早先，阿里發布了支付寶數據可視化規范，這是一套數據可視化的設計語言，對數據圖形進行了拆解、提煉，從色彩搭配、組件規范、基礎元素、功能上進行了歸納總結。
圖表用色
圖表用色上，提出了一些圖表用色上的建議，給出了一個標准的配色方案。
1.單色的使用
在使用單色就能表達數據意義的情況下，建議不使用多色。
在圖表只展示單一屬性的情況下，建議不要使用多種色相。
如果數據的數值已經通過形狀、位置、角度等其他視覺通道進行了編碼，那就沒有必要再設置不同的亮度和飽和度。
2.多色的使用
人們在不連續區域的情況下通常可以分辨6~12種不同色相，以及有限個可辨亮度層次。過多的顏色使用將對人類的視覺感知產生困擾。建議謹慎選擇顏色的數量。
在考慮圖表中的顏色數量時，需要將背景色和圖例顏色考慮進去，即顯示區域所有顏色的總和。
如果着色區域比較小，由於視覺通道的相互影響，可分辨的數量將相應有所下降。
多色相的使用：
當圖表展示了多種不同的屬性時，建議用不同色相來區分不同屬性。
多亮度與多飽和度的使用：
亮度和飽和度可以編碼數據的順序或數量特征。通常我們只會在特定圖表內使用到多亮度或多飽和度，例如在一個“熱力圖”中，用不同亮度的紅色來表示不同的氣溫測量值。
3.背景色的使用
圖表設計中的顏色使用必須統一，建議背景顏色不要選取與圖表主體內容相同或相近的顏色。
在一個精心設計的圖表中，背景顏色既要能良好地襯托圖表主體，又不產生喧賓奪主的效果。
通常我們較多地使用白色、淺灰色作為背景顏色，有些情況下也會使用黑色。
4.透明度的使用
透明度是與色相、亮度、飽和度緊密相關的另一個視覺通道。
由於透明度編碼本身受亮度和飽和度編碼的強烈影響，建議不要同時使用這三個視覺通道。但是它可以和色相編碼一起使用。
通常使用透明度時，圖表會有很多堆疊層次，我們需要做到使每一個前景層都能夠在背景層之上良好地顯示，並且不產生相互干擾。
5.輔助元素配色
輔助元素的配色需要避免與圖表主體配色產生沖突。
在此基礎上，盡量與圖表主體配色統一。
圖表類型
選擇什么圖表應該根據“有什么數據，需要用什么圖表”。從數據出發，從功能角度對圖表進行以下分類。
1.比較類
可視化的方法顯示值與值之間的不同和相似之處。使用圖形的長度、寬度、位置、面積、角度和顏色來比較數值的大小，通常用於展示不同分類間的數值對比，不同時間點的數據對比。
2.關系類
可視化的方法顯示數據之間相互關系。 使用圖形的嵌套和位置表示數據之間的關系，通常用於表示數據之間的前后順序、父子關系以及相關性。
3.趨勢類
可視化的方法分析數據的變化趨勢。 使用圖形的位置表現出數據在連續區域上的分布，通常展示數據在連續區域上的大小變化的規律。
4.分布類
可視化的方法顯示頻率，數據分散在一個區間或分組。 使用圖形的位置、大小、顏色的漸變程度來表現數據的分布， 通常用於展示連續數據上數值的分布情況。
5.地圖類
可視化的方法顯示地理區域上的數據。 使用地圖作為背景，通過圖形的位置來表現數據的地理位置， 通常來展示數據在不同地理區域上的分布情況。
6.區間類
可視化的方法顯示同一維度上值的上限和下限之間的差異。 使用圖形的大小和位置表示數值的上限和下限，通常用於表示數據在某一個分類（時間點）上的最大值和最小值。
7.時間類
可視化的方法顯示以時間為特定維度的數據。 使用圖形的位置表現出數據在時間上的分布，通常用於表現數據在時間維度上的趨勢和變化。
最后，總結一句，數據可視化首先要保證數據的准確展示，其次選對圖表和配色，可大大增加視覺感。如果覺得配色有困難，審美難以決斷，不妨嘗試一些可視化不錯的工具，諸如上文提的FineBI。