每周數據新聞精選 | 交互圖、原始數據、推特分析神器

全球深度報道網的“每周數據新聞精選”（Top Ten #ddj），將分享由社交網絡程序NodeXL統計得到的最熱門#ddj話題推文。本周精選集合多個創意交互圖案例，並為讀者介紹用於推特數據分析的新工具。

《紐約時報》：奧巴馬政績如何？畫出你的判斷

八年總統任期，奧巴馬交出了怎樣的一份成績單？《紐約時報》的交互數據報道，讓讀者參照小布什政府的表現，根據個人判斷，“畫”出奧巴馬政府在就業率、犯罪移民遣送、醫療支出、國家債務和非法墨西哥移民數量這五個方面帶來的改變。畫完後，點擊圖表下方的“Show me how I did”（“看我猜得如何”），就能看到現實情況與個人判斷之間的差距。

Data Driven Journalism （數據驅動新聞網）：美國通勤地圖——探索“超級區域”（megaregion）內的經濟聯繫

為深入了解現代社會的“連接性”（connection）及其影響，英國謝菲爾德大學城市講師Alasdair Rae與隊友對全美範圍內的通勤狀況展開研究。他們利用涉及約1.3億人口、包含四百萬條個人點對點路徑在內的通勤數據，製作出美國通勤地圖，分析通勤模型，並細緻探討了麻省、“雙子城”（明尼蘇達州明尼阿波利斯和聖保羅）及中西部這3個區域的情況。製圖所用到的數據與工具包括美國社區調查（American Community Survey）的開放數據，開源軟件如QGIS和Combo，以及雲計算技術（亞馬遜網絡服務）。Rae希望通過該項目，讓人從經濟與地理之間的關係、而非單純的行政區域角度來更好地了解自己所在的地區。他同時認為，該項目能為政府在修建新的基礎設施、組織經濟活動等計划上提供參考 。

製圖：Garrett Dash Nelson and Alasdair Rae

The Functional Art：關注原始數據，拒做不靠譜標題黨

要做嚴謹的數據報道，應要考慮百分比背後的原始數據。《紐約時報》1月14日的一篇報道“美國SNAP福利家庭的購物車裡有什麼？非常多的蘇打飲料”（譯註：“SNAP”，即Supplemental Nutrition Assistance Program，是美國一項補充營養援助計劃，已為170多萬低收入紐約人提供食品援助），引起了邁阿密大學教授Alberto Cairo對其論斷的質疑。Cairo指出，該報道缺乏對SNAP家庭食品支出基數的考證，僅採用軟性飲料所佔百分比數，來說明這些家庭支出不合理，明顯誤導了只讀標題的讀者。

swissinfo.ch：150年的瑞士氣溫可視化

瑞士廣播公司網站swissinfo.ch的動畫圖表能讓人快速一覽150年來瑞士的氣候變化。數據顯示，自上世紀80年代起，瑞士的年均氣溫就顯著上升並維持在一個較高的溫度水平。而剛過去的2016年，是自1864年來排第八位的高溫年份。靜態的氣溫“瀑布圖”則以表示1981至2010年均溫的中線為參照，呈現150年間年均溫的變化幅度，清晰展示氣候變暖的趨勢。

路透社：115年來的諾貝爾，花落誰家

路透社運用諾貝爾基金會的數據，做出了歷年諾貝爾獎得主的互動圖表。讀者可以自由選擇以所屬機構或國籍作為縱軸，獲獎領域或獲獎年代作橫軸，圖表便會出現相應變化。圖中每個圓點代表一位諾貝爾獎獲得者，圓點顏色代表不同獎項。將光標置於圓點上，還可得到相應的獲獎者信息，包括姓名、獲獎領域與年份、生卒年份、獲獎原因和所屬研究機構。點擊信息窗口可進入諾貝爾獎的官方網站，查閱該獲獎者的詳細介紹。此外，讀者還可根據“所有獲獎者”、“女性”、“是否健在”、“是否共享獎項”和“是否獲得多類獎項”等選項過濾數據。

Data Driven Journalism: Mecodify——推特數據分析新神器

不需要懂編程，也不需要付費，Mecodify為想做推特數據分析的記者提供了另一種可能。這款開源工具能幫助記者輕鬆提取、分析及可視化推特數據。於去年11月推出的Mecodify現在還處在開發階段，但其生成的結果已為許多學術研究所引用。本文以2016年烏干達大選為例，介紹了該款工具的具體功能，包括如何通過推特話題收集數據、繪製推文時間線、生成形式多樣的交互式圖表，以協助進行數據分析。

文/梁思然，梁晨昱

編輯/Ivan Zhai