电子工业出版社-网上书店

数据新闻作为一种新型的新闻报道形式，弥补了传统新闻或叙事性新闻无法呈现的效果。数据新闻采用可视化的方法将单调的数据用一种直观、便于理解、更具说服力的方法呈献给读者。大量的数据比采访几十个对象获取的信息更多，做出的结论更客观易懂，也更容易阐明观点。本书介绍在大数据环境下数据新闻的制作流程。以丰富的实践案例解析数据新闻的制作理念和方法。紧密围绕新闻人在制作数据新闻中的实际需求，全面介绍了数据新闻概述，获取数据的工具和方法，使用Openrefine清理和分析数据，数据质量分析，使用Tableau实现数据分析及可视化，以及标签云、关系图制作、Echarts和HTML5等其他数据新闻制作工具。本书理论与实践结合，偏重数据新闻的具体制作方法。不仅包含必备的理论知识，而且包含具体的实践案例，多角度启发和引导读者的创新思维，增强读者对抽象数据的把握和综合分析能力，帮助读者快速掌握数据新闻的制作过程。内容通俗易懂，简明实用，包含配套的电子教学辅助资料，可免费下载。

目 录
第1 章 数据新闻概述  1
1.1 数据新闻的概念 . 2
1.2 制作数据新闻 . 8
1.2.1 人才需求  9
1.2.2 技术需要  10
1.2.3 制作流程  11
1.3 数据新闻奖（DJA）获奖作品  12

第2 章 获取数据  22
2.1 政府、国际组织与第三方机构的公开数据 . 23
2.2 政府信息公开数据的申请 . 26
2.3 众包搜集数据 . 29
2.4 搜索引擎的使用 . 30
2.4.1 搜索指令  30
2.4.2 百度搜索工具  33
2.4.3 百度高级搜索页面  34
2.5 数据存储 . 34
2.5.1 PDF 格式转换为Excel 格式 . 35
2.5.2 在线转换工具Zamzar . 37
2.5.3 浏览器插件  38
2.5.4 结构化信息表格化  40
2.5.5 批量下载文件  42
2.6 综合案例 . 44
2.6.1 使用联合国数据库  44
2.6.2 获取北京市2014 年常住人口数量 . 46

第3 章 清理和分析数据  49
3.1 “脏数据”（Dirty Data）  50
3.1.1 “脏数据”的成因  50
3.1.2 “脏数据”的表现形式 . 51
3.2 数据清理/分析工具  52
3.3 清理“脏数据” . 53
3.3.1 安装OpenRefine 环境 . 53
3.3.2 创建项目（导入数据） . 55
3.3.3 主界面 . 56
3.3.4 归类（Facet）  57
3.3.5 文本过滤器（Text filter） . 63
3.3.6 编辑单元格（Edit cells）  64
3.3.7 编辑列（Edit column） . 66
3.3.8 变换（Transpose）  68
3.3.9 排序（Sort）  70
3.3.10 视图（View）  71
3.3.11 导出（Export）  71
3.3.12 函数 . 72
3.3.13 正则表达式  77
3.4 使用Excel 简单分析数据  81
3.4.1 常用函数  81
3.4.2 筛选 . 84
3.4.3 数据透视表（PivotTable） . 85
3.4.4 在透视表里做筛选  86
3.5 数据清理原则 . 87
3.6 综合案例 . 87
3.6.1 查找重复记录  87
3.6.2 使用OpenRefine 清理数据 . 90
第4 章 数据质量分析  102
4.1 数据合理性 . 103
4.1.1 内部合理性  104
4.1.2 外部合理性  109
4.2 游程检验 112
4.3 抽样分析 113
4.4 缺失数据的预测 115
4.5 时间序列预测 117
4.5.1 移动平均  117
4.5.2 指数平滑  119
4.5.3 回归 . 122
第5 章 数据分析及可视化工具应用  124
5.1 数据可视化 . 125
5.2 数据可视化工具 . 125
5.3 Tableau 下载和安装 . 128
5.4 创建第一个可视化作品 . 131
5.4.1 首次数据连接  131
5.4.2 首次创建多种图表  132
5.4.3 首次创建仪表板  135
5.4.4 首次输出  136
5.5 连接数据 . 138
5.5.1 在图表中查看数据  138
5.5.2 简单数据连接  139
5.5.3 连接多个数据源  141
5.5.4 连接一个数据源的多个表 . 143
5.5.5 提取数据  144
5.5.6 数据类型  146
5.6 数据视图 . 146
5.6.1 工作表和工作簿  147
5.6.2 数据视图界面  148
5.6.3 文本表、压力图和突出显示表 . 149
5.6.4 条形图  150
5.6.5 线图 . 157
5.6.6 地图 . 163
5.6.7 饼图 . 166
5.6.8 树地图  169
5.6.9 填充气泡图  170
5.6.10 甘特图  171
5.6.11 散点图  173
5.6.12 双组合图和面积图  175
5.6.13 盒须图  179
5.6.14 标靶图  180
5.7 高级分析 . 182
5.7.1 函数 . 182
5.7.2 聚合 . 184
5.7.3 注释 . 184
5.7.4 计算 . 186
5.7.5 简单预测  194
5.7.6 合计 . 194
5.7.7 参数 . 196
5.7.8 分层 . 199
5.7.9 分组 . 200
5.7.10 “页面”功能区  201
5.7.11 数据桶和直方图 . 203
5.7.12 背景图像  204
5.8 仪表板 . 206
5.8.1 创建仪表板  206
5.8.2 布局容器  210
5.8.3 编辑仪表板  211
5.8.4 仪表板和工作表  212
5.8.5 操作 . 213
5.9 故事 . 219
5.10 作品发布 . 221
5.10.1 工作簿和工作表  221
5.10.2 发布 . 222
5.10.3 打印 . 223
5.11 Tableau 作品 . 225
5.11.1 Is Your Country Good at Reducing CO2 Emissions 225
5.11.2 Cabs in NYC . 227
5.11.3 Analysis of Twitter Hashtags Following the Paris Attacks  228
第6 章 其他数据新闻制作工具  231
6.1 图表绘制工具库ECharts . 232
6.1.1 获取ECharts  232
6.1.2 绘制一个简单的图表. 232
6.1.3 编辑图表  234
6.1.4 图表中的地图  237
6.2 标签云 . 241
6.2.1 标签云制作工具Tagul  242
6.2.2 标签云制作工具Tagxedo  245
6.3 关系图制作工具PeoplePlotr . 249
6.4 语义万维网服务Open Calais  257
6.5 HTML5 网站制作模板 . 261

前 言
写作目的
在大数据环境下，数据新闻作为一种新的报道形态受到了读者的认可和追捧。新闻工作者需要
全面提升自己的专业技能，其中之一就是具备数据分析和数据呈现的能力。但无论是国内还是国外，
大多数新闻工作者缺乏数据方面的知识，因为传统高校缺乏相应的课程，市场上也难以寻觅相应的
图书。
现有的数据新闻方面的书籍主要研究的是数据新闻理论、点评数据新闻作品，缺少数据新闻的
实战流程。本书正是为学习数据新闻制作的读者准备的，通过阅读本书可以快速获取数据、清理数
据、可视化数据，独立完成数据新闻制作的全过程。
本书内容
第1 章 数据新闻概述。本章阐述数据新闻的概念、数据新闻制作人才的需求、数据新闻技术要
求和制作流程，最后展示并点评了近期数据新闻奖的获奖作品。
第2 章 获取数据。本章讲解获取数据的方法和具体途径，包括政府、国际组织与第三方机构数
据的获取，政府信息公开数据的申请，众包搜集数据及搜索引擎的使用，最后讲解数据的存储和综
合案例。
第3 章 清理和分析数据。本章分析“脏数据”的成因及其表现形式，基于OpenRefine 环境清
理“脏数据”，使用Excel 简单分析数据，阐明数据清理原则和综合案例。
第4 章 数据质量分析。本章讲解评估数据合理性的外部合理性检查和内部合理性检查，以及游
程检验、抽样分析、缺失数据的预测和时间序列预测。
第5 章 数据分析及可视化工具应用。本章阐明了数据可视化的概念，介绍常见的数据可视化工
具。以Tableau 为例详细讲解了数据可视化的具体方法，包括创建第一个可视化作品、连接数据、数
据视图、高级分析、仪表板、故事和发布，最后分析了三个优秀的Tableau 作品。
第6 章 其他数据新闻制作工具。本章讲解其他常用的数据新闻制作工具，包括图表绘制工具库
ECharts、标签云、关系图制作工具PeoplePlotr 和语义万维网服务Open Calais，最后使用 HTML5 网
站制作模板将所有作品整合。
本书内容全面翔实，操作细节清楚，案例典型，方便学习，素材丰富，有利于强化读者操作能
力，提高专业技能。
数据新闻实战
IV
读前准备
? Windows 操作系统，互联网接入，IE 浏览器、Firefox 浏览器和Chrome 浏览器。
? 文本编辑器，如Windows 中的记事本或者EditPlus。
? 微软Office 工具包中的Excel，版本不限。
? 安装Java 环境，具体参见本书3.3.1 小节。
? 如果是大中专学生，可以提前申请Tableau 免费一年使用权。
排版约定
? 菜单项的名称放在【】中，如单击【分析】|【创建计算字段】选项。
? 代码使用Courier New 字体并增加阴影，例如：
series: [{ //设置系列列表
name: ＇销量＇, //设置图表系列的名称
type: ＇line＇, //设置图表类型是折线图
data: [5, 20, 36, 10, 10, 20]//设置系列数据
}]
? 使用“+”表示快捷键的组合，如按【Ctrl】+【C】快捷键。
? 没有特殊说明时，单击和双击分别表示鼠标左键单击和双击。
感谢
首先，感谢购买本书的读者。您的阅读是我写作动力的源泉。数据新闻发展较快，真心希望您
在阅读本书后提出宝贵的意见，我们可以共同分析探讨问题，为后续图书的撰写提供素材和经验。
其次，感谢我的爱人和父母。在写作最困难的时候，是他们为我鼓劲加油，支持我完成书稿。
父母年迈，但很开心地戴着老花镜帮我校稿。
最后，感谢电子工业出版社的张慧敏编辑、杨嘉媛编辑和戴新编辑，她们的严谨细致和辛勤努
力保证了本书的顺利出版。
联系作者
如果您对本书有想法和意见，或者想与作者探讨某个问题，请发送电子邮件至yinghliu@163.com。
刘英华
2016 年8 月于北京

大数据>数据新闻

刘英华，1975年出生，女，博士，副教授。研究方向：数据挖掘、隐私保护、数字媒体。已出版专著《Java2程序设计》、《数字媒体传播实务》和《基于数据发布的隐私保护模型研究》。__eol__先后发表学术论文30余篇，参与国家自然科学基金面上资助项目“基于大规模复杂结构知识库的知识发现机理、模型与算法研究”和“基于多关系的模糊认知图挖掘模型、算法与评价机制研究”。__eol__

本书配套资源下载

对不起，暂无音视频资源！