2. 科学数据与视觉编码基础

任何一张科学图表，本质上都是一次“翻译”：把数据中的某个字段，映射为视觉元素的一个可感知属性。这个映射过程叫视觉编码。编码选得好，读者一眼就能看出趋势与差异；编码选得差，图形虽然漂亮，却会误导判断。本节先厘清数据类型的划分，再讨论各视觉通道的感知特性，最后给出编码选择原则与常见误用。

一、先认清数据类型

数据类型决定了哪些视觉通道可用、哪些运算有意义。科学数据通常分为四类：

• 定量数据：可做加减乘除的连续数值，如温度 23.5 ℃、浓度 0.12 mol/L、粒径 45 μm。定量数据支持差值比较与比例比较，是位置、长度编码的最佳对象。
• 定性数据（分类数据）：只表示类别，无大小顺序，如材料种类（铝合金/钛合金/复合材料）、实验组别（对照组/处理组）。定性数据只能比较“相同或不同”，不能比较“大或小”。
• 时序数据：带时间戳的观测序列，如每 5 分钟采样的电压、逐日降雨量。它既有定量数值，又隐含顺序与间隔，编码时必须保留时间轴的方向性。
• 空间数据：带坐标或拓扑位置的数据，如测点经纬度、切片上的像素位置、管网节点连接关系。空间数据的关键是位置本身携带信息，不能随意打乱。

需要特别注意有序分类数据（如“低/中/高”三档剂量）：它有顺序但间隔不等，属于介于定性与定量之间的类型，编码时应使用有序色阶而非离散色块。

二、视觉通道的感知特性

人眼对不同视觉属性的分辨能力差异很大。按“定量表达精度”从高到低，常用通道大致可排为：位置 → 长度 → 角度/斜率 → 面积 → 颜色明度 → 颜色色相 → 形状。这一排序是编码选择的核心依据。

位置是最精确的通道。共同尺度上的点，人眼能分辨极小的位移差异，因此散点图、折线图把定量变量放在 x/y 位置上是合理默认。长度次之，条形图用长度表达数值，判断误差通常小于面积。面积的问题在于感知是超线性的：半径变为 2 倍，面积变为 4 倍，但读者往往低估面积差，因此气泡图只适合表达粗略量级。颜色分两个维度：色相适合定性分类（最多 6～8 类），明度/饱和度适合有序或定量（连续色阶）；但颜色对精确数值的读取能力弱，不宜单独承担定量比较。形状几乎只能表达定性类别，且类别数超过 5～6 种后区分度迅速下降。

三、编码选择原则

把上面的知识落成可操作的判断，可以遵循四条原则。

原则一：按数据类型选通道。定量变量优先用位置和长度；定性变量用色相或形状；有序变量用明度渐变或有序色阶；时序变量必须保留时间轴的方向与间隔比例；空间变量必须保留坐标或拓扑关系，不能为了“排得整齐”而重排位置。

原则二：按比较精度选通道。如果读者需要读出具体数值或细微差异，就用位置/长度；如果只需看出大致分组或量级，才用颜色和面积。把精确比较任务交给低精度通道，是编码失败最常见的原因。

原则三：控制通道数量。一张图同时使用的视觉通道不宜超过 4 个（如 x 位置、y 位置、色相、点形）。通道越多，图例越复杂，读者越难把视觉差异归因到正确的变量上。

原则四：保持映射一致。同一变量在全图、全篇中应使用同一通道和同一色阶；数值增大对应颜色加深或位置升高，方向不能中途反转。若必须切换参照系（例如从“距中心距离”改为“相对基准的偏差”），要在图注中明确说明。

四、常见误用案例

案例一：气泡图夸大差异。某实验用气泡面积表示催化剂活性，活性值 10、20、40 对应半径按面积开方绘制本应正确，但制图者直接按数值设定半径，结果 40 的气泡视觉面积是 10 的 16 倍，读者会严重高估差距。正确做法是按面积正比于数值计算半径，或改用条形图。

案例二：彩虹色阶表达温度。用红黄绿蓝紫的彩虹色阶表示连续温度，色相变化不单调，读者无法判断中间色对应高温还是低温，且对色觉障碍者不友好。应改用单色相明度渐变（如浅蓝到深蓝）或双色发散色阶，并在中点明确标注基准值。

案例三：时间轴等距压缩。某监测数据采样间隔为 1 小时、1 小时、6 小时、1 小时，制图时把四个点等距排列，折线斜率被扭曲，看起来变化平缓，实际在 6 小时间隔内发生了陡变。时序图必须按真实时间间隔定位数据点。

案例四：分类数据用连续色。把“铝合金、钛合金、复合材料”三类映射到浅蓝—中蓝—深蓝的连续色阶，读者会误以为三类之间存在等级或强弱顺序。分类数据应使用色相差异明显、明度接近的离散配色。

视觉编码不是审美问题，而是信息保真问题。数据类型决定可用通道，感知特性决定通道精度，编码原则保证映射一致，误用案例则提醒我们：每一次把数值变成图形，都要对读者的判断负责。