打开一个电竞比分页面，用户的目光往往先落在比分卡片上，几秒之后才可能移向旁边的经济曲线或伤害图表。这个顺序不是偶然，它反映了信息密度分配的基本规律：先给结论，再给依据。比分卡片和图表之间的取舍，说到底是在用户的注意力预算内，决定哪些信息必须被看见，哪些信息可以被找到。
比分卡片的核心优势在于状态传达的效率。一场英雄联盟比赛的即时信息包括双方比分、当前局数、剩余时间、关键资源归属等，这些数据的特点是离散、即时、互不依赖。卡片式布局天然适合这类信息，因为每一条数据都有明确的边界和位置，用户不需要建立数据之间的关联就能完成读取。当卡片上塞入过多维度，比如同时显示经济差、经验差、视野得分、推塔数，用户的目光就会在多个数字之间反复跳转，读取速度反而下降。
图表的价值则在于揭示关系。经济曲线之所以有意义，不是因为某个时间点的经济差是多少，而是因为曲线的斜率、交叉点和波动幅度传递了比赛节奏的变化。这类信息无法被压缩成单个数字，必须借助坐标轴和连续线条来呈现。图表的认知成本天然高于卡片，用户需要理解横轴和纵轴的含义、识别图例、追踪曲线走向，因此图表占据的屏幕空间和注意力资源都应该被严格评估。
取舍的第一个判断依据是用户的阅读路径。多数用户进入比分页面的第一诉求是确认当前状态，这个诉求对应卡片。确认状态之后，一部分用户会产生追问：优势是怎么建立的？哪条线的对位压制更明显？这些问题对应图表。如果页面把图表放在视觉优先位置，或者让图表占据超过一半的首屏面积，就会干扰第一诉求的完成效率。反过来，如果页面只有卡片没有任何图表入口，有分析需求的用户就会流失。
第二个判断依据是认知负荷的叠加效应。同一屏幕内，卡片和图表同时存在时，它们的信息密度不是简单相加，而是相互干扰。卡片上的数字和图表中的曲线如果指向同一组数据，用户会下意识地进行交叉验证，这个过程消耗额外注意力。减少干扰的方法之一是明确分工：卡片负责当前时刻的截面数据，图表负责时间维度上的变化。两者在信息类型上形成互补而非重复。
第三个判断依据是数据层级。一场比赛的数据可以粗略分为三层：结果层、过程层和细节层。结果层包括比分和胜负，过程层包括经济曲线、资源控制率、推塔节奏，细节层包括选手个体补刀数、技能命中率、视野布控位置。比分卡片适合承载结果层和部分过程层的核心指标，图表适合展开过程层和细节层。当卡片试图承载细节层数据时，信息密度就会超出卡片这种形式能够有效传递的范围。
在实际操作中，密度调节可以从几个方向入手。分层展示是最直接的方法，卡片上只保留三到五个核心数值，其余数据通过展开面板或悬浮提示呈现。渐进披露适用于图表，先展示一条主曲线，用户主动选择后再叠加对比曲线。视觉降噪要求去掉不必要的网格线、渐变填充和装饰性图标，让数据本身成为视觉重心。场景切换则把选择权交给用户，提供简洁模式和详细模式两种查看方式，让不同需求的用户各自找到合适的密度。
精度取舍也是密度控制的一部分。比分卡片上的经济差取整到千位就足够传达优势程度，精确到个位数反而增加阅读负担。图表上的数值精度取决于波动幅度，如果经济差在几百以内波动，保留一位小数才能看出趋势；如果波动幅度达到数千，取整到百位不影响曲线形态。精度不是越高越好，而是越匹配判断目标越好。
另一个容易被忽略的细节是颜色和标注的使用。比分卡片上的颜色通常用来区分阵营，但如果同时用颜色表示优势程度、状态变化或数据类别，颜色就承载了过多语义，用户需要反复对照图例才能理解。图表中的标注同理，过多的数据点标注会遮挡曲线走势，只在关键转折点标注数值往往比逐点标注更有效。
从信息架构的角度看，比分卡片和图表的关系不是竞争而是接力。卡片完成第一时间的状态传达，图表承接随后的分析需求。两者之间的过渡应该自然，比如在卡片上设置可点击的区域，引导用户进入对应的图表视图；或者在图表上方保留一条精简的状态栏，让用户在分析过程中随时能回到当前比分的确认。
不同赛事场景下，这个接力关系的主次会发生变化。快节奏的对抗中，比分变化频繁，卡片需要更高的刷新效率和更醒目的视觉反馈，图表可以退居次要位置。偏运营和资源控制的比赛阶段，经济曲线和视野控制图的信息价值上升，图表可以获得更大的展示面积。数据可视化方案不应该是一套固定模板，而应该根据赛事阶段和用户场景动态调整卡片与图表的面积配比和信息层级。
最终判断取舍是否合理，可以回到一个简单的问题：用户在这个页面上完成核心任务时，是否需要主动排除干扰信息？如果答案是肯定的，说明信息密度分配还有优化空间。好的数据可视化不是把所有数据都摆出来，而是在正确的位置放置正确密度的信息，让用户在需要的时候恰好看到需要的内容。这个原则适用于比分卡片，也适用于图表，更适用于两者之间的每一次协同。