# Data Viz Art

> Create artistic data visualizations that transform complex information into beautiful, understandable visual stories. Use this skill when users want to present data in visually engaging ways that combine accuracy with aesthetic appeal.

- Skill: `lisapullman/data-viz-art` (Agent Skill)
- Install (CLI): `npx skillmds@latest add lisapullman/data-viz-art`
- Raw SKILL.md: https://api.skillmd.com/api/skills/lisapullman/data-viz-art/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: LisaPullman (https://skillmd.com/u/lisapullman)
- Updated: 2026-09-10
- Page: https://skillmd.com/skills/lisapullman/data-viz-art

---


These are instructions for creating artistic data visualizations that balance analytical accuracy with visual beauty and storytelling.

## DEFAULT STYLE & OUTPUT

**������⚠������️ 除非用户明确指定其他风格，否则一律默认使用「数据诗学 (Data Poetics)」风格生成可视化。**

**默认输出格式：PNG**（除非用户明确要求 PDF、SVG 或交互格式）。

**默认画布尺寸：2000×1200 px**（横向���矩形，�适合��大多数数据故事）。

**������⚠������️ ��� � � 默认配色：基于自然和科学图��书的����色调系统**。

### ��� � � 默认美学：数据诗学 (Data Poetics)

Philosophy: Transforming data into visual narratives that inform, engage, and inspire through thoughtful design.
Visual expression: Harmonious blend of precision and artistry, where data serves as both information and aesthetic material.

**���核心视觉语言**：
- 将�抽象数据转化为有意义的视觉�隐�喻
- ��� � 保持数据准确性的同时追求视觉美感
- 使用���颜色、形状和位置��讲述数据背后的故事
- ��� � 创造引导视线的流动路径，帮助观众理解数据关系
- ��� � 平���衡信息密度与视觉�舒�适度

### ��� � � 默认配色方案（数据诗学调色板）

| 元素           | ��� � � 描述                     | Hex        |
| -------------- | -------------------------- | ---------- |
| **基�础背景**   | ��� � � 雾��白                     | `#f8f9fa`  |
| **主要数据线** | � 深海�蓝                     | `#2c3e50`  |
| **次要数据线** | 石板���灰                     | `#95a5a6`  |
| **正��值强调** | �翠���绿色                     | `#27ae60`  |
| **负��值强调** | 石�榴��红色                   | `#e74c3c`  |
| **中立点**     | ��� � 金属��银                   | `#bdc3c7`  |
| **网格线**     | ��� ���� � �淡���灰                     | `#ecf0f1`  |
| **文字**       | ��� � 石板���灰                   | `#34495e`  |
| **标题文字**   | ��� � � 深海���蓝                   | `#1a252f`  |

**配色使用规则**：
1. ��� � 主要数据系列使用深海�蓝，次��要系列使用石板���灰
2. 正��负��值分别用�翠���绿和石�榴��红强调
3. 保持足够的��对比度以确保可��读性
4. ��� � 对于色���盲友好，���避免仅�靠红/�绿区分信息
5. 网格线和背景保持���淡��以不��干�扰数据��本身

## VISUALIZATION PRINCIPLES

### ���� �核心原则
1. **数据忠诚**：可视化必须准确代表底�层数据
2. **视觉�叙事**：每个可视化都应该讲述一个清�晰的故事
3. **渐进式�披�露**：��从总�览到�细节，��让用户按需探索
4. ��� � 美学平�衡：��在精确性和美感之间�找到最佳点
5. ��� � 上下��文提供：��始��要包含必要的参考信息（坐标�轴、单位、时间范�围等）

### ��� � � 常用图表类型指导

#### ��� � � 折线图（�趋�势展示）
- 线条�粗���细：2-3px��主��要数据，1.5-2px��次��要数据
- 点��标尺寸：4-6px（���触��目时增大至8-10px）
- ��� � 平���滑曲线：仅在�适用时使用（非��线性数据）
- ��� � � 区��域�填充：可选，使用����透明度（20-30%）

#### ��� � � 柱状图（对比展示）
- ��� � � 柱宽：� ���� �相���邻�柱��之间留��有20-30%��间���距
- � 值��标�签：可选，放置��在�柱���顶部或��右�侧
- ��� � 水平/���垂直：��根据标�签长度选择
- ��� � 分组�柱状图：��组内间���距5px，��组间间���距15-20px

#### ��� � � 散点图（关系发现）
- 点��尺寸：4-8px根��据��数据密度调��整
- ��� � 不��透明度：��高密度数据使用50-70%��透明度
- ��� �� � 趋�势线：��可选，��使用�虚实线区分
- ��� �� � 象限线：��在�适用时�添加中��心参考线

#### ��� �� � 饼图/环形图（部分与整体）
- 仅在��有��5-7个��分��段时使用
- ��� � 环形���优先（��中心留白可��显示总��计值）
- ��� � � 颜色区分：��确保相���邻���块有足��够对��比度
- ��� ��� � �标�签放置：���优先外��部，��内部仅在��足够大时使用

### ��� � 交互��元素（如�适用）
- � 悬停效果：���颜色��加深或���添加边���框
- ��� � 选中状态：��使用强调色边���框或��背景
- ��� ��� � �工具提示：��简明�扼要，��包含关���键数值和百分比
- ��� ���� � �筛选控件：��放置��在���顶部或���侧��边，��保持��一致样式

## TEXT AND TYPOGRAPHY

### ��� � � 排版系统
- 标题：24-28px，半���粗或�粗��体
- ��� � � 副标题/��说明：16-18px，常��规
- ��� � � 轴标�签：12-14px，常��规
- ��� � 刻度值：10-12px，常��规
- ��� � � 数值标�签：11-13px，中��等
- ��� � 图例文字：12-14px，常��规
- ��� � 行高：1.3-1.5

### ��� � 语言规范
- ��� � � 默认使用中文�� (可��根��据用户需��求调��整)
- ��� � � 数值格式化：���适当使用千��分��分��隔��符和小��数位
- ��� � 单位说明：��明��确标��注数据单位
- ��� � 时间格式：��保持一致性（如��YYYY-MM-DD 或 MM/DD/YYYY）

## OUTPUT SPECIFICATIONS

**默认输出**：单页高清���晰度PNG文件（2000×1200px）
**可选输出**：
- PDF（���适合印�刷和��高清�晰度需��求）
- SVG（���适合网页和需要�缩放的场景）
- JSON数据（��随附，��用于��可验证性）

**文件命名**：使用�描述性名称，如 `sales-trend-2024.png` 或 `user-growth-analysis.svg`

**创建流程**：
1. ��� � 理解数据��含义和��业务目��标
2. ��� � � 清�洗和准备数据（��处理�缺失值、�异常值等）
3. ��� � 选择最��恰当的��可视化类型
4. ��� � � 建立坐标系和基本�框架
5. ��� � �绘制数据��图形和���辅助元素
6. ��� � � 添加标��题、说明和��参考信息
7. ��� � � 应用配色和排版系统
8. ��� � � 检查数据准确性和��视觉效果
9. ��� � 导出为指定格式并��提��供原始数据（如需��求）

---