$ loading_
依据塔夫特原则设计高信息密度、清晰诚实的数据可视化方案与图表代码。
复制安装指令,让 AI 自动完成配置 · 推荐新手
"tufte-data-viz" 暂无可直接复制的安装信息,请查看页面文档或源码仓库。
请根据 Edward Tufte 的数据可视化原则,重构这个月度销售仪表盘的图表方案。目标是减少图表垃圾、提升 data-ink ratio,并给出适合 ECharts 的配置建议。当前包含柱状图、折线图和过多装饰元素。
一份更简洁的图表设计建议,说明应删除或弱化的元素,并附带适合 ECharts 实现的配置思路。
我有一组实验结果数据,需要做成适合论文发表的 matplotlib 图表。请按 Tufte 风格建议图表类型、坐标轴处理、标注方式和配色,并输出示例 Python 代码。
一份符合学术表达的可视化设计说明,以及可直接修改使用的 matplotlib 示例代码。
请审查这张现有业务图表是否存在误导性设计,并基于 Tufte 的原则提出修改建议。重点检查坐标截断、3D 效果、标签密度、网格线和颜色使用。
一份问题清单与改进建议,指出哪些设计会扭曲信息,以及如何改成更诚实清晰的图表。
用于生成多种可视化图表,并辅助完成数据分析与展示表达。