为手机本身就带有地理信息的功能，因此不管是提交数据还是地理坐标搜索，手机都是一个天然的入口。\u003C\u002Fp\u003E\u003Cp\u003E\u003Cb\u003EQ：Julie Steele 的《数据可视化之美》一书中讲到，技术在其中所占比重甚重，但隔行如隔山，平时技术人员和业务人员在团队中如何交流？\u003C\u002Fb\u003E\u003C\u002Fp\u003E\u003Cp\u003EA：我们毕竟做的是新闻产品，核心问题在于信息的传递，而不在于技术