KO
|
EN
gitlite — search
Search
#javascript
#python
#hacktoberfest
#react
#ai
#typescript
#llm
#go
#golang
#android
#machine-learning
#rust
#deep-learning
#linux
dj2016
★ 10
Open GitHub ↗
南京大学2016年《数据新闻》课程
Download README (.md)
Explore Similar Repositories
kafka_jmeter
:
No description available.
impressive
:
Impressive lets you convert UCC's MyTimetable calendars to iCal files for Google Calendar or iOS.
tachyons-less
:
Tachyons transpiled into less.
editThatNextMaster
:
Scripts for RoboFont that makes switching glyph, space or font windows super easy.
metromile
:
Analyze, Visualize, Predict, and other cool stuff with Metromile driving data.
// repository documentation
Was this content helpful?
★ 0
(0 ratings)
Select Rating:
★
★
★
★
★
Submit Feedback
Recent Feedback
×
Download README
Do you want to download the
README.md
file for
dj2016
?
Download (.md)
# 《数据新闻》2016课程 南京大学新闻传播学院数据新闻2016课程 | week | topic | note | | ------------- |:-------------:| -----:| |1 | **数据新闻导论** | https://github.com/data-journalism/dj2016 | |2 | 课程简介与Github平台介绍 | | |3 | 数据新闻的未来、现在、过去 | | |4 | **数据获取导论** | | |5 | 数据科学的编程工具：Python语言简介 | | |6 | Python数据抓取简介 | 第六次作业：python抓取天气数据 | |7 | **数据分析简介** | | |8 | **数据诠释与因果关系** | | |9 | **数据可视化**：概念、案例和方法 | | |10 | 计算媒介：以processing为例 （上）| https://vimeo.com/channels/introcompmedia/ | |11 | 计算媒介：以processing为例 （上）| 第四次作业 | |12 | H5和Javascript初步：HTML | | |13 | H5和Javascript初步：CSS和JS | | |14 | H5和Javascript初步：D3简介 | 第八次作业：D3练习 | |15 | 数据可视化：echarts简介 | 第九次作业：echarts练习 | |16 | 数据可视化：Tableau简介 | 第十次作业：Tableau练习 | |17 | 网络可视化: gephi的使用 | | |18 | 学生作品展示 | | # 请选课的同学watch本页面 点击页面右上角watch按钮即可，这样你可以收到最新的issues的邮件提醒。 或者点击本链接：https://github.com/data-journalism/dj2016/subscription # 每周签到情况 https://data-journalism.github.io/dj2016/attendance.htm # 本周作业信息发布 [https://github.com/data-journalism/dj2016/wiki/Homework](https://github.com/data-journalism/dj2016/wiki/Homework) - 注意事项 不要提交word文档，以markdown文件提交，markdown文件的结尾是 `.md` 。关于markdown的格式介绍见: https://guides.github.com/features/mastering-markdown/ #### 更多关于使用Markdown进行写作的资料 - 献给写作者的 Markdown 新手指南：http://www.jianshu.com/p/q81RER - 怎样引导新手使用 Markdown？：https://www.zhihu.com/question/20409634 - 这篇文末有常用的Markdown编辑器：http://www.markdown.cn - 一个在线的Markdown编辑器：https://www.zybuluo.com/mdeditor #### 关于数据新闻案例分享、阅读+presentation、软件工具分享次序的安排 [https://github.com/data-journalism/dj2016/wiki/](https://github.com/data-journalism/dj2016/wiki/) # 资源推荐 1. Adobe免费正版PhotoShop CS2 http://soft.zol.com.cn/346/3467942.html 2. JavaScript Basics Udacity Open Course https://www.udacity.com/course/ud804 Or the Youtube playlist: https://www.youtube.com/playlist?list=PLAwxTw4SYaPmtf5v3hefG5seVynUtV9T8 3. JavaScript入门 http://www.imooc.com/learn/36?from=itblog 4. JavaScript全栈教程－Nodejs－fs （分享自 @廖雪峰） [网页链接](http://www.liaoxuefeng.com/wiki/001434446689867b27157e896e74d51a89c25cc8b43bdb3000) 5. Datacamp https://www.datacamp.com/ 6. 中国数据新闻工作坊培训手册 [http://djchina.org/2015/09/01/china-data-journalism-training-content/](http://djchina.org/2015/09/01/china-data-journalism-training-content/) 7. Doing Journalism with Data: First Steps, Skills and Tools by Paul Bradshaw, Alberto Cairo, Steve Doig, Simon Rogers, Nicolas Kayser-Bril http://learno.net/classroom/doing-journalism-with-data-first-steps-skills-and-tools/ 8. datajournalismhandbook [http://datajournalismhandbook.org/1.0/en/](http://datajournalismhandbook.org/1.0/en/) 9. 利用南京大学校内镜像网站，可以下载到Anaconda的全系列版本，速度非常快 https://mirrors.nju.edu.cn/anaconda/archive/ # 想要提问，点下面！ [https://github.com/data-journalism/dj2016/issues](https://github.com/data-journalism/dj2016/issues)
