用途：这是一份数据可视化技能指南，目标是让可视化服务于理解，覆盖从视觉设计到技术实现的完整流程。
主要能力：
- 视觉编码：区分 marks（点、线、面）与 channels（位置、大小、颜色、形状、方向），引用 Cleveland & McGill 感知准确性层级（位置>长度>角度>面积>颜色），并说明前注意属性与不同数据类型适用的通道。
- 交互设计：采用 Shneiderman 的“先总览、再缩放过滤、按需细节”原则，列举刷选联动、焦点+上下文、直接操作、动画过渡、平移缩放、过滤与选择等模式。
- 图表选择：按问题类型（比较、趋势、分布、关系、部分与整体、连接、层级、地理）和数据量给出推荐图表，并列出饼图切片过多、3D 图表、双轴误导、非零基线等反模式。
- 配色：区分顺序、发散、分类调色板，强调色盲安全（约 8% 男性色觉异常）、感知均匀（避免 jet 彩虹色）、对比度要求与分类色数量上限。
- 布局算法：强调不要自行实现，给出 Sugiyama/dagre、力导向/d3-force、树/d3-hierarchy、矩形树图、Sankey、弦图及大规模图 WebGL 方案的库映射。
- 渲染与性能：按元素数量选择 SVG（<1000）、Canvas（1000-10000）、WebGL（>10000），并列出 Web Worker、空间索引、细节层次、视口裁剪、防抖、虚拟化、聚合等模式。
- 库选型：分别列出图布局库（dagre、ELK.js、d3-force、Cytoscape.js、Sigma.js、G6/AntV、vis-network）与图表库（D3.js、Observable Plot、Recharts、Victory、ECharts、Vega-Lite、Chart.js、Plotly），并说明何时用 D3、何时用高层库。
- 组合与标注：涉及仪表盘层级、网格、留白、阅读流，单图标题/副标题/轴/图例/宽高比，以及标注类型与文字层级。
- 可访问性：WCAG 对比度、键盘导航、屏幕阅读器 ARIA 用法、数据表与文字摘要等替代表示。
- 学术基础：列出 Cleveland & McGill、Shneiderman、Sugiyama、Fruchterman-Reingold、Barth、Brewer 等论文与 ColorBrewer、From Data to Viz、Munzner、Kirk、Tufte 等资源。
使用方式：资料未提供具体安装命令或代码调用步骤，仅给出原则、算法与库的对应关系，需结合所选库自行实现。
适用场景：设计仪表盘、选择图表类型、优化大规模图渲染、提升可视化可访问性时参考。
限制：资料为原则性指南，未提供具体版本、价格、平台支持或完整示例代码；实际效果取决于所选库与数据情况。