大数据分析中数据可视化颜色使用技巧

　　数据可视化可以定义为用形状表示数字-不管这些形状是什么样(区域，线，点)，它们都需要具有颜色。有时颜色只会使形状可见，有时它们会自己编码数据或类别。在大数据分析中数据可视化颜色使用技巧中，我们将主要关注后者。但是，我们还将对颜色以及选择颜色时应考虑的内容进行一般性的了解：

　　何时在数据可视化中使用颜色

　　在对最重要的值进行编码时，请考虑是否有更好的替代渐变颜色的方法。渐变颜色可以很好地显示图案，例如在霍罗布尔图上，但是很难从它们中解译出实际值并查看它们之间的差异。考虑用条形图，位置(如点状图)或什至面积显示最重要的值，并使用颜色仅显示类别。读者将能够更快地解读你的价值观：
 

　　如果图表中需要七个以上的颜色，请考虑使用其他图表类型或将类别分组在一起。颜色可以使读者轻松区分数据中的类别，但要避免使用七个以上的类别。图表中代表你的数据的颜色越多，则越难快速读取它。你的读者将需要经常参考颜色键以了解图表中显示的内容。考虑使用另一种图表类型：

　　如何做出更好的颜色选择
 

　　考虑为相同的变量使用相同的颜色。如果仅对所有图表使用一种颜色，则最好使用相同的颜色，以使你的文章不会过于丰富多彩。例如，可以在第一个图表中以蓝色显示失业率，而在随后的几段GDP图表中以相同的颜色显示。但是，如果你在第一个图表中使用了多种颜色，则该图表中的颜色将被“采用”。为避免混淆读者并提高可比性，如果要显示有关同一类别/国家/地区等的数据，请仅考虑再次使用这些颜色：
 

　　请务必向读者解释你的颜色编码。每个代表值或变量的视觉标记都应进行解释：条形的高度是什么意思?符号图上圆圈的大小代表什么?颜色也是如此。有多种创建颜色键的方法。这是其中的三个：

　　将灰色视为Data Vis中最重要的颜色。对图表中次重要的元素使用灰色会使突出显示的颜色(应保留给最重要的数据点)更加突出。灰色对于一般上下文数据(不太重要的注释)也很有帮助，以显示用户未选择的内容，或使图表的整体视觉效果平静。由于灰色似乎有点冷，请考虑使用带有淡淡颜色的灰色：尝试使用暖灰色(灰色+黄色/橙色/红色)，或使用另一种非常浅的颜色作为替代(例如，超浅黄色)：

　　确保你的对比度足够高。关心对比度意味着关心即使在弱光下，即使你使用灰色之类的浅色颜色，读者也能在屏幕上阅读图表。这对于文本尤为重要：文本越小，要使其可读性与背景的对比度就越高。大文本的背景和前景之间的对比度应至少为2.5，小文本的对比度应至少为4。除了具有高对比度之外，请避免使用互补色(例如红色和绿色，橙色和蓝色)和背景明亮的颜色。使用此工具可以测试你的颜色对比度，亮度差异以及颜色是否“符合”标准。

　　考虑一下你的颜色相对于彼此出现的位置。图表上的区域越小，它们之间的距离越大，则比较它们就越困难。考虑为小点或线条的色相或亮度提供高对比度，以使其易于区分。但是，大区域可以处理几乎没有对比度的色调降低的颜色。特别是如果这些区域之间没有其他(背景)颜色：

　　使用直观的颜色。选择调色板时，请考虑其在目标受众文化中的含义。如有可能，请使用读者将始终与你的数据关联的颜色，例如聚会颜色：共和党=红色，民主党=蓝色;自然色：森林=绿色，湖泊=蓝色;或学到的颜色：红色=注意/停止/不良，绿色=良好(前进)。在对性别数据进行颜色编码时，请考虑避免使用刻板的粉红蓝色组合。为了不使你的读者完全迷惑，请尝试使用男性的冷色(例如蓝色或紫色)和女性的暖色(例如黄色，橙色或暖绿色)：
 

　　将浅色用于低值，将深色用于高值。使用颜色渐变时，请确保明亮的颜色代表较低的值，而深色的颜色代表较高的值。对于大多数读者来说，这将是最直观的：

　　不要为类别使用渐变调色板，反之亦然。即使对于类别，也可能会使用一种色调的阴影(例如蓝色)，以使你的图表看起来不太鲜艳。但是，由于许多读者会将深色与“更多/较高”相关联，而将明亮的色彩与“较少/较低”相关联，因此这种调色板将暗示你对类别进行排名。为你的类别使用不同的色调(绿色，黄色，粉红色等)可以避免这种情况，并可以讨论这些颜色。如果你使它们的颜色以不同的亮度或饱和度脱颖而出，则读者可能会更快地找到特定的类别，但请注意，你的图表应解释为什么这些颜色脱颖而出。如果你发现图表色彩过于丰富，请考虑使用其他图表类型的数据。

　　使用亮度来构建渐变，而不仅仅是色调。在设计颜色渐变时，需要考虑很多因素。如果不确定，请使用Datawrapper默认设置，ColorBrewer调色板或这些Carto渐变。如果你想尝试一下：请勿在渐变中放置超过两个具有相同亮度的色相，而是以一致的方式将其从亮色(例如白色)设计为暗色(例如深蓝色)方式。你的渐变也应以黑白显示。亮度变化很大的渐变(例如彩虹色)可能会使读者感到困惑：

　　考虑使用两种色调进行渐变，而不仅仅是一种。这是使你的地图或图表更加易读的下一步。如果通过亮度和(精心选择的两种或三种)色调进行编码，则读者将能够更好地区分渐变上的颜色：

　　考虑使用发散的颜色渐变。如果你想强调变量如何偏离基准(例如全国平均水平)，则可能需要考虑使用差异调色板。重要的是，在渐变的两侧都应使用明显可区分的色相。理想情况下，中心颜色应该是浅灰色，而不是白色：

　　考虑色盲的人。在渐变和调色板中使用不同的亮度具有很大的优势，即色觉不足的读者仍然可以区分你的颜色。色盲有很多不同的类型：使用在线工具或Datawrapper的自动色盲检查以确保色盲用户可以区分图表上的颜色：