地铁里常能看见乘客把手机横过来，盯着一张由红蓝线条组成的走势图。线条向上或向下，格子里排着数字，旁边还佑装冷热”“连号”“遗漏”等术语。图像给人的第一感触是秩序，似乎复杂变动已被压缩成一条可供判断的蹊径？墒踊牧α吭谡饫，也正由于如此，它很容易越过诠释的天堑。 先说最根基的一点：走势图是对既往纪录的排布方式，不是对将来的说明书。任何图表都选择了功夫领域、坐标尺度和着色规定。把最近十笔纪录放大，和把数百笔纪录放在统一张图上，会产生截然分歧的视觉印象。读者若不知路这些选择，看到的往往只是设计者替他强调过的部门。 一位数据新闻教员上课时让学生各自画统一份公开表格。有人用柱形图，有人连成折线，有人只保留异常点。投到屏幕上后，三张图像像是在讲三个故事，但表格一行也没有改。教员借此提醒各人，图表不是“数据自己措辞”，而是一次有弃取的转述。读图的关键，是把被省略的前提沉新问出来。 对于标注地域或活动名称的页面，还应确认纪录的起源和齐全性。页面有没有注明采集时点，是否能回到公开纪录查对，更新失败时若何更正，都是必要问题。若只给出一张无法复造、无法放大的图片，再配以抽象的“精准分析”，它最多是一种视觉内容，不及以支持端庄判断。 第二条天堑是统计说话的天堑。频率、距离和排序能够描述已经产生的情况，却不能自动产生因果关系。人脑习惯从陆续图案里寻找法规，尤其在数字反复出现时，会把无意的荟萃理解成趋向。好的报路会同时给出样本大幼和不确定性；糟糕的页面则把几个能干的点圈起来，留白处全数交给暗示。 第三条天堑属于传布伦理。将图表包装成“出彩号”或类似的兴奋词，时时是在借视觉简直定感推动读者停顿。图表自身没有问题，问题在于页面是否明确通知读者它的用处、限度和起源。一个掌管的编纂会把步骤写在图下，而不是把警示藏进难以找到的角落。 通常读者能够用很轻便的步骤降温：先看横轴从哪一天起头，纵轴是否被截断，再找数据源链接；接着问自己，图中结论能否用一句通常话说清；最后把所谓建议与可核实事实分隔。若无法回覆其中任一项，就把它当作一张拥有装璜性的图片即可。 图表的价值不是替身作决定，而是援手人提出更具体的问题。把这条界限守住，屏幕上的曲线便不再占有神秘的权威，只是多多阅读资猜中的一种表白。 在编纂图表时，色彩也会扭转理解。鼓和的红色会让某个区间显得危险或沉要，柔和的灰色则容易把另一部门推到布景里。图例若不齐全，读者就无法知路色彩到底代表次数、类别还是仅仅是视觉分辨。读图时不妨把色彩临时忽略，先从表格或文字注明沉新确认每个变量的意思。 还有一个常见问题是把有关性说成原因。两个数字在统一段功夫里变动类似，不代表其中一个造成了另一个。数据报路应交代可能的其他诠释和样本限度；没有这些内容的分析，最多只能提供观察角度。越是把结论说得斩钉截铁的页面，越值得追问它跳过了哪些步骤。 学堂和社区能够把公开图表当作操练资料，而不把任何带有承诺色彩的页面当教材。学会标出起源、尺度和缺失值，就是在训练一种能迁徙到医疗、消费和公共议题中的能力。线条仍会升沉，人不用随之失去判断。 当图表被截取到社交平台时，原有图例往往首先隐没。转发前保留齐全画面和出处，能让后来看到的人知路它并非自足的结论。好的数据素养，也蕴含对他人理解前提的关照。

地铁里常能看见乘客把手机横过来，盯着一张由红蓝线条组成的走势图。线条向上或向下，格子里排着数字，旁边还佑装冷热”“连号”“遗漏”等术语。图像给人的第一感触是秩序，似乎复杂变动已被压缩成一条可供判断的蹊径？墒踊牧α吭谡饫，也正由于如此，它很容易越过诠释的天堑。