虽然如今好的配色方案已经唾手可得，但想为数据可视化找到合适的配色方案，难度仍然不小。因信息图的独特属性，在保证色彩具有清晰辨识度的同时，还必须满足丰富而不凌乱的配色要求。不过即使你对色彩不敏感，用了今天这篇干货提到的3个技巧，也能轻松制作出好看的信息图。
在信息图方面，事情甚至更加棘手，因为我们要通过上千种各不相同的数据集合来传递信息，它们有着各自迥异的视觉表现。
目前的问题
我们没有立刻开始建立自己的配色表，而是发起了一些调查，研究网络上已存在的配色方案。令人惊讶的是，我们发现其中只有少数是为复杂的图表和数据可视化而设计的。我们发现一些不能使用现有配色的原因。
问题1：辨识度低
我们看过的许多配色方案都不适用于数据可视化。不仅由于颜色的明度差异不大，其实它们在创造时就没有考虑过辨识度。Flat UI配色是最广泛使用的配色之一，原因显而易见：它非常优秀。但是，正如它名字所述，这是为界面而设计的。使用Flat UI配色的话，色盲者就难以辨认出数据图像。
Flat UI配色的完整色彩、红色盲模式、灰度模式。
问题2：色彩不够多
另一个问题是，许多现有配色方案没有足够的颜色。创造数据可视化信息图时，我们需要至少6种颜色的配色方案，甚至有时需要8到12种颜色，才能满足所有的应用场景。我们看过的许多配色方案都没有足够多的色彩供选择。
下面是Color Hunt里的一些例子：
虽然这些都是很棒的配色，但它们都不够灵活，无法提供丰富的色系。
问题3：难以区分
不过等一下，还有一些配色方案看起来像是渐变——理论上说可以创造出任意数量的颜色，对吧？
不幸的是，它们明度差异通常不大，其中许多颜色很容易变得无法区分，就像这一组，同样来自Color Hunt：
我们试着选第一组，把它扩展为10级色彩：
如果普通用户能正确的区分出这些颜色，并与相应的数据项对应起来，我就服了，尤其是能区分出左边的4种绿色。
