顏色是最有效的美學特徵之一，因為它吸引了人們的注意力。我們注意到的第一個特徵是顏色，它突出了特定的見解並以直接的方式識別異常值。在論證中，顏色的使用應該基於數據，而不是個人偏好或品牌顏色。
接下來我們使用數據分析系統DataFocus所製作的圖表來進行相應的演示。
通常，我們在使用顏色時可以遵循以下顏色一致性原則：
1.數字指標的一致性
當基於某個指標的數值執行顏色映射時，建議使用兩極顏色生長模式的漸變顏色。例如，統計不同地區的銷售情況。左側圖像的顏色沒有顏色系統和生長規律。用戶很難理解特定索引值的含義。此時，如果使用右側的生長顏色系統。它的表達方式，向用戶傳達了一種顏色可測量感。然後，基於這種梯度增長顏色，用戶可以容易地理解該年中每個區域的銷售分布。
2.指標顏色一致性
在同一儀錶板中，嘗試對同一指標使用相同的顏色方案，避免過多的顏色幹擾。
例如，當我們進行銷售看板分析時，我們通常會分析銷售和退貨金額的指標。因此，即使我們對同一指標進行不同尺寸的數據可視化分析，我們也建議分別對銷售和退貨金額使用相同的顏色系統。例如，對於顏色匹配，銷售額應為黃色，付款金額為藍色。在遵循指示器顏色一致性顏色匹配原理之後，用戶可以根據顏色區別快速理解當前數據可視化圖表所表示的指示符的含義。
3.色彩系統一致性
在同一儀錶板中，嘗試選擇相同顏色系統的顏色方案以避免顏色對比。
如何定義顏色的選擇，這可能是很多用戶非常頭疼的問題，不知道選擇哪種顏色來搭配。然而，在色彩匹配方面，DataFocus有很多漂亮的配色方案供大家選擇相同顏色的顏色。這對用戶非常友好。畢竟，有時「顏色價值也非常重要」。如果我們是自定義顏色匹配，我們需要避免一些顏色對比。例如，你可以匹配黃色+白色，藍色+黑色，紅色+藍色，黃色+紫色等的顏色，這不僅美觀，而且易於刺激用戶的眼睛。
4.語義顏色一致性
語義顏色可以幫助人們更快地處理信息，並嘗試根據指標的含義選擇最符合人類感知的顏色。
因此，紅色可用於指示熱量分布，棕色表示乾旱指數，藍色表示降水，等等。
除非註明，否則均為DataFocus企業大數據分析系統,讓數據分析像搜索一樣簡單原創文章，轉載必須以連結形式標明本文連結。