Skip to content

Latest commit

 

History

History
101 lines (68 loc) · 12.5 KB

previoushw.md

File metadata and controls

101 lines (68 loc) · 12.5 KB

第五次作业

1.图文呈现

  从“蓝极速案”到“大连女孩被害案”,公众的不满在哪里
  近期倍受关注的大连女孩被害案件,以不满14岁的凶手被收容教养3年而告终。
  作案前的不良行径,凶狠的作案手法,作案后的恶劣态度,虽然蔡某某还有2个月才到达刑法中的刑事责任年龄,但这样的判决依旧是难以令公众满意的。类似的案件在2002年就有过:当时三名纵火者(1名13岁,2名14岁)在凌晨纵火烧掉了蓝极速网吧,造成了25人死亡,12人受伤,这是当时自建国以来北京发生的最严重的的火灾案件。最终一名未满14周岁的作案者同样免于刑事责任,两人被判处无期徒刑,其中1名作案者甚至拒绝道歉,态度恶劣。
  这些案件中对作案者的判决,难免会引起公众的失望和不满情绪,引发对我国未成年人刑罚的讨论甚至上升到学校、家庭教育、各类制度等方面。但总体上看,在近年来总罪犯人数未见减少的情况下,客观来说我国在减少未成年人犯罪方面是在进步的,甚至做得不错:

  “且根据《中国法律年鉴》的统计数据来看,近年我国未成年人犯罪率是在下降的,且较低年龄的犯罪人只占极少比例。”
  可以做这样一个比喻,在我国,14岁至16周岁犯罪受到刑法的惩罚是60,16-18岁是80,18岁以上是100,那么14岁以下就是0,可以说完全免除了刑事责任,像“收容教养”这样的制度未免过于“温和”。所以,从未成年人犯罪的角度来说,公众的不满和失望来自这些作案性质恶劣且低于刑责年龄的人未能够受到相对公正的惩罚,而讨论和诉求也多在此,上升到更高层面的讨论对眼前现实问题的解决或许作用不大。故当前的紧迫性在于把在刑责年龄以下的刑罚从“0”变成有,建立健全分级制度,才能让类似的看起来没有起到惩罚和警示作用的判决案例变少,这是解决问题的务实方法。

2.过程步骤及数据来源

  • 本次作业的过程大概是这样的:在网上搜索查看相关的新闻报道(之前我对此事并不了解),看见评论中的一部分声音还是相当失望和激愤(这还不排除一些质疑的声音未被呈现的因素)。我的想法是,难道我国在青少年犯罪上就有如此不堪?通过国家统计局搜索到的相关数据及如相关新闻里呈现的一些数据,我想问题确实不小,但并没有那么糟糕。
  • 现在似乎但凡有些看上去很“正确”的观点出现,相当多的人就不屑一顾,就要去质疑、批判一下,发挥一下所谓的"critical thinking",我想这也是不太好的。我不知道老师会不会质疑我从官方渠道找来的数据的可信度,但我依然愿意这样去做。您说得对,别太懒太天真,到了这个阶段我们当然都知道从多渠道多角度地去想事情,但我想为什么我们对有的渠道和观点好像十分相信,对有的下意识地质疑,这似乎也像是个“陷阱”。我也愿意相信,有的事情并没有那么复杂,或许就是可以简单。
  • 由于有一些类似“反批判”的思想,有不少主观的东西,使得这太像是新闻,请老师见谅。(不过也没要求一定是新闻吧..)


第四次作业

  • 本次作业的图文呈现
  • 本次收集数据的来源于国家统计局网站;首先想要在国家统计局网站上搜索有关垃圾的数据时,发现数据是比较少的;而我想主题还是要和垃圾分类有些关系,而这些数据来如何来和垃圾分类“扯上关系”呢,这是我这次思考了最久的问题(虽然后来觉得也不一定要和垃圾分类有关,有些犹豫花费了些时间);后来这篇文章应该说给了我很大启发,这过程中也去了解了一些有关生活垃圾概念和相关如无害化处理等方面的知识。
  • 经过了查阅资料和收集数据后,自己觉得可以通过数据来从一个角度呈现出垃圾分类的重要性,大致思路是这样的:为什么现在要推行垃圾分类--因为垃圾分类重要且必要--为什么重要--分类不到位不仅造成资源浪费,还危害环境。大致如此。


第三次作业

  • 自己本次作业用的免费的可视化图表工具主要有echarts图表秀和AntV网站上的 G2

  • 在kaggle上我选择了下载了夏季奥运会的数据,这里面缺少2016年奥运会的数据,故还单独下载了一份2016年里约奥运会的数据。最终从这两个数据集中选择了1996-2016这20年的部分数据加以呈现,主要是兴趣让我选择了这个主题。

  • 这次我呈现的数据分为了两个网页,一个是在图表秀这个网站上做的,在上面可以在线制作并提供分享链接。网页1
    第二个网页是自己简单做了一个本地网页上传到github上,这个网页里用到的是echarts和G2两个网站上提供的图表。由于网页基础的东西忘了很多,所以这个网页上呈现的内容相对比较少。网页2

  • 一些体会

    1. 在使用这些图表工具时,最容易的就是图表秀这个网站,在上面可以在线制作、保存并生成分享链接。但它的局限性在于很多参数无法更改,并且可用的免费模板有限,若想要细化一些地方也还是得到本地网页来写。
    2. G2和echarts都是要在本地引入这些代码的,不同的是G2非常简单,直接复制粘贴就可以,而echarts引用起来感觉对于我这样水平较低的人还是要需要花些功夫的。这两者的共同特点是虽然不像图表秀那样简单,但可以自由地对图表的许多参数进行更改。
    3. 本次作业最大的收获:技术的鸿沟使人抓狂。我又认识到了掌握编写网页的基础知识是多么重要,以及还需进一步加强学习,使得“看似已近在眼前,但其实自己呈的能力却并不足以实现”这样的现象减少。


第二次作业(10.9之前)

我国还有哪些关于公共数据开放的条例或法规?国内外有哪些政府开放数据平台?

  • 我阅读《上海市公共数据开放暂行办法》的方式是从百度百科中搜索这一词条,并从中找到数据来源:上海市人民政府网站的政务公开栏目进行阅读。

  • 我国还有这些公共数据开放的条例和法规:
    1.《贵阳市政府数据共享开放条例》(是我国首部政府数据共享开放地方性法规) 信源: 搜狐
    2.《北京市公共数据管理办法(征求意见稿)》(尚未正式施行) 信源:北京市人民政府网站
    3.《银川市城市数据共享开放管理办法》 信源:银川市人民政府网站

  • 国内外还有这些政府开放数据平台:
    国内:

中华人民共和国中央人民政府网站数据栏目

上海市公共数据开放平台(试运行)

成都市公共数据开放平台

北京市政务数据资源网

天津市信息资源统一开放平台

“开放广东”政府数据统一开放平台

山东公共数据开放网
信源:探码科技上的个人博客

国外:
美国政府数据公开网站

英国政府数据开放网站

澳大利亚政府数据公开网站

信源: 百度文库

回答:2012-2018年各季度GDP增速(列出选取的统计指标、数据页面、计算步骤及答案)

1.通过搜索学习可以得知,GDP分为名义GDP及实际GDP(排除了通货膨胀和通货紧缩导致的价格因素带来的影响),相应的增速也分为名义GDP增速和实际GDP增速,显然实际GDP增速是更有实际意义的一种方式,新闻报道中的的GDP增速指标也是采用此概念计算得出的数据(且通常计算同比增长),故在选择数据时应选择实际GDP,即“不变价”的GDP。

2.打开国家统计局网站的数据查询网站——点击季度数据——在“时间”一栏输入“2011-2018”,而后网站左侧列表中的选择“国民经济核算”中的“国内生产总值(不变价)”指标——点击右上角的“报表管理”中的“编辑”,将此项指标单独筛选出来,确定后最后点击下载,以csv或excel的形式将数据下载。

3.打开表格后,在“国内生产总值(不变价)当季值(亿元)”这一行下插入一行“当季度GDP增速”,在本行的“在2018第四季度”当列输入公式“=(B4-F4)/F4”(即2018年第四季度的GDP与2017年第四季度的GDP之差除以2017年第四季度的GDP),后将数据类型改为“百分比”,尔后各单元格的计算方法相同,故拖动光标填充,即得到所求数据。(邮件附excel表格)



第一次作业(9.30前)

数据搜集的过程与想法

  • 本次作业我记录的是从9月20日至9月26日这七天中我的睡眠数据(入睡时间、起床时间及睡眠时长),到搜集此数据首先是因为觉得它比较好搜集。
  • 而是当我拓展一下再想的时候:比如要搜集学校学生的睡眠方面的数据,那么被调查者只需要提供睡觉、起床的两个时间而已,这样的简单条件对于被调查者我认为较容易接受,可行性较高,因而想要搜集一个样本量较大的数据似乎也是相对较容易。
  • 从一个角度来说,我认为这样的数据易于呈现和从等多方面解读(也相对比较容易手绘):如睡眠的时长可以用图形的大小、或条形图的长短表示,入睡时间、起床时间可以用折线图、散点图来呈现;比如假定已经收集了传媒大学1000名学生某个月的睡眠数据,那么从这些数据中大概率可以挖掘出如通宵熬夜、某些平均睡眠时间极少的个体等这些突出的数据(比如讲此月时间内每名学生的睡眠总时长用圆来表示,时长越长,面积越大,这样一目了然,似乎也易于引起读者的兴趣),并加以呈现。此外,数据可能在性别、年龄、专业等方面表现出的差异也是可以作为数据新闻呈现的点。

日常生活中那些数据被搜集了?被谁搜集了?

  • 我们在手机中开启的GPS定位功能,使用地图软件的导航、轨迹记录功能等,最终可能被交通部门运用于分析交通情况甚至做相关决策参考;一些军事管理区、敏感地区的手机位置信息也可能被国防部门搜集,用以监测排查这些地区的异常情况;使用手环的用户每天的步数、心率、睡眠数据等,被各家生产手环公司搜集利用,可以作为优化下一代产品的依据,并可能被健康部门运用于相关研究和分析,在未来或许还可能被运用于医院作病因分析参考等;又如最近几年大家感受很明显的是,我们在手机APP的使用记录数据,已经被一些app利用,并以此向我们做内容推荐。