安裝 belt CLI 技能: npx skills add belt-sh/cli
資料視覺化
透過 inference.sh CLI 建立清晰、有效的資料視覺化圖表。
快速開始
需要 inference.sh CLI(belt)。安裝說明
belt login
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\")"
}'
圖表選擇指南
哪種資料該用哪種圖表?
| 資料關係 | 最佳圖表 | 絕對不要用 |
|---|
| 隨時間的變化 | 折線圖 | 圓餅圖 |
| 類別比較 | 長條圖(類別多時使用水平長條圖) | 折線圖 |
| 整體中的佔比 | 堆疊長條圖、矩形樹狀圖 | 圓餅圖(雖有爭議,但長條圖總是更清晰) |
| 分佈 | 直方圖、盒鬚圖 | 長條圖 |
| 相關性 | 散佈圖 | 長條圖 |
| 排名 | 水平長條圖 | 垂直長條圖、圓餅圖 |
| 地理資料 | 等值區域圖 | 長條圖 |
| 隨時間的組成變化 | 堆疊面積圖 | 多個圓餅圖 |
| 單一指標 | 大數字(KPI 卡片) | 任何圖表(小題大作) |
| 流程 | 桑基圖 | 長條圖 |
圓餅圖的問題
圓餅圖幾乎永遠是錯誤的選擇:
❌ 圓餅圖的問題:
- 難以比較大小相近的扇形
- 無法顯示超過 5-6 個類別
- 3D 圓餅圖永遠是錯的
- 無法讀取精確數值
✅ 改用:
- 水平長條圖(易於比較)
- 堆疊長條圖(顯示整體佔比)
- 矩形樹狀圖(顯示階層式組成)
- 純表格(如果精確度很重要)
設計規則
座標軸
| 規則 | 原因 |
|---|
| 長條圖的 Y 軸一律從 0 開始 | 避免誤導視覺 |
| 折線圖可以從 0 以上開始 | 當顯示變化趨勢,而非絕對數值時 |
| 標示兩個軸標籤 | 讀者不應猜測單位 |
| 移除不必要的格線 | 減少視覺雜訊 |
| 使用水平文字標籤 | 垂直文字難以閱讀 |
| 長條圖依數值排序 | 除非有特殊理由,否則不要使用字母順序 |
色彩
| 原則 | 應用 |
|---|
| 每張圖表最多 5-7 種顏色 | 顏色過多會難以閱讀 |
| 只突顯一件事 | 其他部分使用灰色,用色彩聚焦重點 |
| 漸層色表示大小 | 低 → 高:淺色 → 深色 |
| 發散色表示正/負 | 紅色 ← 中性 → 藍色 |
| 類別色用於分組 | 不同色相,相近亮度 |
| 色盲安全 | 避免只用紅/綠色——加上形狀或標籤 |
| 顏色意義一致 | 如果藍色代表營收,就讓它到處都代表營收 |
好用的調色盤
sequential = ["#eff6ff", "#bfdbfe", "#60a5fa", "#2563eb", "#1d4ed8"]
diverging = ["#ef4444", "#f87171", "#d1d5db", "#34d399", "#10b981"]
categorical = ["#3b82f6", "#f59e0b", "#10b981", "#8b5cf6", "#ef4444"]
cb_safe = ["#0077BB", "#33BBEE", "#009988", "#EE7733", "#CC3311"]
文字與標籤
| 元素 | 規則 |
|---|
| 標題 | 說明洞察,而非資料類型。「營收在第二季翻倍」而非「第二季營收圖表」 |
| 註解 | 直接在圖表上標出關鍵資料點 |
| 圖例 | 儘可能避免——直接在圖表的線條/長條上標示 |
| 字型大小 | 最小 12px,簡報用 14px 以上 |
| 數字格式 | 大數字使用 K、M、B(42K 而非 42,000) |
| 資料標籤 | 當精確數值很重要時,在長條/資料點上加上標籤 |
圖表食譜
折線圖(時間序列)
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\")"
}'
水平長條圖(比較)
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 / 大數字卡片
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>"
}'
熱力圖
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\")"
}'
用資料說故事
敘事弧線
| 步驟 | 做法 | 範例 |
|---|
| 1. 情境 | 讓讀者了解背景 | 「我們每月追蹤客戶獲取成本」 |
| 2. 張力 | 顯示問題或變化 | 「第三季 CAC 增加了 40%」 |
| 3. 解答 | 顯示洞察或解決方案 | 「但 LTV 增加了 80%,因此單位經濟效益改善了」 |
標題即洞察
❌ 描述性標題(顯示圖表是什麼):
"第三季各產品線營收"
"2024 年月活躍用戶數"
"客戶滿意度調查結果"
✅ 洞察性標題(顯示圖表的意義):
"企業級產品驅動了 70% 的營收成長"
"推出免費方案後,用戶成長加速"
"客服回覆時間是滿意度的首要驅動因素"
註解技巧
| 技巧 | 使用時機 |
|---|
| 標籤註記 | 突顯特定資料點(「峰值:320K」) |
| 參考線 | 顯示目標/基準線(「目標:100K」) |
| 陰影區域 | 標記一段時間範圍(「產品發佈期間」) |
| 箭頭 + 文字 | 引導注意趨勢變化 |
| 前後比較線 | 顯示某事件的影響 |
暗黑模式圖表
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\")"
}'
常見錯誤
| 錯誤 | 問題 | 修正方法 |
|---|
| 圓餅圖 | 難以比較,總是誤導 | 使用長條圖或矩形樹狀圖 |
| Y 軸未從 0 開始(長條圖) | 誇大差異 | 長條圖從 0 開始,折線圖可以截斷 |
| 太多顏色 | 視覺雜訊,令人困惑 | 最多 5-7 種顏色,只突顯重要項目 |
| 無標題或過於籠統的標題 | 讀者無法獲得洞察 | 標題 = 結論,而非資料類型 |
| 3D 圖表 | 扭曲資料,看起來不專業 | 一律使用 2D |
| 雙 Y 軸 | 誤導,難以閱讀 | 使用兩個獨立的圖表 |
| 長條圖按字母順序排序 | 隱藏了故事重點 | 依數值排序(最大值在前) |
| 軸上無標籤 | 讀者無法解讀 | 務必標示單位 |
| 圖表垃圾(裝飾性元素) | 分散對資料的注意力 | 移除所有不傳達資訊的元素 |
| 只用紅/綠色做顏色標記 | 色盲使用者無法閱讀 | 使用形狀、圖案或色盲安全色板 |
相關技能
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
瀏覽所有應用程式:belt app list