Esitys Hacks/Hackers Helsinki August Meetupissa 15.8.2012.

1. R-ohjelmointikieli ja
datajournalismi
Juuso Parkkinen (Louhos)
Hacks/Hackers Helsinki August Meetup
15.8.2012
Wednesday, August 15, 12

2. 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

3. 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

4. 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

5. 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

6. Esimerkkejä Louhos-blogista
Hesarin Presidentinvaalikoneen analysointia
Natoon --- ei Natoon
Wednesday, August 15, 12

7. Esimerkkejä Louhos-blogista
Google Motion chart: Presidenttiehdokkaiden
kannatus ja suomalaisten hyvinvointi
Wednesday, August 15, 12

8. Esimerkkejä Louhos-blogista
Left: Representatives
Middle: Interesting topics
Aihepiirianalyysi kansanedustajien puheista
Rigth: Top words for the topics
hallitus
prosentti
maaku utu
nta
leikkaus
a
vuoai alous
euro
leikata
miljoon
maase
uussteri
ma l a
poöpaikka
la liisi a
t
minis
ty s ust
myö i
tul
pi n s
keek i
v d o u s us
tu ty ite
esikialoaa
Korhonen T Arto (kesk)
Hakkarai
lakpsi
Vehkaperä Mirja (kesk)
a o i u
hakos
l a rm
ri i
tal rvallss
ka loite us äntö
Hautala Lasse (kesk)
oiksilläsääö i
Stu inäl So la A ekk ia (
e in kil p
Pek tyma en P ijo (p (r)
heanhptio
l a n em
Pirttilahti ari (kesk)
Kivira anen Ka e (kok)
i
Tornia a Esko (k kok)
Savola
d
Män Räsän to Re Maja ok)
om
n
one
He
Holm ino-Ka kku (kokd)
a
Leppä J
b b u o m i n i T n n a a (k vas
Tolv nd Ann a (vas)
nen Teuvo (ps)
ne
He
Hir
pp
lai
nt
imo V. (kesk
n A Mar ivi ( s)
nrik Jokin
inen A
a e
Ho n An Kalle (ps
lu
Ale a im (v ok )
Mikko (kesk)
sa
vi
ka
sso en
sa
oo
a
ngi
n
E u
xa Ee o ( as )
ari
ri
Ku
k
s na- (k
i
(kesk)
Ko
ur
s
is
ri (
m
n d ro p s )
reaa kki
Ja
esk)
ä
pu
nt vi P Si
)
me
k
er
u
la
Ra odig
Ha - N a
k)
s
M
m an tuu
( k o sd)
Tu avi ri M
t
pvas isi di
( )
)
k)
pp st i
Jä ur o P ape i r
kr iljaä
lv
äs ain e tr
ke Tuup e kk a m itä uus s
Ru läi ain n a ( s p ak mu e
n e T (
oh
on To en n K ytt vih d) i
v op a l u l i
en lppa Pie au i (s r) s uro ga n
-Le ne ta ko d
rne n M ri ( p s ) e ortu ala
ine
Nii r Pir aria (ps )
p s k i suom
V E ko kko (ps )
k r i erus
ä ä t e r o Mi (p ) p ha
ra io
Lou Ket äinen la Juhka (p s) 1 valtta
t s
hela u n e n J u h a o (ps) ) un
k i
inen Pent (ps el
V An ti (p ) 4 e u nsa
Bac iitanen ne (p s) ka ä
Kiv kman Pia s) lis ustaja
( ed
Tiilika iniemi M Jouni (ssd) a
linjskus
inen
Kimm
ari (k d)
esk)
6 ke ä
Paasio o (kesk) kyll tus
Zysk Heli vero
owicz
B (sd) 8 tie ä
Lintilä M en (kok) tääll inisteri
ik
Lindtman a (kesk) pääm en
edellin emokraatti
A
Virkkunen H ntti (sd) 10 sosialid
enna (kok
Tölli Tapani (kesk ) Pekkarinen
) hallita
Mäkinen Tapani (kok)
Wednesday, August Rakel 12
Hiltunen 15, (sd)
11 haluta
palvelu
alue

9. 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

10. 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

11. 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

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

13. 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