可视化工具：Rawgraphs
数据有什么用？数据新闻是明证之一。Global Investigative Journalism Network（全球深度报道网络）上面有许多精彩报道，是通过数据分析结合可视化呈现出来的，严谨、优美、交互性又强，阅读起来令人陶醉。
比如今天看到的这一篇《IT’S NOT SO ISIS》，记者选择了 120 个恐怖组织，自 1998 年至 2015 年的活动数据，将其按意识形态派别分类，来描绘这 18 年以来恐怖袭击的演化情况。数据翔实公开，图表直观精美，逐步剖析，引发思考。
工具：Raw
不知道报道中的图表是如何实现的，没有看到相关介绍。以前面两张 Bump Chart 为例，Excel 显然是没有提供直接生成工具的，Python 的可视化库，比如 Matplotlib、Seaborn 等文档内也没有看到范例，Google 之后，找到一个叫做 Rawgraphs 的开源工具：
The missing link between spreadsheets and data visualization.
产品即可以在线使用，也可以从 clone 到本地，自己架一个 localhost 来离线运行。到目前，一共提供了 21 类新颖图表的自动生成功能，并且支持有编码能力的人士去创建自定义图表。使用过程设计的非常简单，一看便会：
- Load your data
- Choose a chart
- Map your dimensions
- Customize your visualization
- Download / embed
主要的难点，来源于对 Chart 的理解。即选用什么图表，心里得清楚一些前提：知道这个图表是展示什么东西用的，对数据的要求是什么，由哪些元素组成。
例子：Bump Chart
以开篇报道中的第一个 Bump Chart 为例。目的是展示 18 年以来，三类恐怖组织发起的袭击数量变化，是一个很好的排名起伏变化的 Bump Chart 应用场景。而 Bump Chart 有三个必要条件：Group、Date、Size。下载整理文中提供的数据，得到下表：
| group | year | counts |
|---|---|---|
| religious | 1998 | 49 |
| religious | 1999 | 58 |
| … | … | … |
按照上述步骤，上传或粘贴数据到 Raw，选择 Bump Chart，将对应字段拖到对应栏位，调整图表大小、颜色等，最后或下载 png、svg 图片，或下载 json 数据，或直接嵌入 svg 代码。
由于产出的是 svg，对图中不如意的地方进行修改也变得非常方便，比如上图的 1998，可以通过文本编辑器，或者 Sketch 等矢量编辑器，稍加调整其元素的 x 属性，让其往右移一点，得以完整显示。
例子：Alluvial Diagram
再看一个例子，题目是：图表展示哪些国家分别受哪些恐怖组织的什么样的方式袭击。这类 step by step 的关系，适合的图表是桑基图，Raw 恰好有桑基图的一种实现：Alluvial Diagram。
制图过程同上，理解 Alluvial Diagram 的 Node、Step、Size 即可。
总结
Raw 是一个直观、高效、几乎零基础上手、并且极具弹性的可视化工具，它在常见图表之外，为一些特殊的、独到的图表提供了一套快速生成工具。
Raw 的帮助文档也不错，简明易懂，是一个学习、了解这些图表的好去处。由此再逐步去了解后面的 d3 等，应该更有画面。
Raw 不像 Matplotlib 及其衍生工具，对图表的 figure、axis 等方方面面，巨细无遗；它没有在前端提供那么多可调节的选项，但因此，可视化的实现也更快速，况且由于产出的是 svg，加个标题，微调下坐标，做一点标注，都不是很难修改的东西。