上篇推薦：《10款數(shù)據(jù)分析“工具”,，助你成為新媒體運(yùn)營領(lǐng)域的“增長黑客”（上）》 4 可視化工具俗話說：“文不如字,字不如表,表不如圖”，一張富含信息量且外觀時尚靚麗的圖會給文章增色不少,，會激起讀者的好奇心,，不知不覺的去圖片中探尋信息，從而讓文章的可讀性大大增加,，易于傳播,。比如這張圖： 人人都是產(chǎn)品經(jīng)理網(wǎng)站“產(chǎn)品經(jīng)理”專欄所有文章標(biāo)題制成的詞云 怎么樣，想學(xué)了吧,？ 不急,，這個其實很簡單，下面我將以實例詳細(xì)的講解制作這張圖的步驟,，即使是小白的你,，也能做出這樣精美的個性化詞云。 4.1 個性化詞云制作我把個性化詞云的制作分為3個步驟,，即抓取數(shù)據(jù),、文本處理和詞云制作，詳見下圖： 個性化詞云制作的步驟 4.1.1 數(shù)據(jù)獲取從本質(zhì)上講,，詞云是反映某一特定主題的文本數(shù)據(jù)的可視化展示,。比如，上面的喬幫主詞云反映的就是“產(chǎn)品經(jīng)理”專欄中較為熱門的關(guān)鍵詞/話題,。所以,，要制作一個“出彩”且有內(nèi)涵的自定義詞云，文本不能無規(guī)律,，需要定向的獲取特定的文本數(shù)據(jù),。 筆者對前不久上映且廣受好評的電影《你的名字》頗感興趣，想分析一下這部電影的市場反響如何,，先聊聊這部分?jǐn)?shù)據(jù)的獲取,。 對于影片的分析，首選當(dāng)然是豆瓣電影,，因為它是國內(nèi)最具有參考價值的影評網(wǎng)站,，從文本中能得到很有價值和有意思的信息,。但考慮到文本數(shù)據(jù)獲取的難易程度，我先介紹如下3個數(shù)據(jù)獲取的方法： （1）自己編寫爬蟲,，想要什么數(shù)據(jù)就去抓取什么數(shù)據(jù),，既經(jīng)濟(jì)（用爬蟲工具會花錢），又會增加“自己動手,，豐衣足食”的成就感,，最重要的是，略施小計就可以躲避豆瓣的封IP機(jī)制,。 用python編寫爬蟲抓取豆瓣影評數(shù)據(jù) （2）利用集搜客這樣的爬蟲軟件去抓取數(shù)據(jù),，不需要編程技術(shù),，且簡單易上手,，但是可能會被封IP。 （3）采用新浪微輿情這個大數(shù)據(jù)工具,，因而不用豆瓣的評論數(shù)據(jù),，在互聯(lián)網(wǎng)上進(jìn)行全網(wǎng)信息搜集，獲取有關(guān)該影片的熱門文章標(biāo)題作為分析的文本數(shù)據(jù),，這種方法是三種中最為輕松簡單的,，而且獲取的是全網(wǎng)的數(shù)據(jù)，大家可以有選擇性的選取自己需要的數(shù)據(jù),，操作步驟如下圖所示： 用新浪微輿情獲取文本數(shù)據(jù) 因為最近學(xué)了點(diǎn)Python,，故筆者選擇了用Python編寫爬蟲來獲取了豆瓣這部分的影評數(shù)據(jù)。 獲取《你的名字》豆瓣電影的影評數(shù)據(jù) 抓取后的數(shù)據(jù)整理成如下表格： 保存到本地的《你的名字》豆瓣影評數(shù)據(jù) 接下來,，就是把文本數(shù)據(jù)單獨(dú)取下來咯,，全選“評論內(nèi)容”這一列，把這些影評數(shù)據(jù)占到記事本上,，作為接下來分析的“原材料”,。 4.1.2 文本處理一般情況下，文本數(shù)據(jù)的處理包含很多方面,，如分詞,、詞性標(biāo)注、詞頻統(tǒng)計,、文本分類,、情感分析、關(guān)鍵詞提取,、文本摘要提取等,。 在這里，制作詞云只需要考慮關(guān)鍵詞提取和詞頻統(tǒng)計這兩個板塊,。 這里使用到的工具是前面提及的熱詞分析工具---圖悅,。將《你的名字》豆瓣評論的文本部分粘貼到上圖中左邊的文本框中,，再點(diǎn)擊右上方的“分析出圖”，系統(tǒng)顯示完成后,，右邊的預(yù)設(shè)詞云會發(fā)生變化,，此時點(diǎn)擊“導(dǎo)出”，即可得到詞頻的csv文件,。 經(jīng)圖悅處理得到的詞頻csv文件 這里去除詞語和詞頻兩列,，用來進(jìn)行接下來的詞云制作。 4.1.3 詞云制作處理詞云,，筆者用到的工具是Tagul,。下面是它的的主頁展示： Tagul主頁 （1）詞頻載入格式 在頁面左上方的“Words”處，就是加載詞語及詞頻的地方,，這里需要注意一下它的載入格式,。，如下表所示： Tagul的詞頻載入格式 上表中,，前兩列的“Word”和“Weight”就是剛才經(jīng)處理過的詞語和詞頻,，Color一欄則是設(shè)置該詞語的顏色，這是個性化詞云中很關(guān)鍵的一個要素,，會直接影響到最終的詞云呈現(xiàn)效果,。這里可以不填寫，那么在形成詞云時默認(rèn)隨機(jī)生成顏色,。如果要形成定制化的顏色,，則需要設(shè)置采用16進(jìn)制的色值，以下是常用的顏色代碼表,，即色值表,。 常用的16進(jìn)制色值表 與此類似，字體也可選可不選,，需要定制的話,，則可進(jìn)行相應(yīng)的設(shè)置。 “Repeat”這項則表示該詞語是否會重復(fù)出現(xiàn),，填寫“0”,，則表示不重復(fù)，填寫“1”,，則表示重復(fù),。為了保持信息的精準(zhǔn)度，減少噪聲,，一般選擇填寫“0”,。 后面的URL鏈接就忽略了，因為有前面的設(shè)置，就不需要進(jìn)行網(wǎng)頁鏈接,。 按照上述操作,，出詞語和詞頻兩例外，筆者還定制了“Color”和“Repeat”這兩項,，結(jié)果顯示如下,。
最終的詞語載入表 全選該表格的文字部分，將其粘貼到“Import Words”的文本框里,，進(jìn)行保存,。 （2）載入中文字體 因為Tagul是老外做的一個在線詞云制作網(wǎng)站，所以Tagul不支持中文,，這需要我們載入能支持中文顯示的字體,，如下圖所示，筆者載入的是“You Yuan(幼圓)”字體,。
載入中文字體 （3）處理背景圖片 加載了字體,，可以說這是個性化詞云制作的核心部分，詞云最終效果的美與不美就在此一舉,。 值得注意的是,，在載入圖片之前的圖片選取步驟時,，需要選擇背景和主題對比比較明顯的圖片,。從接下來的圖片預(yù)處理過程中，你會發(fā)現(xiàn)這一點(diǎn)的重要性,。
詞云自定義圖片的初始狀態(tài) 筆者選取的是《你的名字》最為標(biāo)志性的一張海報,，看起來很有感覺：既有男女主角的形象，也交代了他們所處的生活環(huán)境,，中間則是影片中重要的提條線索---彗星,。這張圖初始狀態(tài)看似雜亂，不好處理,，但仔細(xì)觀察,，可以發(fā)現(xiàn)主體（男女主角）和背景（天空、城市和彗星）之間的對比度和色相差異還是很明顯的,。在Tagul的“Custom Shape”的設(shè)置中可以進(jìn)一步處理背景和主體之間的對比度問題,。 在“Shapes”處載入圖片后，點(diǎn)擊上載成功后圖片的右下角“齒輪”,，打開圖片預(yù)處理,。其中，“Threshold”處理景深,，可以拉開/縮小背景和主體之間的差異,；“Edges”則是處理主體輪廓的銳度，可以調(diào)節(jié)圖片的清晰程度模糊程度。這里的要點(diǎn)是---淡化背景,，清晰主體輪廓,。
淡化背景，強(qiáng)化主體輪廓 好了,，完成上面繁瑣的步驟之后,，現(xiàn)在是見證奇跡的時刻了，點(diǎn)擊右上方大大的黑體字“Visualize”,，待進(jìn)度條加載完畢后,，即可得到如下的最終效果圖：
最終的詞云效果圖 4.2 網(wǎng)絡(luò)可視化利器--- GephiGephi是一款開源免費(fèi)跨平臺基于JVM的復(fù)雜網(wǎng)絡(luò)分析軟件, 其主要用于各種網(wǎng)絡(luò)和復(fù)雜系統(tǒng)，動態(tài)和分層圖的交互可視化與探測開源工具,，下載地址為https:///,。網(wǎng)上目前比較權(quán)威的Gephi教程是在Udemy上的Ooof liu講解的《Gephi中文教程》，地址為https://www./gephi/,，看完這個部分仍有饒有興趣的小伙伴可以去學(xué)習(xí)下,。 下面是由Gephi制作的各種網(wǎng)絡(luò)圖，這些圖不僅包含了豐富的信息量,，而且極富美感,，在吸引眼球的同時還給予我們有意義的信息。
各種由Gephi制成的網(wǎng)絡(luò)圖 Gephi是一款信息數(shù)據(jù)可視化利器,它的一般應(yīng)用場景如下：
以下簡單介紹下它的使用方法,。 在操作下面步驟之前,，先去Gephi官網(wǎng)上下載最新版的0.9.1 version，這是免費(fèi)的,，且支持中文,，還有豐富的插件下載，這簡直是數(shù)據(jù)可視化愛好者的福音,！ 值得注意的是,，這款軟件是用Java編寫的，所以需要安裝Java環(huán)境,，這個有點(diǎn)磨人,。演與演員的關(guān)系作為分析對象，來詳細(xì)解讀如何制作一個“秀外慧中”的社交網(wǎng)絡(luò)可視化圖譜,。 4.2.1 制作源數(shù)據(jù)Gephi的源數(shù)據(jù)可以在excel中完成,。在excel中，僅輸入2列即可,，表頭嚴(yán)格按照Gephi的格式來制作,，第一列為“Source”，第二列為”Target”,。下面以豆瓣上評分6以下的國內(nèi)電影的導(dǎo)演（選取的是張藝謀,、陳凱歌,、馮小剛等大家耳熟能詳?shù)膶?dǎo)演，演員隨之確定）和演員關(guān)系表為例,，做成如下格式：
在Excel上編輯Gephi的源數(shù)據(jù) 做好源數(shù)據(jù)之后,，記得保存為CSV格式，Gephi僅能讀取這種格式的數(shù)據(jù),。 4.2.2 導(dǎo)入數(shù)據(jù)在導(dǎo)入數(shù)據(jù)時,，分別在“分隔符”、“如表格”,、“格式”這三個選項下選擇“逗號”,、“邊表格”、“GBK”,。接下來點(diǎn)擊“下一步”,，完成數(shù)據(jù)的導(dǎo)入。
在Gephi中導(dǎo)入csv數(shù)據(jù) 4.2.3 調(diào)整網(wǎng)絡(luò)布局剛打開“圖”,，也就是網(wǎng)絡(luò)圖的圖形界面時,，這幾百個節(jié)點(diǎn)“蝸居”成一團(tuán)，有點(diǎn)盤古開天辟地前“渾沌如雞子”的感覺,，但這個模樣離我們心中的審美還有很長一段距離呢,。
初始狀態(tài)的網(wǎng)絡(luò)圖 不過，不用著急,，下面幾個簡單的步驟就能讓它“脫胎換骨”,，完成華麗的變身。 在左上方的“布局”欄目中,，選擇其中的任一算法,，并可以在下方的操作界面修改默認(rèn)算法參數(shù)，也可使用默認(rèn)的參數(shù),。單擊圖中運(yùn)行按鈕，布局算法生效,。
選擇“布局”中的算法 選擇不同的“布局”算法,，網(wǎng)絡(luò)圖的形態(tài)就會有相應(yīng)的變化，以下是其中最為典型的集中算法及其拓?fù)鋱D,。
各種“布局”算法的網(wǎng)絡(luò)圖拓?fù)湫螒B(tài) 在這里,，筆者選取由“Frunchterman Reingold”算法確定的呈蒲公英花朵狀的結(jié)構(gòu)作為初始形態(tài)。 網(wǎng)絡(luò)布局做好后,，我們完成了這個網(wǎng)絡(luò)圖的“骨架”搭建,，下一步則需要對它的外表進(jìn)行修飾，包括節(jié)點(diǎn),、邊和背景等部分的美化,。 4.2.4 美化在這里,，我們可以對網(wǎng)絡(luò)圖進(jìn)行“美容”，給它著上靚麗的顏色和合適的背景作為襯托,。 如下圖所示,，我們可以在“外觀”一欄對節(jié)點(diǎn)和邊進(jìn)行著色，然后在下方選擇合適的背景,，要注意節(jié)點(diǎn),、邊和背景之間的色差和對比。
給節(jié)點(diǎn),、邊和背景選擇合適的顏色 還需要注意一點(diǎn),，沿著“外觀”>“節(jié)點(diǎn)”>”數(shù)值設(shè)定”這一路徑，讓節(jié)點(diǎn)根據(jù)連接數(shù)的多少而顯示相應(yīng)的大小,，使該網(wǎng)絡(luò)圖更有層次感,；同理，可以對邊進(jìn)行類似的設(shè)定,，則兩個聯(lián)系緊密的節(jié)點(diǎn)間的邊將變得更寬,。 經(jīng)過調(diào)整后，可以得到如下的網(wǎng)絡(luò)圖,。
顏色調(diào)整后的效果圖 4.2.5 顯示標(biāo)簽經(jīng)過上述幾個操作步驟之后,，網(wǎng)絡(luò)圖還需要加入最為重要的一項內(nèi)容---標(biāo)簽，也就是前面提及的導(dǎo)演及演員的姓名,，反映在節(jié)點(diǎn)上,，由此完成他們之間的社交網(wǎng)絡(luò)圖的基本繪制。 沿著“窗口”>“預(yù)覽設(shè)置”的路徑,，打開“預(yù)覽設(shè)置”,，界面顯示如下。其中,，需要在“節(jié)點(diǎn)標(biāo)簽”這部分完成字體的選擇,，把默認(rèn)的西文字體變?yōu)橹形淖煮w。除此之外,，此處還可以進(jìn)行邊框,、字體大小、顏色,、透明度等的設(shè)置,。
在“預(yù)覽設(shè)置”中設(shè)置中文字體 完成上述選項后，還需要在軟件界面的下方,，點(diǎn)擊一下左下角那個大大的“T”,，則節(jié)點(diǎn)標(biāo)簽就會顯現(xiàn)，旁邊也有些字體調(diào)節(jié)鈕,，大家可以摸索下,。 在“布局”中,，選擇“標(biāo)簽調(diào)整”算法，得到下圖：
最終效果圖 圖中各個節(jié)點(diǎn)的字體隨節(jié)點(diǎn)的重要性（由度,、連入度或連出度確定）而呈現(xiàn)出不同之大小,。所以，大家先看文字,，了解其中最為突出的一些演員和導(dǎo)演,，其次在看他們之間的關(guān)系。 筆者比較懶,，這個網(wǎng)絡(luò)圖其實還可以進(jìn)行更深入的優(yōu)化的,，有興趣的小伙伴可以嘗試著做得更絢麗一些。 4.3 數(shù)據(jù)地圖數(shù)據(jù)地圖,，在Excel2013版及以上中都有三維地圖,，還有一些BI工具中也集成了這個模塊，當(dāng)然也有專業(yè)的地圖GIS軟件,，如地圖慧,、智圖等。由于筆者之前寫過一篇關(guān)于數(shù)據(jù)地圖如何運(yùn)用的文章,，在此不再贅述,，詳見《運(yùn)營實操｜15分鐘學(xué)會數(shù)據(jù)地圖分析》。 好了,，上面的工具部分介紹完畢,，該進(jìn)入最終的收尾階段了。在某種意義上講,，上面介紹的若干工具都是為接下來的“數(shù)據(jù)新聞”部分做準(zhǔn)備---它們是數(shù)據(jù)新聞中不可獲取的一部分,，是數(shù)據(jù)新聞內(nèi)容呈現(xiàn)的重要“武器”。 5 數(shù)據(jù)新聞在正式介紹數(shù)據(jù)新聞之前,，筆者先聊聊,，為什么需要數(shù)據(jù)新聞這種新型的新聞報道方式。 這里,，筆者引用美國Northwestern University人文與社科學(xué)院的Prof BrianKeegan的一段話作為注解：
由此可見,，信息過載,、信息失真和現(xiàn)實世界廣泛存在的不確定性，導(dǎo)致人們不再相信沒有充分依據(jù)的信息,，因而數(shù)據(jù)新聞這種更有說服力的信息載體呼之欲出,。 5.1 數(shù)據(jù)新聞簡介數(shù)據(jù)新聞，又叫數(shù)據(jù)驅(qū)動新聞,。是指基于數(shù)據(jù)的抓取,、挖掘、統(tǒng)計,、分析和可視化呈現(xiàn)的新型新聞報道方式,。它致力于從海量數(shù)據(jù)中發(fā)現(xiàn)新聞線索，或是抓取大量數(shù)據(jù)拓展既有新聞主題的廣度與深度,，最后依靠可視化技術(shù)將經(jīng)過過濾后的數(shù)據(jù)進(jìn)行融合,，以形象化、藝術(shù)化的方式加以呈現(xiàn),，致力于為讀者提供客觀,、系統(tǒng)的報道以及良好的閱讀體驗。 目前,，在大數(shù)據(jù)新聞制作上已經(jīng)積累了經(jīng)驗的國際媒體有《衛(wèi)報》《紐約時報》《華盛頓郵報》等,。 以下是常見的數(shù)據(jù)新聞呈現(xiàn)方式：
不同類型的數(shù)據(jù)新聞 需要注意的是，數(shù)據(jù)新聞不一定非得要復(fù)雜的數(shù)據(jù)來呈現(xiàn)事實,，表現(xiàn)出很高的逼格,。在很多時候，簡單的描述性數(shù)據(jù)即可,，就像下面的一個示例一樣,，數(shù)據(jù)圖表的呈現(xiàn)讓讀者更加清晰、直觀的了解到西藏班在“量”和“質(zhì)”上的變遷,，是“綠葉”,，而內(nèi)陸西藏班的整個發(fā)展歷程才是真正的“紅花”，是該報道的主線,。
一張圖讀懂“內(nèi)陸西藏班” 5.2 數(shù)據(jù)新聞的形式一般情況下,，數(shù)據(jù)新聞有如下3種形式： 5.2.1 新聞敘事數(shù)據(jù)新聞體系下的新聞敘事講求客觀理性和邏輯性，從數(shù)據(jù)視角來看待事件與社會話題的方方面面,，加之以形象具體的可視化圖表作為最后的呈現(xiàn)方式,，使讀者對內(nèi)容的真實性和價值性產(chǎn)生信任。 以下是標(biāo)題為《23萬投票紀(jì)錄 回顧第五屆香港立法會》的數(shù)據(jù)新聞,，下面選取了該文中一些具有代表性的數(shù)據(jù)圖示,。
《23萬投票紀(jì)錄 回顧第五屆香港立法會》數(shù)據(jù)新聞中的一些圖示 從上圖中，在運(yùn)用數(shù)據(jù)圖示的同時，借助數(shù)據(jù)分析的方法,，從多維度總結(jié)了議員的投票行為。這種基于數(shù)據(jù)的的表達(dá),，比起單純的文字報道來,，表現(xiàn)清晰,，說服力強(qiáng)。 5.2.2 事實判斷一個孤立的事件當(dāng)中的少量信息往往缺少關(guān)聯(lián)度,，但如果從正確的角度觀察卻能發(fā)現(xiàn)極為重要的價值,。透過數(shù)據(jù)，內(nèi)容運(yùn)營者可以發(fā)現(xiàn)僅憑知覺和傳聞難以感知的,、隱藏在事件/新聞背后線索或假設(shè),，抽絲剝繭、言之鑿鑿的把事件的來龍去脈和其中緣由講述透徹,。 2016年7月25號在DT財經(jīng)上有一篇文章,，文章標(biāo)題為《10萬條掛號大數(shù)據(jù)顯示：互聯(lián)網(wǎng)也救不了看病難》，文章中全篇引用了掛號網(wǎng)各個維度的一手10W數(shù)據(jù),。采用循序漸進(jìn)的邏輯描述并分析看病難互聯(lián)網(wǎng)也很難解決這一難題,。重要的是，作者將這些數(shù)據(jù)制作成可視化的數(shù)據(jù)圖表,，從掛號網(wǎng)注冊醫(yī)院分布,、支持網(wǎng)絡(luò)預(yù)約功能的醫(yī)院占比到預(yù)約掛號量超10萬的醫(yī)院和人數(shù)分布情況，最后到患者參與分享的比例及對候診時間的滿意度分析,，將這些數(shù)據(jù)轉(zhuǎn)化為數(shù)據(jù)地圖,、點(diǎn)狀圖、旋風(fēng)圖和趣味條形圖等可視化形式呈現(xiàn)出來,。
《10萬條掛號大數(shù)據(jù)顯示：互聯(lián)網(wǎng)也救不了看病難》中的可視化圖表 從這個例子可以看出,，數(shù)據(jù)新聞的報道方式能夠在宏觀上對某個事件看得更加清楚與全面，事件復(fù)雜的演進(jìn)過程以及這個過程中的各個方面,，都能描述得直觀且有趣,，最重要的是，很能讓異見者服氣,。 5.2.3 預(yù)測走向通過數(shù)據(jù)的挖掘和分析,，尋找出有價值的相關(guān)性，繼而增加對相關(guān)事件發(fā)展趨勢的預(yù)測性,，新聞和數(shù)據(jù)相結(jié)合創(chuàng)作出精確和深度報道,，成為大數(shù)據(jù)時代的新聞業(yè)務(wù)發(fā)展方向。 下圖是CNN在今年7月份關(guān)于美國總統(tǒng)大選預(yù)測的數(shù)據(jù)新聞,，全篇大篇幅的介紹了當(dāng)下美國社交媒體上各州對候選人的支持情況,、通過復(fù)雜算法得出的候選人各州獲勝的概率以及哪個州對于總統(tǒng)選舉具有決定性意義等。
CNN在2016年7月份關(guān)于美國總統(tǒng)大選的預(yù)測（局部） 5.3 如何成為一個優(yōu)秀的數(shù)據(jù)新聞內(nèi)容運(yùn)營者數(shù)據(jù)新聞學(xué)是一門交叉的學(xué)科,，數(shù)據(jù)新聞的產(chǎn)生給傳統(tǒng)的新聞工作者提出了挑戰(zhàn),，傳統(tǒng)的新聞創(chuàng)作理念和方式，要求新聞工作者具備采寫編評等基本專業(yè)技能,，但目前已無法滿足大數(shù)據(jù)時代下數(shù)據(jù)新聞的創(chuàng)作,。 要做好數(shù)據(jù)新聞，需要運(yùn)營者著重提升以下4個方面的素養(yǎng)/能力： 5.3.1 敏銳的數(shù)據(jù)洞察力數(shù)據(jù)新聞需要大量的數(shù)據(jù),、數(shù)據(jù)分析處理,，不僅僅是要有技術(shù)水平，更需要一雙慧眼,，分得清“真數(shù)據(jù)”和“假數(shù)據(jù)”,，而且還要選擇重要的數(shù)據(jù)和信息進(jìn)行內(nèi)容輸出，為受眾提供更細(xì)致,、精確的事件分析,，又快又準(zhǔn)的報道新聞，數(shù)據(jù)新聞的把關(guān)在數(shù)據(jù)時代更為重要,。 媒體工作者需多渠道的收集數(shù)據(jù),。從公開的數(shù)據(jù)庫或者是政府部門、企業(yè),、機(jī)構(gòu)中獲取數(shù)據(jù),，從這些海量信息中判斷和選擇有表現(xiàn)力的數(shù)據(jù)。當(dāng)媒體工作者獲取數(shù)據(jù)之后,，便開始處理和整合數(shù)據(jù),。將與新聞報道無關(guān)的數(shù)據(jù)篩選、過濾后,，剩下有用的數(shù)據(jù)進(jìn)行整合匯編,，形成新的報道內(nèi)容。 新聞工作者通過數(shù)據(jù)的挖掘和分析,，尋找出有價值的相關(guān)性,，繼而增加對相關(guān)事件發(fā)展趨勢的預(yù)測性，新聞和數(shù)據(jù)相結(jié)合創(chuàng)作出精確和深度報道,，成為大數(shù)據(jù)時代的新聞業(yè)務(wù)發(fā)展方向,。 5.3.2 熟練運(yùn)用計算機(jī)能力在如今信息爆炸的大數(shù)據(jù)時代，特別是社交網(wǎng)絡(luò),、電子商務(wù)與移動通信把人類社會帶入了一個以“PB”（1024TB）為單位的結(jié)構(gòu)與非結(jié)構(gòu)數(shù)據(jù)信息的新時代,。大量的數(shù)據(jù)和信息擺在新聞工作者面前，傳統(tǒng)的計算機(jī)無法處理大量的,、無規(guī)律的數(shù)據(jù),，需要云計算進(jìn)行分析、處理、統(tǒng)計,。 因此,，對于當(dāng)今的新聞工作者提出了更高的要求，必須熟練運(yùn)用計算機(jī),，掌握一門編程語言,。如果之前沒有編程基礎(chǔ)，推薦python,，它的設(shè)計哲學(xué)是“優(yōu)雅”,、“明確”、“簡單”,，掌握一些常用的爬蟲包,、數(shù)據(jù)分析及可視化包以及自然語言處理包，就能很好的將大量的數(shù)據(jù)和信息進(jìn)行友好的呈現(xiàn),。 5.3.3 分析處理數(shù)據(jù)能力數(shù)據(jù)新聞與傳統(tǒng)的文字圖片新聞不一樣,，數(shù)據(jù)新聞需要大量的數(shù)據(jù)，新聞工作者可以通過數(shù)據(jù)發(fā)現(xiàn)問題,、提出問題,，也可以先有了問題之后，再去收集相關(guān)的數(shù)據(jù),。而擁有大量數(shù)據(jù)后,，必須對其進(jìn)行分析和處理，將不需要或不相關(guān)的數(shù)據(jù)過濾掉,，剩下有價值的數(shù)據(jù)加以分析整合,，供新聞編輯使用,。德勤在美國華盛頓特區(qū)的研發(fā)創(chuàng)新團(tuán)隊招聘數(shù)據(jù)記者,，其中最重要的要求就是要具備分析數(shù)據(jù)的能力,，由此可見,，數(shù)據(jù)新聞記者必須具備較強(qiáng)的數(shù)據(jù)分析和處理的能力,，才能勝任此工作。 5.3.4 可視化平面設(shè)計能力數(shù)據(jù)新聞的可視化表達(dá)為新聞行業(yè)注入了一股新鮮的血液,，讓數(shù)據(jù)新聞充滿希望與活力,。數(shù)據(jù)新聞的可視化圖片將不同的時間和空間聯(lián)系在一起，將繁雜的數(shù)據(jù)簡單化,，便于受眾理解,，更有利于受眾參與其中,，滿足不同受眾的各方面需求。數(shù)據(jù)新聞的可視化是其一大特點(diǎn),，因此對于新聞工作者來說，應(yīng)熟練掌握可視化技術(shù),，學(xué)會識圖制圖以及各種表格的制作,。 最后,，筆者介紹一個數(shù)據(jù)新聞的資料庫,，在這里小伙伴們可以看到國內(nèi)外許多優(yōu)秀的數(shù)據(jù)新聞案例,，要做優(yōu)秀的數(shù)據(jù)新聞制作者,，首先從模仿學(xué)習(xí)做起,。
好了,，看到這里的小伙伴,，我?guī)缀蹩梢詳喽ㄊ钦鎼哿?，希望你們能掌握好這些“工具”，成為運(yùn)營領(lǐng)域的“增長黑客”,，不必羨慕什么“技術(shù)流”,，因為創(chuàng)造性思維和強(qiáng)烈的好奇心會給你帶來好運(yùn)的，等到工具,、技能和思維三者融會貫通的時候,，就會像獨(dú)孤求敗那樣：
參考資料：
|
|
|
