---
title: "如何为数据图表挑选更加悦目的颜色 [译]"
url: "https://paooo.com/ai-study/7048/"
author: "宝玉的分享"
published_at: "2024-02-24T18:23:05+08:00"
updated_at: "2026-05-23T18:31:13+08:00"
categories: "强化 AI 学习"
tags: "Adobe, AI办公效率, 大模型微调"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# 如何为数据图表挑选更加悦目的颜色 [译]

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/ai-study/7048/) · 作者：宝玉的分享 · 发布时间：2024-02-24

## AI 30 秒核心看点 (TL;DR)

- 先别急着加颜色种类，优先在色轮相近区域选色，图表会更专业可信。
- 互补色及其相近色调通常比“四色/方形”配色更稳妥，适合类别图表。
- 当配色不理想时，先调饱和度和亮度，再考虑改色相，往往能显著改善效果。

选择适合图表的颜色是一件挑战性的工作，本文旨在简化这一过程。

by Lisa Charlotte Muth

挑选合适的图表颜色并非易事，本文将尝试为此提供帮助。

我希望你能在选择颜色时更加自信。即使你对颜色毫无感觉，这篇文章也会尝试帮助你找到合适的颜色。我们将探讨在实际应用中常见的颜色错误以及如何避免这些错误。

如果你想找到优秀的渐变色或色调，这篇文章可能不太适合你。但如果你需要为不同的 **类别（比如大洲、行业、鸟类种类）** 的折线图、饼图、堆叠条形图等找到既美观又有特色的颜色，那就继续阅读吧。


	
	各种数据可视化示例

由 FiveThirtyEight, Nadieh Bremer, The Pudding, New York Times, The Economist, 和 Akkurat 制作的类别可视化图表

#### 
在开始之前...

在这篇文章中，你会频繁看到我提及饱和度、亮度和色相。在检查这些颜色属性时，HSB（**色相 (Hue)**、**饱和度 (Saturation)**、**亮度 (Brightness)**）或 HSV（**色相 (Hue)**、**饱和度 (Saturation)**、**值 (Value)**）色彩空间是非常实用的工具：

- 
**色相 (Hue)** 范围是从 0° 到 360°，即你所熟悉的色轮：⬤⬤⬤

- 
**饱和度 (Saturation)** 从 0%（灰色）到 100%（极其鲜艳）不等：⬤⬤⬤

- 
**亮度/值 (Brightness/Value)** 从 0%（黑色）到 100%（颜色本身）变化：⬤⬤⬤

如果你想把颜色从 HEX（例如 `#cc0000`）或 RGB（例如 `rgb(207, 176, 58)`）格式转换成 HSB/HSV，可以使用像 **colorizer.org** 这样的工具。

HSB/HSV 的一个变种是 HCL 色彩空间。它使用类似的参数（**色相 (Hue)**、**色度 (Chroma) = 饱和度**、**亮度 (Lightness)**），但更贴近我们对颜色的真实感知。**Datawrapper** 选择使用 HCL 色彩空间 来设计它的颜色选择器：


	
	Datawrapper 中的 HCL 颜色选择器

但由于在 Adobe Photoshop 或 colorizer.org 中找不到 HCL，因此每当我在文章中提到度数（比如 0°）或百分比时，指的是 HSB/HSV 色彩空间。

现在，让我们开始吧：

#### 
拓宽你对颜色的理解


	
	

你可能这样想：“我图表需要五种颜色，就用绿、黄、蓝、红吧，再加一个……橙色或紫色？”

如果你自小孩涂色书时期后就没怎么关心过颜色，这种想法很正常。但今天，我要告诉你：颜色的世界远不止这些。

看看这幅图形中的颜色，与这些基本色 ⬤⬤⬤⬤⬤⬤
对比：


	
	

你会发现它们不一样。Nadieh 使用的红色 ⬤ 和普通的红色 ⬤ 有所区别。那个绿色 ⬤……它真的能叫绿色 ⬤ 吗？

在我们设定限制前，先让你惊讶一下：你可以选择的颜色有成千上万。有偏黄的红色 ⬤、偏蓝的红色 ⬤，以及它们之间的各种色彩。有灰色 ⬤，不仅如此，还有冷灰 ⬤ 和暖灰 ⬤。至于蓝色，种类更是繁多，比如这个 ⬤、那个 ⬤、这个 ⬤、那个 ⬤ 和这个 ⬤。而我们甚至还没开始讨论橙色和黄色呢。

你的选择非常多。这意味着即使你只在色轮的一个小区域选择，也能找到许多不同的选项。这也意味着：

#### 
避免色轮上的随意跳跃


	
	

在制作可视化图表时，无需依靠色轮上各个地方的色调，如 ⬤⬤⬤⬤⬤⬤
。使用少量色调及其相近色调，效果会更加专业，因此也更可信。

此时，实际查看一下色轮是个不错的选择。你可以使用 Adobe Color 或 Color Calculator 来进行查看。


	
	

Color Calculator 中的和谐色

许多此类工具允许你选择不同的色彩和谐。其中一种被称为“方形”或“四色”。**不建议使用这种方式。** 它会产生过多的色调，而我们要尽量避免这一点。

在上述视频中，我使用了 Paletton 颜色工具，从四色和谐开始，然后逐渐减少色彩之间的距离。可以看到颜色组合变得更加优雅。

如果色调之间的距离足够小，你基本上就在使用**互补色**了。这是一个很好的选择！很多互补色搭配看起来非常漂亮。**如有疑惑，优先选择互补色及其相近色调。**

现在我们用 Adobe Color 来试试：


	
	Adobe Color 色轮

我们在 Adobe Color 中选择的互补色

我们的颜色在色轮上是相对的，显然是互补的。太好了！但现在的问题是：这两种橙色太过相似，而且整体颜色太过鲜艳。

这时候，我们就需要调整颜色的饱和度和亮度：

#### 
利用饱和度和亮度让颜色更加生动


	
	

饱和度和亮度的调整对于颜色的效果来说和色调一样重要。其实，只要调整饱和度和亮度，你就能创造出全新的颜色。例如，这两对颜色虽然色调相同，但因为饱和度和亮度的不同而显得迥异：⬤⬤ / ⬤⬤。 (微调色调能带来更佳效果：⬤⬤ / ⬤⬤。)

我们再看看这个颜色组合：⬤⬤⬤⬤
。通过调节饱和度和明暗度后，它变成了这样：


	
	

在 Adobe Color 中更加和谐的互补色组合

我降低了浅蓝色 ⬤ 和浅橙色 ⬤ 的饱和度，并让所有颜色变得更暗，除了浅橙色。太棒了，这样的颜色组合我们可以大胆使用！

如果你的颜色组合看起来还不理想，不必急于增加新的色调。**先尝试调整饱和度和亮度，看看效果是否更佳。**

这正是我对这些色板做的调整：⬤⬤⬤⬤ 以及 ⬤⬤⬤⬤⬤ 和 ⬤⬤⬤⬤。这些颜色大致互补，并且它们的饱和度和亮度各不相同，正是这一点让它们更加和谐。

#### 
使用暖色调和蓝色


	
	

在数据可视化设计领域，有一种颜色组合特别受欢迎，那就是**黄色/橘色/红色与蓝色**的搭配。浏览一下南华早报或经济学人 (PDF)的图表作品集，你会发现这些颜色比如紫色或绿色使用得更为频繁。


	
	

南华早报的三页精选作品

这是因为暖色调和蓝色在分类展示时非常有效。黄色、橘色和红色搭配起来不仅视觉效果好，而且它们的差异性也很明显：⬤⬤⬤ — 这正是我们在使用分类颜色时所期望的效果。同时，蓝色的多样性超过其他任何色调。各种蓝色，无论是深 ⬤、浅 ⬤、饱和 ⬤ 还是不饱和 ⬤，都给人以愉悦、平静的感觉，显得非常专业。

此外，这些颜色也易于辨认：色盲人士可以轻松区分蓝色和橙色/红色。

因此，当你在颜色选择上犹豫不决时，可以尝试橙色/红色与蓝色的搭配。

#### 
使用绿色时，选择偏黄或偏蓝的绿色


	
	

森林绿在色轮上占据了六分之一的范围，从大约 90° ⬤ 到 150° ⬤，其中 120° 是它的顶峰 ⬤。然而，你很少会在设计精良的可视化作品中看到使用这种颜色。为什么会这样呢？

首先，森林绿本身就非常深沉。若要让森林绿色变亮，就会变成不太协调的荧光绿 ⬤。因此，要获得一个好看的绿色，你需要大幅度地使绿色变浅和褪色 — 这比其他颜色都要多。《华盛顿邮报》在他们的绿色 ⬤ 中就做到了这一点：


	
	

《华盛顿邮报》的特朗普如何逆转奥巴马的遗产

这是 142° 的绿色，但饱和度只有 14%。而同一色调、同一亮度下 100% 饱和度的绿色看起来是这样的：⬤。哎哟。

同时，要考虑到色盲朋友的需求：纯绿色与红色、橙色或棕色搭配时，他们很难区分。

因此，在使用绿色时，最好让它稍微偏黄或偏蓝。你可以在本文开头的示例中看到这一点：所有的绿色，除了 FiveThirtyEight 的 ⬤，都有一个大于 160° (= 偏蓝) ⬤⬤⬤ 或小于 60° (= 偏黄) ⬤⬤ 的色调。Nadieh 在我们之前看过的项目中就同时使用了黄绿色和蓝绿色：


	
	

看来，在可视化设计中，你完全可以像 Nadieh 那样，将这两种绿色作为不同的颜色使用：一举两得！

#### 
避开纯色


	
	

在色轮上，所谓的“纯”色调是指那些精准位于 60°、120°、180°、240°、300° 或 360°/0° 的颜色：


	
	

这里有个示例：在 HSV/HSB 色彩模式中，这个鲜亮的蓝色圆点 ⬤ 的 **H**ue（色调）值为 180°，**S**aturation（饱和度）为 67%，而 **L**ightness（亮度）为 91%。你还可以查看这个颜色的 RGB 值：如果至少有两个值相同，那么它就被认为是“纯色”。比如，这个蓝色圆点 ⬤ 的 RGB 值为 `rgb(77, 232, 232)`。

为了让颜色看起来更自然、更讨读者喜欢，你可以选择降低纯色的饱和度或使其更暗。**若你偏好鲜艳、饱和的色彩，建议使用混合色调**，这些色调至少要比纯色调偏离 5-10°。

在上图中，无论是红橙还是蓝绿，它们的饱和度和亮度都是一样的。不同之处在于色调：红色 ⬤（0°）、蓝色 ⬤（240°）和绿色 ⬤（120°）看起来比橙色 ⬤（40°）、中蓝色 ⬤（211°）和带蓝的绿色 ⬤（170°）更加丰富多彩。

#### 
避免使用过于明亮和饱和的颜色


	
	

霓虹色肯定能吸引读者的注意，但这并不意味着他们会对此表示感谢。大多数人在看到这些颜色时会感到有些压力：“高饱和度、亮丽的颜色并不适合传达严肃、可信或平静的感觉”，Bartram、Patra 和 Stone 在他们 2017 年的研究论文《可视化中的情感色彩》中这样指出 (PDF)。

如果你的颜色接近 100% 的饱和度 **和** 100% 的亮度，那么它们可能过于艳丽。比如，像 ⬤⬤⬤⬤这样的纯色就是典型例子。

“但我以前见过这样夸张的颜色，它们看上去不错，”你可能会这样说，同时举出这些项目作为例子：


	
	

《纽约时报》关于音乐播放列表的文章


	
	

《彭博社》关于破产的文章


	
	

The Pudding 关于名人的文章

但如果你将这些例子中的颜色与像 ⬤⬤⬤⬤ 这样的颜色相比较，你会发现前者不像后者那样饱和或明亮。在《纽约时报》的文章中，100% 饱和且亮度很高的绿色 ⬤ 被调整得不那么饱和 ⬤，而在《彭博社》 ⬤ 和 The Pudding ⬤ 的文章中，这种绿色不仅饱和度降低，还变得更暗。

这样的颜色在保持霓虹色引人注目的效果的同时，对眼睛的压力也更小。

这种做法在一定程度上是有效的，部分原因是 The Pudding、The New York Times 和 Bloomberg 的设计师们非常优秀。**在不确定的情况下，避免同时使用 100% 的饱和度和亮度。**

#### 
结合使用不同亮度的颜色


	
	

我有时候会发现一些图表 — 尤其是面积图 — 其中相邻元素具有相同的亮度。你可以通过一个简单的方法来检查这一点：把你的颜色转换成黑白色（比如，使用外部的色盲模拟器或我们的 Datawrapper 色盲检查）。如果所有颜色转换后都是同一种灰色，那么它们的亮度是一样的。

比如，最左边图表中的 ⬤⬤⬤ 在黑白色下看起来就是 ⬤⬤⬤。

为了避免这种乏味且刺眼的视觉体验，你有两种选择：

- 
“黑白中也要做得恰到好处”：调整每个区域的深浅度，使一些区域更亮，一些更暗，就像这样：⬤⬤⬤。它们在黑白色下看起来是这样：⬤⬤⬤

- 
使用白色边框来分隔这些区域

我特别推荐第一种方法（如果你喜欢这种风格，也可以在外围加上白色边框）：这样颜色看起来会更加生动，色盲者也会因此而感激你。实际上，不论观众的色觉能力如何，他们都会感谢你。

实际上，为分类数据选择颜色的一个好方法是从这些颜色梯度中挑选：


	
	

Viridis 色彩方案

这些渐变色都是从浅色平滑过渡到深色的，所以你从这里挑选的颜色都会有不同的亮度，例如：⬤⬤⬤⬤⬤ 或 ⬤⬤⬤⬤⬤。如果你对这种方法感兴趣，可以试试这个 Color Palette Generator。

#### 
让你的颜色同样地“鲜艳”


	
	

在你的可视化作品中，你经常会想让某些颜色更加突出。实现这一目的有多种方法。颜色突出的原因可能是：

- 它们更暗 ⬤⬤

- 它们更亮 ⬤⬤

- 它们更饱和 ⬤⬤

- 它们更“纯净” ⬤⬤

但通常，你只希望一两种颜色更加突出。你的大多数颜色应该是**大致上同样引人注意**。

如果你使用了不同亮度的颜色（“黑白中也要做得恰到好处”），你需要对它们进行平衡。**尝试减少亮色的饱和度，增加暗色的饱和度。**

或者选择一个不那么纯净的色调：在上面的图片中，绿色 ⬤ 和蓝色 ⬤ 都非常纯净，因此我把它们调暗了。（这是它们在 100% 亮度时的样子：⬤⬤。）

接下来，我想加入一个红色...但作为纯色调（在 0°）的亮红色会过于强烈 ⬤⬤⬤
。所以我有两种选择：

- 直接把它变暗：⬤⬤⬤。

- 把色调（hue）调整到 30°，使其更偏橙色 ⬤⬤⬤。

我选择了第二种方法，使其看起来更加友好。但这两种方法都是有效的。

#### 
避免背景对比不足


	
	

在明亮背景上的很多图表经常使用淡淡的颜色。这些颜色往往不够饱和，而且色调浅淡。

这样做有个问题：如果用于小面积如线条和点，这些浅色和低饱和度的颜色可能让读者难以分辨。但即便在大面积应用中可读性不是问题，你的图表也应该与背景有足够的视觉对比度，清晰地告诉观众：“看，我在这里，我有重要信息。”

如果你的颜色太浅、太不饱和，可以这样做 ⬤⬤⬤：

- 
提高饱和度：⬤⬤⬤

- 
让颜色更深：⬤⬤⬤

- 
或者同时进行上述两步，以获得最佳效果：⬤⬤⬤

当然，这也取决于个人品味。但如果你不确定你的颜色是否过于淡雅，不妨尝试让它们更饱和、更深一些，感受一下效果。如果效果不错，就坚持下去。

#### 
避免背景对比过强


	
	

反之亦然：使用明亮背景时，不要让颜色过于深沉和饱和。如有疑虑，不妨实际尝试一下。尝试让颜色更浅一些，降低一些饱和度，看看效果如何。

#### 
选择适度不饱和的背景色


	
	

当你对色彩使用更自信时，可能会考虑使用彩色背景。但彩色背景有两个显著缺点：一是它们容易让人分心，从而忽略数据内容；二是它们限制了你可以使用的色彩范围，使得配色变得更加困难。实际上，背景色越饱和，搭配起来就越难——因此，选择不饱和的颜色通常是更好的选择。这里有一些在 HSB/HSV 色彩空间中使用的基本原则：

- 如果你想要一个浅色背景，尽量避免使用亮度低于 95% 和饱和度高于 7% 的颜色。

- 如果你倾向于深色背景，饱和度应保持在 20% 以下。同时，避免使用纯黑色 — 将亮度保持在 10% 至 25% 之间。

#### 
掌握颜色，不仅是模仿还要理解

选择合适的颜色并非易事。即使你不擅长颜色搭配，也无需担心，直接模仿他人的颜色搭配也是一种不错的选择。事实上，借鉴别人的颜色毫无可耻。我曾**撰写一篇文章**，介绍了如何从电影、艺术家作品、他人创造的色板等获取颜色灵感。（顺便提一句，其他数据可视化作品也是极佳的颜色灵感来源。）

如果你想更直观地理解哪些颜色搭配更协调，不妨尝试这样做：分析颜色。以下是一些实用的方法：


	
	一棵树的照片

照片作者：niko photos 发布于 Unsplash

- 挑选一张你觉得颜色搭配美丽的图片，比如艺术作品或自然风景照。使用诸如 Photoshop 或 **image-color.com** 的吸管工具提取其中的颜色，并尝试在你下一次的图表设计中运用。

- 尝试安装 **Adobe Capture** 应用，它可以让你从周围环境实时捕捉颜色。（你会发现，我们周围的许多颜色其实是相当褪色的！）

- 实践“手动颜色选择”：**抬头离开屏幕，观察你周围的颜色**。这些颜色有多暗、饱和度如何？它们的色调和色轮上哪些颜色相近，哪些相对？

- 从优秀的数据可视化作品中挑选颜色。**试着变换几种颜色**。看看它们是否依然协调。

另外，当你在制作数据可视化时对颜色选择感到不满意，可以**在 HSV/HSB 色彩空间中进行分析**，例如使用 colorizer.org：

- 分析颜色的**饱和度**——增加或减少几个百分点的饱和度，会对颜色的视觉效果产生怎样的影响？

- 研究它们的**色调**值。微调色调会带来怎样的变化？

- 检查你选择的颜色亮度是否有所不同。

随着时间的流逝，你会从“这很美，但我不懂为什么”转变为“这很美，因为……”。你将会发现，即使打破我在这里分享的越来越多规则，你仍能创造出美妙的颜色搭配。

希望这篇文章对你有所帮助！如果你对颜色话题感兴趣，可以继续阅读：这个博客中有许多关于颜色的文章，比如探讨性别色彩、政党色彩、色盲问题（第 1 部分、2、3）以及在可视化设计中使用颜色时需要考虑的因素。如果你认为这篇文章漏掉了某个重要技巧，请通过lisa@datawrapper.de或下方评论区告诉我。


	
	Datawrapper 团队成员 Lisa Muth 的头像

Lisa Charlotte Muth

(她/她，@lisacmuth，@lisacmuth@vis.social) 是 Datawrapper 的沟通总监。她专注于撰写关于数据可视化最佳实践的文章，并致力于探索新方法激发人们对图表和地图的热情。Lisa 居住于柏林。

## 常见问题解答 (FAQ)

### 图表配色为什么不要随意跳色轮？
因为色轮上跨度过大的颜色容易显得杂乱、缺乏统一感，尤其在类别图表里会削弱专业度。文章建议优先使用少量相近色调，或互补色及其相近变体，让整体更协调、更可信。

### HSB/HSV 和 HCL 配色有什么区别？
HSB/HSV 更适合直观理解色相、饱和度和亮度；HCL 则更贴近人眼对颜色的真实感知。文章提到 Datawrapper 使用 HCL 设计颜色选择器，但文中示例和度数/百分比说明主要按 HSB/HSV 来讲。

### 图表颜色不好看时应该先改什么？
先不要急着增加新的色相，优先调整饱和度和亮度。很多时候，同一色相只要降低过高的鲜艳度、调整明暗关系，就能让配色从“刺眼”变得更平衡、更适合图表展示。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
