r-ohjelmointikieli ja datajournalismi
TRANSCRIPT
R-ohjelmointikieli ja datajournalismi
Juuso Parkkinen (Louhos)Hacks/Hackers Helsinki August Meetup
15.8.2012
Wednesday, August 15, 12
Mistä on kyse?
• R: avoimeen lähdekoodiin perustuva tilastollisen laskennan ohjelmointikieli, käytössä useilla dataintensiviisillä tieteenaloilla
• Datajournalismi: (avointa) dataa analysoimalla, yhdistelemällä ja visualisoimalla tuotettua journalismia
Wednesday, August 15, 12
New York Times ja R
• The Facebook Offering: How it compares
• Miten tähän päädyttiin?
• Amanda Cox and countrymen chart the Facebook I.P.O.
Wednesday, August 15, 12
R Suomessa
• Louhos-blogi - suomalaisen avoimen datan louhintaa ja visualisointia
• sorvi - Avoimen datan työkalupakki R-kielelle
• Apps4Finland 2011 Datan avaus -sarjan voittaja
• Louhos-projekti githubissa kerää kaikkea avoimeen dataan liittyvää avointa koodia kielestä riippumatta
• Kehittäjät: Leo Lahti, Juuso Parkkinen, Joona Lehtomäki, Juuso Haapanen - kaikilla taustaa laskennallisesta tieteestä
Wednesday, August 15, 12
sorvi
• Motivaatio: kaikkea dataa ei saada koskaan yhteen paikkaan ja formaattiin - tarvitaan joustavia ja läpinäkyviä välineitä aineistojen automatisoituun hakuun ja seulontaan
• Joustavat ohjelmakirjastot avoimen datan tutkimusvälineenä; automatisoidaan rutiininomaiset toimenpiteet, vältetään pyörän keksiminen uudelleen
• Kohteet: tutkijat, (data)journalistit, avoin data -hörhöt, ...?
Wednesday, August 15, 12
Esimerkkejä Louhos-blogista
Hesarin Presidentinvaalikoneen analysointia
Natoon --- ei Natoon
Wednesday, August 15, 12
Esimerkkejä Louhos-blogistaGoogle Motion chart: Presidenttiehdokkaiden kannatus ja suomalaisten hyvinvointi
Wednesday, August 15, 12
Esimerkkejä Louhos-blogista
Aihepiirianalyysi kansanedustajien puheista
hallit
useu
rom
iljoon
ale
ikka
usle
ikat
apr
osen
ttim
aase
utu
maa
kunt
atu
llam
aata
lous
vuos
im
inis
teri
uusi
myö
spi
eni
kesk
usta
työp
aikk
apo
liisi
laps
ila
kirik
osha
rmaa
lakia
loite
esity
stu
rval
lisuu
sta
lous
adop
tiova
nhem
pihe
nkilö
lains
äädä
ntö
esillä
oikeu
salo
iteka
nsala
inen
suom
iEuro
oppa
kreikk
a
maapankki
vastuu
kriisi
miljardi
pitäävakuus
sopimus
euroalue
portugali
riskiperussuomalainen
rahavaltiokuntaelieukansalisäedustajalinjakeskuskylläverotustietäälläpääministeriedellinensosialidemokraattiPekkarinenhallitahalutapalvelualuekuntauudistusuudistusvahvamitentodetakuntalainenihminenkuntarakenneparas-hankesuuritehdämonikiinteistöverohankeisoliikennerakentaminen
kauttarakentaavihreäitämerimäärärahakustannus
asuminenympäristö
eduskuntaperustuslaki
presidenttiasiavaltioneuvosto
osaperustuslakivaliokunta
poliittinenvaliokunta
sittenunionikansainvälinen
työnuorityöntekijä
työttömyys
työtön
työllisyys
yhteiskuntatakuu
työelämä
työ-koulutus
työllistäminen
työmarkkina
työmarkkinatuki
toimeentulotuki
tarveharkinta
perusturpa
korotus
perusturva
työttömyysturva
peruspäiväraha
kaikki
hallitusohjelma
sosiaaliturva
amm
attikorkeakoulu
opiskelija
koulualoituspaikka
amm
atillinen
kulttuuri
lukioperuskoulu
opintotuki
yliopistoYLEnuoratärkeäpuolustusvoim
a
jalkaväkimiina
Afganistanpuolustusm
iinakorvatatoim
intavaruskuntajoukkosotilaallinenpuolustuskyky
Hautala Lasse (kesk)
Vehkaperä Mirja (kesk)
Hakkarainen Teuvo (ps)
Korhonen Timo V. (kesk)
Pirttilahti Arto (kesk)
Leppä Jari (kesk)
Savola Mikko (kesk)
Torniainen Ari (kesk)
Kiviranta Esko (kesk)
Tolvanen Kari (kok)
Holm
lund Anne (kok)
Pekonen Aino-Kaisa (vas)
Mäntym
aa Markku (kok)
Räsänen Päivi (kd)
Hongisto Reijo (ps)
Henriksson Anna-Maja (r)
Jokinen Kalle (kok)
Hirvisaari James (ps)
Stubb Alexander (kok)
Heinäluoma Eero (sd)
Soini Timo (ps)
Kontula Anna (vas)
Ravi Pekka (kok)
Modig Silvia (vas)
Kumpula-Natri Miapetra (sd)
Haavisto Pekka (vihr)
Tuppurainen Tytti (sd)
Tuupainen Kauko (ps)
Jääskeläinen Pietari (ps)
Tolppanen Maria (ps)
Ruohonen-Lerner Pirkko (ps)
Niikko Mika (ps)
Eerola Juho (ps)
Väätäinen Juha (ps)
Kettunen Pentti (ps)
Louhelainen Anne (ps)Viitanen Pia (sd)
Backman Jouni (sd)Kiviniemi Mari (kesk)
Tiilikainen Kimmo (kesk)Paasio Heli (sd)Zyskowicz Ben (kok)Lintilä Mika (kesk)Lindtman Antti (sd)Virkkunen Henna (kok)Tölli Tapani (kesk)Mäkinen Tapani (kok)
Hiltunen Rakel (sd)Tainio Hanna (sd)
Orpo Petteri (kok)
Soininvaara Osmo (vihr)
Wideroos Ulla-Maj (r)
Niinistö Ville (vihr)
Kiuru Krista (sd)
Kyllönen Merja (vas)
Karimäki Johanna (vihr)
Tynkkynen Oras (vihr)
Myller Riitta (sd)
Korhonen Martti (vas)
Heikkilä Lauri (ps)
Koskinen Johannes (sd)
Salolainen Pertti (kok)
Rajamäki Kari (sd)
Brax Tuija (vihr)
Kääriäinen Seppo (kesk)
Saarakkala Vesa-Matti (ps)
Kanerva Ilkka (kok)
Feldt-Ranta Maarit (
sd)
Ihalainen Lauri (sd)
Mustajärvi
Markus (v
as)
Yrttiaho Jy
rki (va
s)
Tossa
vaine
n Reijo
(ps)
Turune
n Kaj
(ps)
Filatov
Tarja (
sd)
Kärnä J
ukka
(sd)
Tiaine
n Eila
(vas
)
Gästgi
vars
Lars
Erik (r
)
Rehula
Juha
(kes
k)
Risikk
o Pau
la (ko
k)
Vehv
iläine
n An
u (k
esk)
Saar
ikko
Annik
a (k
esk)
Alan
ko-K
ahilu
oto
Outi (
vihr)
Virta
nen
Erkk
i (va
s)
Guz
enin
a-Ri
char
dson
Mar
ia (s
d)
Kilju
nen
Anne
li (sd
)
Gus
tafs
son
Jukk
a (s
d)
Vaha
salo
Rai
ja (k
ok)
Arhi
nmäk
i Paa
vo (v
as)
Vikm
an S
ofia
(kok
)Pa
lm S
ari (
kd)
Haa
pane
n Sa
tu (v
ihr)
Hei
none
n Ti
mo
(kok
)Ka
ntol
a Ilk
ka (s
d)N
iinis
tö J
ussi
(ps)
Pack
alén
Tom
(ps)
Oin
onen
Pen
tti (p
s)W
allin
Ste
fan
(r)Ku
rvin
en E
sko
(kok
)Tu
omio
ja E
rkki
(sd)
Hal
la-a
ho J
ussi
(ps)
1
4
6
8
10
11
13
14
15
16
17
18
Left: RepresentativesMiddle: Interesting topicsRigth: Top words for the topics
Wednesday, August 15, 12
Datavaalit
• Avoin ja yhteisövetoinen Datavaalit-hanke, jossa tuotetaan uusia välineitä yhteiskunnalliseen osallistumiseen
• Hankkeen tavoitteena on luoda Suomeen pysyvä data- ja koodi-infrastruktuuri talous- ja päätöksentekodatan tarkasteluun niin vaalien aikana kuin niiden välilläkin
• Syksyn kunnallisvaalien alla on nyt hyvä tilaisuus näyttää, miten avoimen datan ja avointen algoritmien myötä voidaan kehittää yhteiskunnan läpinäkyvyyttä
Wednesday, August 15, 12
Datavaalit (2)
• Joukkoistetaan datan avaamista hankalista kuntatason tietoläheistä
• Tarjotaan helppokäyttöiseen muotoon saatettua avointa dataa, koodia ja koulutusmateriaalia - kansalaisten, järjestöjen, tutkijoiden, toimittajien ja muiden käyttöön
• toimittajan aikaa vapautuu, kun hankkeen ansiosta päätöksentekoaineiston keräämiseen ja siistimiseen kuluu vähemmän aikaa
• hankkeen tiimoilta pidetään myös datajournalismin koulutuksia toimittajille
• datavaalit.fi-sivusto avautumassa lähipäivinä
Wednesday, August 15, 12
R käytännössä
• Plussaa
• Ohjelmointikieleksi helppo
• Valmiit rajapinnat lähes kaikkeen
• Netti pullollaan esimerkkikoodia
• Kattavat tilastollisen analyysin työkalut
• Toistettavat ja kumuloituvat analyysit
• Miinusta
• Interaktiivisten visualisointien tuottaminen suoraan R:stä ei onnistu
=> Erityisen hyvä nopeaan datan pöyhintään kun ei olla vielä varmoja mitä halutaan. Lopulliset visualisaatiot voi tehdä muilla ohjelmilla.
Wednesday, August 15, 12
Miten osallistua?
• Irkissä: !louhos, #r-project
• Koodareille
• R-osaaja => Mukaan sorvia kehittämään
• Muut kielet => Avointa koodia Louhokseen
• Journalisteille
• Ensiaskelet R:n opetteluun - kokeile Louhoksen esimerkkejä ja pyydä apua
• Kiinnostavia juttuideoita - ota yhteyttä!
• Datavaalit-hanke!
Wednesday, August 15, 12
Linkkejä
• Louhos: http://louhos.github.com/
• R-blogi: http://www.r-ohjelmointi.org/
• Datavaalit: http://www.datavaalit.fi/ (avataan elokuun aikana)
• R-blogifeedi: http://www.r-bloggers.com/
• NYT blogi: http://chartsnthings.tumblr.com/
• Computing for Data Analysis (R course at Coursera)
• FlowingData: http://flowingdata.com/
• Slides&Polls-firma: http://www.screen.io/en/
Wednesday, August 15, 12