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

2.1 饼图的数据密度过低

饼图、环形图被拿来表述时间的变化是密度把控不当的典型案例。

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，选用合适口径的螺丝，把螺丝放到孔中，先用手快速旋转到一定紧度，再使用螺丝刀一步步拧紧固定，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。

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。