打开一份电竞比分数据面板，最先抓住眼睛的往往不是数字本身，而是图形。折线往上走，观众会本能地认为局势在变好；柱形高出一截，观众会立刻判定一方更强。图形承担着把抽象数字翻译成直觉判断的工作，翻译一旦出错，观众记住的不是数据，而是被扭曲的形状。电竞比分数据可视化里图表类型选错会误导观众，原因正在于此：数字没有变，结论却变了，而且大多数人察觉不到问题出在图上。
理解这件事，要先理解人对图形的读取方式。位置、长度、角度、面积、颜色，这些视觉元素被人脑处理的精度并不相同。人对位置和长度的判断最准确，对角度的判断次之，对面积和颜色的判断最粗糙。柱状图靠长度表达数量，折线图靠位置表达变化，饼图靠角度和面积表达构成。把一组数据交给不擅长处理它的图形元素，读者读取到的误差就会被放大成结论上的偏差。
饼图是最容易被滥用的图形。它的成立前提是各部分加总构成一个完整整体，并且类别数量足够少。战队胜率、选手分均伤害、KDA、参团率，这些指标的分母各不相同，强行塞进一个饼图，等于暗示所有数值是同一整体的组成部分，给人零和的错觉。用饼图比较两支队伍的输出占比，两块扇形看起来差不多大，读者很难分辨真实差距，只能靠感觉判断，而感觉往往偏向位置更靠上或颜色更亮的那一块。
折线图的问题则出在横轴。折线图的隐含前提是横轴有序，通常代表时间或连续变化的量。把战队名称、英雄名称放在横轴上再连成折线，等于在暗示这些类别之间存在过渡关系，观众会不自觉地读出上升和下降的趋势，而实际上它们只是并列的离散项目。英雄联盟中不同英雄的登场率、不同位置的伤害占比，都适合用条形图而不是折线图。
纵轴的处理同样关键。当纵轴不从零开始时，两条数值接近的柱形会被拉开成肉眼可见的鸿沟。分均伤害差几百点，在完整纵轴上几乎是平齐的，截断后却像是一座山。这种画法在展示差距时很有冲击力，但它放大的不是数据，而是读者的错觉。电竞比分数据里经常出现的经济差曲线，如果纵轴范围被人为压缩，一次小规模团战的收益会被画成决定性转折。
双纵轴是另一种隐蔽的误导源。把经济差和击杀数、推塔数和视野得分放在同一张图上，用左右两套刻度分别对应，两条曲线看起来同步上升，观众很容易把这种同步读成因果。事实上两套刻度的范围是人为设定的，调整任何一侧的范围，两条线的贴合程度都会改变。相关性需要散点图和相关统计量来判断，而不是靠两条被强行拼在一起的曲线。
雷达图在电竞数据分析里出现频率不低，常见于选手能力画像。它的麻烦在于把量纲完全不同的指标画在同一个半径上，而且各条轴的排列顺序会直接改变图形的形状。同一个选手的数据，把输出指标排在前面和把承伤指标排在前面，画出来的多边形轮廓可能完全不像同一个人。读者记住的是形状，而不是每一项的具体数值，形状一变，评价就跟着变。
面积图和三维图形也值得警惕。人眼对面积的判断误差比长度大得多，一个气泡直径看起来只是别人的两倍，面积却可能差出四倍。三维柱状图更麻烦，透视关系会让后面或侧面的柱子看起来比实际更高或更矮，底座和顶面的遮挡还会改变视觉占比。这类图形好看，但读数的准确性远不如朴素的二维条形图。
电竞比分数据还有几个特有的坑。比赛时长并不固定，把不同对局的经济差直接画在同一张时间轴上，早期领先但拖到后期的对局会被误读成持续崩盘，正确做法是按小龙、大龙、峡谷先锋这类关键事件对齐时间轴，或者改用相对时间。样本量也容易被忽略，少数几场比赛的胜率画成柱状图，视觉上显得稳定可靠，实际上波动很大，加上置信区间或直接标注场次才能让人保持清醒。蓝方红方的颜色约定同样如此，如果配色与习惯认知冲突，读者会在无意识中把颜色当成实力标签。
判断图表类型是否选对，可以先问一个问题：这份数据要回答的是什么类型的问题。如果问的是构成，比如一支队伍的总经济由哪些部分贡献，堆叠柱状图或百分比条可以胜任；如果问的是比较，比如两名选手的分均伤害谁更高，条形图的长度最容易被准确读取；如果问的是趋势，比如经济差随时间的变化，折线图是自然选择；如果问的是分布，比如选手补刀数的集中程度，散点图或箱线图更合适；如果问的是相关，比如视野得分与胜率之间是否存在联系，散点图配合回归线比任何叠加曲线都更诚实。
一张图完成之后，可以用几条标准自查：横轴是否真的有序，纵轴是否从零开始，是否存在第二套纵轴，面积和角度的差异是否与数值差异成比例，类别数量是否多到需要换用条形图，颜色是否带有与数据无关的暗示，样本量是否足够支撑所画的对比。任何一条不满足，读者就有可能被图形带偏。把这些检查放进日常流程，比事后争论谁的图更漂亮更有意义。
对观众而言，识别误导比批评图表更有用。看到饼图先确认各部分的加总是否有意义，看到折线先确认横轴是不是时间，看到陡峭的上升先确认纵轴起点，看到两条线高度重合先确认是不是双纵轴。对做数据展示的人而言，把每一张图都当成一句关于数据的话来检查，确认它说的和数字想说的一致，才是数据可视化真正的门槛。电竞比分数据的价值在于让人更快看懂比赛，而不是让人更快相信一个错误的结论。