上一篇我们把页面对齐了，页面看上去稳了。可很多人的 PPT 里还埋着另一颗雷：一张贴上去的 Excel 默认图表——六个系列、五年数据、渐变色、立体柱、底下一行图例。
主管盯着它问：“所以你想让我看什么？”
你答不上来。这不是图画得不好，而是这张图从来没被要求“证一句话”。数字是有的，结论没写下来。
先写下这句话，再动手
前面几篇立过一条规矩：每页标题要是一句能被反对的结论。图表层面是同一条规矩的下一层——动手拖图表之前，先把这张图要证明的那句话写下来。不是“各区域续约率”，而是“南区续约率只有 61%，比其余五个区低 18 个百分点以上”。
写不出这句，说明你还没想清楚要它干什么。这时候去挑图型，等于让手上那份数据表替你决定重点——和“先挑模板”是同一种错。
这句话之所以关键，是因为它决定了观众看图时要做的那一次比较。
观众读图，是在反解一次编码
图表是台翻译机：它把数字翻译成视觉属性——位置、长度、角度、面积、颜色深浅。观众读图，就是把这些属性再翻译回数字。这个过程叫 视觉编码。
不同的视觉属性，翻译的准确度差得很远。Cleveland 和 McGill 在 1984 年做过一组实验，让人在各种图上记录自己对数值的判断，再按判断的准确程度给这些“基本感知任务”排序3：
要知道 A 比 B 大多少，看两条从同一条基准线出发的柱子（长度），比读两个圆的面积、比一块颜色深浅，都可靠得多。
这条排序解释了几个“都知道不好、说不清为什么”的毛病：
- 立体柱状图 把你本来只读长度的一件事，变成读体积加透视，而体积排在长度后面。
- 饼图 用角度和面积编码，都排在长度之后。后来的研究还发现，人读饼图倚重的更可能是面积和弧长，而不是圆心角5——但这两者同样排在长度之后，结论不变。
这条排序衡量的是定量判断的准确度，不是好坏的全部。饼图在表达“这几块加起来是全部”上并不差，只是当观众要读出具体比例时，它不划算。
比较类型决定图型
选图就有了依据：把结论句里的比较归到下面某一种，再按类选图4。
| 结论要观众做的事 | 比较类型 | 首选图型 |
|---|---|---|
| 看它怎么变 | 随时间变化 | 折线 |
| 看谁大谁小 | 排名与量级 | 排序条形图、点图 |
| 看谁占多少 | 部分与整体 | 堆叠条、条形 |
| 看高出基准多少 | 偏离基准 | 带零线或目标线的条形 |
| 看两个量是否一起动 | 相关 | 散点 |
关键词是“观众要做哪种比较”，不是“数据长什么样”。同一份六行的区域数据，论证“南区掉队了”，它是排名图；论证“只有南区逐月下滑”，它就是折线图。数据没变，图该变。
砍：三种墨，三种待遇
图型定了，把图上每一处元素过一遍。Tufte 用 数据墨比例 来分：数据墨是图上用来表示数字的墨，这个比例就是它占全部墨的多少12。按这个思路，元素分三类：
- 数据墨：删掉就丢信息——数据条或数据点、刻度、坐标轴标签、标题、单位。
- 冗余数据墨：同一个信息说了两遍——柱子的宽度（数值靠高度说，宽度不承载信息）、条上标了数字而轴上又有刻度、图例加颜色再加文字。
- 非数据墨：跟数字无关——背景填充、网格线、边框、立体阴影、渐变。
一个演示把同一张图从默认样式改到克制样式，比例从约 3.5% 提到约 9%，靠的就是依次删掉背景填充、网格线、边框、过宽的柱子和重复的数值2。顺序基本是“先删最占地方的非数据墨”，一上来抠线条粗细是白费力气。
只有三个动作就能覆盖大部分收益：去掉填充和网格、删掉图例改成直接在数据旁标注、每张图只强调一处——把支持结论的那一条变亮，其余压成同一种灰。最后这个动作尤其重要：只强调一处，本身就在提醒观众“这张图只证明这一句”。
走一遍完整流程：南区续约率
假设你手上有一张表：六个大区、上季度企业客户续约率、各自的客户数，以及连续六个月的月度数据。
第一步，写结论句。 “南区续约率 61%，比其余五区低至少 18 个百分点。”
第二步，看这句要求什么比较。 是比大小、比排名，不是看趋势，也不是看占比。
第三步，按这个比较选编码和图型。 比大小就用位置和长度——排序后的横向条形图，南区放最上面并高亮。
第四步，砍。 图上只放六个区域的续约率，一共六个数；月度数据、客户数、客单价全部不放，它们不是这句结论的证据。删掉图例（只有一组数据，它在说废话）。数值直接标在每条的末端，轴上的刻度只留两个端点。删掉背景填充、网格线、边框、渐变。标题写那句结论，不写“各区域续约率”。视觉上只强调一次：南区实色，其余五区同一种灰。
四十秒能改完，观众三秒读到你要他读到的比较。客户数和客单价不是不重要，它们属于下一页。
哪里不能砍
轴标签、单位、标题属于数据墨。 一路删到“只剩数据”，比例能冲到 100%，可这张图已经没人知道横轴是什么、单位是什么2。数据墨比例不是记分牌，它的用处是帮你找到删无可删的停手点。
条形图的纵轴要从零开始。 条形用长度表示数值，截断纵轴会让视觉差距成倍放大：同一组数，从零起和从中间起，后者画出的面积差可能是数值差的近三倍6。
如果结论本身就是“分散”，别为了简单把它抹掉。 假如这句话是“客户规模集中在中长尾，前 10 家客户只贡献 12% 的收入”，你需要的是分布图（直方图、散点），而不是一个平均值条形图——压成平均值，看起来干净了，结论却没了。
交出去之前，问三句
- 这张图的结论句是哪一句？标题是不是就是它？
- 这个图型是按“观众要做哪种比较”选的，还是按“我手上有什么数据”选的？
- 删掉每一样东西时，我确认过它不承载这句结论需要的信息吗？
三句都过了，你的图就不再是数据的展示柜，而是一份证据。