$ loading_
依据塔夫特原则设计高信息密度、清晰诚实的数据可视化方案与图表代码。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"tufte-data-viz" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请根据 Edward Tufte 的数据可视化原则，重构这个月度销售仪表盘的图表方案。目标是减少图表垃圾、提升 data-ink ratio，并给出适合 ECharts 的配置建议。当前包含柱状图、折线图和过多装饰元素。
一份更简洁的图表设计建议，说明应删除或弱化的元素，并附带适合 ECharts 实现的配置思路。
我有一组实验结果数据，需要做成适合论文发表的 matplotlib 图表。请按 Tufte 风格建议图表类型、坐标轴处理、标注方式和配色，并输出示例 Python 代码。
一份符合学术表达的可视化设计说明，以及可直接修改使用的 matplotlib 示例代码。
请审查这张现有业务图表是否存在误导性设计，并基于 Tufte 的原则提出修改建议。重点检查坐标截断、3D 效果、标签密度、网格线和颜色使用。
一份问题清单与改进建议，指出哪些设计会扭曲信息，以及如何改成更诚实清晰的图表。
帮助你用 Python 制作清晰专业的数据可视化并选择合适图表。
将查询结果或数据表快速生成适合报告与演示的高质量图表。
用于生成多种可视化图表，并辅助完成数据分析与展示表达。
将战略思考内容生成为精美SVG图表，如SWOT、流程图、脑图与甘特图。
根据目标论文图表风格自动绘制你的数据可视化图形。
快速生成含图表、筛选器与表格的可分享交互式 HTML 仪表盘。