OpenMontage 中 D3.js Scale 尺度系统全解：从连续、序数到色标尺度的选型与实践指南

导读

在数据可视化开发中，Scale（尺度）是连接"数据值"与"像素/颜色等视觉元素"的核心桥梁。本文以 OpenMontage 仓库中 d3-viz 技能的 scale 参考手册 为骨架，系统拆解 D3.js v7 中连续型、序数型、序贯型（颜色）尺度与尺度工具函数的全部类型、核心方法、内置色板与组合模式，并结合仓库内 SKILL.md、colour-schemes.md 与 d3-patterns.md 等配套资料深入展开。读完本文，你将掌握"什么数据该配什么尺度"的完整决策链，并能在 OpenMontage 的视频图表渲染（如 remotion-composer 中的动画图表组件）以及各类自定义 SVG 可视化中直接落地这些 API。

该参考文档同时以两份副本形式存在于仓库 .agents/skills/d3-viz/references/scale-reference.md 与 .claude/skills/d3-viz/references/scale-reference.md，供不同的 Agent 运行时读取。

尺度选型的总览：先看数据"长什么样"

D3.js 的尺度（d3.scale*）本质是一个函数：输入原始数据域（domain），输出视觉范围（range）。选型的第一原则取决于你的输入数据类型与分布形态：

• 连续数值、线性分布 → scaleLinear
• 跨越多个数量级、指数增长 → scaleLog / scalePow
• 时间日期 → scaleTime
• 需要把连续数据切成有限桶（分类/分级） → scaleQuantize / scaleQuantile / scaleThreshold
• 颜色随连续值渐变 → scaleSequential（含 scaleDiverging、scaleSequentialQuantile）
• 离散分类输入 → scaleBand（柱/条/格）、scalePoint（点/线/散点）、scaleOrdinal（分类着色）

这与 d3-viz/SKILL.md 中"Scales reference"一节的归类一致：scaleLinear、scaleLog、scalePow、scaleTime 为定量尺度，scaleBand、scalePoint、scaleOrdinal 为序数尺度，scaleSequential、scaleDiverging 为序贯颜色尺度。下面按该分类逐层展开。

连续型尺度（Continuous scales）

连续尺度把连续的输入域映射到连续的输出范围，是整个体系中使用频率最高的一族。参考文档（.agents/skills/d3-viz/references/scale-reference.md）逐一给出了每一类的行为细节。

Linear scale：定量数据的主力

scaleLinear 以线性插值把连续输入域映射到连续输出域，是坐标轴、柱长、位置编码的默认选择：

const scale = d3.scaleLinear()
  .domain([0, 100])
  .range([0, 500]);

scale(50);  // Returns 250
scale(0);   // Returns 0
scale(100); // Returns 500

// Invert scale (get input from output)
scale.invert(250); // Returns 50

适用场景：定量数据（温度、价格、计数、测量值）的绝大多数可视化；坐标轴刻度定位、柱状图柱长、位置坐标编码。

核心方法（如下表）：

方法	作用
.domain([min, max])	设置输入数据域（常由 d3.min/d3.max/d3.extent 计算得到）
.range([min, max])	设置输出像素/数值范围
.invert(value)	反解：由范围值反推域值（配合鼠标坐标查询数据点）
.clamp(true)	将输出限定在范围内，超界值按边界截断
.nice()	将 domain 扩展到更"整"的数值（如 0.201→0.2、0.996→1.0）

Power scale：指数/幂次变换

scalePow 以幂指数做非线性变换，配 scaleSqrt 简写用于开方。指数缩放大量用于感知校正——人类视觉对面积/半径的感知不是线性的：

const sqrtScale = d3.scalePow()
  .exponent(0.5)  // Square root
  .domain([0, 100])
  .range([0, 500]);

const squareScale = d3.scalePow()
  .exponent(2)  // Square
  .domain([0, 100])
  .range([0, 500]);

// Shorthand for square root
const sqrtScale2 = d3.scaleSqrt()
  .domain([0, 100])
  .range([0, 500]);

适用场景：把人眼感知映射为线性（如圆形面积与数值成正比时用平方根尺度）；强调小值/大值区间的差异。配套的 d3-patterns.md 在 Bubble chart 中正是用 d3.scaleSqrt().range([0, 50]) 把 size 字段映射为气泡半径。

Logarithmic scale：跨越数量级的数据

scaleLog 采用对数变换压缩悬殊的数值跨度。重要前提：domain 必须严格为正（>0），不能包含 0 或负数：

const logScale = d3.scaleLog()
  .domain([1, 1000])  // Must be positive
  .range([0, 500]);

logScale(1);    // Returns 0
logScale(10);   // Returns ~167
logScale(100);  // Returns ~333
logScale(1000); // Returns 500

适用场景：跨越多个数量级的数据（人口、GDP、财富分布）；对数坐标轴；指数增长的可视化。

Time scale：时间序列的线性特化

scaleTime 是面向时间/日期的线性尺度特化，domain 直接使用 Date 对象，天然支持 invert、ticks、nice 等能力：

const timeScale = d3.scaleTime()
  .domain([new Date(2020, 0, 1), new Date(2024, 0, 1)])
  .range([0, 800]);

timeScale(new Date(2022, 0, 1)); // Returns 400

// Invert to get date
timeScale.invert(400); // Returns Date object for mid-2022

适用场景：时间序列图、时间线坐标轴、按时间推进的动画、基于日期的交互。

方法要点：.nice() 把 domain 扩展到整的时间间隔；.ticks(count) 生成间隔均匀的刻度值；线性尺度的全部方法（clamp、invert 等）对它同样生效。在 d3-patterns.md 的面积渐变图中，x 轴正是 d3.scaleTime().domain(d3.extent(data, d => d.date)) 的标准组合。配合时间刻度格式化 timeScale.tickFormat(5, "%Y-%m") 可以输出"年-月"样式的刻度标签。

将连续值切桶的三兄弟：Quantize / Quantile / Threshold

当连续数据需要离散输出（桶/分级/颜色档位）时，有三种切法，差别在于切点如何确定：

Quantize（等宽切分）——按 domain 均匀切分为 N 段（range 元素个数决定 N）：

const quantizeScale = d3.scaleQuantize()
  .domain([0, 100])
  .range(['low', 'medium', 'high']);

quantizeScale(25);  // Returns 'low'
quantizeScale(50);  // Returns 'medium'
quantizeScale(75);  // Returns 'high'

// Get the threshold values
quantizeScale.thresholds(); // Returns [33.33, 66.67]

适用场景：连续数据装箱（binning）；热力图颜色分档；低/中/高风险分类；年龄组、收入区间。

Quantile（分位数切分）——基于样本分布按分位数切，保证每个桶中样本数尽量相等，不受极端分布干扰：

const quantileScale = d3.scaleQuantile()
  .domain([3, 6, 7, 8, 8, 10, 13, 15, 16, 20, 24]) // Sample data
  .range(['low', 'medium', 'high']);

quantileScale(8);  // Returns based on quantile position
quantileScale.quantiles(); // Returns quantile thresholds

适用场景：无论分布如何都希望各组样本量接近时；按百分位归类；处理偏态分布。

Threshold（自定义切点）——完全由你控制断点，domain 的每个值都是阈值，range 元素数恒为 domain 长度 + 1：

const thresholdScale = d3.scaleThreshold()
  .domain([0, 10, 20])
  .range(['freezing', 'cold', 'warm', 'hot']);

thresholdScale(-5);  // Returns 'freezing'
thresholdScale(5);   // Returns 'cold'
thresholdScale(15);  // Returns 'warm'
thresholdScale(25);  // Returns 'hot'

适用场景：自定义断点；成绩等级（A/B/C/D/F）；温度分类；空气质量指数分级。

选型小结：想"均匀切数值"用 Quantize；想"均匀切样本量、抗偏态"用 Quantile；想"完全自定义阈值"用 Threshold。

序贯与发散颜色尺度（Sequential & Diverging scales）

颜色编码是可视化最常用的视觉通道。序贯类尺度把连续数据映射为连续颜色梯度，专门服务于热力图、等值区域图、密度图等"数值越大颜色越深"的表达。

连续渐变：scaleSequential

const colourScale = d3.scaleSequential(d3.interpolateBlues)
  .domain([0, 100]);

colourScale(0);   // Returns lightest blue
colourScale(50);  // Returns mid blue
colourScale(100); // Returns darkest blue

可用的插值器（interpolator）：

• 单色相：d3.interpolateBlues、d3.interpolateGreens、d3.interpolateReds、d3.interpolateOranges、d3.interpolatePurples、d3.interpolateGreys
• 多色相：d3.interpolateViridis、d3.interpolateInferno、d3.interpolateMagma、d3.interpolatePlasma、d3.interpolateWarm、d3.interpolateCool、d3.interpolateCubehelixDefault、d3.interpolateTurbo

适用场景：热力图、等值区域（choropleth）图；连续数据的密度、温度、海拔表达。仓库内的 colour-schemes.md 明确推荐：科学可视化首选 d3.interpolateViridis（感知均匀、色盲友好、无可读死区）；传统可视化常用 YlOrRd、YlGnBu 等配色。

带中点的发散：scaleDiverging

发散尺度以中间值（0、均值、中性值）为中心，两端使用两种不同色相表达"正/负""上/下"：

const divergingScale = d3.scaleDiverging(d3.interpolateRdBu)
  .domain([-10, 0, 10]);

divergingScale(-10); // Returns red
divergingScale(0);   // Returns white/neutral
divergingScale(10);  // Returns blue

可用的发散插值器（完整清单来自参考文档）：

• d3.interpolateRdBu：红 ↔ 蓝
• d3.interpolateRdYlBu：红 ↔ 黄 ↔ 蓝
• d3.interpolateRdYlGn：红 ↔ 黄 ↔ 绿（红=坏/绿=好，注意色盲友好性）
• d3.interpolatePiYG：粉 ↔ 黄 ↔ 绿
• d3.interpolateBrBG：棕 ↔ 蓝绿
• d3.interpolatePRGn：紫 ↔ 绿
• d3.interpolatePuOr：紫 ↔ 橙
• d3.interpolateRdGy：红 ↔ 灰
• d3.interpolateSpectral：完整光谱（rainbow）

适用场景：具有语义中点（零值、均值、中性）的数据；正负值对比；高于/低于基准的对照；相关性矩阵。

分布感知的 color + quantile 复合

scaleSequentialQuantile 把序贯颜色与分位数切分结合起来，domain 传入的是全部样本数组而非 [min, max]，映射依据分位位置决定，天然抗离群点：

const sequentialQuantileScale = d3.scaleSequentialQuantile(d3.interpolateBlues)
  .domain([3, 6, 7, 8, 8, 10, 13, 15, 16, 20, 24]);

// Maps based on quantile position

适用场景：感知均匀的样本量均匀分色；处理离群点与偏态分布。

序数型尺度（Ordinal scales）

序数尺度面向离散的分类输入，输出要么是像素区间/点位，要么是离散颜色，是柱状图、分类坐标轴、图例与多序列图表的基石。

Band scale：柱状图与单元格

把分类映射为一段段带宽度的"带"，支持内/外 padding，并提供带宽（bandwidth）与步长（step）查询：

const bandScale = d3.scaleBand()
  .domain(['A', 'B', 'C', 'D'])
  .range([0, 400])
  .padding(0.1);

bandScale('A');           // Returns start position (e.g., 0)
bandScale('B');           // Returns start position (e.g., 110)
bandScale.bandwidth();    // Returns width of each band (e.g., 95)
bandScale.step();         // Returns total step including padding
bandScale.paddingInner(); // Returns inner padding (between bands)
bandScale.paddingOuter(); // Returns outer padding (at edges)

padding 控制项：

• .padding(value)：同时设置内、外 padding（取值范围 0–1）
• .paddingInner(value)：带与带之间的间距比例（0–1）
• .paddingOuter(value)：两端边缘留白比例（0–1）
• .align(value)：带的对齐方式（0–1，默认 0.5 居中）

适用场景：柱状图（最典型）；分组元素定位；分类坐标轴；热力图单元格。在 OpenMontage 的图表渲染实践中，热力图与柱状图的 x/y 定位均依赖它（见 d3-patterns.md 中 Heatmap 的 d3.scaleBand().padding(0.01) 用法）；在 remotion-composer 中，即使不使用 D3 裸 API，动画柱状图同样遵循"按分类数均分可用宽度、柱间留 gap"的 band 布局思想。

Point scale：只有位置的离散点

Point scale 与 Band scale 相似，但输出没有宽度，只产生一个位置点，适合折线图/散点图的分类横轴：

const pointScale = d3.scalePoint()
  .domain(['A', 'B', 'C', 'D'])
  .range([0, 400])
  .padding(0.5);

pointScale('A'); // Returns position (e.g., 50)
pointScale('B'); // Returns position (e.g., 150)
pointScale('C'); // Returns position (e.g., 250)
pointScale('D'); // Returns position (e.g., 350)
pointScale.step(); // Returns distance between points

适用场景：折线图的分类 x 轴；分类轴散点图；网络图节点位置；任意"分类→点位置"的场景。

Ordinal scale：分类到颜色/形状

scaleOrdinal 把离散分类稳定地映射为离散输出（颜色等），同一分类永远得到同一颜色（保持一致性）：

const colourScale = d3.scaleOrdinal(d3.schemeCategory10);

colourScale('apples');  // Returns first colour
colourScale('oranges'); // Returns second colour
colourScale('apples');  // Returns same first colour (consistent)

// Custom range
const customScale = d3.scaleOrdinal()
  .domain(['cat1', 'cat2', 'cat3'])
  .range(['#FF6B6B', '#4ECDC4', '#45B7D1']);

内置分类色板（参考文档与 colour-schemes.md 共同列出）：

色板	颜色数	特点
d3.schemeCategory10	10	默认选择，色彩平衡、色盲友好
d3.schemeAccent	8	明亮高饱和、现代感
d3.schemeDark2	8	暗调低饱和、适合深色背景
d3.schemePaired	12	浅/深成对，适合嵌套分类
d3.schemePastel1 / d3.schemePastel2	9 / 8	柔和低饱和、适合大面积底色
d3.schemeSet1	9	高饱和、区分度最大
d3.schemeSet2	8	专业均衡
d3.schemeSet3	12	柔和、分类多
d3.schemeTableau10	10	面向可视化优化、专业报表常用

适用场景：分类着色、图例条目、多序列图表、网络图节点类型区分。

一个关键补充：.unknown()

在参考文档的"Common patterns"章节末尾给出了一种被很多人忽略的健壮性配置——为未知分类设置回退色：

const colourScale = d3.scaleOrdinal()
  .domain(['Low Risk', 'Medium Risk', 'High Risk'])
  .range(['#2ecc71', '#f39c12', '#e74c3c'])
  .unknown('#95a5a6'); // Fallback for unknown values

当传入不在 domain 中的分类时，返回灰色 #95a5a6，避免脏数据直接生成 undefined 颜色。

尺度工具函数与刻度控制（Scale utilities）

无论使用哪类尺度，以下工具函数都高频出现在坐标轴与"反向查询"场景中，参考文档将其单列为 Utility 一章。

nice()：把 domain 修整到"好看"的整数

const scale = d3.scaleLinear()
  .domain([0.201, 0.996])
  .nice();

scale.domain(); // Returns [0.2, 1.0]

// With count (approximate tick count)
const scale2 = d3.scaleLinear()
  .domain([0.201, 0.996])
  .nice(5);

nice() 可传一个近似刻度数的参数（如 .nice(5)），让坐标轴刻度落在 0.2、0.4、0.6、0.8、1.0 这类"整"值上，是避免坐标轴出现 0.201 之类丑陋刻度的最简手段。

clamp()：把输出钉死在范围内

const scale = d3.scaleLinear()
  .domain([0, 100])
  .range([0, 500])
  .clamp(true);

scale(-10); // Returns 0 (clamped)
scale(150); // Returns 500 (clamped)

默认情况下，超出 domain 的输入会产生超出 range 的输出（用于拖拽缩放等场景是有意为之）；当希望超界值被截断在 range 边界内（如柱高不允许为负）时开启 clamp(true)。

copy()：获得完全独立的副本

const scale1 = d3.scaleLinear()
  .domain([0, 100])
  .range([0, 500]);

const scale2 = scale1.copy();
// scale2 is independent of scale1

copy() 返回与当前尺度配置一致、但相互独立的实例；后续修改 scale2 的 domain/range 不会污染 scale1。

ticks() / tickFormat()：为坐标轴生成刻度

const scale = d3.scaleLinear()
  .domain([0, 100])
  .range([0, 500]);

scale.ticks(10);        // Generate ~10 ticks
scale.tickFormat(10);   // Get format function for ticks
scale.tickFormat(10, ".2f"); // Custom format (2 decimal places)

// Time scale ticks
const timeScale = d3.scaleTime()
  .domain([new Date(2020, 0, 1), new Date(2024, 0, 1)]);

timeScale.ticks(d3.timeYear);      // Yearly ticks
timeScale.ticks(d3.timeMonth, 3);  // Every 3 months
timeScale.tickFormat(5, "%Y-%m");  // Format as year-month

ticks(count) 尽量生成"数目接近但间隔整齐"的刻度值；tickFormat 返回格式化函数，可直接交给 d3.axisBottom() 等坐标轴生成器使用。时间尺度上还可传间隔常量（d3.timeYear、d3.timeMonth），并用 D3 时间格式符（如 %Y-%m）控制标签外观。

颜色空间插值：让渐变更符合感知（Colour spaces and interpolation）

默认情况下，scaleLinear 的 range 里放颜色字符串时会走 RGB 插值。D3 还允许用 .interpolate() 切换到 HSL、Lab、HCL 等颜色空间以获得不同观感：

const scale = d3.scaleLinear()
  .domain([0, 100])
  .range(["blue", "red"]);
// Default: RGB interpolation

// HSL interpolation —— smoother colour transitions
const scale = d3.scaleLinear()
  .domain([0, 100])
  .range(["blue", "red"])
  .interpolate(d3.interpolateHsl);

// Lab interpolation —— perceptually uniform
const scale = d3.scaleLinear()
  .domain([0, 100])
  .range(["blue", "red"])
  .interpolate(d3.interpolateLab);

// HCL interpolation —— perceptually uniform with hue
const scale = d3.scaleLinear()
  .domain([0, 100])
  .range(["blue", "red"])
  .interpolate(d3.interpolateHcl);

• RGB：直接、快速，但中间色容易发灰、不按感知走。
• HSL：沿色相环走，过渡观感更"顺滑"。
• Lab / HCL：基于感知均匀的颜色空间，中间色更一致、不发灰，是制作高品质渐变的推荐选择。仓库 colour-schemes.md 中的"自定义渐变色板"一节也延续这一思路，用 .interpolate(d3.interpolateLab) 构建感知均匀的自定义顺序/发散色板。

常见组合模式（Common patterns）

参考文档最后给出 5 个可直接复用、经过实战检验的组合模式，是理解"尺度如何协同"的最佳范本。

1. 带自定义中点的发散渐变

用三段 domain 加三色 range 表达"低—中—高"语义，并用 HCL 保证中性段不发灰：

const scale = d3.scaleLinear()
  .domain([min, midpoint, max])
  .range(["red", "white", "blue"])
  .interpolate(d3.interpolateHcl);

2. 多停靠点（multi-stop）渐变

不只是两端点，可在中间任意位置定义颜色停靠点：

const scale = d3.scaleLinear()
  .domain([0, 25, 50, 75, 100])
  .range(["#d53e4f", "#fc8d59", "#fee08b", "#e6f598", "#66c2a5"]);

3. 圆形半径的感知校正

圆面积给人的感知与半径平方相关，因此必须用 scaleSqrt 而不是线性尺度来映射半径：

const radiusScale = d3.scaleSqrt()
  .domain([0, d3.max(data, d => d.value)])
  .range([0, 50]);

// Use with circles
circle.attr("r", d => radiusScale(d.value));

4. 依据数据跨度自适应选型

数据动态变化时，可根据数值范围跨越的数量级自动切换线性/对数尺度：

function createAdaptiveScale(data) {
  const extent = d3.extent(data);
  const range = extent[1] - extent[0];

  // Use log scale if data spans >2 orders of magnitude
  if (extent[1] / extent[0] > 100) {
    return d3.scaleLog()
      .domain(extent)
      .range([0, width]);
  }

  // Otherwise use linear
  return d3.scaleLinear()
    .domain(extent)
    .range([0, width]);
}

注意：该判断隐含了"数据全为正"的前提——若含 0 或负值需要先做平移或改用 scaleSymlog。

5. 显式分类色 + 未知值回退

为语义明确的风险/等级分类显式指定颜色（绿=低、橙=中、红=高），并补上 .unknown()：

const colourScale = d3.scaleOrdinal()
  .domain(['Low Risk', 'Medium Risk', 'High Risk'])
  .range(['#2ecc71', '#f39c12', '#e74c3c'])
  .unknown('#95a5a6'); // Fallback for unknown values

在可视化管线中的落点：从尺度到完整图表

尺度不是孤立概念，它总是服务于具体图表。仓库中该参考文档的实际用法是：Agent 在制作自定义可视化时按需读取。回顾 d3-viz/SKILL.md 的标准绘图流程，尺度始终占据承上启下的位置：

1. 定义尺寸与 margin，得到 innerWidth / innerHeight；
2. 创建尺度：位置尺度用 d3.scaleLinear().domain(d3.extent(...)).range([0, innerWidth])，注意 y 轴需倒置 range([innerHeight, 0]) 以匹配 SVG 坐标系；柱状图用 scaleBand().padding(0.1)；分类着色用 scaleOrdinal(schemeCategory10)；
3. 用尺度驱动坐标轴（d3.axisBottom(xScale) / d3.axisLeft(yScale)）；
4. 在 data join 中用尺度函数实时计算位置、宽度、半径、颜色。

配套的 d3-patterns.md 为柱状图、折线图、散点图、堆叠/分组柱状图、气泡图、树图、旭日图、弦图、热力图、等值区域图乃至 brush 联动、路径变形动画提供了可直接套用的代码模板；colour-schemes.md 则回答了"该用哪个色板、如何避免色盲陷阱"。

就本项目 OpenMontage（agentic 视频生产系统）而言，D3 图表技能服务于 data-visualization 技能所覆盖的"数据图表镜头/场景"——即把冷冰冰的数字转化为适合 16:9 视频画面的动态图表；而 remotion-composer/src/components/charts 下提供的 BarChart、LineChart、PieChart、KPIGrid 等动画组件则承载了成片中的最终渲染。上述关于 domain/range、带宽、倒置坐标、多序列着色的原则，在手动实现动画图表时同样成立。

常见坑位速查（Best practices）

结合参考文档与配套 SKILL 文档，把最容易出错的地方收敛成一张自查清单：

1. domain 必须有效：坐标轴不出现，先查数据里是否有 NaN/undefined——d3.extent 对空数组返回 [undefined, undefined]，会导致尺度失效。
2. log 尺度 domain 必须 >0：参考文档已特别标注（scale-reference.md）。含 0 或负数时考虑平移或 scaleSymlog。
3. y 轴要倒置 range：SVG 坐标原点在左上角，scaleLinear().range([innerHeight, 0]) 才能让"值越大 y 越小（越靠上）"。
4. 圆的面积/半径用 scaleSqrt：半径与数值成线性会让大圆的面积"虚胖"。
5. 序数尺度分类数量与色板容量匹配：超过 10~12 类时应考虑聚合为"Top N + Other"，并配合 .unknown() 兜底。
6. 不要只用颜色传信息：8% 的男性存在红绿色觉障碍，重要差异应叠加形状、文字或线型等冗余编码（详见 colour-schemes.md 中 Okabe-Ito 等色盲安全色板）。
7. 更新图表时用 .join() 而非反复清空重建：大量元素（>1000）考虑 Canvas 渲染，响应式尺寸交给 ResizeObserver。

速查对照表

需要完成某类映射时，可直接按此表定位上文对应小节：

需要做的事	推荐尺度	参考小节
定量数据 → 像素位置/长度	scaleLinear	连续尺度 · Linear
时间序列 → 位置	scaleTime	连续尺度 · Time
指数/数量级悬殊数据	scaleLog / scaleSymlog	连续尺度 · Log
面积/半径感知校正	scaleSqrt / scalePow	连续尺度 · Power
连续值切为 N 个等级	scaleQuantize	连续尺度 · Quantize
分位数均匀分级	scaleQuantile / scaleSequentialQuantile	连续/序贯尺度
自定义断点分级	scaleThreshold	连续尺度 · Threshold
连续数值 → 颜色渐变	scaleSequential(interpolator)	序贯尺度
正负/上下对照 → 颜色	scaleDiverging(interpolator)	序贯尺度
柱状图/单元格定位	scaleBand().padding(...)	序数尺度 · Band
折线/散点分类横轴	scalePoint()	序数尺度 · Point
分类 → 稳定颜色	scaleOrdinal(scheme)	序数尺度 · Ordinal
让 domain 变"整"、截断越界、深拷贝、生成刻度	.nice() / .clamp(true) / .copy() / .ticks()	尺度工具函数

需要更深入的模式代码与配色建议时，可继续阅读同目录下的 d3-patterns.md（可视化模式模板）与 colour-schemes.md（色板与配色指南），两者与本文共同构成 OpenMontage d3-viz 技能中相互补充的三大参考资料。