坐标轴会放大或压缩差异
柱状图依靠长度比较数量，纵轴从非零位置开始会让细小差异显得巨大。折线图强调变化趋势，缩短纵轴有时能帮助看清波动，却必须清楚标示范围。图表类型不同，合理的坐标选择也不同，不能把“永远从零开始”当作唯一规则。
读图时先看刻度间距、单位和起点，再看颜色与标题。若标题宣称剧烈变化，而坐标范围只覆盖极窄区间，应回到原始数值判断实际幅度。
分母决定比例在比较谁
“增长20%”可能指用户数、活跃用户比例或完成某项任务的人数。分子相同，分母不同会产生完全不同的比例。跨地区比较时，人口规模、可观测对象和数据覆盖率也会改变结果。
好的图表会在标题或注释中写清分母。若分母在不同年份改变，趋势线就不能直接解释为行为变化。统计口径连续时，上升或下降才具有可比意义。
时间窗口可以隐藏周期
按日观察会显示周末波动，按月汇总可能把它抹平；只截取旺季会高估长期水平，只选择异常事件前后则可能夸大转折。时间窗口应由问题决定，而不是选择最醒目的形状。
至少比较一个短窗口和一个长窗口，并标记政策、版本或采集方式发生改变的时间点。若转折与口径变更重合，结论应先考虑测量变化。
平均数可能遮住两群人
总体平均稳定，不代表每个群体都稳定。两个方向相反的群体合并后，变化可能互相抵消。设备类型、地区、使用频率或样本来源不同，都可能形成具有解释价值的分组。
分组也不能无限细分。样本太少时，曲线会被偶然波动主导。应事先说明分组依据，并同时展示样本量或不确定范围。
颜色和排序会替读者划重点
高饱和颜色会被视为重要，红色常被理解为风险，默认排序则让前几项获得更多注意。即使数字完全正确，设计仍会影响阅读顺序。
使用颜色时应让含义稳定，并保证不依赖颜色也能辨认。排序最好与问题相关：比较规模用数值排序，观察流程用时间排序，检查分类则可使用固定业务顺序。
让图表能够被核对
一张可复核图表应提供指标名称、单位、时间范围、样本范围、数据来源和必要注释。交互图还应允许查看具体数值，不应只留下动态效果。
发布前可以让不了解项目的人复述图表结论。如果对方的理解与作者不同，问题往往不在读者，而在标题、标注或视觉重点没有表达清楚。
同一组数据可以画出三种故事
某项服务的月完成率从92%升到94%。以0到100%为纵轴的柱状图显示温和改善；把纵轴截取在91%到95%，差异会显得巨大；若改画未完成率，则数值从8%降到6%，相对降幅成为25%。三张图都使用真实数字，却回答不同问题。
制作前应先写一句要回答的问题。说明总体水平时保留完整范围；研究小幅波动时可以放大局部，但必须标出截断；观察失败时则直接呈现失败数量和原因。
累计值与当期值不能混用
累计注册数通常只会上升，即使当期新增已经下降，曲线仍可能看起来增长强劲。收入、访问量和项目完成数也同时存在累计与当期口径。标题若写“持续增长”，读者容易把累计曲线误解成增长速度。
比较时应把存量、增量和增长率分开。累计值回答总规模，当期值回答最近表现，增长率则需要稳定分母。把三者放在同一图中，要使用清楚标签，避免双轴制造不存在的同步关系。
地图面积会放大大地区的存在感
分级设色地图让面积大的地区占据更多视觉空间，即使人口或样本很少也显得重要。展示总量时，大地区通常自然较高；展示比例时，又可能因为小样本产生极端值。地图适合表达空间分布，却不一定适合精确比较。
可以同时提供按人口标准化的指标、样本量与排序表。若地区边界或统计范围改变，也要在时间比较中注明。读者应能分辨颜色代表总量、比例还是模型估计。
平滑曲线会隐藏真实波动
移动平均和趋势线能减少噪声，帮助观察长期方向，但窗口越长，转折就越迟出现。异常高峰也可能被平滑成普通波动。使用平滑线时，应保留原始点或提供查看方式，并说明窗口长度。
预测区间不能只画一条未来曲线。时间越远，不确定性通常越大；若阴影范围没有扩大，可能是模型假设过强，或图表省略了误差。连续线条不应让预测看起来像已经发生的事实。
比较数量时给出共同基准
两个组的样本量不同，直接比较事件数会偏向规模大的组；只比较比例，又会忽略小样本的不稳定。成熟的图表会同时让读者看到分子与分母，至少在提示或附表中提供实际数量。
排序也应保持共同基准。若每张小图使用独立刻度，形状看起来相似却不能比较幅度。小多图适合观察模式，但刻度是否共享必须明确。
注释解释事件而不替代证据
在曲线上标注版本发布、政策调整或采集故障，可以帮助提出解释。但时间重合不证明事件造成变化。注释应写“同期发生”或“可能相关”，并连接到进一步分析，而不是直接宣告原因。
如果重要转折只靠作者一句话说明，而图表没有原始值、方法和来源，读者无法复核。注释的作用是提供上下文，不是为薄弱证据增加确定语气。
为手机屏幕重组信息层级
桌面图表缩小到手机后，图例、脚注和刻度容易变得无法阅读。移动端不应只按比例缩放，可以减少同时显示的序列、把图例移到图下，并允许按项目查看具体值。关键结论仍由标题和文字说明承担。
无障碍也属于数据准确性。颜色对比不足或只用红绿区分，会让部分读者无法辨认。使用形状、线型和直接标签，可以让图表在黑白打印和不同视觉条件下仍保持含义。
先展示绝对变化，再讨论相对变化
从1增加到2是增长100%，但绝对只增加1；从一万增加到一万零一百，比例仅1%，绝对却增加100。只选择较大的表达方式，会让读者高估或低估影响。
报告重要变化时，可以同时给出起点、终点、绝对差和相对差。若基数很小，应特别提醒比例不稳定；若基数很大，则解释小比例为何仍可能具有实际意义。
让不确定性进入主要画面
误差线、置信区间和样本数量不应都被藏进脚注。两个点估计看似不同，区间却大量重叠时，图表应让这种不确定性可见。对于小样本分组，直接显示观察点往往比平滑柱形更诚实。
不确定区间不是“结果不可信”，而是量化资料能够支持的精度。读者看见范围后，反而更容易判断差异是否足以改变行动。
对照图比单一图更能揭示选择
当坐标或分母存在多种合理选择时，可以并排展示两种视图。例如左侧呈现总量，右侧呈现人均值；上方显示原始日数据，下方显示七日平均。读者看见选择如何改变形状，就不容易把单一设计当成唯一事实。
对照不是堆满图表。每一张都应回答明确问题，并使用一致颜色与标签，让差异来自数据口径而非装饰。
排序变化可以揭示结构稳定性
排行榜只显示一个时间点，容易把微小差距包装成稳定名次。若相邻项目差异小于不确定范围，交换顺序可能没有实际意义。可以显示多个时期的排名变化，并同时提供原始数值。
当排名剧烈波动时，应检查样本和口径，而不是立即解释成表现翻转。稳定性比某一次第一名更有信息。
缺失值不能在折线中自动连接
时间序列缺少几天资料时，绘图软件常用直线跨过空白，让读者误以为期间平稳变化。应断开线段、标记缺口，或在确认适当时使用插值并明确说明。
零值与缺失也必须区分。没有发生事件可以是零，没有采集则未知；两者在图上都落到底部，会形成完全不同的判断。
动画图表需要保留静态参照
动画适合展示过程，却让读者难以比较已经消失的画面。速度、停留时间和自动播放顺序也会引导注意力。关键数值应有静态摘要，动画则用于帮助理解变化路径。
交互功能失效或脚本未加载时，页面仍应留下标题、主要结论和数据表。视觉效果不能成为访问事实的唯一入口。
图表标题要描述发现而非制造情绪
“增长失控”“断崖下跌”会在读者看数据前设定情绪。除非幅度和情境真的支持，标题应写明指标、方向和时期，例如“第二季度完成率下降两个百分点”。
结论型标题可以提高效率，但必须与图中单位一致。标题谈比例，图中却只给数量，读者无法核对。
发布前执行一次反向阅读
反向阅读从脚注开始：来源、口径、时间、单位和样本是否完整；再看坐标与图例；最后才读标题。若从底层资料无法得到标题结论，设计或文字至少有一处越界。
还可以请未参与制作的人回答三个问题：图在比较什么，差异有多大，哪些条件仍未知。答案分歧会指出需要修改的地方。
在仪表板中限制同时竞争的重点
一个画面同时使用多种亮色、警告和大数字，会让每项信息都像最高优先级。仪表板应先定义主要判断，再让次要指标退到较弱层级。
真正异常的项目才使用强调色，并说明阈值来源。稳定状态保持安静，读者才能迅速看见变化。
图表版本也需要记录
数据没变，坐标、筛选或颜色规则改变后，读者得到的印象可能不同。重要图表应记录数据版本和视觉规则版本，并在重大调整时保留前后对照。
这样团队能够判断结论变化来自现实资料，还是来自新的呈现方法。
用真实阅读任务验收图表
发布前让测试者完成查数、比较、找趋势和解释异常等具体任务。只问“好不好看”，无法发现刻度、图例和交互是否阻碍理解。
记录完成时间与误解位置，再调整信息层级。图表的成功标准，是读者能够准确回答问题，而不是动画是否流畅。
导出图片仍要保留来源
图表离开原页面后，标题、脚注和来源常被裁掉。导出图应带上最小必要信息，并让文件名包含指标与时期。
若图形会用于演示或社交传播，可以在画面中保留短来源，再连接到完整方法页。这样转发不会让数字失去上下文。
表格是图表的重要后备层
需要精确比较或查找单一数值时，表格往往比图形有效。页面可以先用图表说明模式，再提供精简表格，让读者核对关键值、单位和样本量。
表格不必复制全部原始数据。保留与结论直接相关的项目，并提供来源说明，就能兼顾阅读效率与可复核性。
小样本比例要显示实际人数
两人中一人成功是50%，两千人中一千人成功也是50%，不确定程度完全不同。只画百分比会掩盖这个差异。
在标签中加入人数或样本量，必要时展示区间。小样本的极端比例不应与大样本使用同样醒目的排名和颜色。
图表更新要保留旧口径分界
指标定义改变后，新数据可以继续发布，但曲线应在变更点断开或标注。直接把两段连接，会让制度变化看起来像现实趋势。
若能够按新口径重算旧数据，应说明回溯范围；无法重算时，就把两个时期作为不同序列阅读。