你从来都不是去测整批东西
想象一卡车20吨的小麦，再来一个问题：里头有多少铅？没人会把20吨倒进仪器。有人会舀出几克，把它溶解，去测这几克。测回来的数字，会被盖章贴到整批货上。所以真正的问题悄悄地大得吓人：这几克，真的能替全部20吨说真话吗？这就是取样要解决的问题——挑出你真正要去测的那一小块。
我们给这一小块起个名字：样品。它所来自的那座大山——卡车、湖、病人的血、那桶油漆——叫做整批或批次。分析化学几乎完全活在样品之上，因为去测整批本身要么不可能、要么太贵、要么会把它毁掉。其中的功夫，就在于让样品诚实地替整批发言。
尝汤实验
整个道理，用厨房里的一幅画面就讲完了。你有一大锅汤，想知道要不要再加盐。你不会把整锅喝掉——你只舀一勺。可是舀哪一勺？如果你先充分搅匀，那么随便哪一勺都说真话。要是你不搅，从表层舀的那勺可能全是油，从锅底舀的那勺则全是盐和沉渣。同一锅汤，两个不同答案，而其中至少有一个在撒谎。
一勺真正与整锅相符的汤，就是代表性样品。严格地说，它在你所关心的那个性质上，与它所来自的整批具有相同的组成，且相符程度足以满足你工作所需的精度。取样之所以难，根子就在于：真实的材料很少是「搅匀」的。小麦会沉降，矿石有富矿脉也有贫矿脉，血液静置后会分层。整批是不均匀的，而你的那把勺子，必须去对抗这种不均匀。
再好的仪器也修不了的那种误差
下面这一点，初学者几乎总会低估。假设那卡车小麦的铅含量真实平均是0.20 mg/kg，但你恰好舀到的那一勺里混进了一颗被污染的麦粒，于是读数是0.80。一台完美的仪器会以漂亮的精度报出0.80。它精确、自信，却是错的——而这份错，早在实验室打开袋子之前就已经混进来了。样品所说的，与整批真实情况之间的这道差距，诞生于舀取的那一刻，就叫取样误差。
一个不好接受的事实：取样误差常常把后面发生的一切都比下去。你可以买更好的天平、更高级的仪器、更细心的技术员——这些都碰不到一份从一开始就错了的样品。在真实的定量分析里，取样带来的波动，可能比测量本身带来的波动还大。把钱全砸在仪器上、却一分不花在取样上，是一个经典而昂贵的错误。
「样品」其实背着什么
当那一勺到了实验室，它从来都不只是你想要的东西。铅是被测物——你真正要找的物质。围绕在它周围的其余一切——小麦里的淀粉、纤维、水分、灰尘——则是基体。基体不是反派；它只是被测物的「随行人员」。后面几篇的大部分功夫，都在于把这两者分开，好让基体不去妨碍测量。
所以一个化学结果，老老实实地读，是一条链：整批 → 样品 → 测量。链条的强度只取决于最弱的那一环，而第一环——取得代表性样品——恰恰是人们看得最少、却最信任的一环。这一阶梯接下来就沿着这条链往前走：怎样规划一次好的抓取、怎样把一大堆缩到几克而不撒谎、又怎样把被测物从它的基体里解放出来。