[譯文] 如何設計圖表色彩

譯者 Z Yuhan:對色彩的研究通常要麼太過隨意缺乏邏輯,要不太過理論化難以理解,這篇文章用非常淺顯易懂的方式,講述了一個專門研究數據可視化的團隊探尋圖標色彩搭配的歷程,給出有力的論證,並得出很棒的結論,非常值得一讀。

——

雖然現在要獲取的色彩搭配並不難,但是尋找圖表(可視化數據)的配色依舊有難度。

在 Graphiq (用可視化的形式提供全球各種數據的一家公司,也是作者工作的地方),設計圖表色彩就更難了,因為我們的圖表需要用各種各樣的形式傳達上千種數據。

現在的問題

我們一開始並沒有直接著手設計,而是調查了現在網上已有的色彩搭配。驚喜的是,我們發現其中有一些確實是為複雜的圖表和可視化數據而設計的。當時我們發現了幾個問題,讓我們不能直接使用這些已有的配色。

問題一:對色盲色弱不夠友好*

很多這些配色並不夠可視化,不但在明度上差別不大,而且設計它們的人並沒有考慮到清晰的問題。 Flat UI Colors 被使用最多的色板之一,你可以輕易發現:這些配色看起來很棒,但是色如其名,它們是為 UI 而設計的。對色盲和色弱用戶而言,要在圖表上分辨這些顏色恐怕有困難。

Flat UI Colors 的一個色板:

該色板在紅色盲眼中的樣子:

色板在色盲眼中的樣子:

問題二:不夠清晰

另一個問題是這些配色裡面並沒有足夠的顏色。在設計 Graphiq 的視覺樣式時,我們需要一個提供至少6種顏色的配色方案,多一點的話甚至是8到12種,這樣才能覆蓋所有使用場景。

這裡有一些 Color Hunt 的例子:

雖然這些配色很好,但是卻不能夠用來展示複雜的數據。

問題三:難以分辨

等等,也有一些搭配是漸變色,理論上這種搭配可以衍生出很多種顏色不是嗎?

遺憾的是這些漸變色的明度變化通常不夠,例如下面這些也是從 Color Hunt 來的:

讓我們用其中第一個測試一下,看如果用它來展示有10個維度的數據會怎樣:

這樣看來一般用戶幾乎不可能在圖表中分辨這些顏色,尤其是最左邊哪四個綠色實在太像了。

我們的方法

在 Graphiq ,我們以各種方式理解並感受數據,並且我們投入了大量時間尋找了很多適合我們圖表的配色方案。在這個過程中我們學到了很多,並且我們願意向大家分享我們發現的以下三條原則:

原則一:在色相和明度上都要有足夠大的範圍

為了保證配色容易辨識,且對色弱和色盲來說足夠友好,顏色之間在明度上要有足夠的差異。因為對明度的辨識最容易的,不論是紅色盲、綠色盲還是完全色盲來說。

谷歌 Material Colors 中的 Light Blue:

紅色盲看到的樣子:

色盲看到的樣子:

然而,如果配色中只有明度差異恐怕不夠。顏色間中變化的維度越大,用戶就越容易在圖表上進行數據比對。如果能夠利用色相的差異,對視力正常的人來說肯定更好。

如上圖,明度和色相上跨越範圍越大,配色就能支持越多維度的圖表。

原則二:借鑒自然色彩

設計師們都知道一個秘密,可能對邏輯性較強的人*來說不太容易理解:顏色之間並不是平等的。

從純粹的數學角度來看,一個從亮黃到暗紫的漸變與一個從亮紫到暗黃的漸變相比,給人的感受應該是相似的。但是當我們實際看到下圖時,會覺得前者比後者要自然很多。

這是因為我們已經習慣了自然界中的漸變。我們在日落餘暉中可以看到從亮黃到暗紫的漸變,但是地球上卻無處可見從亮紫到暗黃的漸變。

以下圖片來自 Kyle Pearce :

同樣,從亮綠到藍紫色,從亮黃到暗綠色、從橙棕色到冷灰色……都是如此:

來自 Kbh3rd :

來自 Ian Britton :

來自 Jon Sullivan :

因為我們長期以來都能看到這些自然漸變,我們在配色中看到它們時也感到熟悉而愉悅。

原則三:使用漸變而不是零散的顏色

漸變配色是最好的,不論你需要的是2種還是10種顏色,都可以從漸變中獲取到。這樣一來不但能夠保證色彩的感覺自然,而且還有足夠的色相和明度差異。

從色板模式轉為漸變模式並不容易,你可以嘗試著在 Photoshop 中給漸變畫幾條分隔線,然後對分割點進行測試並微調。這裡有一個截圖可以向大家展示我們是如何修正我們的漸變的:

你可以看到,我們把漸變色板放到最頂上,與灰度漸變相鄰,並從分割線上取色來測試這些真實的使用情況。

我們的色板

我們對成果非常滿意。下面展示了一些我們正在使用的色板,他們都以純白為起始,以純黑為終點,這樣才能最大限度地利用明度的差異。

冷色:

暖色:

霓虹色:

使用我們的色板

總結

現在配色越來越多,但是他們並不都時候圖標和可視化數據。我們研究的方法是讓色彩漸變在色相和明度上範圍竟可能廣。這樣一來我們的色彩就適合色盲和色弱了,對實力正常的人來說更是如此,並且可以運用於維度數量從1到12的圖標。

相關文章、工具和資源

研究過程中,我們發現了一些很棒的資源和文章。它們得出了與我們相似的結論,但是使用的方法更加數據化,並且甚至延伸至了色彩理論。我們認為應該分享給大家作為擴展閱讀。

文章

  1. How To Avoid Equidistant HSV Colors

  2. Mastering Multi-hued Color Scales with Chroma.js

  3. Subtleties of Color (Part 1 of 6)

  4. The viridis color palettes by Bob Rudis, Noam Ross and Simon Garnier

  5. A New Colormap for MATLAB – Part 1 – Introduction

工具

  1. Colorpicker for data :可以在 Chrome 上獲取漸變色,並立即在圖表上查看效果的工具

  2. chroma.js:處理顏色的JavaScript庫

  3. Colorbrewer2:用來為圖表選擇顏色的工具,既支持多種色相也支持單色相

  4. gradStop.js:生成單色方案和等距漸變點的 JavaScript 庫

  5. Color Oracle:免費的色盲測試工具, Windows 、 Mac 和 Linux 都能使用。

其它資源

這裡還有一些好的配色資源,儘管它們並不一定適合可視化數據,但是你也許會覺得有用。

Color Hunt :高質量的色板,方便快速查看,如果你只需要4種顏色的話會很有用。

COLOURlovers :很棒的色彩交流社區,還有各種工具可以用來做配色設計。

ColorSchemer Studio :功能強大的PC取色工具

Coolors :一個輕量的色板生成工具

Flat UI Colors :最流行的的界面色板之一

Material Design Colors :也是一個色板,不但提供廣泛的顏色,還提供每個顏色的「重量」和亮度。

Palettab :提供顏色和字體方案的 Chrome 擴展工具

Swiss Style Color Picker :也是一個很好的色板

——

未經允許請勿轉載

原文:Finding the Right Color Palettes for Data Visualizations by Samantha Zhang

——

標註:

對色盲色弱來不夠友好*:原文中問題一的標題是「Low Accessibility」,通常用形容來產品對殘障人士的友好度不夠,這一點在歐美國家經常作為需要重視的產品硬指標(也是由於他們的色盲色弱發病率比亞洲高很多)。因為在中文裡沒有簡短精準的說法,所以我在寫的是「對色盲色弱不夠友好」。

邏輯性較強的人*:原文的寫法是「left-brained folks」,直譯是左腦型的人。通常左腦型的人被認為邏輯嚴謹,右腦型的人被認為有藝術天賦。因為這種說法在中文裡不是很通用,所以我寫的是「邏輯性較強的人」。


推薦閱讀:

互聯網產品設計(網頁、UI等)時,如何給產品選擇配色?
有趣的交互,不只是畫流程圖
「譯」???♂?Atlassian 品牌改版背後的故事
隨手採集大自然的顏色 - SwatchMate Cube 開箱

TAG:数据可视化设计 | 视觉设计 | 图表 |