2.1.3　数据的背景信息

仰望夜空，满天繁星看上去就像平面上的一个个点（见图2-6）。若感觉不到视觉深度，会觉得星星都离自己一样远，很容易就能把星空直接搬到纸面上，于是星座也就不难想象了，把一个个点连接起来即可。但实际上，不同的星星与你的距离可能相差许多光年。假如你能飞得比星星还远，星座看起来又会是什么样呢？

如果切换到显示实际距离的模式，星星的位置转移了，原先容易辨别的星座也几乎认不出来。从新的视角出发，数据看起来也就不同，这就是背景信息的作用。背景信息可以完全改变一个人对某一个数据集的看法，它能帮助人们确定数据代表什么以及如何解释。在确切了解了数据的含义之后，你的理解会帮你找出有趣的信息，从而带来有价值的可视化效果。

图2-6　星空视图

使用数据而不了解数值本身之外的任何信息，就好比拿断章取义的片段作为文章的主要论点引用一样。这样做或许没有问题，但却可能完全误解说话人的意思。必须首先了解何人、如何、何事、何时、何地以及何因，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）：“谁搜集了数据”和“数据是关于谁的”同样重要。

如何（how）：大致了解怎样获取你感兴趣的数据。如果数据是你搜集的，那一切都好，但如果数据只是从网上获取到的，那就不需要知道每种数据集背后精确的统计模型，但要小心小样本，样本小，误差率就高，也要小心不合适的假设，比如包含不一致或不相关信息的指数或排名等。

何事（what）：还要知道自己的数据是关于什么的，应该知道围绕在数字周围的信息是什么。可以跟学科专家交流、阅读论文及相关文件。

何时（when）：数据大都以某种方式与时间关联。数据可能是一个时间序列，或者是特定时期的一组快照。不论是哪一种，都必须清楚知道数据是什么时候采集的。由于只能得到旧数据，于是很多人会把旧数据当成现在的数据使用，这是一种常见的错误。事在变，人在变，地点也在变，数据自然也会变。

何地（where）：正如事情会随着时间变化一样，它们也会随着城市、地区和国家的不同而变化：例如，不要将来自少数几个国家的数据推及整个世界。同样的道理也适用于数字定位。一些网站的数据能够概括网站用户的行为，但未必适用于物理世界。

为何（why）：最后，必须了解搜集数据的原因，通常这是为了检查一下数据是否存在偏颇。有时人们搜集甚至捏造数据只是为了应付某项议程，应当警惕这种情况。

首要任务是竭尽所能地了解自己的数据，这样，数据分析和可视化会因此而增色。可视化通常被认为是一种图形设计或破解计算机科学问题的练习，但最好的作品往往来源于数据。要可视化数据，必须理解数据是什么，它代表了现实世界中的什么，以及应该在什么样的背景信息中解释它。

在不同的粒度上，数据会呈现出不同的形状和大小，并带有不确定性，这意味着总数、平均数和中位数只是数据点的一小部分。数据是曲折的、旋转的，也是波动的、个性化的，甚至是富有诗意的。因此，可以看到多种形式的可视化数据。