数据可视化超能力

安装 belt CLI 技能： npx skills add belt-sh/cli

数据可视化

通过 inference.sh CLI 创建清晰、有效的数据可视化。

快速开始

需要 inference.sh CLI（belt）。安装说明

belt login

# 使用 Python 生成图表
belt app run infsh/python-executor --input '{
  "code": "import matplotlib.pyplot as plt\nimport matplotlib\nmatplotlib.use(\"Agg\")\n\nmonths = [\"Jan\", \"Feb\", \"Mar\", \"Apr\", \"May\", \"Jun\"]\nrevenue = [42, 48, 55, 61, 72, 89]\n\nfig, ax = plt.subplots(figsize=(10, 6))\nax.bar(months, revenue, color=\"#3b82f6\", width=0.6)\nax.set_ylabel(\"Revenue ($K)\")\nax.set_title(\"Monthly Revenue Growth\", fontweight=\"bold\")\nfor i, v in enumerate(revenue):\n    ax.text(i, v + 1, f\"${v}K\", ha=\"center\", fontweight=\"bold\")\nplt.tight_layout()\nplt.savefig(\"revenue.png\", dpi=150)\nprint(\"Saved\")"
}'

图表选择指南

哪种数据用哪种图表？

数据关系	最佳图表	绝不使用
随时间变化	折线图	饼图
比较类别	条形图（类别多时用水平条形）	折线图
整体的一部分	堆叠条形图、树图	饼图（争议性，但条形始终更清晰）
分布	直方图、箱线图	条形图
相关性	散点图	条形图
排名	水平条形图	垂直条形图、饼图
地理数据	等值线地图	条形图
随时间变化的组成	堆叠面积图	多个饼图
单一指标	大数字（KPI 卡片）	任何图表（过度设计）
流程/过程	桑基图	条形图

饼图问题

饼图几乎总是错误的选择：

❌ 饼图的问题：
   - 难以比较相似大小的切片
   - 不能显示超过 5-6 个类别
   - 3D 饼图总是错的
   - 无法读取精确值

✅ 改用：
   - 水平条形图（易于比较）
   - 堆叠条形图（整体的一部分）
   - 树图（分层部分）
   - 仅用表格（如果精度重要）

设计规则

坐标轴

规则	原因
条形图 Y 轴始终从 0 开始	防止误导视觉
折线图可以从 0 以上开始	当显示变化而非绝对值时
标注两个坐标轴	读者不应猜测单位
移除不必要的网格线	减少视觉噪音
使用水平标签	垂直文本难以阅读
条形图按值排序	除非有理由，否则不要使用字母顺序

颜色

原则	应用
每张图最多 5-7 种颜色	更多则难以阅读
突出显示一件事	将其他都设为灰色，用颜色凸显焦点
顺序用于数量	浅→深表示低→高
发散用于正/负	红 ← 中性 → 蓝
分类用于分组	不同的色调，相似的亮度
色盲友好	避免仅用红/绿——添加形状或标签
含义一致	如果蓝色 = 收入，则始终用蓝色表示收入

好的调色板

# 顺序（低到高）
sequential = ["#eff6ff", "#bfdbfe", "#60a5fa", "#2563eb", "#1d4ed8"]

# 发散（负到正）
diverging = ["#ef4444", "#f87171", "#d1d5db", "#34d399", "#10b981"]

# 分类（不同组）
categorical = ["#3b82f6", "#f59e0b", "#10b981", "#8b5cf6", "#ef4444"]

# 色盲友好
cb_safe = ["#0077BB", "#33BBEE", "#009988", "#EE7733", "#CC3311"]

文本和标签

元素	规则
标题	陈述洞察，而非数据类型。"Q2 收入翻倍"而非"Q2 收入图表"
标注	直接在图表上标出关键数据点
图例	尽量避免——直接在图表线条/条柱上标注
字号	最小 12px，演示用 14px+
数字格式	大数字用 K、M、B（42K 而非 42,000）
数据标签	当精确值重要时，添加到条柱/点上

图表配方

折线图（时间序列）

belt app run infsh/python-executor --input '{
  "code": "import matplotlib.pyplot as plt\nimport matplotlib\nmatplotlib.use(\"Agg\")\n\nfig, ax = plt.subplots(figsize=(12, 6))\nfig.patch.set_facecolor(\"white\")\n\nmonths = [\"Jan\", \"Feb\", \"Mar\", \"Apr\", \"May\", \"Jun\", \"Jul\", \"Aug\", \"Sep\", \"Oct\", \"Nov\", \"Dec\"]\nthis_year = [120, 135, 148, 162, 178, 195, 210, 228, 245, 268, 290, 320]\nlast_year = [95, 102, 108, 115, 122, 130, 138, 145, 155, 165, 178, 190]\n\nax.plot(months, this_year, color=\"#3b82f6\", linewidth=2.5, marker=\"o\", markersize=6, label=\"2024\")\nax.plot(months, last_year, color=\"#94a3b8\", linewidth=2, linestyle=\"--\", label=\"2023\")\nax.fill_between(range(len(months)), last_year, this_year, alpha=0.1, color=\"#3b82f6\")\n\nax.annotate(\"$320K\", xy=(11, 320), fontsize=14, fontweight=\"bold\", color=\"#3b82f6\")\nax.annotate(\"$190K\", xy=(11, 190), fontsize=12, color=\"#94a3b8\")\n\nax.set_ylabel(\"Revenue ($K)\", fontsize=12)\nax.set_title(\"Revenue grew 68% year-over-year\", fontsize=16, fontweight=\"bold\")\nax.legend(fontsize=12)\nax.spines[\"top\"].set_visible(False)\nax.spines[\"right\"].set_visible(False)\nax.grid(axis=\"y\", alpha=0.3)\nplt.tight_layout()\nplt.savefig(\"line-chart.png\", dpi=150)\nprint(\"Saved\")"
}'

水平条形图（比较）

belt app run infsh/python-executor --input '{
  "code": "import matplotlib.pyplot as plt\nimport matplotlib\nmatplotlib.use(\"Agg\")\n\nfig, ax = plt.subplots(figsize=(10, 6))\n\ncategories = [\"Email\", \"Social\", \"SEO\", \"Paid Ads\", \"Referral\", \"Direct\"]\nvalues = [12, 18, 35, 22, 8, 5]\ncolors = [\"#94a3b8\"] * len(values)\ncolors[2] = \"#3b82f6\"  # Highlight the winner\n\n# Sort by value\nsorted_pairs = sorted(zip(values, categories, colors))\nvalues, categories, colors = zip(*sorted_pairs)\n\nax.barh(categories, values, color=colors, height=0.6)\nfor i, v in enumerate(values):\n    ax.text(v + 0.5, i, f\"{v}%\", va=\"center\", fontsize=12, fontweight=\"bold\")\n\nax.set_xlabel(\"% of Total Traffic\", fontsize=12)\nax.set_title(\"SEO drives the most traffic\", fontsize=16, fontweight=\"bold\")\nax.spines[\"top\"].set_visible(False)\nax.spines[\"right\"].set_visible(False)\nplt.tight_layout()\nplt.savefig(\"bar-chart.png\", dpi=150)\nprint(\"Saved\")"
}'

KPI / 大数字卡片

belt app run infsh/html-to-image --input '{
  "html": "<div style=\"display:flex;gap:20px;padding:20px;background:white;font-family:system-ui\"><div style=\"background:#f8fafc;border:1px solid #e2e8f0;border-radius:12px;padding:24px;width:200px;text-align:center\"><p style=\"color:#64748b;font-size:14px;margin:0\">Monthly Revenue</p><p style=\"font-size:48px;font-weight:900;margin:8px 0;color:#1e293b\">$89K</p><p style=\"color:#22c55e;font-size:14px;margin:0\">↑ 23% vs last month</p></div><div style=\"background:#f8fafc;border:1px solid #e2e8f0;border-radius:12px;padding:24px;width:200px;text-align:center\"><p style=\"color:#64748b;font-size:14px;margin:0\">Active Users</p><p style=\"font-size:48px;font-weight:900;margin:8px 0;color:#1e293b\">12.4K</p><p style=\"color:#22c55e;font-size:14px;margin:0\">↑ 8% vs last month</p></div><div style=\"background:#f8fafc;border:1px solid #e2e8f0;border-radius:12px;padding:24px;width:200px;text-align:center\"><p style=\"color:#64748b;font-size:14px;margin:0\">Churn Rate</p><p style=\"font-size:48px;font-weight:900;margin:8px 0;color:#1e293b\">2.1%</p><p style=\"color:#ef4444;font-size:14px;margin:0\">↑ 0.3% vs last month</p></div></div>"
}'

热力图

belt app run infsh/python-executor --input '{
  "code": "import matplotlib.pyplot as plt\nimport numpy as np\nimport matplotlib\nmatplotlib.use(\"Agg\")\n\nfig, ax = plt.subplots(figsize=(10, 6))\n\ndays = [\"Mon\", \"Tue\", \"Wed\", \"Thu\", \"Fri\", \"Sat\", \"Sun\"]\nhours = [\"9AM\", \"10AM\", \"11AM\", \"12PM\", \"1PM\", \"2PM\", \"3PM\", \"4PM\", \"5PM\"]\ndata = np.random.randint(10, 100, size=(len(hours), len(days)))\ndata[2][1] = 95  # Tuesday 11AM peak\ndata[2][3] = 88  # Thursday 11AM\n\nim = ax.imshow(data, cmap=\"Blues\", aspect=\"auto\")\nax.set_xticks(range(len(days)))\nax.set_yticks(range(len(hours)))\nax.set_xticklabels(days, fontsize=12)\nax.set_yticklabels(hours, fontsize=12)\n\nfor i in range(len(hours)):\n    for j in range(len(days)):\n        color = \"white\" if data[i][j] > 60 else \"black\"\n        ax.text(j, i, data[i][j], ha=\"center\", va=\"center\", fontsize=10, color=color)\n\nax.set_title(\"Website Traffic by Day & Hour\", fontsize=16, fontweight=\"bold\")\nplt.colorbar(im, label=\"Visitors\")\nplt.tight_layout()\nplt.savefig(\"heatmap.png\", dpi=150)\nprint(\"Saved\")"
}'

数据叙事

叙事弧线

步骤	做法	示例
1. 背景	设定读者需要了解的信息	"我们按月跟踪客户获取成本"
2. 张力	展示问题或变化	"Q3 客户获取成本增加了 40%"
3. 解决	展示洞察或解决方案	"但生命周期价值增长了 80%，因此单位经济改善了"

标题即洞察

❌ 描述性标题（展示的内容）：
   "各产品线 Q3 收入"
   "2024 年月活跃用户"
   "客户满意度调查结果"

✅ 洞察性标题（数据的含义）：
   "企业级产品驱动了 70% 的收入增长"
   "免费套餐发布后用户增长加速"
   "支持响应时间是第一满意度驱动因素"

标注技巧

技巧	何时使用
调用标签	突出显示特定数据点（"峰值：320K"）
参考线	显示目标/基准（"目标：100K"）
阴影区域	标记时间段（"产品发布窗口"）
箭头 + 文本	引起对趋势变化的注意
之前/之后线	显示事件的影响

暗色模式图表

belt app run infsh/python-executor --input '{
  "code": "import matplotlib.pyplot as plt\nimport matplotlib\nmatplotlib.use(\"Agg\")\n\n# Dark theme\nplt.rcParams.update({\n    \"figure.facecolor\": \"#0f172a\",\n    \"axes.facecolor\": \"#0f172a\",\n    \"axes.edgecolor\": \"#334155\",\n    \"axes.labelcolor\": \"white\",\n    \"text.color\": \"white\",\n    \"xtick.color\": \"white\",\n    \"ytick.color\": \"white\",\n    \"grid.color\": \"#1e293b\"\n})\n\nfig, ax = plt.subplots(figsize=(12, 6))\nmonths = [\"Jan\", \"Feb\", \"Mar\", \"Apr\", \"May\", \"Jun\"]\nvalues = [45, 52, 58, 72, 85, 98]\n\nax.plot(months, values, color=\"#818cf8\", linewidth=3, marker=\"o\", markersize=8)\nax.fill_between(range(len(months)), values, alpha=0.15, color=\"#818cf8\")\nax.set_title(\"MRR Growth: On track for $100K\", fontsize=18, fontweight=\"bold\")\nax.set_ylabel(\"MRR ($K)\", fontsize=13)\nax.spines[\"top\"].set_visible(False)\nax.spines[\"right\"].set_visible(False)\nax.grid(axis=\"y\", alpha=0.2)\n\nfor i, v in enumerate(values):\n    ax.annotate(f\"${v}K\", (i, v), textcoords=\"offset points\", xytext=(0, 12), ha=\"center\", fontsize=11, fontweight=\"bold\")\n\nplt.tight_layout()\nplt.savefig(\"dark-chart.png\", dpi=150, facecolor=\"#0f172a\")\nprint(\"Saved\")"
}'

常见错误

错误	问题	修复
饼图	难以比较，总是误导	使用条形图或树图
Y 轴不从 0 开始（条形图）	夸大差异	条形图从 0 开始，折线图可以截断
颜色过多	视觉噪音，混乱	最多 5-7 种颜色，仅突出显示重要内容
无标题或通用标题	读者不了解洞察	标题 = 要点，而非数据类型
3D 图表	扭曲数据，显得不专业	始终使用 2D
双重 Y 轴	误导，难以阅读	使用两个独立的图表
条形图按字母排序	隐藏了故事	按值排序（最大在前）
坐标轴无标签	读者无法解读	始终标注单位
图表垃圾（装饰元素）	分散数据注意力	移除一切不传递信息的内容
仅用红/绿进行颜色编码	色盲用户无法阅读	使用形状、图案或色盲友好调色板

相关技能

npx skills add inference-sh/skills@pitch-deck-visuals
npx skills add inference-sh/skills@technical-blog-writing
npx skills add inference-sh/skills@competitor-teardown

浏览所有应用：belt app list