雖然如今好的配色方案已經唾手可得，但為資料視覺化找到合適的配色方案，卻仍是一項巨大挑戰。
在Graphiq，事情甚至更加棘手，因為我們要通過上千種各不相同的資料集合來傳遞資訊，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，而是發起了一些調查，研究網路上已存在的配色方案。令人驚訝的是，我們發現其中只有少數是為複雜的圖表和資料視覺化而設計的。我們發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於資料視覺化。不僅由於顏色的明度差異不大，其實它們在創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：它非常優秀。但是，正如它名字所述，這是為介面而設計的。使用Flat UI配色的話，色盲者就難以辨認出資料影像。
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。創造Graphiq的資料視覺化時，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裡的一些例子：
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分，就像這一組，同樣來自Color Hunt：
我們試著選第一組，把它擴充套件為10級色彩：
如果普通使用者能正確的區分出這些顏色，並與相應的資料項對應起來，我就服了，尤其是能區分出左邊的4種綠色。
我們的方式
在Graphiq，我們以資料為生命，並且投入了大量時間尋找能夠用於資料視覺化的配色方案，不是一組，而是許多組。我們在這個過程中受益良多，並且打算分享這些能夠創造出靈活配色的準則：
第1條：色調與明度的跨度都要大
要確保配色非常容易辨識與區分，它們的明度差異一定要夠大。明度差異需要全域性考慮。選擇一種單色系的配色，並且測試它在紅色盲、綠色盲與灰度模式下的表現。你就能迅速瞭解這個配色的辨識度水平。
Google Material配色中的淺藍色的完整色彩、紅色盲模式與灰度模式。
但是，有一組明度跨度大的配色還不夠。配色越多樣，使用者越容易將資料與影像聯絡起來。如果能善加利用色調的變化，就能使非色盲使用者更加輕鬆。
對於明度與色調，跨度越大，就能承載越多的資料。
第2條：仿照自然的配色
設計師都知道一個小祕密，對於理性派們而言這似乎不符合常識：並非所有顏色都是均等的。
從純數學的角度來看，淡紫到深黃的過渡，與淡黃到深紫的過渡，感覺大概相似。但我們在下面可以看到，前者感覺很自然，後者則不是。
這是由於我們已經習慣於那些長期存在於自然界中的漸變。在華麗的日落中，我們就能看到明黃色向深紫色的漸變，但卻沒有哪裡能看到淡紫色向深黃色的過渡。
照片來源於Kyle Pearce、Wesley Fryer、和Jon Sullivan。
類似地，還有淺綠色到藏藍色、鵝黃色到深綠色、棕紅色到藍灰色，等等。
照片來源於Kbh3rd、Ian Britton、和Jon Sullivan。
由於我總能看到這些自然的漸變，所以當我們在視覺化圖表中看到對應的配色時，會感覺熟悉和愉快。
第3條：使用漸變，不要選擇一系列固定顏色
漸變配色結合不同色調，對兩者都最好。無論你需要2種顏色還是10種，漸變中都能提取出這些顏色，讓視覺化圖表感覺自然，同時保有足夠的色調與明度差異。
改用漸變的思維並不容易，不過有個好方法，可以在Photoshop中拉輔助線到斷點位置，與資料的數量對應上，然後持續對漸變進行測試與調整。以下是我們在修正漸變時產生的螢幕截圖。
可以看到，我們將配色表緊挨著頂部的灰度漸變，調整漸變疊加（之後就能得到精確的漸變色值），然後從那些斷點處選取顏色，測試配色在實際運用中的效果。
我們的配色方案
我們對最終成果感到興奮。下面是我們使用的部分配色，它們都有從純白到純黑的漸變，以達到最大限度的明度差異。
冷色、暖色和霓虹色。
配色的實際運用
長話短說
儘管優秀的配色方案越來越多，但並非所有都適用於圖表和資料視覺化。我們的配色方法就是建立色調與明度變化都足夠大的自然漸變。這麼做能使我們的配色便於色盲辨識，對其他人則更明顯，並且可以滿足1到12種資料。