实例讨论数据可视化的配色思路

引子

有一数据集如下：

数据解读：

• 研究对象的目标层 A 分为 B1, B2, B3 三个准则层；
• B1 层下有 C1, C2, C3, C4 4个指标；
• B2 层下只有 C5 一个指标;
• B3 层有 C6, C7, C8 3个指标。
• 指标权重是该指标在所属准则层的权重；
• 组合权重是该指标在目标层的权重。

现在，要绘制上述数据的“组合权重”的饼图。如何给这个饼图配色呢？

数据可视化配色的误区

下图是群友绘制的图：

他自己对结果不满意，他认为是颜色搭配太丑。

我们来看看，他的配色问题出在哪：

颜色太乱，用8种颜色代表8个指标，除了添乱以外，没有一点好处，实际上，标签 C1, C2，… 已经表达了指标信息，再用颜色表达指标是“资源”的浪费！

这是一组分层、定性分类的数据，从图中，我们无法看出指标与准则的归属（分类）关系，所以显得很乱！

颜色没有帮助表达更多有用的数据信息。

初学者，对数据可视化的配色常有一个的误解：认为配色就是给图表着上颜色，看起来花哨，好看！非也，非也！

数据可视化配色的目的

数据可视化的目的是为了更直观的表达数据之间的关系、数据的结构、作者发现的数据变化的规律、表达作者发现的数据中隐含的信息…

简单说，数据可视化就是用图表表达作者在数据中发现的重要信息。

图表类型、符号、颜色是有限的、宝贵的“表达”资源，使用时都应该是有助于这个目的。用多个资源重复表达相同的信息，肯定是失败的。

数据可视化的配色如果仅是为了好看，99% 会是失败的。

实例讨论配色的思路

我们就前面这个简单的例子，来看看配色的一般思路。

选择合适的颜色映射

考虑到：

• 该数据集有 3 个准则层，每个准则层下的有 4， 3 ，1个指标不等。
• 显然这种准则层、指标层，是一种定性的（qualitative）分类；
• 饼图的标签已足以区分准则层、指标层；
• 饼图的锲形大小已表达权重；
• 用颜色表达准则层的分类、表达指标与准则层的关系，是一个不错的选择。

观察 matplotlib 内置的 qualitative colormaps，发现 ’tab20b, tab20c‘与这个数据集的结构比较吻合。
比如， tab20c 前面3个颜色，蓝色、橙色、绿色，每个颜色下面有 4 个饱和度变化。

我们用蓝色、橙色、绿色表达 3 个准则层，用对应颜色下面的饱和度变化表达所属的指标层，怎么样？应该不错。

按照这个思路绘制的嵌套饼图如下：

看到这个图，读者即使不看原始数据，也应该想到：

• C1,C2,C3,C4 与 B1 层有关；
• B2 层似乎只有一个 C5；
• C6,C7, C8 应该属于 B3 层。

至于颜色搭配的协调性，matplotlib 内置的颜色映射已经做了保证。记住：各种配色模块定义颜色板的首要目的就是基于色彩搭配的原理，保证这些颜色放在一个图表中的协调和美观。

我们的工作就是选择合适的颜色映射表达数据中的信息。

就这个例子，你可能有更好的配色方案，欢迎到python草堂群：457079928（QQ群）交流。