【数据之美】

引言

• 包含信息和实事的数据是可视化的基础
• 好的可视化设计是一个曲折的过程，需要具备统计学和设计方面的知识，只有同时具备了这两种技能，才能随心所欲的在数据研究和讲故事两者之间自如切换。
• 除了真实的数字之外，还有重要的背景信息。数据是谁的，他从哪来，以及是什么时候收集的。

可视化不只是一种工具

• 激发感情和好奇心
• 便于阅读且十分精确

第一章 你真的理解数据了吗？

数据表达了什么

• 数据是现实世界的一个快照
• 你需要观察数据产生的来龙去脉，并把数据集作为一个整体来理解。
• 它们只是提取真实事物的一个个片段。你只能获取零碎的信息，然后寻找其中的模式和关联，凭经验猜测数据所表达的含义。数据和它所代表事物之间的关联即使把数据可视化的关键，也是全面分析数据的关键。
• 数据是对现实世界的简化和抽象表达。当你可视化数据的时候，其实是在将对现实世界的抽象表达可视化。可视化是对数据的一种抽象表达，即一个抽象的抽象。

数据的可变性

• 平均值、中位数、总数是稳定的的同时，具体数的数值时变化多端的，这些数值可能比统计测量值更有价值。
• 离群值可能是需要修正或特别注意的。

数据的不确定性

大部分数据是估算的，并不精确

数据所依存的背景信息

离开背景信息，数据就毫无用处了，而基于他们创建的任何可视化内容也会变得没有价值。你必须首先了解何人、何处、何事、何时、何地、何因，即元数据，或者说关于数据的数据，然后才能了解数据的本质是什么。

• 何人(who)：“谁收集了数据”，收集人是否可靠；“数据是关于谁的”
• 如何(how)：大致了解怎么获取你感兴趣的数据。小心小样本，小心不合理的假设。
• 何事(what)：要知道数据是关于什么的，围绕在数字周围的信息是什么。
• 何时(when)：数据是什么时候采集的
• 何地(where)：地理定位（城市、州、国家）、数字定位（Twitter、Facebook）
• 为何(why)：了解收集数据的原因，通常是为了检查一下数据是否存在偏颇。

背景信息能够帮助你为数据图形增添一个维度，但有时背景信息意味着你需要对信息有所保留，因为那样做是对的（密码、维基解密）