10 rīki, kas var palīdzēt datu žurnālistiem veikt labāku darbu, būt efektīvākiem

Ir grūti būt vienlīdz labiem visos uzdevumos, kas ietilpst datu žurnālistikā. Lai situāciju pasliktinātu (vai tiešām labāk), datu žurnālisti visu laiku atklāj un pielieto jaunas metodes un rīkus.

Kā iesācējs datu žurnālists jūs vēlaties attīstīt izpratni par rīkiem, ko citi izmanto, lai veiktu darbu, par kuru jūs apbrīnojat. Jūs nevarēsiet tos visus apgūt uzreiz, un jums nevajadzētu mēģināt. Tomēr jums vajadzētu attīstīt sava veida apkārtējās vides izpratni par izmantotajiem rīkiem (kaut kas līdzīgs zināšanām, ko Facebook sniedz par jūsu vidusskolas klasesbiedru dzīvi). Saglabājiet pārbaudāmo rīku sarakstu. Skatieties demonstrācijas un pārlūkojiet dokumentāciju vai kodu. Tad, kad jūsu projekti radīs vajadzību, jūs atcerēsities pietiekami daudz, lai sāktu.

Tomēr nekavējoties izvēlieties vienu vai divus rīkus un padariet tos par daļu no jūsu DNS. Izvēlieties rīku un izspiediet no tā visu, ko varat. Izlasiet visu, ko par to varat atrast. Uzziniet katru īpatnību un optimizāciju. Iegādājieties kafijas krūzi ar īsinājumtaustiņiem. Vienkārši esiet gatavs paņemt jaunu rīku, kad jūtat šķipsnu, kas saka, ka ir jābūt vieglākam ceļam. Tālāk ir norādīti 10 rīki, kas ir daļa no gandrīz katra datu žurnālista rīku jostas.

1. Izklājlapa

Gandrīz katrs datu žurnālists sāk ar izklājlapu. (Atklāšana: es esmu izņēmums, tāpat kā daži citi programmētāji-žurnālisti. Es iemācījos izmantot izklājlapas, lai strādātu ar saviem kolēģiem, kuri uz tām paļaujas.)

Izklājlapa ir gandrīz universāls datu formāts, it īpaši, ja saglabājat datus kā vienkārša teksta atdalītu failu, piemēram, ar komatu atdalītu vērtību failu. Ikvienam jau ir komerciāla izklājlapu programma, vai arī viņi var viegli lejupielādēt a bezmaksas viens, un mūsdienu izklājlapu lietojumprogrammas ir ļoti daudzpusīgas.

Ir vairāki vietnes un kursi pieejams, lai palīdzētu jums attīstīt izklājlapu veidošanas prasmes. Sāciet ar kārtošanu, filtrēšanu un starpsummas, un pārejiet uz sarežģītākām formulām. Mācoties lietot formulas, dažreiz mēģiniet tās ierakstīt tieši, nevis izmantot vedņus. Šī prakse sniegs jums intīmākas zināšanas par izmantotajām formulām, kā arī palīdzēs jums sākt izteikt savas idejas kodā, kas noderēs, izvēloties citus rīkus.

2. SQL

Pēc kāda laika jūs, iespējams, sāksit sajust izklājlapu ierobežojumu radīto šķipsnu. Daudzi datu žurnālisti pāriet uz relāciju datu bāzes pārvaldnieku (piemēram, SQLite, MySQL, PostgreSQL, Access), ja viņiem ir jāsavieno vairāk nekā divas izklājlapas vai jājautā ļoti lielas datu kopas. SQL ļauj precīzi aprakstīt datu apakškopu, ko vēlaties iegūt, vai precīzas izmaiņas, kuras vēlaties veikt, un tas ļauj veikt šos vaicājumus saistītās datu kopās. Varat arī saglabāt komandas kā skriptu, lai varētu dokumentēt visu, ko esat paveicis ar datiem, un automātiski atkārtot šīs darbības nākamajā datu kopā.

Gandrīz katra relāciju datubāzes programma izmanto zināmu SQL pieskaņu, tāpēc, kad esat apguvis pamatus (pāris desmiti atslēgas vārdu un dažas pieturzīmes), varat veikt vaicājumus no datu bāzēm daudzās sistēmās, gan bezmaksas, gan komerciālajās. Relāciju datu bāzes bieži tiek izmantotas arī datu glabāšanai tīmekļa lietojumprogrammās, tāpēc jūsu zināšanas par SQL var būt tieši noderīgas tīmekļa izstrādē.

Šeit ir pamācība lai jūs sāktu.

3. Datu tīrīšanas rīki

Visas datu kopas ir “netīras”. Atkārtojiet to trīs reizes, kad atverat klēpjdatoru.

Lai notīrītu datus un iegūtu tos noderīgā formātā, iespējams, izmantosit dažādus rīkus. Mans mīļākais ir Google Refine , kas nedaudz atgādina izklājlapu, bet ir paredzēta, piemēram, nosaukumu standartizēšanai, lai jūs varētu izveidot uzticamus uzskaites datus. (Jūs varat, piemēram, vēlēties, lai “Džons Smits”, “Smits, Džons” un “Džons K. Smits” tiktu skaitīti kā viena persona, nevis trīs). Izmantojot Google precizē izteiksmes valodu , varēsit veikt sarežģītas datu transformācijas un spert vēl vienu soli, lai izteiktu sevi kodā. ( Data Wrangler ir jauns rīks ar dažām funkcijām, kas ir līdzīgas Refine's un kuru arī ir vērts pārbaudīt.)

Jums arī jāapzinās operētājsistēmas rīki, kas var palīdzēt pārvaldīt failus un tajos esošos datus. Ja izmantojat OSX vai Linux, jums tas ir bet, awk, grep un atrast . (Tur ir ostas arī operētājsistēmai Windows.) Izmantojot šīs utilītas, varat sākt izpētīt un masēt savus datus, pat neuztraucoties atvērt izklājlapu vai datu bāzes programmu.

Un, kamēr skatāties komandrindas rīkus, pārbaudiet CSVKit , pārsteidzošs žurnālistu izstrādāts rīku komplekts, kas palīdzēs jums strādāt ar maģiju šajā izplatītajā formātā.

4. Vizualizācijas rīki

Vizualizācija nav dekorācija. Tas nav nekas, kas tikai papildina un ilustrē datu žurnālistiku; tas ir uzdevuma galvenais elements. Laba vizualizācija ļaus jums redzēt novirzes un tendences tādos veidos, kas var būtiski mainīt jūsu izpratni par datiem.

Lielākajai daļai izklājlapu lietojumprogrammu ir vismaz pamata diagrammas un diagrammas (un bieži vien sarežģītākas vizualizācijas, kas pieejamas, izmantojot pievienojumprogrammas). Daži tīmekļa vizualizācijas rīki kļūst par standarta cenu. Pārbaudiet Google Fusion Tables un Valsts padome . Abi piedāvā ērtu lietošanu un dažus diezgan iespaidīgus rezultātus.

Galu galā jūs varētu vēlēties kaut ko elastīgāku un jaudīgāku; eksperti bieži vien vēršas pie tāda veida kā atvērtā koda R statistikas pakotne, kas apvieno jaudīgus analītiskos un vizualizācijas rīkus robustā programmēšanas valodā.

5. Kartēšanas programmatūra

Gan Google Fusion tabulas, gan Tableau Public ietver ātras un intuitīvas kartēšanas iespējas. Ja neviena no viņu kartēm nesniedz to, ko vēlaties, pārbaudiet bezmaksas QGIS kartēšanas pakotne. (Vai, ja jūsu ziņu dienestam ir rezerves licence, ArcView ir spēcīga komerciāla iespēja.) Lai iegūtu uz žurnālistiem vērstu ievadu QGIS, skatiet šo pamācība .

Ir arī telpiskie paplašinājumi datu bāzu pārvaldniekiem, kas var palīdzēt uzdot ģeogrāfiskus jautājumus par jūsu datiem. Tie paplašina SQL iespējas, iekļaujot vaicājumus par ģeogrāfiju, piemēram, noteikt atrašanās vietas robežās (piemēram, apgabals vai kongresa apgabals). PostGIS un SpatiaLite ir bezmaksas un populāri risinājumi.

6. Skriptu valoda

Izvēlieties valodu, iegādājieties grāmatu, atrisiniet problēmu. Mācīšanās programmēt ātri paplašinās jūsu kā datu žurnālista sasniedzamību: valdība nesniegs jums tīmekļa vietnes datus? Nokasiet to. Vai nevarat iegūt datus vēlamajā formā, izmantojot esošos rīkus? Veidojiet savu. Kļūt ne tikai par programmatūras lietotāju, bet arī par programmatūras veidotāju ir apreibinošs spēks.

Tomēr nav tik svarīgi, kuru valodu izvēlaties Python un Rubīns šķiet pašreizējie favorīti žurnālistu vidū. Ja kāds jums pazīstams jau strādā ar Perl vai PHP un vēlas jums palīdzēt sākt darbu, iespējams, vēlēsities sākt ar to. Tāpat kā ar dabiskajām valodām, kad esat iemācījušies vienu, nākamo ir vieglāk apgūt, un iemācīties domāt kā programmētājam ir daudz svarīgāk nekā apgūt noteiktu sintakse. (Tāpat foršie bērni, iespējams, izmantos kaut ko pavisam citu, kamēr jūs apgūsit šī brīža valodu.)

Ja vēlaties sākt ar tīmekļa nokasīšanu, apskatiet ProPublica lieliskais skrāpēšanas ceļvedis . ScraperWiki ir vēl viens veids, kā saslapināt kājas un mācīties ar piemēru. Iemācīties programmēt ir lielisks ievads programmēšanas koncepcijās, kurās kā mērķa valoda tiek izmantota Ruby.

7. Tīmekļa ietvars

Neatkarīgi no tā, vai veidojat rīkus sev vai veidojat pasaulē aktuālas lietotnes, ja veidojat tīmeklim, jums ir nepieciešams tīmekļa ietvars. django Python, Sliedes Rubīnam , simfonija PHP, Katalizators Par Perl, izvēlieties savu.

Ietvars neļaus jums veikt garlaicīgu, atkārtotu darbu, palīdzēs pārņemt paraugpraksi, sakārtot jūsu darbību un atvieglot sadarbību ar citiem. Daudzām sistēmām ir viena klikšķa instalēšanas programma, kas var palīdzēt nedaudz mazināt darba sākšanas grūtības. Apskatiet Bitnami django un Rubīns piemēram, kaudzes.

Veidojot tīmekļa rīku, jūs iegūsit pietiekami daudz HTML un CSS. Taču visas pazīmes norāda uz JavaScript pieaugošo nozīmi visā tīmekļa izstrādē. Ja vēlaties, lai jūsu tīmekļa lietojumprogramma vairāk justos kā darbvirsmas lietojumprogramma, iepazīstieties ar JavaScript, jo īpaši bibliotēkām, piemēram, jQuery .

8. Elastīgs redaktors

Lai rakstītu kodu, nepieciešams koda redaktors. Tas nozīmē redaktoru, kas tekstā neiemet gudras, izdomātas rakstzīmes (skatoties uz jums, Microsoft Word) un, cerams, pievienos dažus zvaniņus un svilpes, piemēram, valodai raksturīgu sintakses krāsojumu, kas palīdzēs viegli identificēt atslēgas vārdus un citu valodu. elementi rakstīšanas laikā.

Nav drošāka veida, lai sāktu traci, kā jautāt, kurš koda redaktors ir labākais. TextMate (operētājsistēmai Mac) ir dzīvotspējīga komerciāla iespēja. Un Notepad++ (operētājsistēmai Windows) ir laba bezmaksas iespēja. Ir arī bezgalīgi pielāgojamas atvērtā pirmkoda opcijas ES ATNĀCU un Emacs . Tomēr esiet gatavs mācīšanās līknei ar katru no tiem. Galu galā kāds Java programmētājs ieteiks, ka jums ir nepieciešams pilns Integrētā attīstības vide . Ja kāds palīdz jums iemācīties kodēt, izmantojiet viņa vai viņas redaktoru un apgūstiet visus iespējamos saīsnes un konfigurācijas trikus. Redaktors ir vispersoniskākais rīks, un jūs vēlaties, lai jūs justos kā mājās.

9. Pārskatīšanas kontrole

Tu nekad nepieļauj kļūdas? Jūs nekad nevēlaties ar kādu sadarboties? Tad varbūt nevajag pārskatīšanas kontrole . Taču to ir vērts izmantot, ja vēlaties elegantu veidu, kā saglabāt dublējumus, izmēģināt lietas pagaidu failu versijās un apvienot savu darbu ar citiem. Iespējams, vienkāršākais veids, kā apgūt pārskatīšanas kontroli, ir izmantot Github . Varat arī instalēt aiziet vai Subversija lokāli.

10. Dokumentu analīzes rīki

Iespējams, šobrīd aizraujošākā robeža datu žurnālistikā ir mēģinājums lielas dokumentu kopas uzskatīt par datiem. DocumentCloud nodrošina ērtu saskarni PDF formāta saišu atslābināšanai, ļaujot meklēt dažādos dokumentos un izvilkt interesējošos punktus.

Finierzāģis ir darbvirsmas programmatūra, kas ir noderīga, lai pārvietotos salīdzinoši lielā dokumentu kopā. Galu galā, iespējams, vēlēsities izpētīt tādu pakotņu skaitļošanas lingvistisko potenciālu kā, piemēram Python dabiskās valodas rīku komplekts vai Stenfordas CoreNLP . Un tāpēc, ka žurnālisti ir tikko saskrāpējuši šīs jomas virsmu, jauns instrumenti kas uzskata dokumentus par datiem, kas visu laiku parādās.

Šis ir otrais stāsts divu daļu sērijā par datu žurnālistiku. Šeit varat izlasīt pirmo stāstu “5 padomi, kā sākt darbu datu žurnālistikā”.

Šis stāsts ir arī daļa no Poynter Hakeri/Hakeri sērija, kas ietver Kā jākoncentrējas uz to, ko žurnālisti var mācīties no jaunām tendencēm tehnoloģijā un jauniem instrumentiem.

Labojums: Iepriekšējā šī stāsta versijā bija teikts, ka lietotājiem ir jāmaksā par Notepad++. Patiesībā tas ir bez maksas.