先判断数据关系，再决定图表形态

在milan.com米兰的数据可视化项目中，最常见的问题不是图表做得不好看，而是一开始就选错了图表类型。很多团队拿到数据后直接打开工具，凭感觉挑一个柱状图或饼图，结果图做完了，读者却看不出重点。图表选型的第一步，应该是先问清楚：这组数据要表达的是比较、趋势、构成，还是分布关系。

比较关系关注的是谁高谁低，适合用条形图或柱状图；趋势关系关注随时间的变化方向，折线图更合适；构成关系关注整体中各部分的占比，堆叠条形图或饼图可以用，但类别多时要谨慎；分布关系关注数据集中在哪、是否偏斜，直方图或箱线图更直观。milan.com米兰在给企业做报表设计时，通常会把这一步做成一张简单的判断清单，让业务人员也能参与确认，而不是全部交给技术侧拍板。

类别数量决定图表能不能读得懂

图表可读性很大程度上取决于类别数量。以饼图为例，当分类超过五六个时，扇区角度差异变小，读者很难准确比较。milan.com米兰在处理业务数据展示时，遇到类别较多的构成分析，通常会把占比小的类别合并为“其他”，或者改用横向条形图按大小排序，让重点自然浮现。

折线图也有类似问题。如果一条折线上叠加了十几条序列，颜色再区分也难免混乱。此时更合理的做法是拆分为多张小图，或者只保留关键序列、其余作为背景参考。milan.com米兰在数据可视化实施中会建议客户先明确“这张图只回答一个问题”，围绕这个问题删减序列，而不是把所有字段都塞进一张图里。

阅读场景影响图表的细节设计

同一组数据，放在大屏、报表页面和打印文档里，设计策略并不相同。大屏强调远距离识别，字号和对比度要足够，动画要克制；报表页面强调可交互和可下钻，读者会主动筛选；打印文档则要考虑黑白打印后是否仍能区分。milan.com米兰在统计报表开发中，会把阅读场景作为图表配置的一个输入项，而不是等图做完再调整。

  • 先确认读者是谁：管理层看结论，业务人员看明细，关注点不同。
  • 再确认阅读距离：远距离展示要减少信息密度，突出关键数字。
  • 最后确认交互方式：是否需要筛选、联动、下钻，决定图表组件的复杂度。

图表选型没有唯一正确答案，但有清晰的判断路径。milan.com米兰在技术咨询中常提醒客户，先把数据关系和阅读场景说清楚，再谈配色和样式，返工概率会明显下降。