机器时代数据可视化的手工之美

# 机器时代手工数据可视化的美感 来源：https://resobscura.substack.com/p/the-handmade-beauty-of-machine-age 上周我在哈佛档案馆查阅心理学家、哲学家、通灵研究者、亨利·詹姆斯的哥哥——全能怪才威廉·詹姆斯的资料。他才华横溢、风度翩翩，又自我拆台、怪异至极（例 A：他相信大剂量笑气能帮他终于读懂黑格尔）。这些特质在他的手稿里跃然纸上。 但初看之下，你绝不会意识到他还是位视觉艺术家。事实上，在成为心理学家之前，詹姆斯梦想当职业画家。十八到二十出头，他跟着画家威廉·莫里斯·亨特学了几年。 File:John La Farge - Portrait of William James (c. 1859).jpg 约翰·拉法奇约 1859 年画的青年威廉·詹姆斯在画架前，当时两人都是艺术生。 虽然威廉的画作似乎无一留存，但细翻档案，会发现他终身都在涂画。 比如，他在一封寄自日内瓦的信封背面随手涂鸦： [](https://substackcdn.com/image/fetch/$s_!womR!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2Ff8a56afb-cba9-4d96-afbc-60314176eca7_2314x1884.png) 1898 年致詹姆斯信上的涂鸦，我摄于哈佛霍顿图书馆。 读过路易斯·梅南德《哲学俱乐部》的读者，会认出下面这幅威廉给他弟弟威尔基的素描——威尔基在内战中负伤疗养： File:Wilky James recovering from his wounds.jpg 哈佛霍顿图书馆惠允。 詹姆斯的视觉创造力不仅透露他个人的思维，也映出 19 世纪科学文化的大转向：设计与初生的大数据首次结合，催生了现代数据可视化概念。 虽然谈起数据可视化起源很少提到詹姆斯及其同僚，他们却是新范式的整合者与拓展者——在 William Playfair、南丁格尔等明星之后的下一代。 Florence Nightingale, Data Visualization Visionary 南丁格尔 1858 年《东方英军死因图》，via Wikimedia Commons。 詹姆斯一代在 1870–90 年代的机器成年期长成，信息如洪流冲击人脑。数据可视化技术挺进新领域：心智地图、种族社会学、明确的政治诉求。 科学史家弗朗西斯卡·博尔多尼亚称詹姆斯擅长“边界工作”——跨学科乱窜，能量狂放，难以归类。 下文可见，他把心理活动可视化，创下多项第一，包括首张神经网络示意图。途中，他还与两位现代数据可视化先驱产生交集：弗朗西斯·高尔顿与 W. E. B. 杜波依斯——两人通常不会被并列。 [](https://substackcdn.com/image/fetch/$s_!UL6N!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2Fc2789156-3b70-406e-8455-637a7b2398f3_2062x791.png) 机器时代产物：詹姆斯、高尔顿、杜波依斯。 高尔顿（中）是詹姆斯的“亦师亦敌”——先是导师与影响者，后成优生学与帝国主义狂想的警示牌。杜波依斯（右）在哈佛随詹姆斯修课，深受其多元主义哲学影响。 三人共同相信：绘图、制表、构图并非思考完后的装饰，而是思考本身。面对 Claude Design 这类自动化设计 AI，这一点尤为关键。 不少人指出写作即思考（我最爱的是 Derek Thompson 2025 年的这篇）。但我们也需警惕，别把创造性思考误判为“苦力活”甩给 AI。 设计，不是苦力活。 以下图片也提醒我们，数据可视化曾是*纯手工*。杜波依斯为 1900 年巴黎世博会制作的海报在网上广为流传，压缩 JPG 看着光鲜，但别忘了它们是真·大幅手绘、手写字母的海报，是脑力也是体力的结晶。 在全面数字化的研究世界里，手与脑的联结难再，但重访它既有趣也重要。我写《Tripping on Utopia》深挖 20 世纪迷幻科学史时，用一本黄色笔记本拼贴档案图像与一手材料，起初只是副业，后来却成了最重要的研究方式之一——因其自由、无目的，我才捕捉到文件间的暗线，更洞悉研究对象的公开、私下乃至潜意识动机。 [](https://substackcdn.com/image/fetch/$s_!utSO!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2Fdbfcbcbf-ed0d-43af-97d6-64c770fd615d_2812x1670.png) 我的黄纸本：LSD 爱好者众议员克莱尔·布斯·卢斯（左）与神秘学火箭科学家杰克·帕森斯（右）。 下文是詹姆斯、高尔顿、杜波依斯的数据可视化小画廊，附带随想。文末我用 Claude Design 做了个实验，看把这类探索性视觉思考自动化后会失去什么。 若感兴趣，欢迎订阅。 Share 数据可视化史书里几乎找不到詹姆斯的名字，但我认为该给他留几页。首先，《心理学原理》（1890）里出现我迄今所见最早的神经网络示意图： [](https://substackcdn.com/image/fetch/$s_!FEj1!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F0d37fa50-2632-4d85-8832-7478c9eb0a15_792x596.png) 詹姆斯《心理学原理》（1890，p. 570）：一记忆（左）重现时，其兴奋倾向扩散至另一记忆（右）。 但最震撼我的是这幅： [](https://substackcdn.com/image/fetch/$s_!jOck!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F71271aeb-f373-4dad-ba1f-ee20f165619a_1200x586.jpeg) 《心理学原理》第 9 章“意识流”可视化（1890）。 詹姆斯用此图示意意识如何在说出一句简单的话时“流动”。一轴为时间瞬间，另一轴为所说/所想词语，中间 Joy Division 式的波峰是我们对每个词语注意力随时间的变化。看起来像电脑渲染，却出自 1890 年。凭这张“伪四维”思维建模＋神经网络图，詹姆斯就值得被写进数据可视化史。 《心理学原理》第 2 章还有更多图例（可在此读），虽稍常见： [](https://substackcdn.com/image/fetch/$s_!bfuO!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F510241e8-fcad-4cbe-ac35-11bef2bae7c5_720x720.png) “假设来自眼睛的电流 1—1 到达下部视觉中枢后向上放电，并在半球激起知觉过程 s1；手臂伸展的感觉也上传留下痕迹 m1；被灼伤的手指留下类似痕迹 s2；缩回动作留下 m2。这四个过程将按假设 2 由路径 s1—m1—s2—m2 联结。” 以及早期脑区-身体映射尝试： undefined 《猴子大脑》图 6——左半球外侧面。出自威廉·詹姆斯《心理学原理》第一版（1890）卷一，第 34 页。 詹姆斯熟读高尔顿，在《心理学原理》中频繁引用，尤其关于心理意象与视觉感知。高尔顿著名的“早餐桌问卷”让数百人描述自己早餐桌物品的清晰程度，是首次系统收集主观视觉体验数据。詹姆斯着迷于此，在课堂复制类似调查并写入著作。 高尔顿亦是气象学先驱，留下大量精美天气图： [](https://substackcdn.com/image/fetch/$s_!C8yq!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F20f66c00-64bb-4048-8221-90e220f81931_778x679.png) 但最令詹姆斯（与我）惊艳的是这幅爆满彩图，出自高尔顿《人类才能及其发展研究》（1883）末尾，关于心理意象与联觉： [](https://substackcdn.com/image/fetch/$s_!fBuq!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F5f9bd825-8c2e-44aa-8487-ab76f1a0c970_698x1011.png) 高尔顿与詹姆斯的共同信念：内在生命可被数据化，而数据可被图像化。 高尔顿痴迷测量与平均，把这种视觉化推向令人不安的极端：在同书他发明“复合肖像”——把罪犯、结核病人等“类型”面孔层层叠印，生成统计学上的“平均脸”。此项目与他 1883 年首创的“优生学”一词不可分割。他的可视化把人类差异视为可排序、可改良之物。 [](https://substackcdn.com/image/fetch/$s!blUf!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2Fdd97e9ae-eac6-4d9e-968a-0896a0177d1a_2390x1356.png) 《人类才能及其发展研究》第 7 页局部。 在这里，视觉即论证。后来高尔顿甚至用自己的照片与生物测量数据示范，鼓励大众提交生物特征。他想用图像建模的不只是数据方法，而是一种“全部人类生活皆可数据化”的新生活方式。 站在 2020 年代回看——我们正滑向“后文字”的图像与视频应用，背后是海量数据收集——不得不说，他成功了。 Share 崇尚多元与反常的威廉·詹姆斯，无法跟随高尔顿走进平均数与生物测量的世界。但他最有才华的学生之一——年轻的 W. E. B. 杜波依斯——某种程度上走了下去。 哲学家科林·库普曼指出，杜波依斯把高尔顿的测量执念颠倒过来。 杜波依斯——首位获哈佛博士的非裔美国人，后来成为最重要的社会学家与民权思想家之一——1880 年代末随詹姆斯修哲学。杜波依斯心智极视觉化，几近联觉。他吸收詹姆斯“人类经验不可被单一尺度压扁”的告诫，也吸收高尔顿“世界可通过数据可视化被读懂与改变”的信念，然后创造出两位前辈都未曾想象的东西。 以下是他为 1900 年巴黎世界博览会制作的图表——同届博览会诞生了首条自动人行道、 Rudolf Diesel 发动机、新艺术风地铁入口。