想象你买了一套毛坯房，墙体斑驳、管线裸露、杂物堆了一地。你不直接搬进去住，而是请设计师重新规划——拆墙、分区、刷漆、摆家具、挂画，最后变成一间让人一进门就惊叹“哇，住在这里真舒服”的样板间。数据也是一样：Excel 表格里的数字、报告里的文字，就是那堆毛坯房里的杂物。而信息图设计，就是给数据做一次精装修，让它从“堆在地上没人看”变成“挂在墙上人人懂”。 装修有风格、有预算、有施工流程，做信息图也一样。你得先定设计原则（装修风格）、按房间功能选家具（图表选型）、搭配墙漆和软装（配色技巧）、规划空间动线（排版布局）、设计参观剧本（视觉叙事），最后验收交付（工具实战）。这篇文章，就是你的“装修全攻略”——学完它，任何复杂数据到了你手里，都能变成一张三秒看懂、过目不忘的视觉故事。

岗位关联

对 AI 从业者的价值：数据可视化是你向团队、客户、老板传递洞察的“最后一公里”。掌握信息图设计，你的分析结论会更有说服力，汇报沟通效率直接翻倍，是 AI 工程师从“会跑模型”升级为“会讲故事”的关键软技能。

目录
  1. 可视化演示
  2. 设计原则——清晰为王
  3. 图表选型——按需取用
  4. 配色技巧——搭配有序
  5. 排版布局——层次分明
  6. 视觉叙事——故事主线
  7. 工具实战——落地交付
  8. AI 应用场景
  9. Python 演示
  10. 常见误区
  11. 面试题

可视化演示

动态演示信息图设计指南的核心机制，通过源头/管道/节点/终端四种模式展示关键概念与交互流程。

本节配有交互动效（进入视口后自动加载，约 3KB）。

信息图设计指南：信息图设 信息图设计原则与视觉层级构建 图表类型选择与数据匹配策略 核心机制可视化 信息图设计指南整体架构与关键组件

设计原则——清晰为王

装修第一步，是定风格。你见过那种把欧式雕花、美式壁炉、日式榻榻米全塞进一间房的家吗？每个单件都好看，合在一起却让人喘不过气。信息图也一样——任何装饰如果不能帮助读者更快理解数据，就是在给房子添堵。设计师圈有个经典的 CRAP 四原则（对比、重复、对齐、亲密），它教你的不是怎么“加东西”，而是怎么把已有元素组织得干净利落。

这四条原则落到图上：对比是让最重要的数字脱颖而出，像沙发上的亮色抱枕，让视线第一眼就聚焦；重复是让同类的信息用同一种颜色或样式，像全屋统一用黄铜门把手，让人潜意识里就知道“这俩是一家人”；对齐是让所有元素沿着一条看不见的线站立，像踢脚线把墙面收得整整齐齐；亲密是把相关的信息放成一个小组，无关的信息拉开距离，客厅的沙发围成一圈，玄关的鞋柜就乖乖待在门口。

一条信息图的好坏，本质上是一场“信号”和“噪声”的拔河。信号是你要传达的关键信息，噪声是装饰、冗余标签、无关元素。装修高手不会在所有墙面上贴满花纹壁纸，信息图高手也不会让每个角落都塞满图形。

这就是为什么“少即是多”：每删掉一个装饰花纹，清晰度就往上跳一截。下一次你做完图，不妨用这个公式在心里打打分——如果噪声占比超过三成，就该拿起“拆墙大锤”了。

清晰度=S信号S信号+N噪声\displaystyle \text{清晰度} = \frac{S_{\text{信号}}}{S_{\text{信号}} + N_{\text{噪声}}}
信息图的清晰度等于有效信号元素占总视觉元素的比例。信号越多、噪声越少，读者越容易一眼抓住重点。
  1. 信号元素定义$S_{\text{信号}}$ 表示有效传达信息的视觉元素，比如柱状图的数据柱、关键数据的标注、说明重点的标题文字。它们就像样板间里真正有用的家具。
    S信号=关键数据 + 必要标注 + 引导元素\displaystyle S_{\text{信号}} = \text{关键数据 + 必要标注 + 引导元素}
  2. 噪声元素定义$N_{\text{噪声}}$ 表示干扰理解的视觉元素，比如纯装饰的阴影、渐变、网格线、与主题无关的插画。它们像毛坯房里没搬走的建筑垃圾。
    N噪声=冗余装饰 + 无关元素 + 重复标签\displaystyle N_{\text{噪声}} = \text{冗余装饰 + 无关元素 + 重复标签}
  3. 占比计算清晰度等于信号占信号与噪声总和的比例。分子越大，比值越接近 1，说明读者看到的几乎全是有用信息。
    SS+N→1表示极度清晰\displaystyle \frac{S}{S + N} \rightarrow 1 \quad \text{表示极度清晰}

图表选型——按需取用

毛坯房定了风格，接下来是买家具。你会给卧室配床、给厨房配橱柜、给书房配书桌，绝不会把餐桌买回来塞进卫生间。图表就是数据的家具——每种图表天生擅长回答一种“数据关系”。选错图表，就像在厨房里放一张床，看着莫名其妙，用着更难受。

四类最常见的数据关系和它们的“梦中情图”：比较大小，比如各品类销售额排名，用柱状图——柱子的长短像衣橱里的挂衣杆，一眼比出高矮；时间趋势，比如半年业绩波动，用折线图——线条像心电图，起伏之间藏着变化的秘密；占比构成，比如各渠道订单比例，用饼图——切蛋糕的方式展示谁大谁小；分布相关，比如价格与销量的关系，用散点图——点的聚散离合诉说着变量之间的故事。

选型不是玄学，而是一个最优化问题：在所有候选图表中，找到那个与你数据关系匹配度最高的。匹配度越高，读者理解起来越省力，你的信息传达效率就越高。

下次面对一团数据，先别急着拖拽生成图表。花十秒钟问一句：“我到底想让读者看到什么关系？”问清楚了，选图就是顺手牵羊的事——毕竟你永远不会在厨房里放床。

图表选择=arg⁡max⁡c∈Cfit⁡(数据关系,c)\displaystyle \text{图表选择} = \arg\max_{c \in \mathcal{C}} \operatorname{fit}(\text{数据关系}, c)
从候选图表集合中，选出与数据关系最匹配的那一种。柱状配比较、折线配趋势、饼图配占比、散点配相关。
  1. 候选图表集合$\mathcal{C}$ 是所有可选图表的集合，包含柱状图、折线图、饼图、散点图、条形图、面积图等。它就像家具城的全部货架。
    C={柱状, 折线, 饼图, 散点, ...}\displaystyle \mathcal{C} = \{ \text{柱状, 折线, 饼图, 散点, ...} \}
  2. 数据关系输入数据关系是你要回答的问题类型，即“比较大小”“观察趋势”“展示占比”还是“探索分布”。问题决定了你要去家具城哪一层逛。
    数据关系∈{比较, 趋势, 占比, 分布}\displaystyle \text{数据关系} \in \{ \text{比较, 趋势, 占比, 分布} \}
  3. 匹配度最优化$\arg\max$ 表示“找到让匹配度最大的那个图表”。$\operatorname{fit}$ 是匹配函数，匹配度越高，读者认知成本越低。
    arg⁡max⁡cfit⁡(关系,c)=最合适的图表\displaystyle \arg\max_{c} \operatorname{fit}(\text{关系}, c) = \text{最合适的图表}

配色技巧——搭配有序

家具买好了，墙面还是水泥的。配色是信息图的“墙漆与软装”，也是最容易翻车的地方。新手常见的操作是把红橙黄绿青蓝紫全用一遍，结果整张图像调色盘打翻——每个颜色都在喊“看我”，最后没人在看数据。成熟的配色不是颜色的堆砌，而是角色的分工。

室内设计有一条60-30-10法则：主色占六成，铺满墙面和地板，奠定全屋基调；辅色占三成，用在沙发、窗帘等大件家具上；点缀色占一成，放在抱枕、挂画这些细节里。信息图的配色同构于此：主色铺满大面积的图表主体和背景，辅色用于次级信息、坐标轴和辅助图形，点缀色只留给最重要的数据点和结论标注。此外，选色还要照顾语义习惯——红色代表下跌或警告，绿色代表增长或安全；同时避免红绿并列，以免色盲读者无法区分。

配色做减法，比做加法难。当你忍不住想加第四个颜色时，问问自己：它是墙漆、家具，还是挂画？如果哪个都不是，就把它从调色盘上请下去。

S主:S辅:S点=60%:30%:10%\displaystyle S_{\text{主}} : S_{\text{辅}} : S_{\text{点}} = 60\% : 30\% : 10\%
主色、辅色、点缀色的视觉面积按 60%、30%、10% 分配。六成定调、三成撑场、一成点睛。
  1. 主色占比$S_{\text{主}}$ 是主色的视觉面积，占六成。它是墙漆，是信息图的背景和大面积图形，决定整体调性，通常用沉稳的中性色或品牌色。
    S主=60%大面积背景与主体图表\displaystyle S_{\text{主}} = 60\% \quad \text{大面积背景与主体图表}
  2. 辅色占比$S_{\text{辅}}$ 是辅色面积，占三成。它是沙发和窗帘，用在次要图表、辅助信息和分区背景上，与主色保持同一色系或邻近色。
    S辅=30%次要信息与辅助图形\displaystyle S_{\text{辅}} = 30\% \quad \text{次要信息与辅助图形}
  3. 点缀色占比$S_{\text{点}}$ 是点缀色，只占一成。它是墙上的那幅画，只用于高亮关键数据、标注结论、突出异常值。用得越少，点睛效果越强。
    S点=10%高亮与强调，克制使用\displaystyle S_{\text{点}} = 10\% \quad \text{高亮与强调，克制使用}

排版布局——层次分明

同样的家具，会摆的人让房间显得宽敞通透，不会摆的人让房间像仓库。排版布局就是信息图的空间设计，回答“每一个元素该站在哪里”。好的布局让视线有路可走，坏的布局让视线迷路。

四个关键抓手。栅格系统：把画布想象成一块乐高底板，划分为 12 个等宽列，所有元素对齐到列上，整个版面便有了内在秩序。视觉动线：人的阅读习惯是从左上角进入、Z 字形扫过，重要信息依次放在这条路径上，像样板间设计好的参观路线。留白：不要试图填满每一寸空间，留白是给眼睛的休息区，也是让重点更突出的“负空间”。字体层级：大标题、副标题、正文、注释，字号逐级递减，比例大概 2 : 1.5 : 1 : 0.75，读者扫一眼就知道先看哪行字。

栅格是这一切的骨架。把内容区总宽看成一整块地皮，划分成若干列和列间距，所有元素按列落位。

排版完成后，退后一步眯起眼睛看：视线是否能顺畅地从标题走到结论？如果眼睛在不同区块之间“跳来跳去”找不到路，那就是动线设计出了问题，该重新摆家具了。

W=n×g+(n−1)×m\displaystyle W = n \times g + (n - 1) \times m
内容区总宽度等于 n 个等宽列加上 (n-1) 个间距的总和。栅格让每个元素都有精确的坐标。
  1. 列数与列宽$n$ 是栅格的列数，$g$ 是每一列的宽度。12 列栅格最常见，因为 12 能被 2、3、4、6 整除，分栏灵活。
    g=W−(n−1)×mn\displaystyle g = \frac{W - (n - 1) \times m}{n}
  2. 间距定义$m$ 是相邻两列之间的间距，也叫“水槽”。间距保持统一，版面才会整齐，像地板砖之间的缝隙一样均匀。
    m=统一的列间距\displaystyle m = \text{统一的列间距}
  3. 总宽校验把 $n$ 个列宽和 $n-1$ 个间距相加，必须等于内容区总宽 $W$，证明你的排版没有“跑出地皮”。
    W=n×g+(n−1)×m\displaystyle W = n \times g + (n - 1) \times m

视觉叙事——故事主线

样板间之所以让人心动，不只是因为材料好，更因为它有一条精心设计的参观动线：玄关的一句话欢迎语、客厅的开放式布局、主卧的视觉高潮、阳台的诗意收尾。信息图不是数据的“花名册”，而是数据的“剧本”。你要让读者像一个参观者，跟着你安排的节奏走完整个故事。

一个完整的信息图叙事有四幕。开头点题：用大标题加一句核心结论抢占注意力，告诉读者“本图讲了什么”，就像样板间门口那句“欢迎回家”。中间举证：用 2-4 个图表分区展开论据，每个分区讲一个子观点，层层递进。高潮爆点：把最有冲击力的数字放到最大、用点缀色标红，让读者“哇”出来——这是整个参观动线里最亮的那间房。结尾号召：用一句话总结结论，或给出行动建议，让读者带着收获离开。

这一切的前提，是读者在三秒内找到你最重要的信息。研究表明，浏览信息图的头三秒决定了读者是否愿意继续看下去。

写内容之前，先写“剧本大纲”：第一眼看到什么、第二眼看到什么、最后记住什么。把答案按顺序摆进版面，你的信息图就是一个有起承转合的好故事。

R三秒传达=N3秒内抓住的关键点N全部关键点\displaystyle R_{\text{三秒传达}} = \frac{N_{\text{3秒内抓住的关键点}}}{N_{\text{全部关键点}}}
三秒传达率等于读者在三秒内抓住的关键信息占全部关键信息的比例。理想状态是让最重要的结论在三秒内被看见。
  1. 抓住的关键点$N_{\text{3秒内抓住的关键点}}$ 是读者目光扫过前几秒就能锁定的信息，通常是大标题、最大数字、高亮结论。它们是样板间的“第一眼美景”。
    N3秒内抓住=大标题 + 爆点数字 + 高亮结论\displaystyle N_{\text{3秒内抓住}} = \text{大标题 + 爆点数字 + 高亮结论}
  2. 全部关键点$N_{\text{全部关键点}}$ 是信息图想传递的所有重要信息。注意，全部关键点不宜超过 5 个，否则三秒内无论如何都抓不完。
    N全部关键点≤5\displaystyle N_{\text{全部关键点}} \leq 5
  3. 比率趋近 1当三秒传达率接近 1，说明标题、爆点、结论足够醒目，读者扫一眼就懂。若远小于 1，说明重点被淹没了。
    R→1叙事节奏优秀\displaystyle R \rightarrow 1 \quad \text{叙事节奏优秀}

工具实战——落地交付

设计图纸再精美，也得靠施工队把它落地。信息图制作的最后一步，是把前面所有原则装进一个可执行的流程里。没有流程的人，打开软件就开始乱画，像没有图纸的施工队，砌了墙再拆、拆了再砌。

推荐的四步流程。定目标：明确给谁看、想让他看完做什么——是给 CEO 看季度汇报，还是给消费者看产品卖点。理数据：筛选出最重要的 3-5 个关键信息，删掉次要数据，像量房后先画改造需求清单。画草图：用纸笔画出粗略的布局，定下标题、图表位置和叙事顺序，这个阶段不碰配色和细节。精修输出：在工具里把草图变成成品，套用配色法则、调整间距、优化字体层级。常用工具有 Canva（在线快速设计）、Figma（精细化制图）、Power BI（数据图表），Python 的 matplotlib 则适合生成可编程的统计图。

落地之后，还要有持续的迭代。第一版几乎不可能完美，每次修改都是质量的复利增长。

信息图之旅的终点，是一张让观众“三秒看懂、十秒记住”的作品。它从不诞生于灵光一现，而是诞生于清晰的流程和反复的打磨——就像所有精装房，都是按图纸一砖一瓦盖出来的。

Q终稿=Q初稿×(1+p)k\displaystyle Q_{\text{终稿}} = Q_{\text{初稿}} \times (1 + p)^{k}
终稿质量等于初稿质量乘以迭代提升率的 k 次方。每多迭代一轮，整体质量就上一个台阶。
  1. 初稿质量$Q_{\text{初稿}}$ 是草稿版本的质量基线。别指望草稿一步到位，它的价值是把想法“画出来”，而不是“画完美”。
    Q初稿=草图版的完整度与准确度\displaystyle Q_{\text{初稿}} = \text{草图版的完整度与准确度}
  2. 迭代提升率$p$ 是每轮迭代的相对提升幅度，比如每改一版提升 10%。它来自每次对照验收清单发现问题：文字重叠？配色超限？重点不突出？
    p=本轮改进量上一版质量\displaystyle p = \frac{\text{本轮改进量}}{\text{上一版质量}}
  3. 迭代轮次$k$ 是修改的轮数。注意质量不会自动增长，没有方向感的乱改只会让 $p$ 为负。定好验收标准再动手改。
    k≥2至少两轮修改，质量才会肉眼可见\displaystyle k \geq 2 \quad \text{至少两轮修改，质量才会肉眼可见}

AI 应用场景

数据运营周报可视化

阶段：数据可视化呈现

解决的问题：传统周报用 Excel 表格和文字段落罗列几十个指标，老板看半小时也抓不住重点。用信息图设计方法，把核心指标提炼为 KP 柱状图、趋势折线图和占比环形图，一页纸讲完本周业务全貌。AI 系统先自动汇总数据，再利用图表选型和配色法则生成信息图，让决策者 30 秒内定位异常指标。

具体案例：某电商团队利用 Python 脚本拉取店铺的访问量、转化率、客单价数据，自动生成一张信息图周报：顶部标题区用大号数字标出“本周 GMV 环比 +23%”，中部用柱状图对比各品类销售额，右侧用点缀色标红转化率下滑的品类。运营总监扫一眼就能下达调整指令。

产品发布内容营销

阶段：信息设计与内容生产

解决的问题：新品功能列表又长又硬，用户根本没耐心读。将产品参数和竞品差异转化为对比信息图，用视觉叙事把“更好的性能”讲成“一个让用户惊讶的爆点故事”，提升传播点击率。

具体案例：某 SaaS 公司发布新版本时，把 12 项功能更新整理成一张“一页读懂新版”信息图：左侧旧版痛点（灰色图标）、右侧新版方案（主色图标 + 对勾），底部用点缀色放大“性能提升 3 倍”这一爆点。图被转发到行业社群后，官网试用转化率提升 40%。

投研汇报数据叙事

阶段：分析结论呈现

解决的问题：投研报告动辄几十页，核心观点容易被淹没。用信息图设计重构汇报：开头亮出投资结论，中间用折线图展示收益曲线、散点图展示风险分布，结尾用一句话给出操作建议，让听众跟着叙事节奏走。

具体案例：某投资分析师在周会上，将一页信息图投屏：顶部标题“消费板块进入配置窗口”，中部折线显示行业指数 30 日走势，右侧散点图展示估值与盈利能力的分布，最后用红框标出推荐标的。原本 20 分钟的汇报压缩到 5 分钟，决策当场通过。

Python 演示

python46 行
import randomimport matplotlib.pyplot as plt  def recommend_chart(data_type, purpose):    rules = {        ("category", "compare"): "bar",        ("time", "trend"): "line",        ("part", "share"): "pie",        ("numeric", "distribute"): "scatter",    }    return rules.get((data_type, purpose), "bar")  def build_palette(base_hue):    main = "hsl(%d,70%%,60%%)" % base_hue    sec = "hsl(%d,55%%,85%%)" % ((base_hue + 35) % 360)    accent = "hsl(%d,75%%,50%%)" % ((base_hue + 180) % 360)    return {"main": main, "secondary": sec, "accent": accent}  def signal_noise_ratio(signal_elements, noise_elements):    total = signal_elements + noise_elements    return signal_elements / total if total else 0.0  def plot_infographic():    months = ["M1", "M2", "M3", "M4", "M5", "M6"]    values = [12, 19, 15, 27, 22, 31]    palette = build_palette(240)    fig, ax = plt.subplots(figsize=(6, 4))    bars = ax.bar(months, values, color=palette["main"])    bars[-1].set_color(palette["accent"])    ax.set_title("半年度销售额趋势", fontsize=13)    ax.spines["top"].set_visible(False)    ax.spines["right"].set_visible(False)    plt.tight_layout()    return fig  if __name__ == "__main__":    print(recommend_chart("time", "trend"))    print(build_palette(240))    print(round(signal_noise_ratio(10, 4), 2))    fig = plot_infographic()    fig.savefig("infographic_demo.png")
目的：这个脚本实现了信息图设计的三个核心工具——图表选型推荐、60-30-10 配色生成、信噪比计算，并自动绘制一张应用了主辅点缀三色法则的柱状信息图。
  1. rules = {("category", "compare"): "bar", ...}建立“数据关系 → 图表类型”的映射表，这就是图表选型的规则引擎。
  2. return rules.get((data_type, purpose), "bar")按数据类型和比较目的查表，查不到时默认返回柱状图，稳妥兜底。
  3. build_palette(base_hue)从基础色相生成 HSL 颜色，主色、辅色、点缀色各自偏移，实现配色分工。
  4. main = "hsl(%d,70%%,60%%)" % base_hue用字符串格式化生成 HSL 颜色，注意 %% 转义出真实的百分号。
  5. total = signal_elements + noise_elements信噪比的分母，信号加噪声构成全部视觉元素。
  6. return signal_elements / total if total else 0.0计算信号占比，若总数为零则返回 0，避免除零错误。
  7. bars = ax.bar(months, values, color=palette["main"])用主色绘制柱状图，大面积使用主色是 60-30-10 法则的第一步。
  8. bars[-1].set_color(palette["accent"])把最后一根柱子设为点缀色，模拟“高亮关键数据”的强调手法。
  9. ax.spines["top"].set_visible(False)隐藏顶部和右侧边框，减少装饰噪声，提升信噪比。
  10. fig.savefig("infographic_demo.png")将信息图导出为图片，供汇报或文章直接使用。

常见误区

误区我觉得信息图就是要炫，加投影、加渐变、加各种卡通图标，画面越丰富越能体现设计水平，不然显得太单调。

正解这恰恰是信噪比公式里最典型的反面案例。每一层装饰都在增加噪声 $N$，而信号 $S$ 并没有变多，清晰度反而下降。真正高级的信息图，是让读者忘记“设计”的存在，只记得数据。省掉阴影、去掉花哨背景，把预算留给加粗的那个关键数字，效果立刻翻倍。

为何常见：因为很多入门者把“设计感”误解为“复杂度”，加上模板网站里花哨素材的诱导，误以为炫酷就是专业。

误区做汇报时我总想把所有指标都塞进一张图，销量、利润、库存、用户数、退货率……每个都很重要，少放一个就怕老板觉得我不全面。

正解信息图的叙事篇幅是有限的，全部关键点超过 5 个后，三秒传达率会急剧下降。好的信息图不是数据的搬运工，而是数据的“编辑”——删掉次要数据，留下 3-5 个支撑核心结论的关键点，把空间腾给最重要的信息。老板想知道的是“该做什么决策”，不是“你算了多少指标”。

为何常见：担心信息遗漏而承担责任的防御心理，加上缺少“先定结论、再选数据”的逆向思维，导致习惯做加法。

误区我做图特别喜欢用彩虹色，每个柱子一个颜色，觉得这样活泼、有辨识度，还能区分不同的类别。

正解当超过 3 个颜色同时大面积出现，读者会开始“猜颜色意义”而不是“读数据”。60-30-10 法则告诉我们：主色统调、辅色衬托、点缀色点睛。若确实需要区分多个类别，优先用同色系深浅变化，而不是换一个完全不同的色相。记住：颜色是信息的编码工具，不是装饰品。

为何常见：日常接触的娱乐化海报和儿童插画多用高饱和多色彩，形成了“彩色=好看”的直觉审美。

误区只要想展示多个东西的数量，我就用饼图，因为切蛋糕的视觉效果最直观，客户也最爱看。

正解饼图只擅长“占比构成”这一种关系，且分类数不宜超过 5-6 类。当你想比较各品类销售额大小（比较关系）、看业绩波动（趋势关系）时，饼图反而让读者费力。更致命的是，分类一多或比例接近时，人眼几乎无法分辨扇形大小差异，信息传达率极低。选图表前先问数据关系，而不是先问 “饼图好不好看”。

为何常见：饼图是最早被科普的图表类型，认知门槛低，容易被当作“无脑可用的万金油”。

面试题

Q1. 信息图设计中最首要的原则是什么？

单选题 · easy

  • A.视觉效果华丽出众
  • B.信息清晰易读← 正确答案
  • C.色彩丰富多样
  • D.图形装饰繁多

答案：B。信息图的第一使命是传达信息，清晰易读是承重墙。华丽、多彩、装饰都是次要的——就像装修毛坯房，先保证水电线路通畅，再谈风格。A、C、D 都把手段当成了目的，容易导致信噪比下降。

Q2. 要对比五个品类的销售额大小，最合适的图表是？

单选题 · easy

  • A.折线图
  • B.柱状图← 正确答案
  • C.饼图
  • D.散点分布图

答案：B。比较关系用柱状图，柱子的高度差让人眼一秒比出高低。折线图讲趋势，饼图讲占比，散点图讲分布，都是“家具放错房间”的典型错误。

Q3. 60-30-10 配色法则中，主色、辅色、点缀色的面积比例是？

单选题 · mid

  • A.主色 60%、辅色 30%、点缀色 10%← 正确答案
  • B.主色 30%、辅色 60%、点缀色 10%
  • C.主色 10%、辅色 30%、点缀色 60%
  • D.三种颜色各占三分之一

答案：A。六成主色奠定基调，三成辅色支撑结构，一成点缀色负责点睛。如果把点缀色当主色用，整张图到处都是“高亮”，等于没有高亮——就像满墙挂满画，反而没有视觉焦点。

Q4. 折线图最适合用来展示什么信息？

单选题 · mid

  • A.各部分占比构成
  • B.随时间变化的趋势← 正确答案
  • C.分类数值的排名比较
  • D.两个变量间的相关分布

答案：B。折线图像心电图，擅长呈现时间序列的涨落与节奏。占比构成用饼图，排名比较用柱状图，相关分布用散点图。选错类型，读者就得绕远路才能看懂你想说什么。

Q5. 以下哪些排版手段能有效提升信息图的可读性？

多选题 · mid

  • A.栅格分栏对齐元素← 正确答案
  • B.大量留白给予呼吸← 正确答案
  • C.减少层级区分
  • D.保持间距的一致← 正确答案

答案：ABD。栅格对齐让版面有序，留白减少视觉压迫，统一间距让结构清晰，这些都是好的排版。而“减少层级区分”恰恰相反——没有大小、粗细、颜色的层级，读者就不知道先看什么，叙事节奏会完全失控。

Q6. 符合大多数阅读习惯的视觉动线是？

单选题 · mid

  • A.从左上到右下← 正确答案
  • B.从右下到左上
  • C.从中心向四周
  • D.随机跳跃浏览

答案：A。人的阅读习惯是从左上角进入、呈 Z 型扫过画布。把标题放左上、结论放右下，就是顺着动线引导视线。逆着动线或让视线跳跃，读者会迷路，样板间设计得再好也留不住参观者。

Q7. 想强调某一根柱子对应的关键数据，应该用什么颜色处理？

单选题 · easy

  • A.全部柱子统一用点缀色
  • B.关键柱子用点缀色← 正确答案
  • C.所有柱子都用灰色
  • D.每根柱子换一种颜色

答案：B。点缀色占比只有 10%，只在关键时刻出现。全部柱子用点缀色等于没有重点，灰色遮盖会丢掉其他信息，彩虹配色则制造噪声。只把关键柱子染红，观众的视线才会精准落位。

Q8. 以下哪些做法可以有效降低信息图的视觉噪声？

多选题 · hard

  • A.删掉装饰性网格线← 正确答案
  • B.去掉重复冗余的标签← 正确答案
  • C.增加投影与渐变效果
  • D.简化纯装饰的背景色块← 正确答案

答案：ABD。噪声是干扰信号的无用元素——装饰网格、冗余标签、花哨背景都属于噪声，删除后信噪比提升。投影渐变看似“精致”，实则是每多一层就多一份干扰，正是需要减少的对象。

Q9. 当占比数据的分类超过七个时，怎样处理更合理？

多选题 · hard

  • A.保留七类以上全部扇区的饼图
  • B.将极小分类合并为“其它”← 正确答案
  • C.改用堆叠柱状图展示← 正确答案
  • D.只列名称不做占比展示

答案：BC。饼图超过 5-6 类，人眼就难以分辨扇形大小。合并小类为 “其它” 能降低认知负载，堆叠柱状图则更适合展示多层结构。继续硬塞大饼图，等于让读者在烤糊的蛋糕里找芝麻。

Q10. 设计信息图的第一步应该做什么？

单选题 · mid

  • A.挑选华丽的设计模板
  • B.明确受众与传达目标← 正确答案
  • C.立即画图填充数据
  • D.把所有数据塞进版面

答案：B。先定目标给谁看、看完做什么决定，后续所有选型、配色、叙事都围绕目标展开。这是装修前的“量房与需求访谈”。先挑模板等于先买了沙发再量门框，多半要返工。