编辑导语：在数据可视化中，色彩可视化有助于区分数据类别，描述量化规律，并起到一定的强调作用。若想达到上述作用，可视化色板的设计便需要遵循一定原则，以避免混淆不清。本篇文章里，作者结合实际经验，总结了可视化色彩的设计指南，一起来看一下。

色彩在可视化中是一个非常重要的要素，帮助可视化图表更清晰、准确、丰富地传达数据。通常色彩在可视化有三个主要用途：区分数据类别、描述量化规律、强调。

如下图所示，颜色在其中身兼二职，同时起到了区分类别、量化规律的作用。

除此之外，色彩的错误运用也容易引发数据的错误解读。

一、可视化色彩设计原则

数据可视化Oteam-TVision经过大量的理论研究和项目实战，总结了四条可视化设计原则：精确、清晰、舒适、兼容。根据色彩在可视化中的功能，可视化色彩的设计原则可细化为以下四点：

1. 精确：针对不同类型数据进行配色，并在色彩的语义定义上确保表意准确。
2. 清晰：保证在色相的辨识度、色阶的均匀度，**程度地提升图表数据清晰性。
3. 舒适：同时兼顾配色的舒适美观，做到审美愉悦，并实现全局视觉统一。
4. 兼容：**还要考虑色彩的兼容性，使图表在各类应用场景下（如深色模式、色障人群、极端数据场景）能真正有效地使用。

二、如何建立可视化色板

为了找准配色方向，针对数据类型配色，我们首先要去了解可视化的数据类型。根据《数据之美》一书，我们可以把数据类型划分成分类数据、时序数据和空间数据。

分类数据

指按照现象的某种属性对其进行分类而得到的反映事物类型的数据。例如：按照病例来源，将全国现有确证新冠病例划分为“本土病例”、“港澳台病例”、“境外输入病例”三类，分别进行数据统计。

数据来源：新浪新闻《新型冠状病毒肺炎疫情实时动态追踪》，统计截至2021年2月2日24时

时序数据

指统一指标按时间顺序记录的数据列。数据分析的目的一般是通过找出样本内时间序列的统计特性和发展规律性，构建时间序列模型，进行样本外预测。例如：网站的一周UV和PV量统计。

数据来源：以上为虚拟数据。

空间数据

指用来表示空间实体的位置、形状、大小及其分布特征诸多方面信息的数据，它可以用来描述来自现实世界的目标。

我们接触的更多是地理空间数据，它是空间数据的一种类型，指带有地理坐标的数据，包括经济、社会、资源、环境等一切领域，是地理实体的空间特征和属性特征的数字描述。

例如：统计全国新冠核酸检测机构分布数据。

数据来源：腾讯新闻《全国核酸检测机构速查》，统计截至2021年1月29日18时

针对这些数据类型，通常配色需求也相应可以分为3大类，并且它们的要求各自有所不同：

分类色板（Qualitative）

分类色板常见于描述分类数据。常采用不同色相来区分数据类别，所以要求色相之间具有高辨识度、高区分度。

例如上图中，用黄色表示UC浏览器的使用者数据，用玫红色表示Chrome浏览器的使用者，用蓝色表示Safari浏览器的使用数据。

连续色板（Sequential）

连续色板通常用于表示同一事物中的数值大小、梯度的变化。常采用同色相颜色的不同明度和饱和度来表示，所以要求颜色具备高均匀度、大跨度。

例如上图中，美国各周人口的颜色用紫色由浅到深表示连续的变化。

发散色板（Diverging）

发散色板通常用于展示数据从负数到0再到正数的连续变化。常采用从一种颜色经过一个浅色再均匀过渡到另一种对立颜色的表现方式，所以同样要求颜色具备高均匀度、大跨度。

例如上图，使用蓝色表示偏冷的地区，使用橙色表示偏热的地区，颜色的深浅表示冷热的程度。所以根据这些不同的设计需求和设计要求，我们在下文中，将依次分析各类色板的定义方法，并提出可行的设计建议。