9.2　让读者作好准备

作为数据图表设计师，我们的任务是将自己所知道的内容传达给受众。受众一般都没有看过原始数据，所以如果没有任何的解释或提前说明，他们看到的东西很可能和我们看到的完全不同。对此我的经验就是假设所有人在看到我的图表之前都是盲目的。实际上，通过Facebook、Twitter以及其他博客链接等分享方式，我发现我的假设并不算特别离谱。

例如，图9-2是我制作的一幅动画地图的截图。如果你在此之前没看过这张图，可能会毫无头绪。而根据我们在第8章中讲过的实例，你最好的猜测可能是某家连锁店的扩张情况。

图9-2　没有标题和上下文背景的地图

►访问http://datafl.ws/19n观看完整的地图动画。

实际上，这幅地图显示的是巴拉克·奥巴马总统就职典礼期间全世界发布的带地理标记的Twitter微博，时间是美国东部标准时间2009年1月20日，星期二中午。动画从星期一早上开始，随着时间的推进，越来越多人起床，并以稳定的速率发推。随着就职典礼的临近，每小时发推的数量开始增长，而欧洲人则在美国人开始入睡时开始有所行动。然后星期二的早晨来临了，随着就职典礼的正式开始Twitter突然爆发，群情激昂显而易见。大家可以在图9-3中看到这一过程。如果我在图9-2中加入这一上下文背景，可能就会让人容易理解得多。

图9-3　巴拉克·奥巴马总统就职典礼期间的Twitter微博（另见彩插图9-3）

我们不必为每幅图表都配上一大段文字，但添加一个标题和一小段引文加以解释总是会很有帮助的。如果在图表中的某处再提供一个链接可能会更好，这样一来即使图表被分享到其他网站上，人们依然可以找到原始出处，看到你随图发表的文章。否则，很快就会变成电话传话游戏，在你意识到以前，你精心设计的图表就会完全被人曲解了。互联网就是这么诡异。

再举一个例子，图9-4中的图表是一个简单的时间轴，显示了当代十大数据泄漏事故。

图9-4　2000年以来的主要数据泄漏事故

这张图很基础，只有10个数据点，不过在发表到FlowingData上时，我提到从2000年到2008年间数据泄漏事故发生的频率越来越高。这幅图表最后也被相当多的人分享，甚至其变体还登上了《福布斯》杂志，而几乎所有分享的人都提到了我说的频率问题。但我觉得，如果我之前没有提到这一点的话，并不会有那么多人对这幅图表如此上心。

这件事给我们上的一课是：不要假设读者知道一切，或者能从你的图表中发现所有细节。这对于互联网用户来说尤其正确，因为网友们已经习惯于点击前往下一处了。

但这并不是说人们不会花时间去观察数据。可能有人看到过，OkCupid的官方博客里经常有一些比较长的博文，根据网站在线交友的数据进行分析，然后将结果表现出来。这些文章的题目包括“第一次约会时提什么问题比较好”和“美人与数学”等。

该博客上的文章被浏览过上百万次，人们非常喜欢看OkCupid的那些家伙们所说的话。除了文章里面大量的上下文背景之外，来阅读博客的人们也有各自的上下文背景。因为这是关于约会、异性方面的数据和发现，人们总是能将它们和自身的经验联系起来。例如，图9-5显示了亚裔男人通常喜欢什么。这幅图表来自于OkCupid一篇关于人们喜欢什么的文章，其中根据人种和性别进行了分类。嘿，我自己就是亚裔，而且我是男的。你看，很快就产生了联系，不是吗？

图9-5　亚裔男人都喜欢什么，来自于OkCupid在线交友资料

而另一方面，要是你的图表主题是污染情况或全球债务，如果没有解释清楚，那么大部分读者可能很难买账。

还有些时候，不管我们怎样说明，人们就是不喜欢在网上阅读，总是囫囵吞枣。有一次，我在FloatingSheep上发表了一张地图，对美国的杂货铺数量和酒吧数量进行了对比，如图9-6所示。红色表示该地区的酒吧比杂货铺多，桔色表示相反。FloatingSheep上的家伙们称之为“美国的啤酒肚”。

图9-6　美国哪些地方的酒吧比杂货铺数量多（另见彩插图9-6）

在发表文章的时候，我对该地图的准确性存有疑问，所以在结尾我是这么写的：“有没有住在当地的朋友还足够清醒？帮我确认一下你们那里是不是这样吧。我猜你们的评论里错别字肯定不少，而且话都说不清，甚至满口酒气呢。”那么我得到了什么教训呢？在网上，冷幽默和挖苦往往很难得到正确解读，更何况大部分人根本就懒得通读你写的文章。实际上我根本不认为自己会看到满口酒气的评论。很多人知道我是在开玩笑，但还是有不少人感到受了冒犯。正如我所说的，互联网就是这么有趣。