A原则，即 Accurate Expression 准确的表达，我们在设计时，如果没有准确表达，把控好尺度，故事也可能变成“事故”。

将数据用图表百搭，其实就是利用点、柱子、线、圆、方块这些图形来表示数值，将数值的比较转化成图形上的比较。所以精准表达的第一步就是我们在选用图形时，要准确。

如何精准选择图表可查看：选择图表

数据的密度是指单位面积图表中所包含的数据量。图表所能承载的数据量是有限的：

• 过低会造成图表的丰富度不够，没有回答读者的问题

• 过高会导致负载过重，读者无法理解图表要传达的信息

一张图表的数据密度 = 类别的数量 + 度量指标的数量

所以我们在进行可视化设计时，数据的密度要合适。

2.1 饼图的数据密度过低

饼图、环形图能承载的数据密度低，是不适合多分类并列展示的。

如下图， 2 张饼图用来描述项目前后，孩子对科学有兴趣的程度分布。使用了两个饼图，读者的视线就需要在饼图（1 个类别和 1 个度量）间来回跳跃对比每一项数据的大小，非常费劲。

当我们把该图改为能够承载更高数据密度的对比柱形图（2 个类别和 1 个度量）时，变化趋势一目了然，如下图：

2.2 组合图的数据密度过高

很多人为了压缩展示的空间和精简图表，会使用组合图把很多信息拼到一起，但是这样的话数据过于集中，会导致读者无法一下子得到信息要点。如下图：

一张图表的数据密度 = 类别的数量 + 度量指标的数量

• 类别：流动量、离职人数、离职率、流动率

• 度量：人数、百分比

这样这张图表的数据密度 = 4 + 2 = 6

这个时候，比如我们看离职率或者流失率就看不出趋势。

对于这个图表我们可以做降维处理，拆分为两个组合图，每个组合图的数据密度降低到 3 ，如下图：

调节可视化准确度的工作就像拧螺丝一样，要粗调和精调并用。选择合适的图表类型和把控数据密度属于粗调，在最后的展示前还需要对显示效果的细节做精调，否则也可能导致数据与事实的偏离。虽然展示的数据是真实的，但是陈述的内容却不符合事实。

Tufte 将图表的谎言因子定义为：

显示准确要求最小化谎言因子，这可以通过避免一些设计来实现。包括：

3.1 坐标轴失真

图形的坐标轴，是表示的数据的量尺，设计时不能因为设计导致其失真。

• 如过度的压缩坐标轴

• 条形图从 0 开始，导致无法精准表达数据

• 为了节省可视化空间，度量不一样时，使用双 Y 轴图。

• 隐藏图中坐标轴的原点

• 消除数字轴上的刻度标签

如下图，这里折线图很难看出趋势的变化，因为离职率最大的月份只有 3.9%，而纵坐标轴的最大刻度为50%，这样趋势就被压平了，建议将纵坐标轴的最大刻度调整小一些。

3.2 过度装饰

有时候为了美观，会度的格式调整也会导致显示效果有误。

• 折线图太粗，或者过度平滑

• 使用了一些带艺术成分的信息图

如下图，平滑的折线图可能会错误地反映了背后的实际数据，曲线会模糊真正的“标记”位置。