展开全部

主编推荐语

本书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。

内容简介

全书分为四篇:选题、数据、文案、设计。

本书把数据作为方法,去探索叙事的可能性,探索如何运用数据叙事在这个信息和观点纷杂的时代做更有效的沟通。

目录

  • 版权信息
  • 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
  • 1.2 如何让选题的灵感持续
  • 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?
  • 2.2 读者想要什么?
  • 2.3 “我”能做什么?
  • 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?
  • 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
  • 4.2 常用的数据获取方法
  • 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
  • 5.2 用数据分析揭示关系、差异、规律和趋势
  • 5.3 数据分析工具基础
  • 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
  • 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
  • 7.2 文案好看?下笔要“狠”
  • 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?
  • 8.2 如何论证才能以“数”服人?
  • 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
  • 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
  • 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”
  • 11.2 美感:可视化需要有“设计感”
  • 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
  • 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
  • 13.2 进阶图表类型
  • 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
  • 14.2 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
  • 14.4 “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
  • 15.3 如何确定配色
  • 15.4 哪些坑不要踩
  • 参考文献
展开全部

评分及书评

评分不足
1个评分
  • 用户头像
    给这本书评了
    4.0

    每日一书:《把数据作为方法:数据叙事的理论与实践》。当我们所处的周遭世界处处皆由数据构成时,该如何理解它们,如何理解我们?数据成了一种方法,而数据叙事则成了沟通的钥匙。数据是冰冷的,这是我们习以为常的说法。在大多数人心目中,数据可以和理性、冷静、抽象、距离等词语画上等号。谁会将数据与感性、温度、具象和接近等词语联系起来?一谈起数据,我们的脑海里会出现什么?一个个表格或者一堆堆数字,中间可能还夹杂着令人头疼的乱码与空格?它们好像没有生命的符号,处理和分析它们时需要极为耐心。然而,凭什么认为一堆看似复杂的符号能发出理性之声?凭什么这些符号不能带来温暖感人的故事?数据和理性之间未必能画上等号。且不说我们的生活中遍布着各种各样糟糕的数据故事,这些故事被用数据包装起来,看起来很硬核,但往往内里充斥着不交代样本和调查方法的问卷数据、来源不明的统计数据,甚至夹带 “私货” 的假数据;或者即使数据本身没有问题,但对数据的分析和解读却完全南辕北辙,误导读者。这样的数据和理性压根扯不上一点关系。为了拆穿上述数据陷阱,美国华盛顿大学开设了一门名为 “拆穿胡扯”(Calling Bullshit) 的课程,结果课程推出后立刻大受欢迎,且同名教材也跟着出版大卖。即使克服了上述问题,使数据足够具有理性和科学性,也并不意味着数据故事就会变得冰冷而失去温度。理性和感性必然泾渭分明、毫无关联吗?其实不然。已故的瑞典统计学家汉斯・罗斯林 (Hans Rosling) 在他那本脍炙人口的《事实:用数据思考,避免情绪化决策》(Factfulness: Ten Reasons Were Wrong About the World-and Why Things Are Better Than You Think) 一书中驳斥的第一种情绪化决策的误区就是 “一分为二” 的本能,“这种本能促使人们习惯于把事情一分为二:好的和坏的,英雄和恶棍,我所在的国家和其他国家。把世界一分为二是简单、直观而且情绪化的方法”。然而,现实是,两极之间的巨大鸿沟往往并不存在,还有很多分布于中间状态的情况。如同世间万物存在多种可能性一样,这个世界并不总是非黑即白,理性和感性之间也没有根本的对立。“研究者应该充满热情,受强烈情感的驱动,最重要的是要有追求理解和解释的强烈愿望。但是,好的研究者必须确保不让情感影响自己的理性思考、推理和论证”,这种兼具理性思考和强烈感情的状态同样是产生一个好的数据叙事作品所需要的,而对于数据创作者而言,这种兼具理性和感性的特质会借由数据叙事传递给读者,使后者既能感受到思考的愉悦,也能体会情绪。数据自己不会说话,要靠运用它的人;技术不是最有价值的,要看到工具后面的人文关怀。

      转发
      评论

    出版方

    中国人民大学出版社

    中国人民大学出版社成立于1955年,是新中国建立后成立的第一家大学出版社。时光在文字与光阴中驻足,我们在积聚书香与赓续文脉之时,也有一点小小的向往,在徜徉中拢住自我与他者的目光,给天下读书人一点点温暖。