可視化信息圖的色彩搭配

    雖然如今好的配色方案已經唾手可得,但想為數據可視化找到合適的配色方案,難度仍然不小。因信息圖的獨特屬性,在保證色彩具有清晰辨識度的同時,還必須滿足豐富而不凌亂的配色要求。不過即使你對色彩不敏感,用了今天這篇干貨提到的3個技巧,也能輕松制作出好看的信息圖。
    在信息圖方面,事情甚至更加棘手,因為我們要通過上千種各不相同的數據集合來傳遞信息,它們有著各自迥異的視覺表現。
    目前的問題
    我們沒有立刻開始建立自己的配色表,而是發起了一些調查,研究網絡上已存在的配色方案。令人驚訝的是,我們發現其中只有少數是為復雜的圖表和數據可視化而設計的。我們發現一些不能使用現有配色的原因。
    問題1:辨識度低
    我們看過的許多配色方案都不適用于數據可視化。不僅由于顏色的明度差異不大,其實它們在創造時就沒有考慮過辨識度。Flat UI配色是最廣泛使用的配色之一,原因顯而易見:它非常優秀。但是,正如它名字所述,這是為界面而設計的。使用Flat UI配色的話,色盲者就難以辨認出數據圖像。
     


    Flat UI配色的完整色彩、紅色盲模式、灰度模式。
    問題2:色彩不夠多
    另一個問題是,許多現有配色方案沒有足夠的顏色。創造數據可視化信息圖時,我們需要至少6種顏色的配色方案,甚至有時需要8到12種顏色,才能滿足所有的應用場景。我們看過的許多配色方案都沒有足夠多的色彩供選擇。
    下面是Color Hunt里的一些例子:
     


    雖然這些都是很棒的配色,但它們都不夠靈活,無法提供豐富的色系。
    問題3:難以區分
    不過等一下,還有一些配色方案看起來像是漸變——理論上說可以創造出任意數量的顏色,對吧?
    不幸的是,它們明度差異通常不大,其中許多顏色很容易變得無法區分,就像這一組,同樣來自Color Hunt:
     


    我們試著選第一組,把它擴展為10級色彩:
     


    如果普通用戶能正確的區分出這些顏色,并與相應的數據項對應起來,我就服了,尤其是能區分出左邊的4種綠色。
    在Graphiq,我們以數據為生命,并且投入了大量時間尋找能夠用于數據可視化的配色方案,不是一組,而是許多組。我們在這個過程中受益良多,并且打算分享這些能夠創造出靈活配色的準則:
    第1條:色調與明度的跨度都要大
    要確保配色非常容易辨識與區分,它們的明度差異一定要夠大。明度差異需要全局考慮。選擇一種單色系的配色,并且測試它在紅色盲、綠色盲與灰度模式下的表現。你就能迅速了解這個配色的辨識度水平。


    △ Google Material配色中的淺藍色的完整色彩、紅色盲模式與灰度模式。
    但是,有一組明度跨度大的配色還不夠。配色越多樣,用戶越容易將數據與圖像聯系起來。如果能善加利用色調的變化,就能使非色盲用戶更加輕松。
     


    對于明度與色調,跨度越大,就能承載越多的數據。
    第2條:仿照自然的配色
    設計師都知道一個小秘密,對于理性派們而言這似乎不符合常識:并非所有顏色都是均等的。
    從純數學的角度來看,淡紫到深黃的過渡,與淡黃到深紫的過渡,感覺大概相似。但我們在下面可以看到,前者感覺很自然,后者則不是。
     


    這是由于我們已經習慣于那些長期存在于自然界中的漸變。在華麗的日落中,我們就能看到明黃色向深紫色的漸變,但卻沒有哪里能看到淡紫色向深黃色的過渡。
     


    類似的,還有淺綠色到藏藍色、鵝黃色到深綠色、棕紅色到藍灰色,等等。
     


    由于我總能看到這些自然的漸變,所以當我們在可視化圖表中看到對應的配色時,會感覺熟悉和愉快。
    第3條:使用漸變,不要選擇一系列固定顏色
    漸變配色結合不同色調,對兩者都最好。無論你需要2種顏色還是10種,漸變中都能提取出這些顏色,讓可視化圖表感覺自然,同時保有足夠的色調與明度差異。
    改用漸變的思維并不容易,不過有個好方法,可以在Photoshop中拉輔助線到斷點位置,與數據的數量對應上,然后持續對漸變進行測試與調整。以下是我們在修正漸變時產生的屏幕截圖。
     


    可以看到,我們將配色表緊挨著頂部的灰度漸變,調整漸變疊加(之后就能得到精確的漸變色值),然后從那些斷點處選取顏色,測試配色在實際運用中的效果。
    我們的配色方案
    我們對最終成果感到興奮。下面是我們使用的部分配色,它們都有從純白到純黑的漸變,以達到最大限度的明度差異。
     


     

广东36选7中奖条件