数据可视化
通过 inference.sh CLI 创建清晰、有效的数据可视化。
快速入门
需要 inference.sh CLI (infsh)。 安装说明
infsh login
# Generate a chart with Python
infsh 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
哪个图表代表哪个数据？
| 数据关系 |
最佳图表 |
切勿使用 |
| 随时间变化 |
折线图 |
饼图 |
| 比较类别 |
条形图（许多类别的水平） |
折线图 |
| 整体的一部分 |
堆叠条形图、树状图 |
饼图（有争议，但：条形图总是更清晰） |
| 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 |
竖条、饼图 |
| 地理 |
等值线地图 |
条形图 |
| 随着时间的推移组成 |
堆积面积图 |
多个饼图 |
| 单一指标 |
大数字（KPI卡） |
任何图表（大材小用） |
| 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：
❌ Pie chart problems:
- Hard to compare similar-sized slices
- Can't show more than 5-6 categories
- 3D pie charts are always wrong
- Impossible to read exact values
✅ Use instead:
- Horizontal bar chart (easy comparison)
- Stacked bar (part of whole)
- Treemap (hierarchical parts)
- Just a table (if precision matters)
设计规则
轴
| 规则 |
为什么 |
| Y 轴始终从 0 开始（条形图） |
防止视觉误导 |
| 折线图可以从 0 以上开始 |
当显示变化时，而不是绝对值 |
| 标记两个轴 |
读者不必猜测单位 |
| 删除不必要的网格线 |
减少视觉噪音 |
| 使用水平标签 |
竖排文字难以阅读 |
| 按值对条形图排序 |
除非有原因，否则不要使用字母顺序 |
＃＃＃ 颜色
| 原理 |
应用 |
| 每张图表最多 5-7 种颜色 |
更多内容变得难以阅读 |
| 强调一件事 |
灰色的一切，颜色的焦点 |
| 顺序大小 |
浅→暗为低→高 |
| 正/负的分歧 |
红色←中性→蓝色 |
| 针对团体的分类 |
不同的色调，相似的亮度 |
| 色盲安全 |
避免仅使用红色/绿色 - 添加形状或标签 |
| 含义一致 |
如果蓝色=收入，那么到处都保持蓝色 |
好的调色板
# Sequential (low to high)
sequential = ["#eff6ff", "#bfdbfe", "#60a5fa", "#2563eb", "#1d4ed8"]
# Diverging (negative to positive)
diverging = ["#ef4444", "#f87171", "#d1d5db", "#34d399", "#10b981"]
# Categorical (distinct groups)
categorical = ["#3b82f6", "#f59e0b", "#10b981", "#8b5cf6", "#ef4444"]
# Colorblind-safe
cb_safe = ["#0077BB", "#33BBEE", "#009988", "#EE7733", "#CC3311"]
文本和标签
| 元素 |
规则 |
| 标题 |
陈述洞察力，而不是数据类型。 “第二季度收入翻倍”而不是“第二季度收入图表” |
| 注释 |
直接在图表上标注出关键数据点 |
| 传奇 |
尽可能避免 - 直接在图表线/条上标记 |
| 字体大小 |
演示文稿最小 12 像素、14 像素以上 |
| 数字格式 |
对于大数使用 K、M、B（42K 而不是 42,000） |
| 数据标签 |
当精确值很重要时添加到条形/点 |
图表食谱
折线图（时间序列）
infsh 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）
infsh 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
infsh 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>"
}'
热图
infsh 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\")"
}'
用数据讲故事
叙事弧线
| 步骤 |
做什么 |
示例 |
| 1. 背景 |
设置读者需要了解的内容 |
“我们每月跟踪客户获取成本” |
| 2. 紧张 |
显示问题或更改 |
“第三季度 CAC 增长 40%” |
| 3. 决议 |
展示见解或解决方案 |
“但 LTV 增加了 80%，因此单位经济效益有所改善” |
标题为洞察力
❌ Descriptive titles (what the chart shows):
"Q3 Revenue by Product Line"
"Monthly Active Users 2024"
"Customer Satisfaction Survey Results"
✅ Insight titles (what the chart means):
"Enterprise product drives 70% of revenue growth"
"User growth accelerated after the free tier launch"
"Support response time is the #1 satisfaction driver"
注释技术
| 技术 |
何时使用 |
| 标注标签 |
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+文字 |
引起人们对趋势变化的关注 |
| 行前/行后 |
显示事件的影响 |
深色模式图表
infsh 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，总是具有误导性 |
使用条形图或树状图 |
| Y 轴不从 0 开始（条形图） |
夸大差异 |
条形从 0 开始，可以截断线条 |
| 颜色太多 |
Visual noise, confusing |
最多 5-7 种颜色，仅突出显示重要的内容 |
| 无标题或通用标题 |
读者不知其真知 |
标题 = 要点，而不是数据类型 |
| 3D 图表 |
扭曲数据，看起来不专业 |
始终使用 2D |
| 双 Y 轴 |
具有误导性，难以阅读 |
使用两个单独的图表 |
| 条形图上按字母顺序排序 |
隐藏故事 |
按值排序（最大的在前） |
| 轴上没有标签 |
读者无法解读 |
始终标有单位 |
| Chartjunk（装饰元素） |
分散数据注意力删除所有不传达信息的内容 |
|
| 红色/绿色仅用于颜色编码 |
色盲用户无法阅读 |
使用形状、图案或色盲安全调色板 |
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
浏览所有应用程序：infsh 应用程序列表
lza6