把視覺化想像成音樂：每個人都會聽、會評論，卻不必先念音樂理論。但若你想「作曲」（做圖），懂一點音樂理論會大有幫助。

五個你必須知道的觀念#

作者把現代視知覺科學濃縮為五條足以指導實務的原則。

1. 我們不是照順序看#

文字有「作者—讀者契約」：作者把字串成句、句串成段，讀者就照順序讀（西方是左到右、上到下）。視覺化沒有這份契約。

• 讀者可能先看圖中央，最後才看標題
• 可能讀完一半 x 軸就跳走，可能完全略過某些區域
• 速度也不是穩定步調——比起馬拉松，更像曲棍球：在某些區塊爆發、在另一些區塊毫無動作
• 不同專業背景的讀者讀同一張圖，順序與效率都不同

寫作是「順序的」，做圖必須是「空間的」：先讓最關鍵的視覺元素跳出來，其他元素再從那裡延伸出意義。

2. 我們先看到「跳出來」的東西#

眼睛會被變化與差異自動吸引：高峰、低谷、交叉、主色、離群值。

• 一張漂亮的「人類加速移居都市」圖，讀者通常先看到的是兩條線的交叉點，然後才掃標籤、再看標題——卻幾乎瞬間理解圖的意思
• 但若一張客服圖同時放了客訴量、停機事件、客服績效，眼睛會被「最尖的山峰」（客訴量）抓住，反而看不到主管真正想講的「績效在停機前就已下滑」

如何讓重要的點先被看到？

• 砍掉會分心的資料線（例如把客訴量條移除）
• 用標記點出脈絡（例如新增「服務恢復」標記）
• 用標題收尾，幫讀者把已浮現的訊息「定錨」（例如改標題為「客服績效持續下滑」）

標題不是讀者最先看到的東西，它是用來確認讀者剛從圖中感受到的訊息。

3. 我們一次只能看少數幾個東西#

資料越多、訊息越單一——越容易看到「森林」、越難分辨「樹」。

• 斜率圖（slope graph）放上幾十個員工的 1 月 vs. 6 月評等，老闆只會看到「整體在進步」的厚帶狀，無法討論個人
• 經驗法則：超過 5–10 個變數或元素時，個別意義開始模糊；專家認為人腦同時最多區分約 8 種顏色
• 長條圖比折線或斜率圖更能讓我們聚焦於每個離散類別，但太多條緊靠在一起，仍會塌陷成單一形狀（例如 20 條值連成「一個陡坡」）

何為「壞的複雜」？

• 紐約 311 投訴熱圖把 24 小時 × 21 類投訴擠在一起，色彩不系統化、有些類別小到看不見、圖例又拉得老長
• 結果：既看不到突出點，也看不出整體趨勢——只剩混亂

何為「好的複雜」？

• 一張包含 1,000 萬筆資料的散布圖，呈現股票交易者的社群連結
• 雖然資訊量遠超人腦處理能力，卻收斂成幾個能聚焦的視覺：濃黑點、右上方的密度上升、右側條紋
• 這就是研究者說的「模糊層級（blurry level）」處理——我們仍能合理估算整體傾向，並感受到圖像如交響樂般的整體性

4. 我們會主動找意義、做連結#

眼睛掃過圖之後，大腦立刻不停地尋找意義並把點連成故事。

• 把「停機 → 客服爆量 → 績效下滑」三個亮點串成一句因果敘事，幾秒內就完成
• 視覺處理速度比文字快上千倍，部分處理甚至是前意識（preconscious）的——還沒意識到時就已經發生

對比一段冗長的「逃生指引文字」與「一張逃生平面圖」，火災中誰能先逃出去？

但這個「找意義」的本能也會被誤導：

• 客服經理單獨拿出「停機後客服與營收」圖，老闆可能會誤判「營收沒事，客服改革可暫緩」
• 經理把同一指標延長到上次停機後 9–10 天，才看到「營收其實會延後下滑」
• 相關性不等於因果，但好圖能啟動更好的對話——兩人因此決定再觀察幾天

更深的細節：色彩的潛意識誘導：

• 「Top Performers」圖中橘色標題、橘點、橘字標——大腦會自動把所有橘色元素組成一個整體，並降低對其他色的關注
• 即使色彩連結毫無意義（藍隊其實表現更好），讀者仍會被「橘色 = 重要」的潛意識結論誤導

5. 我們依賴慣例與隱喻#

我們不只「天生」看世界，也是被教著看世界。

• 一張把「南」轉到上方的北美地圖看起來「上下顛倒」——但太空中的星球本沒有上下
• 同樣，把時間軸放在 y 軸（時間往上跑），讀者會下意識歪頭、想轉回「時間應該左到右」的版本
• 神經精神科醫師李夫（Jon Lieff）的話一針見血：「腦對視覺訊號的整體分析，仰賴於『預期』；腦與預期的影響，遠遠大於原始資料。」

我們腦中儲存的隱喻：

• 上 = 好、下 = 壞
• 北 = 上、南 = 下（連帶會覺得「往南走比較容易」）
• 紅 = 負、綠 = 正；但紅也可能是「熱」、「活躍」（此時藍 = 冷、靜）
• 階層由上往下；色越淡 = 越「空」或值越低

違反慣例的代價：

• 一張「差旅費用」折線圖把銷售、執行、行銷三個無時序關係的類別連成線——讀者會被迫去找根本不存在的連續關係
• 一張看似漂亮的圓餅圖，若同時違反「同色 = 同類」、「色越深 = 值越高」、「類別由極端到極端排列」三條慣例，就會讓讀者無法用心智捷徑理解，必須逐項解析

慣例越根深蒂固，違反的代價越高。除非有充分理由要去顛覆它，否則請順著慣例走。

為什麼這些原則直接決定可信度#

• 知覺流暢度（perceptual fluency）研究顯示：當資訊難以被感知時，人們不只難以找到正確意義，還會判斷它本身比較不可信
• 注意這個微妙之處：讀者不會說「圖做得不好」，而是會說「這個資訊不太可信」

如果你的圖讓重要訊息看不出來、讓複雜資料無法收斂、誤導觀眾建立錯誤敘事、或違反視覺慣例，等於承諾音樂卻交付噪音——而觀眾質疑的會是你的資訊本身。

重點整理#

視覺溝通與文字最大的差別在於：它依賴的不是寫作慣例，而是人類視覺系統對刺激的反應。理解這套反應，就能像作曲家用樂理一樣，可預測地創造效果。

五條足以指導你作圖的原則：

1. 我們不是照順序看 ── 把圖當空間設計，從視覺中心向外鋪線索
2. 我們先看到跳出來的東西 ── 確保「跳出來的」就是你想傳達的主旨
3. 我們一次只能看少數幾個東西 ── 想討論個體就少畫一點，多了會塌成趨勢
4. 我們會找意義、做連結 ── 一同呈現的元素必須有意義關聯，否則觀眾會自編因果
5. 我們依賴慣例與隱喻 ── 順著綠正紅負、北上南下、時間左到右走，違反就要付出認知成本

案例：看到別人沒看過的東西#

內爾森‧戴維斯（Nelson Davis）原是土木工程師，從一個醫院資料實習開始踏入資料世界，後成為視覺化顧問。

• 為向新主管交差，他把交通工程的地理資料畫上地圖；主管要求做成「即時資料儀表板」——他事後才上 Google 查 dashboard 與 live data 是什麼
• 真正讓他感到視覺化威力的，是替喬治亞州交通局整理出全部 2,600 個道路裝置（攝影機、感測器、號誌）的位置與型號圖
• 沒人做過這件事，不是因為太難，而是沒人願意花五六週去整資料表
• 他形容那是「哥倫布時刻」：「我們知道它在那裡，但從沒真正『看見』過。」

戴維斯的兩個工作習慣：

• 問 why，而不是 what：主管說「幫我做這張圖」，做完往往不對；先問「你為什麼需要它」，才能交出真正解決問題的視覺
• 既要科學也要藝術：他舉勝利日水兵親吻護士那張著名照片為例——資料是「男性、女性、黑白、紐約、舊」；故事是「勝利、喜悅、一場巨大可怕戰爭的結束」。資料告訴你它是什麼，故事讓你對它有感

原書範例圖#

以下為原書中對應頁面出現的範例圖，依原書順序排列。