数据新闻精选| R语言和网络图：数据叙事好帮手

R语言能挖掘、整理数据，网络图可以呈现故事脉络，两者各显神通。深度君精选数据网站FiveThirtyEight的R语言应用心得，数据新闻网络图叙事的类型，还可参考《处理数据、制作可视化：数据记者利器推荐》。

1.了解五大优势，巧用R做数据新闻

FiveThirtyEight是专注于做民意调查分析、政经新闻和体育报道的数据新闻网站，由数据分析师Nate Silver 于2008年建立，属于娱乐与体育节目电视网ESPN。其优秀作品包括Uber对纽约交通的影响探究，恐怖事件发生频率分析等。他们做数据作品的利器，就是R。

FiveThirtyEight数据编辑Andrew Flowers道出了他们的作品秘诀：数据新闻中，最重要的是故事，其次才是数据。此外，做数据新闻须严谨缜密，简单易懂，保证信息准确、讲述故事，以及数据分析过程的透明。

FiveThirtyEight之所以青睐R语言，是因为R有以下五点优势：1）R属开源工具FiveThirtyEight支持信息开源，他们众多报道用到的数据和R代码都分享于GitHub，供读者参考和改进。

2） ggplot2绘图功能强大R语言扩展包ggplot2可绘制多种个性化统计图表。

3） R整理数据更快捷

数据挖掘是做数据新闻的第一步，但通常而言，你挖的数据格式并不理想，还有可能杂乱无章。R语言的dplyr, tidyr, lubridate, stringr, readr等扩展包是你的好帮手。

Flowers提到从FOIA.gov上获取的数据通常都需要重新整理

4）便于协作Git/GitHub社区使程序员更易分享与整合信息、互相协作，避免代码出错。

5. 可制作交互图表用Shiny扩展包，R也可以制作网页呈现的互动图表。

更多细节，请参见Flowers在2016年国际R语言用户大会上的演讲：FiveThirtyEight’s data journalism workflow with R

2. 用网络图讲故事？五种类型要学会

画个图，勾勒人物和事物联系，是理解复杂关系的常用方法。网络图在数据新闻里有何叙事功能？分为几类？阿姆斯特丹大学研究员Jonathan Gray和他人合著论文《叙事型网络图：探索网络图新闻叙事的能力》（Narrating Networks: Exploring the affordances of networks as storytelling devices in journalism），做了探究，总结了以下五种新闻叙事类型：

谷歌图片搜索“大数据”和“可视化”结果

1）探索单个主体的关联网络（Exploring Associations Around Single Actors）

论文把这种以单个主体为中心、向外发散形成的关联网络称为“自我网络”（ego-network）。在叙事中运用“自我网络”，能够清晰呈现某个特定社会单位和与其他单位或个体的关系，适于制作交互式动态图表。

例如，《华盛顿邮报》的交互式新闻作品“美国最高机密”（Top Secret America）展示了美国 45种政府机构的工程类型与其外部供应商形成的系统网络，以文字和动态图表互相补充。读者只需点击机构名称，图表上方就会显示其业务范围和供应商信息。图表中的“自我”，也即作为中心的任意一个单个个体，在图表中的位置和大小、每一块颜色，也都包含着不同的信息，是叙事的一部分。

2）查找关键角色（Detecting Key Players）

指以网络联系的紧密程度来确定网络的关键角色。

国际科学周刊New Scientist的《干细胞之战》（The Stem Cell War）曾用此法，图解国际干细胞研究领域的生物学家在权威学术期刊的引用情况，分析生物学界论文引述的公平性。

如图所示，网络的每个圆点代表一位生物学家，美国和其他国家生物学家分列圆弧的左右两半，以墨绿色和橙色区分。由圆点发散的箭头指向被引用者，箭头越粗表明引用次数越多。

网络中最大的圆点、也即著作被引用次数最多的是京都大学的日本生物学家S Yamanaka，几乎每个人都借鉴过他的研究。但，这是否说明日本科学家在此领域最有发言权呢？New Scientist发现，美国科学家在该领域仍占主导，因为从网络左半部分密集的箭头来看，美国科学家之间相互论文引用次数更多，研究之间的联系也更紧密。反观其他国家的科学家，除了几乎一致引用Yamanaka以外，少数几个还引用了美国科学家的研究，但借鉴非美国同行研究的情况较少。

3）划分敌友界限（Mapping Alliances and Oppositions）

此类网络结构同时展示点与点之间和点群之间的远近，以此揭示个体之间、个体所处的集体之间的双重关系。

范例之一，是加拿大环球新闻网（Global News）的可视化作品《分裂中的多伦多市议会》（Visualizing the Split on Toronto City Council）。作品用红蓝两种点分别代表市长支持方和反对方，以代表中立/独立议员的紫色点连接两方，投票意见一致的议员会在网络中距离更近。

4）探索关联网络的演变（Exploring the Evolution of Associations Over Time）

一般用于时间叙事，注重呈现联系演变。上面提到的多伦多市议会故事，以交互式图表展现议会分歧的演变。读者可通过导航菜单，查看历次分歧变化，深入了解政治角力 。

5）揭示隐藏的联系（Revealing Hidden Ties）

此种网络结构通常描述隐藏的、潜在的系列犯罪联系。每个点代表一位疑犯或同伙（疑犯可为个人、公司或其他团体），每条线代表潜在的犯罪联系。

《洛杉矶时报》曾调查南加州势力庞大的卡尔德伦家族，发表了可视化报道《卡尔德伦家族的关系网》(the Calderon family’s connections)，堪称美国版《周永康的人与财》（财新数据可视化实验室作品，曾获国际新闻设计协会多媒体设计奖特稿（单一报道）优秀奖），解密这一家族四大掌门人纵横商、法、学界的犯罪敛财网络。

这一网络的主体是家族四成员以及被他们控制的四个公司或组织，两者之间的箭头代表涉嫌违法的事件和行为，以颜色区分所涉领域。

论文内含丰富的数据新闻案例，详情请阅读原文：Narrating Networks: Exploring the affordances of networks as storytelling devices in journalism。

编译/梁思然编辑/周炜乐

噔噔噔~数据咖学堂直播频道-《数据大咖秀》隆重登场！

普及数据科学，培养和发现数据人才，人人都是数据咖！你有网红，我有大咖！

8月20日前凭兑换码可以免费参加2次由PPV课主办的QQ直播大咖秀在线课程。

课程详情请点击左下角“阅读原文”，赶紧领取兑换券吧↓↓↓

原文始发于微信公众号（PPV课数据科学社区）：数据新闻精选| R语言和网络图：数据叙事好帮手