# 图表

Gene Zelazny 在麦肯锡当视觉传达总监时写了《用图表说话》(Say It With Charts, 1985)，
立下一条至今没被推翻的规矩：**先确定要传达的信息，再选图表形式**。

这份文件继承那条规矩，并且补上他那本书里没有的两件事：
用实证决定视觉编码，以及检查这张图有没有在误导人。

---

## 一、第一步永远不是选图表

第一步是把要传达的信息写成一个**完整的句子**。

不是「各地区销售额」——那是主题，不是信息。
是「**华东贡献了六成销售额，但增速最慢**」——这是信息。

写不出这个句子，说明你还不知道要说什么，这时候画任何图都是在装饰数据。

写出来之后，这句话有两个用途：它决定图表类型（见下），并且**它就是图表的标题**。

### 标题写结论，不写主题

| 别写 | 写 |
|---|---|
| 各渠道转化率对比 | 渠道 C 的转化率是其他渠道的三倍 |
| 月度销售趋势 | 销售额连续五个月下滑，三月起跌幅扩大 |
| 用户年龄分布 | 七成用户集中在 25–34 岁 |

读者看图的时间只有几秒。标题写主题，他得自己去找结论，多半找不到或找错。
标题写结论，图就成了证据。

**例外**：探索阶段自己看的图不需要结论标题——那时候你还不知道结论是什么，
硬写一个反而会让你只看见你想看见的。

---

## 二、从信息里的关键词，推导比较类型

方法来自 Zelazny：**看你那句话里用了什么词**。骨架用 FT Visual Vocabulary
的九大类——它是这个行业的事实标准，也是唯一有官方中文译名的一套。

先定你要表达**哪一种关系**，再从那一类里挑图。跳过这一步直接选图，
选出来的永远是柱形、折线、饼这三个条件反射。

| 句子里出现 | 关系类型 | 首选图 |
|---|---|---|
| 高于/低于、超出、缺口、顺差逆差、正负 | **离差** Deviation | 分向条形图、**子弹图**（实绩 vs 目标）、赤字填充线图 |
| 随着、与…有关、影响、相比之下 | **相关性** Correlation | 散点图、**链接散点图**（两变量随时间共同移动）、泡泡图 |
| 大于、小于、排名、第一、最高 | **排序** Ranking | 排序条形图、**棒棒糖图**（类目多时更干净）、**凹凸线图**（排名随时间变） |
| 集中、分布、范围、多少个落在、偏 | **分布** Distribution | 直方图、箱线图、**小提琴图**、**点状条纹图** |
| 变化、增长、下降、趋势、波动 | **随时间的变化** | 折线图（点多）／柱形图（点少于 8）、**日历式热图**、**坡度图**（只有两期时的首选） |
| 多大、多少、规模、总量 | **规模** Magnitude | 柱形图、成对柱形图、**比例符号图**、**象形符号**（科普类效果远超柱形） |
| 占、份额、构成、其中、拆开 | **部分和整体** | 排序条形图、堆叠条、**Marimekko**（同时表达占比和绝对量）、树状图 |
| 哪里、地区之间、分布在 | **地理空间** Spatial | 分级统计图、**点状密度地图**、**等高线地图**、均等化示意地图 |
| 从 A 到 B、流向、转化、流失 | **流向** Flow | **桑基图**、漏斗图、**和弦图**、网络图、流向地图 |

**两条容易踩反的判据：**

**规模 vs 部分和整体。** 读者只关心「各个部分各自有多大」时，用规模类，别用堆叠——
堆叠图的第二段之后没有共同基线，长度没法比。只有当「它们加起来是一个整体」
这件事本身是论点时，才用部分和整体类。

**规模类只用于数量，不用于比率。** 桶、人、美元、单量可以比大小；
百分比、转化率、中位数不行——它们的分母各不相同，画在一起等于让读者比较两个
不同的东西。这条同时也是加法的判据：**不能进同一个 sum() 的数，也不该进同一组柱子。**

### 九大类之外，这几类值得单列

它们在 FT 的框架里散落在几个大类下，但业务分析里出现频率高，单独记更好用：

| 你要说的 | 图表 |
|---|---|
| 从起点到终点被哪几项吃掉了 | **瀑布图** |
| 两组的分布形状不同 | 并排箱线图 / 小提琴图 / 重叠密度 |
| 构成随时间变化 | 百分比堆叠面积图 |
| 各批次随时间的留存 | 热力图（cohort 三角） |
| 这个预测有多不确定 | 折线 + 置信带 / 扇形图 |
| 很多个体各自怎么变的 | **小倍数图（small multiples）** |

**完整的九大类 × 约 60 种图表**（含官方中文译名、每类的适用说明、
FT 自己用在什么题材上）见 FT 官方开源海报，中英文版都有：
`github.com/Financial-Times/chart-doctor` → `visual-vocabulary/`
（`Visual-vocabulary-cn-simplified.pdf` 是简体中文版）。
**选图卡住时去翻那张海报，比在这里列 60 行有用。**

**瀑布图和坡度图被严重低估。**
「利润从 1200 万变成 900 万」——瀑布图能一眼说清这 300 万是被哪几项吃掉的，
这是任何柱状图做不到的。
两个时点、多个主体的对比，坡度图比并排柱状图清楚一个数量级，
因为交叉的线条直接把「谁反超了谁」画了出来。

**小倍数图是里面最被低估的一个。** 同一种图重复 N 次，
共享同一套坐标轴和量程，每一格只换一个变量（一个地区、一个指标、一个月份）。

它解决的是一个很常见的困境：你有 8 个指标要对比趋势，
塞进一张图是 8 条线的意大利面，分成 8 张独立的图读者又没法比较。
小倍数两头都占——因为**量程共享，跨格比较是合法的**；
因为**每格只有一条线，格内一眼看得清**。

Tufte 说过这种设计「一旦读者看懂了第一格，剩下的全部免费」。
代价只是每格变小，所以别标太多数字，一格留一个结论点。

用它的信号：你正想写「把这几条线画在一起有点乱」，或者正准备
给某张图加第二根 Y 轴——**那两种冲动都是小倍数图的入口**。

**它有一个专属的坑：每格的窗口边界要按业务事件切，不能图省事取固定长度。**
实测踩过——画「五条视频各自发布后 14 天的播放衰减」，
其中两条的 14 天窗口跨过了下一条视频的发布日，
于是下一条片的流量高峰长到了上一条片的曲线里，
图上凭空多出第二个尖峰，和图题「两三天后回落」直接矛盾。

固定窗口在多数场景没问题，但只要格与格之间的事件会互相污染
（连续发布、活动重叠、同一批用户经历多次干预），
就必须把每格截断到下一次事件之前。
截断后各格长度不同，横轴保持同一刻度、短的那格自然留白即可——跨格仍然可比。

**这类错误机器查不出来。** 渲染自检能告诉你线有没有画出框、标签有没有重叠，
但它不知道那根线里混进了不该有的数据——从像素上看，一根说谎的线和一根诚实的线
长得一模一样。唯一能抓到它的动作，是画完之后盯着图问一句：
它真的在说图题那句话吗？

### 基线图：报告开头那张，选哪个

上面整张菜单是按「你要说的那句话」来选的。但报告开头的基线层不为某句话服务，
它给读者建坐标系（为什么需要这一层 → SKILL.md「基线层」）。选型简单得多：

| 数据形态 | 基线图 | 它一眼回答 |
|---|---|---|
| 若干主体，一个时点 | **排序条形图**，标绝对值和占比 | 有谁、谁最大、差距多大 |
| 若干主体，随时间 | **堆叠柱/面积**（绝对值，不是百分比） | 构成怎么变的 + 总量怎么变的 |
| 只关心构成不关心总量 | **百分比堆叠** | 份额此消彼长 |
| 主体很多、长尾很长 | 排序条 + **累计占比线**（帕累托） | 集中度：前几名吃掉多少 |
| 单一变量的个体分布 | **直方图 / 箱线图** | 典型值在哪、尾巴多长 |

**默认选绝对值堆叠，不选百分比堆叠。** 百分比堆叠把总量拍平了，
读者看不出这个市场是在扩张还是萎缩——而那通常是他最先想知道的事。
需要看份额此消彼长时，再补一张百分比版本。

**基线图必须把玩家列全。** 排序条形图里的「其他」如果超过两成，
说明你的分类没做完，或者数据覆盖不全——**这时候要回头查数据，不是把它画出来了事。**
一份声称是市场份额的数据，画基线图时发现少了一个占两成的玩家，
那它就不是市场份额。这是画基线图最大的附带收益：**覆盖度问题只有在
你试图列全的时候才会暴露**，内部一致性检查（份额加总等于 100%）查不出来。

---

## 三、为什么不用饼图：这不是审美之争

Cleveland 和 McGill 在 1984 年做了一个图形感知实验，测量人从不同视觉编码里
读出数量的准确度。结果是一个精度阶梯：

```
1. 位置（共同基线）        ← 最准
2. 位置（非对齐基线）
3. 长度、方向、角度
4. 面积
5. 体积、曲率
6. 明暗、色饱和度          ← 最不准
```

实测：位置判断比长度准 1.4–2.5 倍，比角度准 1.96 倍。

**条形图用「长度 + 共同基线」编码，饼图用「角度和面积」编码。**
所以同一份数据，读者从条形图里读出的数字更接近真实。这是有测量结果的，
不是「我觉得饼图丑」。

Zelazny 1985 年推荐用饼图表达成分关系时，这个实验才发表一年。今天我们有更好的选择。

**饼图仍然可用的唯一场景**：只有 2–3 个类别，而且只需要传达「大概一半」
「大概三分之一」这种粗略印象。超过 3 类，改用排序条形图。

**这个阶梯的其他用法**：
- 要读者精确比较 → 用位置或长度（散点、条形）
- 只需传达冷热模式 → 才用颜色（热力图）
- **永远不要用面积编码数量**（气泡大小、面积图的宽度）——精度排第 4，
  而且人普遍把面积差异读小（半径翻倍，面积是四倍，但看起来只像两倍多）

---

## 四、诚实性检查：一张图怎么在不撒谎的前提下误导人

这一节是 Zelazny 那本书里没有的。每张图交付前过一遍。

### 1. Y 轴基线

**柱状图（含条形图）必须从 0 开始。** 柱子编码的是长度，
截断基线就打破了「柱高之差正比于数值之差」这个视觉约定。
把 Y 轴从 34% 开始，能把一个 2 个百分点的差异画成一倍的差距。

**折线图不必从 0。** 折线编码的是位置和斜率，不是长度。
强行从 0 开始会把真实的波动压成一条直线，那是另一种误导。

判断标准是**看这个图形用什么编码**，不是背「永远从 0」这条教条。

### 2. 双 Y 轴

两条不同量纲的线画在同一个框里，**可以凭空造出一个并不存在的相关性**——
调整任意一根轴的刻度，两条线就能贴合或分开，画图的人可以随意制造「同步」的假象。

替代方案：两张上下对齐的小图（共享 X 轴），或者把两个指标都转成指数（基期=100）。

要用双轴，必须在图上说明两根轴的刻度是人为选定的。

### 3. 时间窗口

起点和终点选在哪里，能得出完全相反的结论。
起点必须有业务理由（财年初、改版日、活动开始），不能是「从这里开始看最好看」。

### 4. 不完整的最后一期

本月只过了 12 天，月度柱状图的最后一根必然矮一截，看起来像断崖下跌。
**不完整的期次要么去掉，要么用虚线/浅色明确标注。**
这是所有图表错误里最常见、最容易被原谅、也最误导人的一个。

### 5. 颜色暗示因果和情绪

红色=坏、绿色=好，这个映射会绕过读者的理性判断。
「退货率上升」标红没问题，但「某个渠道占比高」标红就是在下判断而不是呈现事实。

同理：不要用颜色深浅表示「重要性」，那是你的判断不是数据。

### 6. 排序即观点

条形图按什么排序，就在暗示什么。按值排序是中性的；
按你想强调的项目排在最上面，是在引导。至少要让读者知道排序规则。

### 7. 面积和图标缩放

用图标大小表示数量时，如果同时缩放宽和高，数值翻倍会让面积变成四倍。
**只缩放一个维度，或者干脆别用。**

### 8. 只给导出量，不给水平量

这一条最隐蔽，因为图本身完全准确。

差值、增量、比率、指数都是导出量。它们把两个（或多个）水平量压成一个数，
压缩过程中丢掉的信息读者还原不回来：

- 一条停在「+27.4 个百分点」的线，可能是 63 比 36，也可能是 90 比 63
- 一张只画增量的瀑布图，说清了多出来的钱去了哪，
  但读者不知道原来那个盘子由什么构成、最大的一块占多少
- 一条指数化到 100 的线涨到 263，读者不知道起点是每人每月 4 美元还是 4 万

为什么偏偏是这类图最容易被选中？因为你问的是「哪张图最能证明我这句话」，
而导出量本身就是那句话。水平量图不证明任何东西，于是第一轮就被淘汰了。
换句话说，出问题的是筛选规则本身，不是你的判断力——
你每一次都选得很对，只是那个问题问错了。

修法不是不画导出量，它们通常确实是最有力的论证图；
而是在它前面补一张能读出水平量的图。版面只够一张时画水平量，
把导出量写进图题（「教育一家占三成」比「教育贡献了 34% 的增量」信息量大，
因为前者能推出后者的量级，反过来不行）。

---

## 五、做工

**去掉不承载信息的墨水。**（Tufte 的 data-ink ratio）
网格线淡化或删掉、去掉图表边框、去掉背景色、去掉 3D 效果、去掉阴影。
3D 柱状图在任何情况下都是错的——它引入了透视失真，让前排的柱子看起来更大。

**用直接标注代替图例。**
图例强迫读者在颜色和标签之间来回扫视。把标签直接放在线的末端或柱子上，
读者的眼睛不用跑。这一条对提升可读性的效果超过其他所有技巧。

**只标关键数据点。**
每根柱子都标数字，等于没有重点，而且那时候你需要的是表格不是图。
标最高、最低、和你要讲的那一个。

**类别名长就用横向条形图。**
竖着的柱状图遇到「华东大区直营门店」这种标签，只能斜着写或者截断，两种都难读。

**排序。**
类别没有内在顺序时（地区、渠道、产品），一律按值排序。
按字母或按原表顺序排列，读者得自己在脑子里排一遍。
有内在顺序时（月份、年龄段、满意度等级）保持原顺序，不要按值排。

**色板。**
- 分类数据：不同色相，**最多 6 类**，超过就合并成「其他」
- 连续数据：单一色相的深浅渐变，不要用彩虹色阶
  （彩虹色阶在感知上不是均匀的，会在黄色附近造出并不存在的边界）
- 有正负之分：双色发散色板，中点是 0
- **色盲友好**：约 8% 的男性有红绿色觉障碍。红绿对比是最常用也最糟的选择，
  改用蓝橙。或者除了颜色再加一个区分维度（形状、虚实线、直接标注）
- 灰度打印测试：把图转成灰度还能不能区分？能，说明不只靠颜色传达信息

**焦点色：上色之前，先找到那个真实的二分。**

多数图不需要六个分类色，只需要一个——但**不是「把重要的那条涂红」**。
那是在用颜色表达你的判断，`report-styles.md` 第六节和本文件第四节第 5 小节都禁止，
而且它没有可复制的判据：什么算重要？

成立的用法是：**被涂色的那一半，本身有一条数据里就存在的分界线。**

| 分界线 | 例子 |
|---|---|
| 时间上的前 / 后 | 2025/07 之前是灰的，之后是红的——分界点是那场发布会 |
| 归属上的是 / 否 | HBM 涂红、其他 DRAM 留灰——分界是产品类别 |
| 口径上的实际 / 预计 | 只有最后一根柱子是红的，因为它是预测值 |

读者看到的「重点」是这个分界的**结果**，不是你替他做的判断。
找不到这样一条分界线，就说明这份数据没有焦点——那就老实按分类色板来，
或者全部用中性灰。

配套三条：
- 底色数据走中性灰，焦点色**从分类色板里取最饱和的那个**——
  不占强调色的位子（`report-styles.md` 第六节：强调色不用于数据）
- 最多再加一个「另一半」的对照色，用来画变化前的那一侧
- **一页两个焦点色，等于没有焦点**

**末端直标要带数值，数值用该系列的色。**
「英伟达 66.2%」直接写在绿线的末端，「苹果 32.6%」写在红线的末端。
名字和数字一次给全，读者不用回头去纵轴上找。
数值必须用表格数字，否则几条线末端的数字会左右参差。

**中文排版**：图表里的中文标签不要竖排，不要用中英文混排的长标题。
数字用等宽或表格数字（tabular figures），让小数点对齐。

---

## 六、什么时候不该画图

**一个数字不需要图。** 「转化率是 3.2%」就写这句话，加大加粗。
一根孤零零的柱子不传达任何比较信息。

**两三个数字用句子。** 「A 是 120，B 是 95」比一张两根柱子的图快得多。

**要精确查值用表格。** 图擅长表达模式和比较，不擅长让人读出精确数字。
读者要查「三月华东具体多少」，给表格。

**没有信息就别画。** 如果你写不出那个结论句子，这张图就是装饰。
报告里每多一张没有结论的图，读者对整份报告的信任就少一分。

**类别超过 15 个**，图会变成一片噪音。要么聚合成大类，要么给表格，
要么只画 Top 10 + 其他。

---

## 七、生成 Excel 原生图表

用 `scripts/make_chart.py`，它会先按上面的规则**建议图表类型**，再生成。

```bash
# 让它推荐
python3 scripts/make_chart.py data.xlsx --suggest

# 生成（图表嵌进 xlsx，可继续编辑）
python3 scripts/make_chart.py data.xlsx --x 门店 --y 销售额 \
    --title "深圳南山店销售额领先第二名 20%" --out chart.xlsx
```

**为什么生成 Excel 原生图表而不是图片**：
交出去的是活的。用户改数据图会自己更新，能调格式，能复制进 PPT 保持矢量。
一张 PNG 是死的，而且改一个数就得回来找你。

需要静态图片或复杂图形（桑基、热力图）时，用 Python 绘图库另出，
但**默认应该是原生图表**。

---

## 八、把上限往高处推

前七节讲的是「不要画错」。这一节讲「不要停在条件反射上」——
它不限制你画什么，只保证你遍历过可能性。

**先校准一下什么叫「野心」。** 行业年度评选（Pudding Cup 这类）的获奖作品，
几乎全是**一个具体问题讲到底**——选题小、挖得深、交互只服务于理解。
一个都不是「数据大屏」型。所以野心不是把图做复杂、把指标堆满，
是把一句话讲得让人无法反驳。**加一个交互之前先问：它帮读者理解了什么，
还是只证明了我会做交互？**

**先问能不能画，再动笔写。** 每要下一个结论，先问「这句话能不能变成一张图」。
文字是图画不出来时的退路，不是默认选项。一屏全是字，说明该看的东西都埋在段落里了。

**图是论证，不是插图。** 每张图必须能独立回答它标题里那句话——
读者只看图和图题就该得到那个结论。做不到，它就是装饰，删掉。

**你第一时间想到的图，通常不是最好的那张。** 柱形、折线、饼是三个条件反射。
第二节那张比较类型表列了十几种——瀑布、坡度、哑铃、cohort 热力、小倍数、
分布对比、百分比堆叠面积。**动笔前把它过一遍。** 最后仍然选柱状图完全没问题，
但那要是「看过菜单之后的选择」，不是「只认识这三个」。

**小倍数图（small multiples）是被低估最厉害的一个。**
同一种图重复 N 次、共享坐标轴、每格只换一个变量。多指标同期对比、
多分组同一趋势，它比「把所有线塞进一张图」清楚一个数量级。

**一段话如果在解释旁边那张图，删掉它——改进图题。**
这是控制文字量最有效的一刀。图和图题应当自足；需要一段正文来讲图上发生了什么，
说明图没画好，或者图题写的是主题不是结论。
正文只该讲图表达不了的东西：为什么、所以呢、这里有什么坑。

**版面上最大的东西，应该是最重要的东西。**
字号、色块面积、留白、位置都在替你给信息排序，读者会照着这个序读。
排完回头看：视觉权重最高的三样，是不是就是最想让他记住的三件事？不是就重排。
这比配色重要得多。

**交付时说一句你考虑过但没用的图表形式，以及为什么。**
一两句就够。写不出来，说明没有真的遍历过可能性。

### 手写 SVG 最常撞的三个闸门 FAIL

事先写死就能避免，不用等 `verify_visual.py` 报了再返工：

| 症状 | 根因 | 预防写法 |
|---|---|---|
| 图例超出 viewBox | 图例行数增加了，画布高度没跟着加 | 图例行数变化时同步重算 viewBox 高度，别写死 |
| 最右侧数据标签溢出画布 | 标签锚点固定在数据点右侧 | 夹取 x 坐标，接近右边界时改 `text-anchor="end"` 或走折线引线 |
| 差值文字与轴标签重叠 | 两者都贴着格子底部 | 差值文字放格子顶部，或给轴标签留出固定高度的保留区 |

另外：`<svg height="auto">` 是非法属性——图会照常渲染，但控制台报错，
肉眼完全看不出来。高度要么写具体值，要么靠 `viewBox` + CSS 控制。