Советы11 февраля 2026 г.2K

Выбор цвета для визуализации данных

Коротко

Случайный выбор цветов разрушает читаемость графика. В статье — ключевые правила цветового кодирования в датавизуализации и практические советы по подбору палитр.

Цвет в визуализации данных — не вопрос эстетики. Это инструмент управления вниманием: правильно подобранная палитра ускоряет считывание информации, а хаотичная — создаёт когнитивный шум. Ниже — принципы, которые помогут выбирать цвета осознанно.

Почему нельзя брать цвета произвольно

Когда цвета на графике подобраны без системы, зритель тратит лишние секунды на расшифровку: что за чем стоит, что важнее, на что смотреть. В датавизуализации это недопустимо — особенно на дашбордах, где решения принимаются быстро. Цвет должен нести смысл, а не быть случайным атрибутом.

Ключевые правила цветового кодирования

  • Используйте цвета из разных частей спектра. Каждый цвет на графике должен быть однозначно отличим от остальных — не только по оттенку, но и визуально, без усилий.
  • Один цвет — одна сущность. Если выручка всегда зелёная, она должна быть зелёной на всех слайдах и графиках в рамках одного проекта или выступления.
  • Избегайте цветовых «семей» в одном графике. Три оттенка зелёного (салатовый, мятный, оливковый) на одном графике — источник путаницы, а не детализации.
  • Учитывайте цветовую слепоту. Около 8% мужчин имеют нарушения цветовосприятия. Проверяйте палитры на доступность: избегайте пар красный–зелёный без дополнительных визуальных маркеров.
  • Ограничивайте количество цветов. Оптимально — до 5–7 категорий. Если категорий больше, рассмотрите группировку или иные способы кодирования (форма, штриховка).

Однозначные названия цветов — совет для выступлений

Выбирайте цвета с общепонятными названиями. Когда вы показываете график вживую или на звонке и хотите направить внимание аудитории, вы должны иметь возможность сказать: «смотрим на зелёную линию — это выручка». Если на том же графике есть ещё салатовая, мятная и оливковая линии, такая фраза не работает. Зритель не знает, какую именно линию смотреть. Каждый цвет должен быть единственным своего рода на графике.

Типы цветовых палитр в датавизуализации

  • Качественные (категориальные) палитры — для различения несвязанных категорий. Цвета максимально контрастны между собой.
  • Последовательные палитры — для отображения числовых данных от меньшего к большему. Один оттенок меняется по светлоте или насыщенности.
  • Дивергентные палитры — для данных с нейтральной серединой и двумя полюсами (например, отклонение от плана: минус и плюс).

Что сделать на практике

  • Определите тип данных (категория, числовой ряд, отклонение) — это сразу укажет на подходящий тип палитры.
  • Составьте корпоративную или проектную цветовую схему и придерживайтесь её на всех материалах.
  • Проверьте палитру в режиме grayscale: если все элементы сливаются, добавьте различия по яркости или форме.
  • Назовите каждый цвет в легенде коротко и однозначно — это упростит и письменные, и устные презентации.

Вывод

Цветовые решения в визуализации данных — это система, а не вкусовщина. Чем более осознанно выбрана палитра, тем быстрее аудитория считывает смысл графика. Начните с простого: убедитесь, что каждый цвет на вашем дашборде или слайде можно назвать одним общепонятным словом.

Частые вопросы

Сколько цветов можно использовать на одном графике?+

Рекомендуемый максимум — 5–7 категорий. При большем количестве цвета перестают различаться визуально. Если категорий больше, стоит группировать данные или использовать дополнительные способы кодирования: форму маркера, штриховку, подписи.

Как подобрать палитру с учётом цветовой слепоты?+

Избегайте пар красный–зелёный как единственного различителя. Используйте специализированные палитры, разработанные с учётом дальтонизма (например, ColorBrewer или Okabe-Ito), и проверяйте финальный результат в симуляторе цветовой слепоты.

Чем отличаются последовательные и дивергентные палитры?+

Последовательная палитра переходит от светлого к тёмному одного оттенка и подходит для данных, которые растут в одном направлении (например, плотность или выручка). Дивергентная имеет нейтральный центр и два разнонаправленных полюса — используется там, где важно показать отклонение от нормы или нулевой точки.

Какой тип палитры выбрать для категориальных данных?+

Для категорий (например, регионы, каналы продаж, продуктовые линейки) используют качественные палитры: цвета в них максимально контрастны друг с другом и не подразумевают числового порядка.

34👍14🔥9
Читать оригинал в Telegram
Там можно оставить реакцию и написать комментарий
✈️ Открыть
🥰
Валерия Смирнова
Senior BI-аналитик в Авито · @mozzalerra
Сотрудничество →