数据

有各种各样的方法来访问 Observable 数据。但由于我们刚刚开始，让我们使用最简单的：文件附件。

这个 notebook 有一个每日温度度数的 CSV 文件。我使用 Shift-Cmd-U 键盘快捷键连接它；你还可以通过拖放文件到“文件”窗格来附加文件，可以通过 notebook 菜单或单击上面的“回形针”来访问该窗格。

FileAttachment 函数只返回一个句柄，该句柄允许你选择所需的表达形式，例如 blob，a buffer 或（UTF-8 编码）文本。对于 CSV 文件，我们可以调用 file.text 以字符串形式获取对文件内容的承诺。

当然，更有用的是将文本解析为具有命名日期和温度属性的对象，这可以通过将文本传递给 d3.csvParse 来实现。（D3 加载在下面的附录中，使 notebook 中的每个单元格都可以使用。）

单击下面的数组检查对象。

当 Observable 隐式地等待跨单元的承诺时，我们必须等待 file.text 承诺，因为我们希望访问同一个单元格中承诺的值。

默认情况下，D3 不会执行类型推断，因此日期和温度属性都是字符串。这使得它们很难处理。例如，如果你尝试添加两个温度，它会将它们连接起来。哦！😝

要将这些字符串转换为日期和数字，需要将一个函数作为参数传递给 d3.csvParse。对每行调用此函数，以便根据需要操作行对象。更好的是，通过 d3.autoType 以自动推断类型。
如果检查上面的数组，你将看到青色日期和温度（而不是蓝色字符串），确认类型转化成功。

让我们暂时偏离一下 Observable 单元格的语法。到目前为止，你只看到了可以命名或匿名的表达式单元格。这两种类型的单元格都可以检查，但是只能从其它单元格引用命名的单元格。

对于比简单表达式更复杂的代码，可以编写一个 block，它是一个或多个花括号包围的语句。与函数类似，块单元格只有在 return 或 yield 时才产生值。
局部变量，如上面的 s ，对notebook的其余部分是不可见的；只有指定单元格的返回值可以从其它单元格访问。这样来，Observable 就类似于电子表格：每个单元格定义一个单一值。
回到手头的任务，这里有一种更显式的方法来获取、解析和类型转换名为 data 的单元格中的 CSV 文件。如果数据与 d3.autoType 不兼容，可以采用这种方式。（如果不确定，不要依赖自动类型推断或参考文档。）

有了数据的方便表示，我们现在就可以开始工作了！例如，我们可以计算日期和温度的范围，以获得范围的概念。
正如我们之前看到的，我们可以把它注入到柱状图的例子中来快速了解温度分布。

气候温和！啊，旧金山。🌤

在处理 Observable 中的数据时，一个微妙的考虑是将代码放在每个单元格还是单独的单元格中。一个好的经验法则是，单元格应该定义一个命名值，以供其他单元格（如上面的数据）引用，或者应该向读者显示一些信息（如本文、上面的图标或检查数据的单元格）。

这条规则的一个重要含义是，你应该避免单元格之间的隐式依赖关系，只取决于你可以命名的内容。

为什么？notebook 的 dataflow 是由它的单元格引用构建的。如果单元格没有名称，则不能引用它，并且隐式地依赖于其效果的单元格可能在它之前运行。（单元格按拓扑顺序运行，而不是从上到下。）隐式依赖导致不确定性行为😱在开发期间，和重新加载 notebook 时💥可能的错误。

例如，如果一个单元格定义了一个数组，而第二个单元格对其进行了就地修改，其它单元格可能会在突变之前或之后看到这个数组。为了避免这种不确定性，可以通过为第二个单元格提供一个名称并用 Array.from 或 array.map 复制该数组来显示地实现依赖关系。或者合并这两个单元格，这样其他单元格就只能看到已经修改过的数组。

准备好我们的数据后，让我们转向图形！