数据观察
Mood & Topic
六条情绪与题材推荐，按心情挑一条
不是排行榜，只是六个入口。你可以从任何一个编号开始，读完再回来换一条。
适合安静上午的：温度曲线的形状
不急着解释成因，先看它怎么升起、怎么回落。有时形状本身比结论更诚实。
适合下雨天的：湿度与体感的错位
数字写着 78%，身体却说更闷。这篇专门聊这种“对不上”的日常经验。
适合通勤路上的：三分钟读懂的观测口径
同样的温度，站台与郊外不同。先弄清楚是谁在测、在哪里测。
适合夜里翻看的：极端值背后的普通日子
被记住的总是极值，但真正支撑判断的，是那些平淡无奇的中间值。
适合周末整理的：把一年的天气折成一张表
折叠的过程有点笨，但你会发现很多被忽略的规律，正藏在折痕里。
适合分享给朋友的：如何温和地纠正一个气候误会
不用争输赢。把口径说清楚，大部分分歧会自己安静下来。
How to Read
三条使用指南，加两条小贴士
指南负责让你少走弯路，贴士负责让你读得舒服一点。都很短，但值得先看。
先确认口径，再谈结论
站点、时段、统计方式三者不同，数字就不能直接比较。先把这三件事对齐，后面的判断才有意义。
用一条时间线串起零散记录
单点数据容易误读，放到连续的时间里看，趋势与偶然才分得开。我们建议至少拉满一个完整季节。
把疑问写成一句话再去找答案
“为什么今天比预报冷”比“查一下天气”有效得多。问题越具体，你能读到的内容就越接近真相。
Editor's Note
编辑手记：我们为什么愿意慢一点
做 cn05.1气象数据 这件事，最初只是想把散落各处的天气记录整理成一份能读的东西。整理久了才发现，真正难的不是收集，而是取舍——哪些值得放在前面，哪些应该安静地留在附录里。
所以我们的每一条推荐都尽量说清两件事：它好在哪，以及它不适合谁。前者是对作者的尊重，后者是对读者的诚实。温和不等于没有立场，恰恰相反，越是克制的语气，越要求判断足够清楚。
如果你在这里读到某一条觉得“说得对”，我们更希望你能顺手记下自己的一点补充。数据会更新，观点也会变，但一个人认真观察过的痕迹，往往比结论活得更久。
cn05.1气象数据 编辑部 · 每周整理一次，慢一点，但尽量准一点
写信给我们，说说你读到的那一天
如果你也保存过某一天的天气记录，或者对我们的取舍有不同意见，欢迎来信。我们会挑一些温和而具体的反馈，放进来信栏目里一起讨论。