《把数据作为方法：数据叙事的理论与实践》方洁、葛书润、邓海滢、惠一蘅【文字版_PDF电子书_】
| 书名：把数据作为方法 作者：方洁/葛书润/邓海滢/惠一蘅 出版社：中国人民大学出版社 译者：无 出版日期：2023-2 页数：/ ISBN：9787300313849 |
7.6 豆瓣评分 |
孔网购买 | 点击喜欢 | 全网资源sm.nayona.cn |
内容简介：
《把数据作为方法：数据叙事的理论与实践》以选题、数据、文案、设计4篇构建数据叙事之桥，用15章的篇幅讲解数据新闻选题的捕捉寻找、数据的获取分析、文案的写作拟制、设计的可视化与美化，把数据作为方法，结合数据叙事的理论，展示数据叙事实践的精彩。
《把数据作为方法：数据叙事的理论与实践》所展示的数据叙事实践基于中国人民大学新闻学院RUC新闻坊工作室近年来的创新性成果，通过田野调查，对实践中遇到的理论与实践问题进行系统性的探索和总结，并对之做出深入的思考和研究。
《把数据作为方法：数据叙事的理论与实践》兼具业务探讨的实用性和学术思考的厚重感：丰富的一手研究资料使得《把数据作为方法：数据叙事的理论与实践》填补了此领域多数专着因缺乏一线经验而“纸上谈兵”的缺憾;作者融思想的深度与表达的诙谐于一体，在写作中时刻注意语言表达的趣味性，以生动的情景还原和深入的案例解析，带领读者开启讲好数据故事的有趣旅行。
127个精选案例，194幅彩图，136个二维码，手绘动漫“小剧场”——数据故事的精彩，邀您一睹为快。
作者简介：
方洁，传播学博士，中国人民大学社会与发展研究中心研究员，中国人民大学新闻学院副教授。国内最早开设数据新闻课程的教师之一，着有《数据新闻概论》(第二版)，发表多篇数据新闻领域的核心期刊论文。微信公众号“RUC新闻坊”及其工作室的联合创始人兼指导教师，指导的作品已获得多个赛事的20多项大奖。
葛书润，中国人民大学新闻学院2020级直博生，现任RUC新闻坊主编，2019年至今，参与创作、统筹60余篇作品。立志以数据为斧，开拓媒介叙事的新方式;以知识为锚，探索公共表达的新可能。
邓海滢，中国人民大学新闻学院2022届硕士研究生，RUC新闻坊资深编辑，研究与实践方向为数据新闻和媒体融合。2018年至今，参与过40余篇作品的创作，负责数据、可视化和文案的统筹工作，作品曾获中国数据内容大赛最佳数据应用金奖等。
惠一蘅，中国人民大学新闻学院2021级硕士研究生，RUC新闻坊资深编辑。研究方向包括数据新闻、数据可视化、媒介文化。2021年至今，参与过多篇作品的创作，作品曾获中国数据内容大赛最佳数据应用金奖、最佳数据内容铜奖。
目 录：
致谢
写在前面：谁说数据是冷的
小剧场：当数据新闻编辑被创造时
选题篇
第1章 到哪里找源源不断的故事?
1.1 选题的源头
1.1.1 在突发事件后捕捉信息真空区
1.1.2 在日常生活中寻找值得深究的选题
1.1.3 从媒体报道中发现尚未被开掘的角度
1.1.4 从网络讨论中洞察公众的情绪
1.2 如何让选题的灵感持续
1.2.1 虚拟编辑部与头脑风暴的线上讨论
1.2.2 选题资源的积累
第2章 换位思考：好故事来自与读者的“对话”
2.1 我的读者是谁?
2.1.1 “魔弹论”反面：专业勤思的读者
2.1.2 在读者的差异中找到共性，引起共鸣
2.1.3 选题和读者也会“同性相吸”
2.2 读者想要什么?
2.2.1 信息增量：新闻热点中的事实与观点
2.2.2 社会关怀：情感抒发与认同
2.2.3 娱乐消遣：游戏是人类天性
2.3 “我”能做什么?
2.3.1 数据先行：分享研究发现
2.3.2 数据解读：传达价值观点
2.3.3 数据呈现：追寻美的体验
小剧场：读者点菜
数据篇
第3章 数据研判：叙事的价值与可获得性
3.1 数据是什么?
3.2 哪些数据更有叙事的价值?
3.3 哪些数据可获得?
3.3.1 把选题策划翻译成数据需求
3.3.2 从选题到数据，数据组还能做什么
第4章 寻找和获取数据：为数据叙事准备素材
4.1 寻找数据的快捷路径
4.1.1 数据库：专业数据的超市
4.1.2 社交媒体：舆论的广场
4.1.3 搜索引擎：特殊问题的切入口
4.1.4 建立自己的数据资源库
4.2 常用的数据获取方法
4.2.1 统一下载导出
4.2.2 使用数据采集器
4.2.3 学点代码爬数据
第5章 数据分析：发现藏在数据背后的“奥秘”
5.1 分析数据前的准备工作
5.1.1 建立目标：让数据分析有的放矢
5.1.2 数据清洗：避免“错进错出”
5.2 用数据分析揭示关系、差异、规律和趋势
5.2.1 文本型数据分析
5.2.2 数值型数据分析
5.2.3 其他数据分析方法
5.3 数据分析工具基础
5.3.1 入门工具：Excel与集搜客
5.3.2 进阶工具：Python
5.3.3 其他工具
5.4 关于数据分析的一些注意事项
5.5 撰写数据核查与数据说明
5.5.1 如何对数据进行核查
5.5.2 如何撰写一份数据说明
小剧场：当数据组做完数据
文案篇
第6章 数据叙事中的文案
6.1 双重叙事之下，文字夹缝求生
6.2 图文互释，架构全局：找准解释的“最小单元”
6.3 交代背景，开放“后台”：生有涯而数无涯，主动“找补”不丢人
6.4 情动五内，不吐不快：夹议反能更“真实”
第7章 快准狠：不止“描述统计”
7.1 解读数据，要又快又准
7.1.1 如何理解文案的“快”
7.1.2 如何把握好“准”的程度
7.2 文案好看?下笔要“狠”
7.2.1 善用数据修辞，学会“转译”
7.2.2 变换写作文体，风格不止一种
7.2.3 调整段落节奏，有疾有徐
7.2.4 打出“金句”，会心一击
第8章 数据驱动叙事，文案有没有“套路”?
8.1 “缝合怪”：如何勾连数据与受众?
8.1.1 根据数据叙事目标，确定叙事结构
8.1.2 丰满叙事模式
8.2 如何论证才能以“数”服人?
8.2.1 论证的强度
8.2.2 论证的形式逻辑
第9章 重谈标题党：标题如何兼顾深度与“网感”?
9.1 重谈标题党：鱼和熊掌，能否兼得?
9.2 A还是B?我们这样拟标题
9.2.1 取舍数字
9.2.2 善用意象
9.2.3 灵活玩“梗”
9.2.4 尝试对话
9.2.5 找准基调
第10章 资料库：如何储备写作素材?
10.1 “三步搜集法”：一个实操案例
10.2 运用拓展资料时，事实本身就是一种观点
10.2.1 观点类：注意所用资料与论证的“共面”
10.2.2 事实类：注意结论得出的背景
小剧场：发推送时的文案组
设计篇
第11章 什么是我们心目中好的可视化?
11.1 信息量：可视化需要有“真知灼见”
11.1.1 需使图表内容丰满，具有资料价值
11.1.2 不忽略每个元素，确保信息完整性
11.2 美感：可视化需要有“设计感”
11.2.1 有用之余还要好看
11.2.2 复刻之外还有创新
第12章 可视化设计师如何从零起步?
12.1 可视化在数据叙事中的角色
12.2 主流数据可视化工具的介绍和评测
12.2.1 在线图表网站
12.2.2 图表设计与包装工具
12.2.3 特定图表制作工具
第13章 数据可视化：如何严谨展现结构化的数据集?
13.1 基础图表类型
13.1.1 柱状图/条形图
13.1.2 折线图
13.1.3 饼图
13.1.4 散点图
13.2 进阶图表类型
13.2.1 词云图
13.2.2 地图
13.2.3 热力图
13.2.4 树状图
13.2.5 桑基图
第14章 信息可视化：如何艺术化表达质性信息?
14.1 信息可视化的要素
14.1.1 功能与实用性
14.1.2 脉络与结构感
14.1.3 形式与设计感
14.2 创意时间：风格确立与素材准备
14.3 新建画布：信息处理与整合
14.3.1 草图进化论
14.3.2 确立视觉元素与信息的关联
14.3.3 解构信息模块
14.4 “亿”点细节：设计呈现与检查修正
14.5 讨论：从印刷到互联网，从平面到滚动
第15章 怎样配色才能不“辣眼”?
15.1 色彩介绍：色相、明度和纯度
15.2 可视化常用配色
15.2.1 单色色阶
15.2.2 互补色
15.2.3 辅助色
15.3 如何确定配色
15.3.1 意象的颜色
15.3.2 场景的颜色
15.3.3 印象的颜色
15.3.4 应景的颜色
15.4 哪些坑不要踩
15.4.1 避免过多色彩
15.4.2 避免明亮饱和
15.4.3 避免刻板印象
15.4.4 避免错误引导
小剧场：可视化设计师的三重痛苦
参考文献
浏览器不支持脚本！
摘要：《把数据作为方法：数据叙事的理论与实践》一书由方洁、葛书润、邓海滢、惠一蘅共同撰写，深入探讨了数据叙事的理论与实践。本书以数据为核心，从数据叙事的内涵、方法、应用和挑战四个方面进行了全面阐述，为数据叙事研究提供了理论框架和实践指导。
1、内涵阐释
数据叙事作为一种新兴的研究方法，其内涵丰富而深刻。首先，数据叙事强调以数据为基础，通过数据分析和解读，揭示事物背后的规律和趋势。其次，数据叙事注重叙事性，将数据转化为故事，使抽象的数据变得生动有趣。最后，数据叙事追求客观性和科学性，力求在数据的基础上得出可靠的结论。
在《把数据作为方法：数据叙事的理论与实践》中，作者们对数据叙事的内涵进行了深入阐释，指出数据叙事不仅是一种研究方法，更是一种思维方式。通过数据叙事，研究者可以更好地理解复杂的社会现象，为政策制定和决策提供有力支持。
此外，作者们还强调了数据叙事的跨学科性。数据叙事涉及统计学、计算机科学、社会学、传播学等多个学科领域，需要研究者具备跨学科的知识和技能。
2、方法探讨
数据叙事的方法主要包括数据收集、数据分析和数据可视化。在数据收集方面，研究者需要根据研究目的选择合适的数据来源，如问卷调查、实验数据、网络数据等。在数据分析方面，研究者需要运用统计学、机器学习等方法对数据进行处理和分析，挖掘数据背后的规律。在数据可视化方面，研究者需要运用图表、地图等可视化工具将数据转化为直观的图像，提高数据表达的效果。
《把数据作为方法：数据叙事的理论与实践》详细介绍了数据叙事的方法，并结合实际案例进行分析，使读者能够更好地理解和掌握数据叙事的方法。
此外，作者们还强调了数据叙事方法的创新性。随着大数据时代的到来，数据叙事方法也在不断发展和完善，研究者需要紧跟时代步伐，不断探索新的数据叙事方法。
3、应用拓展
数据叙事在各个领域都有广泛的应用。在社会科学领域，数据叙事可以用于研究社会现象、政策评估等；在自然科学领域，数据叙事可以用于研究生物多样性、气候变化等；在工程技术领域，数据叙事可以用于研究产品性能、故障分析等。
《把数据作为方法：数据叙事的理论与实践》一书详细介绍了数据叙事在各个领域的应用案例，为读者提供了丰富的实践参考。
此外，作者们还强调了数据叙事在跨学科研究中的重要作用。数据叙事可以帮助不同学科的研究者更好地沟通和合作，推动跨学科研究的发展。
4、挑战与展望
数据叙事在发展过程中也面临着诸多挑战。首先，数据质量问题制约了数据叙事的可靠性。其次，数据隐私和安全问题引发了对数据叙事的担忧。最后，数据叙事的跨学科性也使得研究者面临知识整合的难题。
针对这些挑战，作者们在《把数据作为方法：数据叙事的理论与实践》中提出了相应的解决方案。例如，加强数据质量管理、完善数据隐私和安全保护机制、推动跨学科合作等。
展望未来，数据叙事将在各个领域发挥越来越重要的作用。随着技术的不断进步，数据叙事的方法和工具将更加完善，为研究者提供更加便捷的研究手段。
总结：《把数据作为方法：数据叙事的理论与实践》一书为数据叙事研究提供了全面的理论框架和实践指导。通过对数据叙事的内涵、方法、应用和挑战的深入探讨，本书为研究者提供了宝贵的参考。在数据时代，数据叙事将成为一种重要的研究方法，为人类社会的发展贡献力量。
本文由nayona.cn整理
该网站所有的联系方式，都是工作人员微信，加不上就联系其他号， 联系我们v；shuij56
