data-viz

用途

该技能用于在视觉上呈现数据时提供设计指导，核心目标是真实且高效地编码数据——让数据中的模式可见，同时避免失真、图表垃圾或欺骗性框架。它强调：选择哪种图表并非品味问题，而是有可衡量的对错答案。

主要能力

• 图表类型选择：根据数据关系（比较、分布、相关性、构成、部分与整体、时间序列、地理、流向）推荐最合适的图表。
• 图表垃圾与数据墨水：去除不承载信息的装饰元素，提高有意义墨水与总墨水的比率（Tufte, VDQI, 1983）。
• 前注意属性：利用颜色、大小、位置和形状在意识处理之前引导注意力（Knaflic, Storytelling with Data, 2015; Ware, Information Visualization, 2004）。
• 仪表盘布局与 KPI 设计：组织多个视图以实现快速理解（Few, Information Dashboard Design, 2006）。
• 真实编码：检测并修正通过截断坐标轴、挑选范围、双轴和误导性比例来说谎的图表（Cairo, How Charts Lie, 2019）。
• 图表无障碍：为数据使用色盲安全配色（区别于品牌配色）、为图表添加替代文本、图案与颜色冗余编码。
• 标记与通道：严格的编码框架——何种数据类型映射到哪个视觉通道（Munzner, Visualization Analysis & Design, 2014）。

不适用范围：品牌或 UI 配色（核心颜色模式）、整体页面构图与视觉层级（核心审计模式）、作为 UI 交互模式的数据显示表格（使用可用性）。

使用方式

该技能有两种模式，根据用户需求选择。

A. 图表类型选择与编码

当被问及使用哪种图表，或如何编码特定数据集时：

1. 阅读 references/chart-selection.md——按数据关系组织的图表类型决策表。
2. 识别用户需要传达的数据关系：比较、分布、相关性、构成、部分与整体、时间序列、排名、偏差、地理或流向。
3. 通过决策表将关系匹配到图表类型。决定图表的是数据关系，而非数据格式。
4. 识别标记与通道（Munzner）：哪个视觉元素编码哪个数据维度。在共同尺度上的位置最准确；面积和角度最不准确（Cleveland & McGill, 1984）。
5. 应用数据墨水编辑：移除非阅读辅助的网格线、移除重复坐标轴、移除背景填充、将刻度线减少到所需程度。
6. 如果颜色编码信息，检查色盲安全性。
7. 输出图表类型建议，并引用数据关系与编码理由。

B. 图表审计（真实性与清晰度）

当审查现有图表或仪表盘的问题时：

1. 阅读 references/viz-principles.md——为什么引擎。
2. 阅读 references/chart-selection.md——Cairo 的谎言分类法和常见错误。
3. 检查图表谎言：截断的 y 轴、双轴失真、挑选的日期范围、切片过多的饼图、不编码深度维度的 3D、不从零开始的面积编码。
4. 检查数据墨水比率：图表垃圾、不必要的网格线、装饰性填充、2D 数据上的 3D 效果。
5. 检查色盲安全性：图表能否通过色盲模拟（Coblis, Viz Palette）？颜色是否是唯一的编码维度？
6. 检查上下文：基线是否可见？坐标轴是否标注单位？时间范围是否明确说明？
7. 输出发现表：严重性 | 问题 | 为何重要 | 修复，并为每项引用原则。

C. 仪表盘布局

当设计或审查多图表仪表盘时：

1. 阅读 references/viz-principles.md（前注意和格式塔部分）。
2. 阅读 references/chart-selection.md（Few 的仪表盘布局规则）。
3. 应用概览优先、按需细节原则（Shneiderman, 1996）：关键 KPI 无需滚动即可见；详细图表放在折叠下方或下钻视图中。
4. 应用格式塔分组（Wertheimer）：相关图表共享邻近性或共同区域；不相关图表在视觉上分开。格式塔分组是布局原则（引用 usability-principles.md #gestalt-perception-laws）。
5. 建立视觉层级：最重要的单一指标在视觉上最突出。前注意注意力是有限的——将其花在最重要的信号上。
6. 检查仪表盘谎言：没有基线的指标、没有趋势上下文的 KPI 卡片、没有绝对分母的比率。

适用场景

• 需要选择图表类型以编码特定数据关系时。
• 需要去除图表中的装饰性元素、提高数据墨水比率时。
• 需要利用前注意属性引导观众注意力时。
• 需要设计或审查仪表盘布局与 KPI 时。
• 需要检测并修正截断坐标轴、双轴等误导性图表时。
• 需要确保图表对色盲用户可访问时。
• 需要依据标记与通道框架进行严格编码时。

限制

• 不涉及品牌或 UI 配色（核心颜色模式）。
• 不涉及整体页面构图与视觉层级（核心审计模式）。
• 不涉及作为 UI 交互模式的数据显示表格（使用可用性）。
• 该技能引用可用性法则仅在操作性重叠处（例如仪表盘中的格式塔分组——usability-principles.md），不向上引用行为、旅程或内容设计。
• 每条建议必须注明来源，不提供无来源的意见。
• 数据墨水比率是方向，不是要计算的公式。
• 色盲安全不是可选项：约 8% 的男性和约 0.5% 的女性有颜色视觉缺陷；红/绿是最常见的失败模式。对于任何用颜色编码信息的图表：使用色盲安全配色，并以形状或图案冗余编码相同信息。
• 保持生成性：推荐图表类型，通过其编码的数据关系解释原因，然后展示编码决策。不要对照检查清单进行审计——原则是仲裁者，让你能够做出并解释推荐。

参考文件

参考文件	加载时机
references/viz-principles.md	层 A——为什么引擎：数据墨水比率、图表垃圾分类法、前注意属性、标记与通道（Munzner）、色盲安全、真实编码原则和关键注意事项。数据可视化决策的稳定可引用参考。
references/chart-selection.md	层 B——图表类型决策表（按数据关系）、仪表盘布局规则（Few）、Cairo 谎言分类法和常见错误。生成性选择引擎。