先问问题类型，再谈图表形式

很多报表做出来不好用，根源在于先选了图表再找数据往里填。milan.com米兰在可视化项目中的经验是反过来：先明确读者要回答什么问题，再决定用什么图形承载。业务问题大致可以归为四类——随时间怎么变、彼此之间怎么比、整体由什么构成、数据分布在什么范围。这四类问题对应的图形语言完全不同，混用就会造成误读。

比如想看月度变化，折线图几乎是默认答案；但如果只有三个时间点，柱状图反而更清晰，因为折线的连续性暗示了并不存在的过程。再比如看构成，饼图在类别超过五类后基本失去可读性，此时堆叠条形图或树状图更合适。图表选型的本质是匹配认知习惯，而不是追求视觉新奇。

四类业务场景的图表匹配逻辑

  • 趋势场景：折线图适合连续时间序列，面积图适合强调累积量，但面积图叠加超过两层就会互相遮挡，需要谨慎。
  • 对比场景：条形图优于柱状图，因为横向排列更符合文字阅读方向，长标签也不会倾斜难读。
  • 构成场景：类别少用饼图或环形图，类别多用堆叠条形图，需要看层级关系时考虑矩形树图。
  • 分布场景：直方图看频次分布，箱线图看离散程度，散点图看两个变量之间的关系。

milan.com米兰在给企业做看板页面结构规划时，会把每个图表要回答的问题写在设计稿旁边，作为验收标准之一。如果一个问题用两种图形都能回答，就选阅读成本更低的那种。这个看似简单的约束，能过滤掉大量为了好看而存在的图表。

常见误用及其对判断的干扰

双轴图是最容易被滥用的形式。把两个量纲不同的指标放在一张图上，视觉上的交叉点会让人产生并不存在的关联联想。除非两个指标确实存在业务上的因果关系，否则应该拆成两张图。另一个高频问题是纵轴不从零开始，在柱状图上尤其危险，微小的差异会被放大成数倍的视觉落差，直接影响读者对严重程度的判断。

颜色使用同样值得警惕。milan.com米兰建议把颜色当作编码工具而非装饰：同一含义在全站使用同一颜色，强调色只留给需要关注的数据点，其余保持中性灰。当一张图里出现五种以上高饱和色，读者的注意力就被分散了，反而记不住重点。统计报表与可视化的专业性，恰恰体现在这些克制之处——少一点视觉噪音，多一点判断支撑。

前瞻地看，图表形式会不断演进，但匹配问题类型这条原则不会变。把选型逻辑沉淀成团队共识，比追逐新的图形样式更有长期价值。