信息图设计建立在视觉传达、信息可视化与认知心理学的交叉地带。掌握这些理论，可以让设计决策更有依据，输出更清晰、更高效的作品。
理论基础框架
信息图设计主要落在这些理论领域：
格式塔视觉感知原则
格式塔（Gestalt）心理学解释了人类如何自动归纳与分组视觉信息，是信息图排版的基础。
核心原则
1. 邻近性（Proximity）
要点：相互靠近的元素会被视为一组。用合理的空白和间距（常用 16-24px）区分模块。
2. 相似性（Similarity）
要点：外观相似的元素被理解为同类。保持同层级的颜色、字号和图标风格一致。
3. 连续性（Continuity）
要点：人眼会沿连贯路径移动。用箭头、连接线或 Z/F 型阅读流引导视线。
4. 封闭性（Closure）
要点：人脑会自动补全不完整形状。边框、背景块或留白都能形成视觉容器。
5. 图形与背景（Figure-Ground）
要点：前景与背景需对比明显。控制装饰权重，防止喧宾夺主。
认知负荷理论
认知负荷理论（Cognitive Load Theory）强调工作记忆的上限有限（约 7±2 个信息单元，持续 15-30 秒）。设计的目标，是降低无关负担、提升有益负担，让信息顺利进入长期记忆。
三种认知负荷
| 负荷类型 | 定义 | 信息图中的表现 | 设计策略 |
|---|---|---|---|
| 内在负荷 Intrinsic Load | 内容本身的复杂度 | • 专业术语过多 • 概念抽象难懂 • 数据关系复杂 | • 内容分层递进 • 使用类比和隐喻 • 逐步展开复杂概念 ❌ 无法消除，只能拆分调节 |
| 外在负荷 Extraneous Load | 呈现方式带来的额外负担 | • 无用的装饰 • 混乱布局 • 颜色/字体过多 • 信息密度过高 | • 简化界面 • 统一风格 • 去除无效装饰 ✅ 可控，应尽量降低 |
| 相关负荷 Germane Load | 有助理解和建构知识的投入 | • 建立信息关联 • 引导推理 • 促进概念理解 | • 用连接线表达关系 • 设计清晰层次 • 提供适度引导 ✅ 可控，应适当增强 |
装饰元素的取舍
- ❌ 纯装饰性图案、无关动画、过度特效、炫目的配色会抬高外在负荷。
- ✅ 合理隐喻（如漏斗形表达转化）、语义化图标、留白和对比色可以转化为相关负荷。
判断标准：装饰是否降低理解成本、强化注意力，或维持阅读节奏。
数据墨水比原则
Edward Tufte 提出的“数据墨水比”（Data-Ink Ratio）强调：让每一笔墨水都为信息服务，压缩无关元素。
核心思想
数据墨水比 = 用于表达实际数据的墨水量 / 图表中使用的总墨水量需要保留：数据图形、必要标签、引导关系的线条、合理留白。
需要质疑：过重网格、3D 效果、与内容无关的装饰。
AntV 的实践侧重平衡：信息图允许适度装饰，但必须有语义、可控且不抢占信息主体。一个常见比例是图形约 60%、文本约 40%。
信息组织框架：L.A.T.C.H
信息架构之父 Richard Saul Wurman 的 L.A.T.C.H 框架提供了五个组织维度，便于选择合适的结构。
| 组织维度 | 说明 | 适用的信息图类型 | 典型场景 |
|---|---|---|---|
| Location 位置 | 基于空间关系组织信息 | 地理结构 | 地图、平面图、区域分布、路线图 |
| Alphabet 字母 | 按字母顺序排列 | 列表结构 | 目录、索引、联系人列表、词汇表 |
| Time 时间 | 按时间顺序组织 | 顺序结构（时间型） | 时间轴、历史事件、项目计划、发展历程 |
| Category 类别 | 按主题或性质分组 | 列表结构、对比结构 | 产品分类、知识体系、学科划分 |
| Hierarchy 层级 | 按重要性或等级排序 | 层级结构 | 组织架构、优先级排序、金字塔模型 |
选择合适的组织方式
选择时优先匹配内容特征：时间序列用 Time，地理空间用 Location，分类信息用 Category，层级关系用 Hierarchy，索引用 Alphabet。一个信息图可以混合多维度，例如发展历程既有时间也有类别。
色彩与符号学理论
色彩心理学
色彩能够引导注意、建立分类、表达层次。建议遵循中性化设计，使用成体系的色板，并考虑色盲友好性（避免单纯红绿对比）。
符号学原则
信息图中的图形符号应该：
- 语义明确：尽量使用通用语义
- 认知一致：符合目标受众的认知习惯
- 视觉清晰：尺寸适中（24x24 / 36x36 / 48x48）
- 风格统一：同一张图保持统一的图标风格
理论在实践中的应用
设计检查清单
设计时可以用这份清单自检：
- 格式塔：相关信息是否靠得够近？同类元素是否一致？阅读路径是否连续？
- 认知负荷：是否清理了无关装饰？复杂内容是否拆解分层？关联关系是否明确？
- 数据墨水比：每个元素是否必要？冗余网格、边框、阴影是否已剔除？
- 信息组织：组织维度是否契合内容？层次是否清晰？