今天的這篇還是來自 Lisa （這么高產(chǎn)，課代表羨慕不已），聚焦的是可視化中顏色如何傳遞數(shù)據(jù)信息?？蓜e小瞧了這一技能，可視化是一圖看懂，還是一團(tuán)漿糊，可能就是顏色有沒有用對(duì)。

Lisa 為了講清楚這個(gè)主題，整整寫了4篇文章，課代表在這里給大家?guī)硪环菥A版，一起來看看吧~

????

什么是色階？

在數(shù)據(jù)可視化的過程中，我們離不開和顏色打交道。例如為不同類別的信息賦予不同的顏色，或是在地圖中制作有梯度的色彩漸變。

如果你用顏色進(jìn)行數(shù)據(jù)可視化，那么你用到的色相調(diào)色板和顏色漸變就會(huì)形成標(biāo)注數(shù)據(jù)的色階。這是因?yàn)槎叨寂c數(shù)據(jù)有著對(duì)應(yīng)關(guān)系：例如每一個(gè)色相對(duì)應(yīng)著一個(gè)特定的類別，而每一種顏色對(duì)應(yīng)著一個(gè)特定的數(shù)值區(qū)間。 

而色階又可以分為類別色階、連續(xù)色階和發(fā)散色階，它們分別對(duì)應(yīng)不同數(shù)據(jù)類型：

1）類別色階 ●●●●●

所謂色相，就是我們五歲時(shí)就知道的“不同的顏色”：紅，黃，藍(lán)......這些顏色可以很好地用來為那些沒有天然優(yōu)劣之分的東西進(jìn)行分門別類，比如國(guó)家、種族、性別、行業(yè)——這也是為什么用于分類它們的類別色階也被稱為“無序色階”。

? The Economist 圖表圖例中的色相

小貼士：記得要給你的色相賦予不同的明度，這對(duì)于色盲讀者來說尤為重要。

2）單一方向的連續(xù)色階 ●●●●●

連續(xù)色階就是由亮到暗或由暗到亮的漸變。它們能很好地把從低到高的數(shù)字?jǐn)?shù)字化，比如收入、溫度或年齡。

? New York Times 圖表圖例中的連續(xù)色階

? Datawrapper 圖表圖例中的連續(xù)色階

小貼士：你可以在你的連續(xù)漸變中使用一種色調(diào)(例如從淺藍(lán)到深藍(lán)色)，但在這里展示的幾乎所有的例子都使用了多種色調(diào)(例如從淺黃到深藍(lán)色)。使用兩種甚至更多的色調(diào)可以增加漸變部分之間的顏色對(duì)比，使讀者更容易區(qū)分它們。 

3）雙方向的發(fā)散色階 ●●●●●

發(fā)散色階（也稱為雙極色階或雙端色階）的顏色刻度和連續(xù)的顏色刻度是一樣的-但不是單一從低到高變化，而是有一個(gè)明亮的中間值，然后向刻度不同色調(diào)的兩端逐漸變暗。發(fā)散色階經(jīng)常被用來刻畫消極/積極的價(jià)值取向、選舉結(jié)果或李克特量表（強(qiáng)烈同意、同意、中立、不同意、強(qiáng)烈不同意）。

?  Axios 圖表圖例中的發(fā)散色階

?  Opportunity Atlas 圖表圖例中的發(fā)散色階

連續(xù)色階和發(fā)散色階都是定量色階。

4）突出/弱化 ●●●●●

對(duì)于任何色階，無論是類別色階、連續(xù)色階，還是發(fā)散色階，你都可以重點(diǎn)強(qiáng)調(diào)那些你認(rèn)為對(duì)你的讀者或故事特別重要的數(shù)據(jù)類別：

? 來自《衛(wèi)報(bào)》這張圖強(qiáng)調(diào)了”0%“部分的未分類梯度。

? 來自 The Pudding 的這張圖弱化了”text“部分的顏色分類。

? 來自彭博社的這張圖，突出了中國(guó)。

除了強(qiáng)調(diào)，你也可以弱化一些類別，比如雜項(xiàng)、其他或者無數(shù)據(jù)。它們通常是灰色的：

? FiveThirtyEight 的這張圖就補(bǔ)充了”無數(shù)據(jù)“的已分類梯度。

我們接下來關(guān)注的問題是：什么時(shí)候應(yīng)該使用哪種色階？

????

何時(shí)定性？何時(shí)定量？

我們先來看看適用于90%情況的答案：

1）當(dāng)你的數(shù)據(jù)沒有內(nèi)在排序時(shí)，使用類別色階 

如果你無法對(duì)顏色編碼后的變量進(jìn)行大小排序，使用類別色階，反之如果可以排序，使用連續(xù)色階或發(fā)散色階。 

例如變量是行業(yè)或國(guó)別，如伊朗、摩洛哥、巴基斯坦，應(yīng)該使用不同的色相，因?yàn)槟β甯绫旧聿⒉槐劝突固购茫粗嗳弧?/p>

如果你想對(duì)失業(yè)率，如3.4%，1.4%，2%，這樣的數(shù)據(jù)進(jìn)行顏色編碼，就要使用一個(gè)定量的色階，連續(xù)色階或者發(fā)散色階。

這并不僅僅是用不同方法區(qū)分文本與數(shù)字的問題，如在李克特量表和衣服尺碼表中都有內(nèi)在的排序，這些也是定量尺度。所以當(dāng)你把它們可視化的時(shí)候也一定要考慮使用定量的色階。

讓我們?cè)偕钊胍稽c(diǎn)。

2）使用明暗強(qiáng)調(diào)內(nèi)在的排序

在你的分類之下總會(huì)有一些數(shù)字，如各州的失業(yè)率或是子類的計(jì)數(shù)，你可以使用定性的色階來展示這些潛在的值。

下面的樹狀圖就是一個(gè)很好的示例：

你可以像左圖那樣，在樹狀圖中通過不同的色相給你的類別上色(如定義國(guó)家或行業(yè))。但如果像右圖一樣通過色塊的尺寸大小對(duì)應(yīng)明暗變化來上色，你的樹狀圖的可讀性會(huì)更好，不會(huì)看起來花里胡哨。

左邊的樹狀圖試圖同時(shí)做太多的事情，即使有一個(gè)很好的顏色圖標(biāo)，閱讀這樣的圖表也是一個(gè)挑戰(zhàn)。

在大多數(shù)圖表類型中，避免使用未被編碼的值（例如位置或順序）著色。如果你想給圖表中潛在的值上色，請(qǐng)確保這些值在無顏色的情況下也是清晰可見的，這樣這個(gè)圖表才會(huì)易于理解。

我不想給你們留下用一個(gè)尚未編碼的潛在變量著色總是一個(gè)糟糕的決定的印象。下面是《經(jīng)濟(jì)學(xué)人》的一個(gè)反例：

? 圖表來自2019年6月8日，《經(jīng)濟(jì)學(xué)人》的“谷歌算法”詳細(xì)頁(yè)面。

讓我們看看左上角的散點(diǎn)圖：這張散點(diǎn)圖是用它的數(shù)值來著色，而不需要用位置、長(zhǎng)度等來可視化。散點(diǎn)圖是為數(shù)不多的用根據(jù)數(shù)值上色效果就能很好的圖表。我認(rèn)為這是因?yàn)樯Ⅻc(diǎn)圖類似于符號(hào)圖，讀者習(xí)慣于看到根據(jù)數(shù)據(jù)上色的點(diǎn)。

盡管如此，我們還是花了幾秒鐘才能理解《經(jīng)濟(jì)學(xué)人》的這張圖表。但右上角的散點(diǎn)圖就容易理解多了，因?yàn)樗请p重編碼的：政治意識(shí)形態(tài)通過位置(左右)和明暗雙重顯示。

如果沒有右上角和下方柱狀圖，要迅速理解左上角的散點(diǎn)圖是很困難的。

到目前為止，我們已經(jīng)學(xué)習(xí)了樹形圖、柱狀圖和散點(diǎn)圖，下面還有折線圖的例子：

在這兩個(gè)折線圖中，明暗變化都用于在第一個(gè)日期對(duì)折線順序進(jìn)行雙重編碼。但是右邊的圖表中，更容易看到這一點(diǎn)，因?yàn)樵谡麄€(gè)圖表中線條的順序是相同的，左側(cè)的圖表會(huì)使我們感到困惑。

3）使用明暗變化區(qū)分子類別

還有更多的理由建議我們使用定量色階而不是定性色階來給定性數(shù)值上色。比如，區(qū)分子類別。以下是經(jīng)濟(jì)學(xué)家的圖表展示：

? 圖表來自《經(jīng)濟(jì)學(xué)人》，按宗教信仰分組的被占領(lǐng)土人口。

這張圖里，一級(jí)分類有猶太人（藍(lán)色）和阿拉伯人（黃色），子分類是地區(qū)，以不同明度的藍(lán)色和黃色表示。

4）使用色調(diào)來區(qū)分強(qiáng)調(diào)和弱化的區(qū)域

顏色分類不必具有相同的重要性，如果你想突出顯示一個(gè)類別，可以用一種色調(diào)（通常是灰色）的陰影為所有其他類別著色：

這張圖表基本上把類別(已婚、單身、離婚、喪偶)分成了子類別，又通過不同色調(diào)明暗把它們分成更大的類別。正如我們剛才看到的，子類別內(nèi)的陰影不會(huì)迷惑讀者——所以這個(gè)圖表也不會(huì)。

5）用陰影使分類顏色減少，便于色盲人群閱讀

在數(shù)據(jù)可視化行業(yè)中有一條準(zhǔn)則——從業(yè)者要讓他們的可視化數(shù)據(jù)對(duì)于視力受損的讀者也可以理解。這條準(zhǔn)則的意思是顏色應(yīng)該具有不同的亮度級(jí)別，以便在將它們轉(zhuǎn)換為灰度時(shí)可以輕松區(qū)分。

此外，僅使用一種色調(diào)，你的老板（或讀者）就不會(huì)抱怨它看起來“太五顏六色”了。如果你正在做一個(gè)嚴(yán)肅的話題的可視化，那么這種單色調(diào)方式可能會(huì)排在你優(yōu)先級(jí)列表的首位。

更容易理解和專業(yè)的表達(dá)，會(huì)說服你在分類時(shí)相比于選擇不同色相更有可能選擇同一色相，只是通過明暗色調(diào)來區(qū)別。英國(guó)的《金融時(shí)報(bào)》就是這樣做：

但當(dāng)嘗試這么做的時(shí)候還有一些要點(diǎn)要牢記。

首先，要做好一些讀者會(huì)為你的著色進(jìn)行“合理化”解釋的準(zhǔn)備。即使這并不是你的本意，他們還是可能搜尋一些使用漸變的緣由。如“美國(guó)用一種更暗的色調(diào)展示是因?yàn)樗懈叩闹怠被蚴恰耙驗(yàn)檫@對(duì)故事來說更重要。”因此，不要隨意地著色。

其次，根據(jù)經(jīng)驗(yàn)，編碼條目時(shí)使用的漸變?cè)蕉?，閱讀就越困難。辨認(rèn)2-3個(gè)相同顏色的明暗漸變還是較為可行的。但如果是4、5、6個(gè)不同的漸變讀者就會(huì)放棄，尤其是如果它們是無序的、沒有被直接標(biāo)記、或只使用一個(gè)色相（淺藍(lán)到深藍(lán)）而不是多個(gè)色相（淺黃到深藍(lán)）的情況下，（讀者會(huì)更容易放棄）。

第三，如果你確實(shí)想使用漸變，如果在引入第二種顏色沒有意義的情況下，請(qǐng)保持一種顏色的漸變。

有一個(gè)示例。為了避免使用一個(gè)顏色的太多漸變，《金融時(shí)報(bào)》有時(shí)會(huì)展示多個(gè)顏色的漸變。

這樣的效果并不好?！胺侵?中東”和“其他”是不是屬于藍(lán)色區(qū)域（歐洲、亞太、美國(guó)）之外的另一個(gè)類別？這份圖表的作者或許并沒有想讓讀者這樣理解這份圖表，但讀者的確會(huì)有這樣的猜測(cè)。

????

何時(shí)一個(gè)色系？何時(shí)兩個(gè)色系？

如果你決定應(yīng)使用定量色階而不是分類色階的話，還有兩個(gè)問題要討論。第一個(gè)問題，你應(yīng)該使用順序色階還是發(fā)散色階？

1）如果有一個(gè)有意義的中間節(jié)點(diǎn)，就使用兩端發(fā)散的明暗色階

如果中間值有意義，請(qǐng)使用多種顏色。那可能是：

• 零，例如正負(fù)經(jīng)濟(jì)增長(zhǎng)
• 50％，例如兩個(gè)選擇之間的投票
• 平均年齡或中位數(shù)，例如，年齡中位數(shù)以下
• 商定的閾值，例如低于或高于貧困線的收入水平
• 目標(biāo)，例如收入高于和低于季度目標(biāo)

這聽起來很容易，但是，很多時(shí)候中間值是什么并不清楚，或者根本沒有中間值。舉個(gè)例子：

? 日?；顒?dòng)中歌曲的動(dòng)機(jī)品質(zhì)，圖表來自 PepMusic。

這個(gè)項(xiàng)目的開發(fā)者決定不用配色對(duì)這些活動(dòng)進(jìn)行編碼，而是用耗盡的程度來分類，并采用定量色階：

然后，他們決定其他們的色階是發(fā)散的，這意味著色階有一個(gè)中間點(diǎn):“正常/平均”程度的疲憊類型(辦公室、早餐、晚餐)。他們也可以不設(shè)中間值——睡眠是零疲勞，跑步是非常疲勞，這樣的話他們的變化應(yīng)該是從亮到暗。

注意，使用發(fā)散色階主要有兩個(gè)優(yōu)點(diǎn)：第一，強(qiáng)調(diào)極端情況；第二，使讀者看到更多的數(shù)據(jù)差異。

2）使用發(fā)散色階可以強(qiáng)調(diào)極端值 

如果你的故事強(qiáng)調(diào)一個(gè)最大值，就選擇連續(xù)色階；如果你的故事同時(shí)關(guān)注最低和最高值，就選擇發(fā)散色階。

設(shè)想你寫了一篇關(guān)于互聯(lián)網(wǎng)的主要構(gòu)成是歐洲、美國(guó)、日本、澳大利亞和其他西方國(guó)家，并且這些國(guó)家和地區(qū)從中受益頗多的故事。為了說明你的觀點(diǎn)，下面這幅用連續(xù)色階制作的地圖很適合作為插圖。它強(qiáng)調(diào)了數(shù)值最高的國(guó)家：

但如果你的故事是關(guān)于在非洲和亞洲只有少數(shù)人使用互聯(lián)網(wǎng)，你或許就想用一個(gè)發(fā)散色階來展示你的數(shù)據(jù)：

3）使用發(fā)散的明暗，讓讀者看到數(shù)據(jù)中的更多差異

和連續(xù)色階相比，使用發(fā)散的明暗變化會(huì)讓你看到數(shù)據(jù)中更多的差異。這是因?yàn)槟惚憩F(xiàn)出一個(gè)梯度的數(shù)量范圍是連續(xù)漸變的數(shù)量范圍的一半。

你可以在上面的地圖上看到， 淺藍(lán)色漸變?cè)陧樞蛏A地圖中占0至100％，但在發(fā)散色階地圖圖中僅占50％至100％。10％或20％點(diǎn)的差異在發(fā)散色階地圖中變得更加明顯。

將俄羅斯和土耳其比較一下，按照連續(xù)色階，盡管它們之間相差16%，但土耳其在地圖上看起來只比俄羅斯略淺一點(diǎn)點(diǎn)。

在發(fā)散色階的地圖中，差異會(huì)更加明顯——俄羅斯仍然是類似的藍(lán)色，但土耳其看上去顏色更淺，更接近米色，這表明它更接近中間點(diǎn)。

????

何時(shí)分類？何時(shí)不分類？

要使用定量色階，除了要注意是用順序色階還是發(fā)散色階，你需要考慮是否要把數(shù)據(jù)分級(jí)（即歸類，也稱分類、階梯化、量化、分等級(jí)、統(tǒng)計(jì)或使其離散），還是不分級(jí)（即讓其保持未歸類的，也稱連續(xù)的）。

1）如果數(shù)據(jù)已分類，請(qǐng)使用分類的色階

首先，如果你的數(shù)據(jù)是非連續(xù)的，請(qǐng)不要使用連續(xù)的色階。這意味著，當(dāng)可視化有天然排序的數(shù)據(jù)時(shí)，例如李克特量表、服裝尺寸、官銜等，請(qǐng)使用分類的色階。未分類的色階會(huì)讓人誤認(rèn)為兩個(gè)相鄰選項(xiàng)之間還有別的選項(xiàng)，但其實(shí)并沒有。

2）如果想要表達(dá)統(tǒng)計(jì)范圍，就使用分級(jí)色階

使用分類的色階會(huì)比未分類的色階更容易表明觀點(diǎn)。你可以將具有相同顏色的數(shù)值和區(qū)域進(jìn)行分組，以便讀者可以快速了解你想表達(dá)的觀點(diǎn)。

制圖師邁克爾·多布森（Michael Dobson）在1980年代大力倡導(dǎo)分類地圖。他稱它是“更簡(jiǎn)單、更高效的通信設(shè)備”。分類地圖肯定會(huì)更簡(jiǎn)單，因?yàn)楹?jiǎn)化是分類地圖的核心。但這是否也會(huì)更有效？這取決于你要傳達(dá)的內(nèi)容。

如果您想傳達(dá)非常有限的信息，分類地圖是一個(gè)不錯(cuò)的選擇。制圖師麥凱瑟琳（Mr. 庫(kù)爾森（Coulson）在1991年指出，只要地圖具有統(tǒng)計(jì)目標(biāo)，例如顯示：

• “中等家庭收入排最后百分之十的縣域”

• “癌癥死亡率高于平均水平兩個(gè)標(biāo)準(zhǔn)差以上的區(qū)域”

• 如果某個(gè)縣的失業(yè)率高于全國(guó)平均水平（如上圖所示）

相比上一張，這張地圖讓人們更難看清各個(gè)縣屬于哪個(gè)統(tǒng)計(jì)范圍——即它們的失業(yè)率低于或高于全國(guó)失業(yè)率。

3）用未分類色階呈現(xiàn)細(xì)微差別的視圖

正如上面的兩張地圖所清楚顯示的，與未分類的地圖相比，分類的地圖顯示的細(xì)微差別要小。

未分類的地圖會(huì)提供更真實(shí)、更細(xì)致的失業(yè)率視圖。朱迪思·泰納（Judith A. Tyner）在她的《地圖設(shè)計(jì)原理》中寫道：“未分類的等值線圖可以最精確地表示數(shù)據(jù)模型?！?/p>

展示數(shù)據(jù)的復(fù)雜性本身就是一個(gè)崇高的目標(biāo)。如果展示復(fù)雜性在你的優(yōu)先級(jí)中名列前茅，請(qǐng)使用未分類的地圖。

但是分類地圖也可以或多或少地產(chǎn)生細(xì)微差別。你顯示的類別越多，地圖就變得越細(xì)致入微。僅顯示兩個(gè)類別的失業(yè)率地圖是個(gè)極端的例子。這里我們提供了一份有六個(gè)檔次的地圖，3個(gè)高于全國(guó)平均水平的檔次和3個(gè)低于全國(guó)平均水平的檔次。

與只有兩個(gè)分類的地圖相比，此地圖顯示的差別更加細(xì)微–但與未分類地圖相比還是略遜一籌。

4）如果你懶得向讀者解釋，請(qǐng)使用未分類色階

未分類的圖中能體現(xiàn)出的那些你觀察到的細(xì)微差別可以讓讀者看到一些對(duì)僅僅對(duì)他們很重要的信息。

比如，未分類圖能讓讀者更容易看到：

• …邊界區(qū)域。在分類地圖中，通常將它們與數(shù)值稍高或稍低的區(qū)域放在一起。
• …不同類別之間的過渡是平穩(wěn)的還是突兀的。
• …作為讀者我感興趣的地區(qū)的數(shù)值與相鄰地區(qū)相比到底是更高還是更低。

舉個(gè)例子，讓我們放大南達(dá)科他州-下圖正中央的地區(qū)。南達(dá)科他州的失業(yè)率比周圍大多數(shù)州都更接近全國(guó)平均水平（所以它的藍(lán)色更淺）。在未分檔的地圖上，我們可以看到，那些與其他州接壤的南達(dá)科他州縣的失業(yè)率都要高于接壤的外州的區(qū)縣。

? 上圖：數(shù)據(jù)分六個(gè)等級(jí)的地圖，下圖：未分級(jí)的地圖。

在分檔地圖中，這些細(xì)微的差異是不可見的。讀者無法知道南達(dá)科他州的標(biāo)為深藍(lán)色的縣的失業(yè)率是否比周圍其他州標(biāo)為深藍(lán)色的縣更高還是更低。

5）如果如果想讓讀者讀取數(shù)值，請(qǐng)使用分類色階

分檔地圖使讀者雖然只能讓讀者讀取一個(gè)范圍（例如6％和7％之間），但是卻可以幫助他們更好的領(lǐng)會(huì)這份數(shù)據(jù)。我們?cè)趲仔」?jié)前已經(jīng)提到過的麥格和庫(kù)爾森（Mak and Coulson）在1991年的一項(xiàng)研究中得出結(jié)論：“分級(jí)地圖在估計(jì)數(shù)值的測(cè)試中比未分級(jí)地圖在統(tǒng)計(jì)結(jié)果上有著非常顯著的優(yōu)勢(shì)?！?/p>

讓我們?cè)俅慰纯茨线_(dá)科他州：

? 上圖：數(shù)據(jù)分六個(gè)等級(jí)的地圖，下圖：未分級(jí)的地圖。

在上面的分檔地圖中，你可以確保正確閱讀某一區(qū)域的值處在哪個(gè)范圍-而在未分檔的地圖上，你只能對(duì)值域有“合理的猜測(cè)”。你的猜測(cè)可能在很小的區(qū)間里（“接近6％”，而不是“介于5％和6.9％之間”），但他們?nèi)灾皇遣聹y(cè)。

當(dāng)然，數(shù)值的可讀性也取決于到底有多少類：你定義的類別越多，讀者讀出正確數(shù)值的可能性就越小。

因此，如果你希望讀者讀出特定的數(shù)值范圍，請(qǐng)選擇僅包含幾個(gè)類的分類地圖。這在你展示靜態(tài)地圖（例如在打印或 PDF報(bào)表中）這種人們沒有辦法通過工具或者鼠標(biāo)懸停獲得補(bǔ)充信息的時(shí)候尤為重要。

——————————————————————————