拒绝买家秀，让数据可视化作品炫酷到没朋友的配色三原则

对于大数据公司来说，这个问题更明显，因为他们不是需要一套专业的数据可视化配色方案，而是需要成百上千套适用于不同行业的、不同场景的、不同类型的、针对不同客户的、能够和不同图表布局兼容的配色方案。

通过研究，我们觉得已有的配色方案并不适用于数据可视化的原因有以下几点：

1.可用性差

我们看过的许多配色方案并不是为数据可视化设计的，它们不仅在亮度上没有足够的变化，而且通常不会考虑到可读性。扁平化的风格是我们见过的网络上使用最广泛的配色方案之一，原因很简单：颜值高。但是，扁平化颜色（Flat UI Colors）是为用户交互界面设计的，对于那些色盲的人来说，他们可能很难分辨扁平化风格的数据可视化作品。

扁平化颜色的3种模式：

全色模式：

红色盲模式：

灰度模式：

2.颜色太少

许多现有的配色方案中颜色很少，在做Graphiq的可视化作品时，我们一套配色方案至少要有6种颜色（通常在8～12种），以确保有足够的颜色来阐释我们的数据。

以下是几个Color Hunt网站上的配色示例：

虽然这些配色方案很好，但不够灵活，还不足以阐释复杂的数据。

3.难以辨别

有的配色方案采用了渐变色，理论上讲，采用渐变色可以从一个颜色里创建无数颜色，但是这些颜色的亮度通常没有足够的变化，很多时候几乎难以区分，就像下面这些。同样来自Color Hunt。

如果我们选择第一个方案，然后把它扩展为10种颜色来表达10组数据，那就会变成下图这种情况。如果真用这10种颜色做可视化作品，你要是能区分开前3种颜色算我输。

在Graphiq工作，我们无时无刻不在跟数据打交道，我们投入了很多精力，设计了很多好的配色方案来确保我们的可视化作品的质量。在这个过程中我们学到了很多，现在给大家分享一下我们总结的三个原则，帮助大家设计出既颜值高又灵活的配色方案。

原则1：在色调和亮度上留足够的范围

为了确保配色方案中的颜色既接近又容易区分，它们在亮度上的变化必须足够大。同时，要测试在不同的亮度下，你所选择的颜色在红色盲、绿色盲和灰度模式下是什么样子，以便尽量让所有读者都能区分。

浅蓝色的全色模式：

浅蓝色的红色盲模式：

浅蓝色的灰度模式：

然而，仅在亮度上有变化的配色方案还远远达不到要求，在配色版中增加别的颜色，读者可以更容易地接收到数据可视化作品所要表达的信息。对于非色盲人群来讲，如果我们可以利用更多的色调，他们可能更喜欢。

对于亮度和色调，取值的范围越大，能支持的数据组越多。

原则2：遵循自然的颜色模式

从纯粹的数学观点来看，从浅紫色转变为深黄色的过程应该类似于从浅黄色到深紫色的转变。但是看看下面的图例，我们会很明显地感觉到前者显得很自然，而后者显得不自然。

这是因为我们一直在自然界中接收的颜色变化梯度是：在日落时，明亮的黄色慢慢过渡到深紫色，但是很少看到一个由浅紫色转变成深黄色的过程。

在可视化中使用符合自然渐变的色调变化时，读者会感觉熟悉和愉悦。

原则3：使用渐变而不是选择静态颜色集

包含不同色调的渐变配色方案非常适用于数据可视化。无论你需要2种颜色还是10种颜色，你都能够从渐变色中有规划地挑选颜色，并且在亮度、色调和符合自然规律上都能满足要求。

在数据可视化的设计里，渐变色的上手并不简单，不过有一个好的练习方法：

在Photoshop里用网格线标记不同的渐变色调，不断测试渐变和进行调整。

这是我们在完善我们的渐变方案时的截图：

冷色：

暖色：

霓虹色：

作品示例：

原作者为Graphiq设计主管 Samantha Zhang女士。