颜色是数据可视化中最重要的视觉通道之一。为不同的可视化任务设计适当的配色,既能促进数据隐藏模式的发现,也可以带来视觉美感。特别是在类别型数据的可视化展示中,合适的配色能美观且清晰地传达每个数据类别之间的关系,用户可以根据颜色快速感知到类别信息。但即便对于专业设计师来说,为给定的类别型数据设计合适的颜色映射也是比较困难的。用户往往使用可视化设计软件提供的配色模板,或ColorBrewer等软件建议的颜色映射。由于人们感知到的颜色与颜色的空间分布密切相关,这些通用配色模板并不一定合适。一些网站也收集了专业设计师设计的大量调色板。虽然这些调色板具有严谨的设计规范和丰富的视觉效果,但对于用户而言,如何从大量候选中挑选适合给定任务的调色板依旧是一个难题。因此如何帮助用户选择一组适合当前可视化任务和图表特点的配色依然是可视化设计中需要解决的问题之一。艺术图像（名人绘画、获奖摄影作品、电影场景等）中包含着丰富的配色方案。这些图像之所以符合人类的视觉审美,主要在于其颜色整体的和谐度,并且这些颜色的空间分布也很和谐。我们收集了大量颜色丰富的图片组成图像集,并使用图像集来指导数据的配色。我们提出了一种方法来根据图像集自动挑选适合当前可视化任务的参考图像,并自动提取颜色并将颜色分配给给定的数据类别。该方法的主要创新点在于同时考虑了不同类别数据之间以及颜色的空间分布。我们使用图结构对不同类别之间的空间排列以及图像中的主要颜色分布进行建模,并通过图匹配算法来检索具有高度空间分布相似性的图像。前K个匹配的图像以及相应的颜色映射被推荐给用户,以便用户选择。为了评估该算法的实用性,我们将该算法用于多种可视化图表的配色任务。实验结果显示,该算法能为输入的数据提供多种新颖美观的配色效果。同时我们还额外为用户设计了交互式界面,以便于用户根据他们自己的喜好来从推荐的配色方案中进行选择。用户调研验证了该方法提供的配色方案的有效性。