Skip to content
← 返回 hands-on-data-visualization
← 返回 hands-on-data-visualization

ch-0004 Chapter 3: Find and Question Your Data

  • 原书章节: Chapter 3 Find and Question Your Data（pp. 71–88）
  • 输入来源: 本地 pdf（HandsOnDataViz.pdf）

摘要

动手画图之前先回答两个问题：「哪里能找到可靠的数据？」 与 「这数据到底代表了什么？」 本章前半给出检索策略（引导性问题、公开/私有数据之争、敏感数据脱敏、开放数据仓库、 记录数据来源），后半教读者质询数据（识别坏数据、追问口径与定义）。

  • 检索引导：先想清楚要证明什么、需要哪些字段，再到政府/非营利机构的开放数据仓库找
  • 公开 vs 私有数据：政府数据通常公开，个人隐私数据受法律保护；讨论了数据"是否天然 客观"的争论
  • 脱敏（mask）与聚合（aggregate）：涉及个人敏感信息时，把精确值打码或合并成 范围/汇总，既讲故事又不泄露隐私
  • 开放数据仓库：US Census、Data.gov、各州/市开放数据门户、国际组织数据等
  • 记录来源：保存 source notes（出处、口径、下载日期），并在清洗前备份原始文件
  • 坏数据识别：FIPS 码被 Excel 当数字丢前导零、日期被自动转换（1-Mar）、地址被 geocode 错（如 IP 定位集中到某地、全球数据被投到经纬度 0,0 的海面）等
  • 质询数据：缩写列名背后是什么？统计口径（如美国人口普查的 race/ethnicity 分类）随 时代变化，是"社会建构"——数据不是中立的，要问 Whose stories are told? 和 Whose perspectives remain unspoken?

要点归纳

  • 数据不是凭空出现，是"人"带着目的在特定社会权力结构中采集的——警惕"数据客观性"
  • 敏感数据处理三件套：mask（打码）/ aggregate（聚合）/ 备份原始文件
  • 坏数据常来自工具"好心办坏事"：Excel 改编号/日期、geocoder 乱定位
  • 来源记录（source notes）是可信叙事的基础，第 15 章还会强调致谢来源
  • 引 Data Feminism（Catherine D'Ignazio & Lauren Klein）：问"谁的故事被讲了、 谁的视角缺席"，才能看见权力如何被编入数据

术语 / 概念

  • open data（开放数据） — 政府/非营利机构免费公开、机器可读的数据
  • masking / aggregation（脱敏 / 聚合） — 处理敏感数据的两种策略
  • source notes（来源记录） — 记录数据出处、口径、下载时间的文档
  • FIPS code — 美国地区统计编码；易被电子表格吃掉前导零
  • data objectivity（数据客观性） — 本书批判的概念：数字并非中立
  • social construction（社会建构） — 如人口普查中 race/ethnicity 分类随历史变化
  • Data Feminism（数据女性主义） — D'Ignazio & Klein 的著作与视角（外链见 notes.md）

原句摘录

When working with data, pause to inquire more deeply about Whose stories are told? and Whose perspectives remain unspoken?

...we caution against embracing so-called data objectivity, since numbers and other forms of data are not neutral.

疑问 / 待查

  • US Census 的 race/ethnicity 口径变迁细节值得深挖（作者附了 Margo J. Anderson《The American Census》参考）
  • 第 14 章（Detect Lies and Reduce Bias）会回扣"质询数据"这一主题
Backlinks (1) 
flowchart LR
  n0["ch-0001 Introduction（为什么做数据可视化）"]
  n1["ch-0002 选工具讲你的数据故事（Ch 1）"]
  n2["ch-0003 强化电子表格技能（Ch 2）"]
  n3["ch-0004 找到并质询你的数据（Ch 3）"]
  n4["ch-0005 清洗脏数据（Ch 4）"]
  n5["ch-0006 做有意义的比较（Ch 5）"]
  n6["ch-0007 图表化你的数据（Ch 6）"]
  n7["ch-0008 地图化你的数据（Ch 7）"]
  n8["ch-0009 表格化你的数据（Ch 8）"]
  n9["ch-0010 嵌入网页（Ch 9）"]
  n10["ch-0011 用 GitHub 编辑与托管代码（Ch 10）"]
  n11["ch-0012 Chart.js 与 Highcharts 模板（Ch 11）"]
  n12["ch-0013 Leaflet 地图模板（Ch 12）"]
  n13["ch-0014 转换你的地图数据（Ch 13）"]
  n14["ch-0015 识别谎言、减少偏差（Ch 14）"]
  n15["ch-0016 讲述并展示你的数据故事（Ch 15）"]
  n16["ch-0017 附录 A 排查常见问题"]
  n17["Hands-On Data Visualization（整理完成）"]
  n18["Hands-On Data Visualization 笔记"]
  n19["Reading"]
  n17 --> n0
  n17 --> n1
  n17 --> n2
  n17 --> n3
  n17 --> n4
  n17 --> n5
  n17 --> n6
  n17 --> n7
  n17 --> n8
  n17 --> n9
  n17 --> n10
  n17 --> n11
  n17 --> n12
  n17 --> n13
  n17 --> n14
  n17 --> n15
  n17 --> n16
  n17 --> n18
  n19 --> n17
  click n0 "../ch-0001/" "ch-0001 Introduction（为什么做数据可视化）"
  click n1 "../ch-0002/" "ch-0002 选工具讲你的数据故事（Ch 1）"
  click n2 "../ch-0003/" "ch-0003 强化电子表格技能（Ch 2）"
  click n3 "./" "ch-0004 找到并质询你的数据（Ch 3）"
  click n4 "../ch-0005/" "ch-0005 清洗脏数据（Ch 4）"
  click n5 "../ch-0006/" "ch-0006 做有意义的比较（Ch 5）"
  click n6 "../ch-0007/" "ch-0007 图表化你的数据（Ch 6）"
  click n7 "../ch-0008/" "ch-0008 地图化你的数据（Ch 7）"
  click n8 "../ch-0009/" "ch-0009 表格化你的数据（Ch 8）"
  click n9 "../ch-0010/" "ch-0010 嵌入网页（Ch 9）"
  click n10 "../ch-0011/" "ch-0011 用 GitHub 编辑与托管代码（Ch 10）"
  click n11 "../ch-0012/" "ch-0012 Chart.js 与 Highcharts 模板（Ch 11）"
  click n12 "../ch-0013/" "ch-0013 Leaflet 地图模板（Ch 12）"
  click n13 "../ch-0014/" "ch-0014 转换你的地图数据（Ch 13）"
  click n14 "../ch-0015/" "ch-0015 识别谎言、减少偏差（Ch 14）"
  click n15 "../ch-0016/" "ch-0016 讲述并展示你的数据故事（Ch 15）"
  click n16 "../ch-0017/" "ch-0017 附录 A 排查常见问题"
  click n17 "../" "Hands-On Data Visualization（整理完成）"
  click n18 "../notes/" "Hands-On Data Visualization 笔记"
  click n19 "../../" "Reading"