本周的“數據新聞精選”欄目將為你分享整理好的數據源，讓Uber的工程師帶着你，做專業的數據可視化；另外，兩名數據新聞愛好者想象了一下數據新聞未來的發展趨勢，並總結出數據新聞未來所可能演進出的三種形態。
向Uber的軟件工程師學做可視化
英國地理信息協會（The Association of Geographic Information）每年都會舉辦名為GeoCom的大會，力圖讓地理信息分享更加便捷高效，2018年大會的主題是“提高生產效率”，於11月8日在倫敦舉行。
Uber公司的高級軟件工程師Giuseppe Macri為參會者分享了他們的數據可視化工具和Uber的數據系統運行。他向聽眾們推薦了Kepler.gl，並以這個工具為例，說明Uber的可視化製作。
Kepler.gl是一個強大的開源地理信息分析工具，適用於處理大規模數據集。Kepler在網絡瀏覽器中運行，你可以上傳高達250MB大的文件到網頁上，如果你的文件包超出這個容量，試試在Safari上運行。Kepler可以用於處理csv，jsonhe和geojson等格式的文件。
Macri分享了8個可視化項目的數據源，數據新聞愛好者可以跟着他的講義，試着用他提供的數據來製作非官方的可視化圖。
數據新聞的未來
數據新聞的迅猛發展使人們不禁對它寄予厚望，希望它負擔起社會“看門狗”的職責來。但是目前這大概只是一種過於樂觀的估計，因為除了通過大型媒體或機構，讀者很難見到數據新聞的“真身”，畢竟很少有媒體能夠負擔得起數據新聞高額的成本開銷。
“生活中的數據”項目研究員Florian Stalph與Eddy Borges Rey想探究探究數據新聞的可持續性，暢想數據新聞未來的樣子。在最近的一篇文章中，他們採訪了多位數據專家，聽聽他們怎麼說。
他們提出了對未來數據新聞發展的三種猜想：
猜想一：製作數據新聞要求記者們對新聞和數據製作相關的技術樣樣精通，數據新聞可能會演變成一個所有記者都必須掌握的“數據工具包”。
猜想二：隨着對數據新聞的限制越來越少，數據新聞可能會保留它獨特的敘事方式，並發展成能夠被小型新聞編輯部所廣泛應用的新聞體裁。
猜想三：由於缺乏資金以及數據人才，數據新聞會被主流媒體拋棄；同時，主流媒體會將數據分析外包給專業公司。
編譯/Lizzy Huang
編輯/Ivan Zhai
相關閱讀：
本作品採用 知識共享許可協議 署名-禁止演繹 4.0 國際 進行許可
您可以根據知識共享協議條款免費轉載這篇文章
轉載
This work is licensed under a Creative Commons Attribution-NoDerivatives 4.0 International License
閱讀更多
數據新聞
如何將AI融入新聞工作流程？來自《印度教徒報》的經驗
《印度教徒報》編輯拉馬尼分享了他們如何將AI融入新聞工作流程。從解析2200萬條選民記錄，到零手寫代碼搭建選舉可視化工具，大型語言模型正在重塑這家老牌媒體的工作方式，幫助記者處理海量文件、編寫腳本、構建交互式工具。
數據新聞
如何做出一張優秀的圖表？《金融時報》首席數據記者分享了這些技巧
如何做出一張優秀的圖表？《金融時報》首席數據記者在這篇文章中分享了多個技巧，包括以讀者為中心的理念、圖表色彩搭配的技巧、如何布局文字和注釋等。
數據新聞
數據新聞中最常見的10個錯誤
在今年的 NICAR 會議上，GIJN 與幾位數據新聞專家交談，詢問他們在數據新聞中最常見的10個錯誤，包括忽視空白行、混淆百分比和百分點、在圖表中使用錯誤的刻度尺等等。
數據新聞
過去一年，有哪些不可錯過的數據新聞？
在過去一年中，來自全球各地的數據記者們用數字、圖表，甚至音符來呈現新冠疫情、氣候變化、地區衝突等新聞議題。在這篇文章中，我們精選了過去一年中最值得一讀的數據新聞報道。