1樓：小河
作為資料分析從業人員，資料的真實性和準確性是第一位的，其次才是資料之美或者Storytelling之類的。言下之意，某些時候可能可以選擇性Visualize，但是即使是選擇性的資料也不能錯，但通常這種做法會帶入主觀的想法。
2樓：陳甫鵃
對於做資料探勘和視覺化的人，我不認為「資料之美」是應該有的追求目標。事實上它甚至都不應該是目標。工程師首先追求的永遠是「正確」，然後才應該是「美」。
至於資料陷阱，我的看法是大家把這個東西神秘化了。說白了，所謂資料陷阱就是分析方法上有錯誤。人非聖賢，要求統計資料的人永遠不犯錯誤，未免太強人所難。
那麼，如何避免資料陷阱？基本有兩條：分析方法公開。
對於簡單資料，有時候只要收集起來列一張圖表就可以看到一切。而對複雜資料則經常要伴隨複雜的資料選擇和分析方法。公開分析方法能讓更多的人看到和分析方法本身，從而更快地指出錯誤所在。
原始資料公開。有時候原始資料太多，分析師為了圖省事，會只給出篩選過的資料。這是完全錯誤的，因為分析過的資料往往已經被分析方法篩選過。
錯誤的分析方法給出的資料沒有意義。我們可以不要求最終的結論報告上羅列原始資料，但原始資料必須可通過某種確實的方式訪問。
我們不能說做到了這兩條就能避免犯錯誤，但至少能保證錯誤能盡快被人發現和修正。
3樓：張寧 Neo
可能會造成「數字陷阱」的機會有兩個：樣本的選擇：資料量很大，或者獲取大量資料的成本較高的時候，就會採用抽樣的方法。
這裡面有不小的門道。不同的樣本會導致非常不同的結果，@caixiao 同學的回答也提到了類似的例子。不過，統計學提供了一些對抽樣有效性進行甄別的方法，可以避免一些「數字的陷阱」。
資料視覺化：資料視覺化的展現形式可以融入一些主觀的成分，從而強調某個區域性的資料特徵。對於同樣的分析結果，簡單的改變圖表的型別或者尺度，都可以改變受眾的觀感。
從這個角度講，沒有太好的辦法來限制。所謂「欲加之罪，何患無辭」。
在商業環境中，資料是被用來作為溝通和管理的依據的，已經變成了商業語言。自然會有不同的利益驅動，從而左右資料本來的意思。想要完全避免「數字的陷阱」，也沒什麼真正好的辦法。
問題中引號內的部分是兩本書的名字嗎？我只看過前面一本「資料之美」（O'Reilly Media 出版）。
喜歡就是喜歡，不喜歡就是不喜歡，這樣的做法對嗎，面對不喜歡的事或物，偏偏要裝作喜歡，是不是很虛偽？
小公尺 每個人都是多面，但方與圓 外面是圓滑的，不滑傷別人，也不滑傷自己。一些無傷大雅的事，比如誇乙個不喜歡的人漂亮又怎樣呢？自己知道自己的原則，知道自己的底線就好。無傷大雅的事不必計較，觸及原則底線的事不能讓步。但這個度總是需要自己慢慢摸索，不要把底線變得太高太低。總之，舒服就好 亞柏絲網 知世故...
喜歡自己的自己不喜歡，自己喜歡的不喜歡自己，我該怎麼辦？
藍色的豬先生 我是男生，我也有和你一樣的感受，但慢慢我想通了 出現這種狀況說明你還需要去提公升自己，而不是整天去思考和嘆氣，這樣時間也浪費了，人還是那個樣子。 橙子味的橘子 等寧缺毋濫這個詞應該聽過吧，感情也是一樣，寧願沒有，也不要將就。人這一生，遇到對的人的機會，其實還是很少的。但是當你遇到他，就...
你喜歡的人不喜歡你，喜歡你的人你不喜歡。這會是一直什麼樣的感覺？
今天我真好看 哈哈哈乎友真會提問題。盡提些戳心的問題。我有過n個喜歡的人，也有過n個喜歡我的人，但從客觀層面來看，這就是2n段感情，沒有得到回應與期望回應都是讓人痛苦的吧 乙個很瀟灑的學姐跟我說過，她能很快識別自己不喜歡的，但不能一下子確定自己是否喜歡。我覺得我唯一比這個學姐厲害的地方就在於，我對於...