顏色搭配，3個可視化信息圖的色彩搭配技巧

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(fā)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(fā)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(fā)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(chuàng)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(yōu)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(chuàng)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(qū)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(chuàng)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(qū)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(qū)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(qū)分出左邊的4種綠色。