如果你的時間只夠專注於改進圖表中的一件事，那就從顏色下手。大多數的軟體都無法憑直覺知道，如何根據你的上下文脈絡而妥善使用顏色。軟體無法知道，你想如何將變數加以組合，哪些是主要變數，哪些又是次要變數，哪些是互補變數，哪些又是對比變數。因此，軟體就會給每個變數賦予個別且有點隨機的顏色。如果遇到非常不合邏輯的狀況，你的第一次產出可能會是一團混亂的彩虹，就像上面的圖表。
這樣可不好。我們的眼睛分辨和記憶不同顏色的能力，大概在五或七種顏色後，就會消失。大多數圖表一開始都有太多顏色。你的工作就是確認，你需要哪些顏色，然後就只用這些顏色。
你不需要是一名瞭解色彩理論的專業設計師，也能利用良好的色彩組合來製作出優質的圖表。你只需要遵循下面這些指導原則：
1. 別用太多顏色。堅持用最少的顏色來表達你的想法。這有點像數學上的約分，有時我們看到數字顯示為10/15，但它其實可以用2/3來表示。同樣的，我們可能想用八種顏色，但實際上只需要用四種，或者兩種顏色就足夠。找出使用相同顏色將變數分組的方法。
2. 使用灰色。灰色是你的好朋友。它和白色背景的對比度較小，在其他對比度較高的顏色之下，可以傳達「背景資訊」的感覺。它不像强烈的顏色那樣吸引目光。在許多圖表中，你可以用灰色來擔任軟體自動指定的某個主色。
3. 互補或對比。當某些變數在本質上相似時，可以使用相似或互補的顏色。當它們相反時，就使用對比色。讀者自然會把它們關聯起來，相似的東西放在一起，不相似的東西就不放在一起。這聽起來似乎太顯而易見，但請記住，軟體並不懂這種事情。如果我們有八個關於不同年齡層的男性和女性的變數，那軟體就會指定八個不同的顏色。我們就可以在相同性別的不同變數中使用互補色，並對不同性別使用對比色，例如四種色調的綠色和四種色調的橙色。只需要用兩種色系。看來就清爽多了。
4. 專注在變數上。文字、標籤和其他不是傳達數據資訊標記的其他標記，最好保留使用黑色或灰色，或者黑底白字來顯示，僅允許少數例外。有時，通過相同顏色讓某個標籤連接到某條線會更有效果，但要謹慎使用。一般來說，用不同顏色點綴文字，容易讓人分心。
5. 專心於如何使用顏色，而不是使用哪些顏色。你突發的衝動可能是思考該用哪些顏色。但這遠不如你該如何使用顏色來得重要。掌握背景資料與主要資訊的差異、讓變數互補和對比，以及如何改變色彩飽和度這三件事，都會比挑選你自己喜歡，或者你的品牌經理要求你使用的顏色，帶來更好的決策。
額外專業提示：考慮色盲人士。如果觀眾裡有各種色覺缺陷的人，那麼一張優秀圖表的力量有可能消失，而且往往確實會如此。高達10％的男性患有紅綠色盲，而1％至5％的男性患有其他種類的色盲。色盲的人可能將兩種顏色視為相同的顏色。好消息是，諸如Coblis和Color Oracle這樣的工具，會讓你更容易看到，你的圖表在患有色盲的人眼中是什麼樣子。在匆忙時，我常常忘記檢查配色方案是否可以滿足色盲人士，我正努力在這方面做得更好。本書中每一張不是故意設計得不精良的圖表，都已經確實檢查過，可以讓色盲人士分辨出顏色。
有時候，簡單有助於達到清晰的效果，但簡單的事情不見得都很清晰，清晰的事情也不見得一定要簡單。想達到清晰效果，產生極樂點，我們需要的不僅僅是良好的配色和少量及簡單的設計。圖表上每一個需要觀眾停下來思考、決定該把焦點放在哪裡，以及挑戰他們慣用思維方式的地方，都無法達成清晰效果。要達成清晰的設計，請使用下面這些準則。
1. 刪除東西。考慮圖表上的每個標記，然後問自己，我是不是需要它們，才能說明我的論點？舉個例子，由製作表格軟體自動生成，通常與主題無關的軸標籤，以及會分散注意力的格線，都會被保留下來。不必要的顏色會將注意力從核心思想中抽離。要更積極處理這些情形。如果你認為可以不用變數就表明你的觀點，你甚至可以嘗試完全删除這些變數。
2. 將多餘的部分移除。「銷售與收入」這樣的標題，只不過重複了軸線標籤而已。單純敘述視覺圖內容的加框文字，並不能帶來新的啟發。代表金額或百分比的軸線，就不需要在每個標籤上標示＄或％等符號。在你的數據圖表中尋找資訊重複的地方，在維持清晰的情況下，盡量從圖表中删除這些資訊。
3. 限制顏色和視線移動。顏色非常強而有力，但也很容易分散注意力。如果把醒目的顏色分配給非核心元素，它們將會搶奪注意力。把顏色看成需要約分的分數。你想展示的是2/3，而不是12/18。對變數進行分組，並對上下文的輔助資訊採用灰色處理，就能做到這點。帶有指示箭頭的圖例、說明和標題，都能強制眼睛視線隨之移動。當我們需要望向圖表右側尋找圖例，然後再將視線拉回圖表時，這樣反覆三、四次，看來好像微不足道，但事實卻非如此。視線來回飛奔，或跟著長線讀取標籤，會顯著降低閱讀圖表的速度。資訊離它所參照的事物越遠，對眼睛而言視線的跋涉就越長。盡量讓標籤和說明文字離它們所參照的視覺圖像近一點。在線圖中，我喜歡把標籤放在它們代表的線的末端，它們對於在視覺圖表上搜尋的眼睛而言，擔任了視線的自然停止點，同時讓我們不必另外製作圖例。
4. 知道人們約定俗成的想法。大腦的運作靠的是直覺。它會走捷徑。在我們的腦袋裡，未來總是伴隨著現在而來。數值會向上走，較大的數值會在較低的數值之上。一般來說，紅色代表熱、危險或壞的事物，而藍色則是冷或者水，綠色象徵良好或安全。當你的設計違反這些神經感受的慣例時，觀眾就需要努力克服它。想像一下從右到左讀取時間軸，或是一根頂部為0％，而底部為100％的y軸有多難讀。尊重傳統，並加以利用。如果一個趨勢讓人擔憂，那就將它標成紅色。將一個較大的數值，在你的圖表中放在其他數值之上。讓北方在上，而南方在下。
5. 描述觀念，而不是結構。利用文字、標題、圖片說明和其他視覺標記，來突顯想法或見解，而不是描述視覺圖表的體系結構。重複說明表格的標題，對觀眾的幫助，還不如暗示或明確說明視覺圖表為何存在的標題來得顯著。舉例來說，讓我們比較一下「醫療保險和健康評估的支出分佈」與「更多的支出不會提高健康水準」這兩個標題。或者「中位數營運逐年損失的趨勢線」與「損失正在不斷累積」這兩個標題。
6. 額外專業提示：把所有東西對齊。在建立視覺秩序上，這個簡單的指導原則非常有效。一些圖表讓人覺得雜亂和模糊，部分原因就是圖表元素在整個視覺空間中四處獨立漂浮而造成的。軸線標籤傾斜放在軸的中間位置。只要有空白的地方，就會出現說明文字框。利用y軸作為左方的對齊點，建立第二個點，用它將說明文字與其他標籤對齊，混亂的感覺就會消失。
清晰的效果並不容易達成，往往需要勇氣。圖表製作者傾向於把手邊所有的東西，包括變數、標籤和顏色，都塞進視覺圖表中。也許他們不確定中心思想究竟是什麼，也許他們希望將所有的數據都塞進去，好讓老闆看見他們有多忙碌。這或許可以讓圖表製作者深感安慰，但卻會讓使用者覺得圖表難以理解，或者更糟的是，讓人無法接受。展現一張將一件事情說明清楚的清晰圖表，在剛開始時可能讓你感到不安，但觀眾會欣賞它。
接下來的挑戰旨在提高清晰程度。專注於使用每張圖表的提示，以消除混淆與雜亂。不要擔心表單，並且只在與達成清晰效果相關時，才考量顏色、標籤、標準慣例與其他考量事項。
在考慮使用哪種圖表時，試著遵循下面這些準則。
1. 瞭解基本的圖表類別。開始選擇圖表最簡單的方法，就是理解你的意圖。你是想要：
做一個比較？
顯示分布？
顯示比例？
繪製圖表？
展示一個非統計的概念？
如果你知道答案，你就已經縮小了選擇範圍。舉例來說，如果你想顯示比例，那你就知道線圖並沒有幫助，但堆疊區域圖或堆疊長條圖卻有幫助。請參閱附錄B中的圖表選擇工具，以查看上面這些任務中最常使用哪些類型的圖表。使用這個圖解當作起點。你也可以嘗試其他沒有出現在附錄工具中的圖表類型。請記住，某些圖表類型可以達成多種目的。舉例來說，兩張相鄰的堆疊長條圖，可以進行等比例的比較。
2. 聽聽你是怎麼描述事物的。找個人談談你的資料和你想傳達的想法。聽你自己說的話，並寫下一部分，因為你可能會說出一些描述了最適合你的資料的圖表類型的話。你可能聽到自己說：「個別年份資料不像年度趨勢這麼重要。」那麼你自己已經建議了使用顯示趨勢的線圖，而不是繪製每年數值的長條圖。或者你也可能會說：「在期望值和實際表現之間，存在巨大的差距。」這可能引導你嘗試一種可以真正顯示巨大差距的圖表類型，例如點狀分布圖。你會訝異的發現，你用來描述自己意圖的詞語，經常會讓你直接發現該用哪一種圖表類型。為了幫助你，我附上了一個詞彙表，整理了與這些處理方式有關的關鍵字相搭配的圖表類型。請參考附錄C。
3. 依賴你最常用的工具。在日常生活和製圖兩件事情上，聰明都被高估了。為了引人注意，我們有時會嘗試不尋常的圖表形式，例如力導向網路圖（forced-directed network）或者沖積圖（alluvial）。它們在你的圖表工具箱裡有一席之地，但別太強行推銷它們。大多數資料圖表化的挑戰，都能使用三類圖表及其變體加以處理：
線圖（堆疊區域圖，斜率圖）
長條圖（堆疊長條圖，點狀分布圖）
散佈圖（泡泡圖，柱狀圖）
當你要使用這三種以外的圖表時，務必確認你有充分的理由。請瞭解更專業與不尋常的圖表，會讓觀眾更費力才能理解。向他們解釋一下這些圖表的內容，或者製作一個簡單的原型，或許會有幫助。
4. 別忘了表格。有時候一組資料中的所有個別資料，比趨勢線更重要，也比構成這些資料的元素重要。這種情況下，使用一張表格可能是最好的選擇。當視覺化沒有闡述任何比較大的資料點，而且如果要以視覺化圖表說明這種資料點，所花的時間又太多時，表格對一些相對較少的資料組合也很好用，例如在兩個類別的三個資料點。從某種角度而言，表格就是一種視覺化，它們利用可預見的部分水平和垂直空間，讓資料更容易理解。而且它們仍然是一個强大的工具。
額外專業提示：只使用一個軸線。我最喜歡的一種圖表類型，是不太常見的點狀分布圖。它在單一的軸線上做標記，這種圖表的一種變化，就是泡泡圖，也就是在單一軸線上置放大小不同的氣泡。點狀分布圖經常能有效地取代長條圖。當你繪製長條圖的主要目標，是在y軸上比較各變數的測量結果時，點狀分布圖可能會更容易達到效果。為什麼？因為我們不需要掃描水平空間，以找出兩個長條線之間的垂直差距。