可视化与绘图
数据可视化、科研绘图与流程图
从数据、草图或已确认的节点关系出发，依据读者要比较、追踪或理解的内容，选择合适的统计图、科研图或流程图结构。
简要回答
DataSense 可把结构化数据和明确关系整理成便于阅读的统计图、科研图或流程图；图形类型、尺度、标签和注释应服务于真实信息，而不是替代数据证据。
适合的可视化任务
- 展示分布、差异、趋势、组成或变量关系。
- 表达实验设计、研究框架或分析过程。
- 梳理具有明确节点、方向和条件的业务流程。
建议提供的输入
- 用于绘图的原始数据、字段含义、单位和分组规则。
- 流程或概念图的节点文本、关系方向和必要条件。
- 目标读者、使用场景、重点信息和现有样式要求。
交付前重点检查
- 数据点、汇总口径、坐标尺度和单位是否一致。
- 标题、图例、标签、注释与正文引用是否对应。
- 节点顺序、连线方向和视觉层级是否准确传达关系。
先确定读者需要看懂什么
统计图应围绕比较、趋势、分布、组成或关系选择结构；科研图和流程图则要先确认节点、方向、层级与条件。目标不明确时，更多颜色和装饰不会解决信息组织问题。
从来源到图形保留对应关系
- 保留数据字段、筛选范围和汇总方式的说明。
- 使用与数据含义一致的尺度、单位、分组和标签。
- 将推断、示意关系和实际观测结果明确区分。
用交付检查减少视觉误读
交付前应对照原始输入检查数值、顺序、图例和注释，并在实际文稿或演示语境中确认标题与文字解读是否一致。草图中的模糊关系需要由材料提供者确认。
源数据与草图的处理提示
只提供完成图形所需的数据、文本和草图，并先移除无关个人信息与内部标识。为生成分析与撰写结果，相关输入与上传数据将按最小必要原则发送给现行隐私政策所述的第三方 AI 或大模型服务商处理；云存储、计算等技术服务商也可能在必要范围内处理。
图形表达不能替代证据
图表帮助读者理解既有数据，流程图和科研图帮助表达已确认关系，但视觉呈现本身不能证明研究假设、因果关系或流程有效性。用户应对照来源复核后再发布或提交。
常见问题
只有原始数据可以开始绘图吗？
可以先检查数据结构，但还需要说明字段含义、单位、分组规则、目标读者和希望回答的问题，才能判断适合的图形结构。
只有草图可以制作流程图吗？
可以把草图作为起点，同时需要确认节点文本、先后顺序、连线方向、分支条件和未确定关系，避免把猜测绘成事实。
如何选择合适的图表类型？
先判断读者需要比较数值、观察趋势、理解分布、查看组成还是识别关系，再结合数据类型和样本结构选择。
交付后需要检查哪些内容？
应检查数据与汇总口径、单位、尺度、分组、标签、图例、注释、节点关系，以及正文对图形的解释是否一致。
相关页面
准备好开始了吗？
先说明目标、现有材料和期望交付物。
开始可视化任务