Guider i pandas, robottexter i finska valet och Facebook-scraping

Från: http://jplusplus.se/nyhetsbrevet/

10 april 2017 Varannan måndag skriver vi om inspiration, verktyg, utbildningar, event och trender kring datadriven journalistik. Kommunalval i Finland: Alla gör autogenererat Robotskrivna texter som sammanfattar valresultaten i kommunerna var branschstandard i söndagens kommunalval i Finland. Här är tre exempel på hur en artikel om resultatet i Vasa kan se ut: http://www.vaalikone.fi/kunta2017/tulos/10/905 (finska) http://yle.fi/uutiset/3-9557535 (finska) https://www.vaalibotti.fi/news?where=905&where_type=M&language=sv(finska, svenska och engelska) ...det sista exemplet är en del av ett forskningsprojekt för att hitta generiska lösningar för journalistiskt textgenerering: https://www.helsinki.fi/sv/aktuellt/valtteri-skriver-sjalvstandigt-nyheter-pa-flera-sprak För kartomanen rekommenderar vi också https://svenska.yle.fi/artikel/2017/04/10/se-kommunalvalets-viktigaste-kartor-har-har-makten-skiftat-har-ar-medelaldern som innehåller en samling av svenska Yles bästa kartvisualiseringar från valnatten. Facebook-scraping för vanliga döda Under helgens gräv visade vi hur man kan scrapa Facebook med enkla medel. Se slidsen här. Pandas överallt! Varje vecka producerar vi uppslaget Trend i Dagens Samhälle. Transparens är superviktigt i datajournalstik. I mån av möjlighet publicerar vi alltid våra egna analyser som så kallade notebooks. Genom att göra analysen i kod blir all metodik transparent. Här är det Jens Finnäs som tittat på sambandet mellan flyktingmottagande och brottslighet. Statistiken för 2016 visar att de kommuner som tog emot många flyktingar INTE upplevde någon nämnvärd brottsvåg: http://bit.ly/ds-flyktingar 1. Guider och tips Lär dig pandas https://bitbucket.org/hrojas/learn-pandas Lär dig Jupyter Notebook  https://nbviewer.jupyter.org/github/jupyter/notebook/blob/master/docs/source/examples/Notebook/Running%20Code.ipynb Manipulera data https://hackernoon.com/reshaping-data-in-python-fa27dda2ff77 Städa data http://www.jeannicholashould.com/tidy-data-in-python.html Utforska data http://blog.districtdatalabs.com/data-exploration-with-python-1 Grunderna från vår dragning på Noda http://bit.ly/noda-pandas Användbara snippets https://gist.github.com/bsweger/e5817488d161f37dcbd2 2. Notebooks och analyser Hitta vapen i sociala medier-bilder  http://www.automatingosint.com/blog/2016/01/osint-automatically-finding-weapons-in-social-media-images-part-1/ Analysera fixade matcher i tennis https://github.com/BuzzFeedNews/2016-01-tennis-betting-analysis/blob/master/notebooks/tennis-analysis.ipynb Hur segregerat är St Louis? https://github.com/BuzzFeedNews/2014-08-st-louis-county-segregation/blob/master/notebooks/segregation-analysis.ipynb Drar filmer som klarar bechdel-testet in mer pengar? http://nbviewer.jupyter.org/github/brianckeegan/Bechdel/blob/master/Bechdel_test.ipynb Demografiska mönster i svenska val http://maxberggren.se/2016/08/15/SD/ Hämta, manipulera, analysera och visualisera NBA-data  http://blog.yhat.com/posts/visualize-nba-pipelines.html XKCD-plottar i pandas http://nbviewer.jupyter.org/url/jakevdp.github.com/downloads/notebooks/XKCD_plots.ipynb Data och notebooks från FiveThirtyEight https://github.com/fivethirtyeight/data 3. Agate - ett alternativ Om du trots alla länkar inte är övertygad om att pandas är vägen att gå för dig, så rekommenderar vi - återigen - biblioteket agate som är designat specifikt för journalister. https://source.opennews.org/articles/introducing-agate/ Övrigt I dag är sista dagen för att nominera knäck till Data Journalism Awards 2017.

Copyright © 2017 Journalism++ Stockholm, All rights reserved. Det här är ett nyhetsbrev som går ut till e-postadresser som registrerats på http://jplusplus.se/nyhetsbrevet. Our mailing address is: Journalism++ Stockholm ℅ Zoo People, Grindsgatan 33 Stockholm 11857 Sweden