|
早先，阿里发布了支付宝数据可视化规范，这是一套数据可视化的设计语言，对数据图形进行了拆解、提炼，从色彩搭配、组件规范、基础元素、功能上进行了归纳总结。 图表用色 图表用色上，提出了一些图表用色上的建议，给出了一个标准的配色方案。 ![]()
1.单色的使用 在使用单色就能表达数据意义的情况下，建议不使用多色。 在图表只展示单一属性的情况下，建议不要使用多种色相。 如果数据的数值已经通过形状、位置、角度等其他视觉通道进行了编码，那就没有必要再设置不同的亮度和饱和度。 ![]()
2.多色的使用 人们在不连续区域的情况下通常可以分辨6~12种不同色相，以及有限个可辨亮度层次。过多的颜色使用将对人类的视觉感知产生困扰。建议谨慎选择颜色的数量。 在考虑图表中的颜色数量时，需要将背景色和图例颜色考虑进去，即显示区域所有颜色的总和。 如果着色区域比较小，由于视觉通道的相互影响，可分辨的数量将相应有所下降。
多色相的使用： 当图表展示了多种不同的属性时，建议用不同色相来区分不同属性。 多亮度与多饱和度的使用： 亮度和饱和度可以编码数据的顺序或数量特征。通常我们只会在特定图表内使用到多亮度或多饱和度，例如在一个“热力图”中，用不同亮度的红色来表示不同的气温测量值。 3.背景色的使用 图表设计中的颜色使用必须统一，建议背景颜色不要选取与图表主体内容相同或相近的颜色。 在一个精心设计的图表中，背景颜色既要能良好地衬托图表主体，又不产生喧宾夺主的效果。 通常我们较多地使用白色、浅灰色作为背景颜色，有些情况下也会使用黑色。 4.透明度的使用 透明度是与色相、亮度、饱和度紧密相关的另一个视觉通道。 由于透明度编码本身受亮度和饱和度编码的强烈影响，建议不要同时使用这三个视觉通道。但是它可以和色相编码一起使用。 通常使用透明度时，图表会有很多堆叠层次，我们需要做到使每一个前景层都能够在背景层之上良好地显示，并且不产生相互干扰。
5.辅助元素配色 辅助元素的配色需要避免与图表主体配色产生冲突。 在此基础上，尽量与图表主体配色统一。
图表类型 图表类型上，从数据出发，按照功能角度对图表进行了以下分类。依据上文的配色建议，这里利用商业智能可视化工具FineBI做了相应图表，以供参考。
1.比较类 可视化的方法显示值与值之间的不同和相似之处。使用图形的长度、宽度、位置、面积、角度和颜色来比较数值的大小，通常用于展示不同分类间的数值对比，不同时间点的数据对比。
2.关系类 可视化的方法显示数据之间相互关系。 使用图形的嵌套和位置表示数据之间的关系，通常用于表示数据之间的前后顺序、父子关系以及相关性。
3.趋势类 可视化的方法分析数据的变化趋势。 使用图形的位置表现出数据在连续区域上的分布，通常展示数据在连续区域上的大小变化的规律。
4.分布类 可视化的方法显示频率，数据分散在一个区间或分组。 使用图形的位置、大小、颜色的渐变程度来表现数据的分布， 通常用于展示连续数据上数值的分布情况。
5.地图类 可视化的方法显示地理区域上的数据。 使用地图作为背景，通过图形的位置来表现数据的地理位置， 通常来展示数据在不同地理区域上的分布情况。
![]()
6.区间类 可视化的方法显示同一维度上值的上限和下限之间的差异。 使用图形的大小和位置表示数值的上限和下限，通常用于表示数据在某一个分类（时间点）上的最大值和最小值。
7.时间类 可视化的方法显示以时间为特定维度的数据。 使用图形的位置表现出数据在时间上的分布，通常用于表现数据在时间维度上的趋势和变化。
![]()
最后，总结一句，数据可视化首先要保证数据的准确展示，其次选对图表和配色，可大大增加视觉感。如果觉得配色有困难，审美难以决断，不妨尝试一些可视化不错的工具。
| 
