U5.03.4Multiple reference lines blur into the data series设计
多条参考线并存会与数据线混淆
别名: 参考线过载 · 多基准
概念解释
参考线的混淆风险随数量上升：一条带标签的参考线清晰可辨，三四条并存的参考线就开始与数据线争夺归类——读者数错系列、看错走向，图面从"数据加基准"变成"一堆线的集合"。参考线的价值来自稀缺与明确，数量是其第一个敌人。
机制
混淆的机理是场景模型的容量：读者进图时会建立"这里有 n 条数据"的模型，每条额外参考线都要挤进这个模型并被持续区分，区分负担随线数线性增长。更麻烦的是水平参考线与平缓数据段在形状上本就相似，数量一多，样式差异（虚线、灰色）不足以支撑实时区分，读者只能靠标签逐条辨认——而逐条辨认正是匹配成本最高的一种读图方式。数量超过四条时，多数读者的实际行为是放弃区分，图的信息结构就此失效。
边界
并存不是绝对禁止：两三条语义明确、样式统一、全部带标签的参考线仍可读，尤其是它们共同构成一个区间（上下限各一条）时。真正的红线是"数量接近数据系列数"与"含义未被读者需要"——图的主要任务是趋势时，预算、SLA、历史均值三条基准同时在场就是过载。多基准需求的标准解法是拆图或改表，把每个基准配给它服务的那个问题。
怎么落地
- 画第三条参考线前先删需求：这条基准服务什么判断？没有具体判断就不画。
- 必须多线时，统一参考线样式（同色同线型、只靠标签区分），并与数据线样式明显分层。
- 验证：让读者数图中的数据系列条数并说出每条参考线的含义；数错或说不出即过载，拆图或删线。