数据可视化设计

图表选型的第一原则是让图形匹配数据关系，而不是好看。常见关系与匹配如下：比较类关系用柱状图，类别间比大小最直观，条形图适合类别名长或多类目；趋势类关系用折线图，强调时间上的连续变化，类别是时间序列时折线优于柱；构成关系用堆叠图或饼图，展示部分占整体比例，类别超过五块不用饼图；分布关系用直方图或箱线图看数据形态；相关性用散点图看两变量关系；流向用桑基图；地理数据用地图。柱与折的分界：时间跨度长、强调走势用折线；离散类别、强调单点对比用柱；时间点少（如三到五个）也可以用柱强调每个数值。其次考虑数据规模，点多用折线或面积，少用离散柱。再次考虑读者与场景，管理层看结论用简化图，分析师看细节用密度高的图。选型时可查图表词典按关系索引。回答时给出反例更佳，例如用饼图比十类销量是典型错误。

数据墨水比来自图夫特的原则，指图表中用于呈现数据的墨水占总墨水的比例，比例越高图表越有效。应用到优化就是删掉一切不承载数据的元素。具体做法：去掉或弱化网格线，必须保留时用极浅色且不通栏；去掉图表边框与背景填充；坐标轴只留必要的刻度，标签直接标注在数据旁替代图例，视线不用在图例与图形间往返；不用立体效果、阴影、渐变，三维柱状图会扭曲读数且大量增加装饰墨水；颜色克制，一图一主色，强调谁谁用强调色。保留与强化的元素：数据本身的线条、柱体、点，以及必要的标注如极值、均值线、关键事件的注释，这些是高价值墨水。检验方法是眯眼看图表，剩下的灰块应该就是数据结构。该原则的边界是演示场景的适当装饰可提升接受度，但商务分析图表永远以效率为先。能现场指出一张图的冗余墨水，是这题最好的回答方式。

可视化配色有自己的规则，与界面配色不同。第一，顺序数据用顺序色板，单一色相由浅到深映射数值大小，深的读作多；发散数据用双色发散色板，中间用中性色，两端代表两极，比如涨跌红绿；类别数据用定性色板，色相区分且明度接近，避免让人误读有大小关系。第二，类别色数量控制，超过七到九色就分组或用交互高亮。第三，红色与绿色的色盲问题，约百分之八男性红绿色盲，红绿并用必须加形状或明度差异，或改用蓝橙这对安全对比色。第四，背景影响，深浅背景下色板要分别校准，避免亮色刺眼暗色发闷。第五，颜色语义一致性，全报告统一映射，指标一旦用红色表示下降就不中途换义，跨文化的红绿涨跌语义要与受众核对。第六，不用彩虹色板做顺序映射，人眼对彩虹各段的感知不均匀，会扭曲数值感知。最后注意打印与灰度场景，图表灰度化后仍可区分。

两者服务场景不同，设计重心随之分化。数据大屏在展厅或指挥中心的大尺寸屏幕上，观看距离远、时间短、环境光复杂。重点是：信息极简，一屏只讲一个主题，指标数控制在十个以内；核心结论前置，超大数字与趋势一目了然，第一眼三秒抓住重点；视觉强对比，深色底配高亮数据，远距离可读，字号按米级观看距离放大；动效克制且有节奏，实时数据的流动感是大屏氛围的一部分但要避免喧宾夺主；异常状态醒目告警。报表面向办公距离的个人分析，重点相反：信息密度高，多指标多维度的明细与汇总并存；交互优先，筛选、下钻、导出是刚需，用户要自助取数；准确性严谨性第一，数字口径、单位、统计时间必须标注清楚；图表服务于分析任务，规格统一可复用；性能上大数据量表格的渲染与查询等待需要设计加载与异步策略。混用两者的范式是常见失败原因，大屏塞满明细表格没人能看。

三秒懂意味着图表自带结论，方法分五步。第一步定一句话结论，先写标题，标题直接写洞察而不是数据描述，例如华南区销售额环比增长两成领先全国，而不是销售额趋势图，结论式标题是最大的提效手段。第二步只留支撑结论的数据，与结论无关的系列与维度全部删除或折叠，一图一事。第三步视觉引导，用强调色点亮关键系列，其余灰色退后；关键点直接标注数值，均值线与目标线提供参照系；必要时用注释框指出拐点原因。第四步结构简化，坐标轴精简、图例内联、网格线去掉，让数据形态自己说话，比如陡峭的折线配增长标题互相印证。第五步场景校验，把图缩到幻灯片小图尺寸仍能读懂主信息，给不了解背景的同事看三秒复述结论，通过才算完成。这套方法的本质是把分析师的解读工作前移到图表设计里，受众直接接收结论而不是重走推导。面试时展示改造成前后对比最有说服力。