
虽然如今好的配色方案已经唾手可得,但想为数据可视化找到合适的配色方案,仍然具有相当的挑战性。在信息图方面,事情甚至更加棘手,因为我们要通过上千种各不相同的数据集合来传递信息,它们有着各自迥异的视觉表现。
当前存在的问题
如果我们还没有开始建立自己的配色表,而是去发起一些调查,研究网络上已存在的配色方案。那么你会发现,其中只有少数是为复杂的图表和数据可视化而设计的。
为什么我们不能利用现有配色的原因?究其原因大致为以下几点:
问题1:辨识度低
之所以许多配色方案都不适用于数据可视化,不仅由于颜色的明度差异不大,其实更关键的是它们从一开始就没有考虑过辨识度。FlatUI配色是最广泛使用的配色之一,它的优秀显而易见。但是,正如它的名字所述,这是为界面而设计的。使用FlatUI配色的话,色盲者就难以辨认出数据图像。
图片为Flat UI配色的完整色彩、红色盲模式、灰度模式。

问题2:色彩不够多
另一个问题是,许多现有配色方案没有足够的颜色。创造数据可视化信息图时,我们需要至少6种颜色的配色方案,甚至有时需要8到12种颜色,才能满足所有的应用场景。我们看过的许多配色方案都没有足够多的色彩供选择。
下面是Color Hunt里的一些例子:

虽然这些都是很棒的配色,但它们都不够灵活,无法提供丰富的色系。
问题3:难以区分
还有一些配色方案看起来像是渐变——理论上说可以创造出任意数量的颜色,对吧?
不幸的是,它们明度差异通常不大,其中许多颜色很容易变得无法区分,就像这一组,同样来自Color Hunt:

我们把第一组扩展为10级色彩:

如果让普通用户能正确的区分出这些颜色,并与相应的数据项对应起来,显然是不可能的,尤其是能区分出左边的4种绿色。
正确配色方案
在数据可视化的道路上,我们以数据为生命,并且投入了大量时间寻找能够用于数据可视化的配色方案。我们在这个过程中受益良多,并且打算分享这些能够创造出灵活配色的准则:
第1条:色调与明度的跨度都要大
要确保配色非常容易辨识与区分,它们的明度差异一定要够大。明度差异需要全局考虑。选择一种单色系的配色,并且测试它在红色盲、绿色盲与灰度模式下的表现。你就能迅速了解这个配色的辨识度水平。

图中配色为 3DFx Maps的主调蓝色的完整色彩、红色盲模式与灰度模式。
但是,有一组明度跨度大的配色还不够。配色越多样,用户越容易将数据与图像联系起来。如果能善加利用色调的变化,就能使非色盲用户更加轻松。

第2条:仿照自然的配色
设计师都知道:并非所有颜色都是均等的。从纯数学的角度来看,淡紫到深黄的过渡,与淡黄到深紫的过渡,感觉大概相似。但我们在下面可以看到,前者感觉很自然,后者则不是。

这是由于我们已经习惯于那些长期存在于自然界中的渐变。在华丽的日落中,我们就能看到明黄色向深紫色的渐变,但却没有哪里能看到淡紫色向深黄色的过渡。
类似的,还有浅绿色到藏蓝色、鹅黄色到深绿色、棕红色到蓝灰色,等等。

第3条:使用渐变,不要选择一系列固定颜色
渐变配色结合不同色调,对两者都最好。无论你需要2种颜色还是10种,渐变中都能提取出这些颜色,让可视化图表感觉自然,同时保有足够的色调与明度差异。
配色实际应用
使用的部分配色,它们都有从纯白到纯黑的渐变,以达到最大限度的明度差异。

使用示例分别如下图:



总之,尽管优秀的配色方案越来越多,但并非所有都适用于图表和数据可视化。我们的配色方法就是创建色调与明度变化都足够大的自然渐变。
(完)
天衡电科 ∣ 智能解决方案提供商

长按,识别二维码,加关注