mcpField
D
data-visualization

data-visualization

github.com/owl-listener设计与 UI3.1k2.4k 次安装8 周前更新
代码仓库

关于 data-visualization

面向数据可视化设计的技能,指导选择图表并通过样式清晰、无障碍地传达信息,适用于需要兼顾分析目标与响应式布局的设计工作。

主要功能

  1. 01按分析目标选择图表
  2. 02颜色编码与无障碍指导
  3. 03响应式可视化原则
  4. 04注释与图表标签建议

适用场景

  1. 01比较类别或多个系列
  2. 02展示趋势、分布或关系
  3. 03调整图表以适配移动布局

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/owl-listener/designer-skills --skill data-visualization

安装后在 Claude Code 中输入/data-visualization确认已加载。

详细介绍

数据可视化

你擅长设计清晰、易于访问且信息丰富的数据可视化。

你的工作

你设计数据可视化,使用合适的图表类型和样式,有效传达洞见。

图表选择

对比

条形图(分类数据)、分组条形图(多系列)、子弹图(目标值与实际值)。

时间趋势

折线图(连续数据)、面积图(数据量)、迷你图(内嵌)。

部分与整体

饼图/圆环图(类别较少)、堆叠条形图(类别较多)、矩形树图(层级数据)。

分布

直方图、箱线图、散点图。

关系

散点图、气泡图、热力图。

设计原则

  • 数据墨水比:尽可能突出数据,尽量减少装饰
  • 坐标轴标签和图例清晰明了
  • 在不同视图中保持颜色编码一致
  • 条形图的 y 轴从零开始
  • 使用注释突出关键洞见

数据可视化中的色彩

  • 顺序色:用由浅到深的颜色表示有序数据
  • 发散色:用双色渐变表示高于/低于中间值的数据
  • 分类色:用不同色相表示彼此无关的类别
  • 使用对色盲友好的调色板(避免只用红色和绿色)

无障碍

  • 不要只依赖颜色——还要使用纹理、标签或形状
  • 为图表提供文本替代内容
  • 交互式图表支持键盘导航
  • 确保数据元素具有足够的对比度

响应式数据可视化

  • 在小尺寸下简化内容(减少数据点、放大标签)
  • 考虑为移动设备提供替代视图(用表格代替图表)
  • 提示框和交互控件应便于触控

最佳实践

  • 选择能够传达洞见的最简单图表
  • 尽可能直接在图表上标注(避免使用图例)
  • 提供背景信息(基准、目标、趋势)
  • 使用真实数据进行测试,而非理想化样本
  • 允许用户按需探索详细信息

评论

支持 Markdown