ชุดสีที่“ ดีที่สุด” เพื่อใช้สำหรับชุดที่มีความแตกต่างในแปลงที่มีคุณภาพการตีพิมพ์

89

มีการศึกษาอะไรบ้างเกี่ยวกับชุดสีที่ดีที่สุดที่จะใช้สำหรับการแสดงหลาย ๆ ชุดบนเนื้อเรื่องเดียวกันหรือไม่? ฉันเพิ่งใช้ค่าเริ่มต้นในmatplotlibและพวกเขาดูเด็ก ๆ เล็กน้อยเนื่องจากพวกเขาทั้งหมดสีสดใสหลัก

data-visualization

— David Hollman
แหล่งที่มา

28

นี่ไม่ได้ตอบคำถามของคุณ แต่ฉันคิดว่ามันสำคัญที่ต้องพูดถึง เมื่อใดก็ตามที่เป็นไปได้ชุดรูปแบบสีใด ๆ ที่เลือกควรเสริมด้วยสัญลักษณ์ที่แตกต่างกันหรือรูปแบบเส้นเช่นเมื่อพล็อตจะพิมพ์ในสีดำและสีขาวก็ยังง่ายต่อการเข้าใจ บ่อยครั้งที่ผู้แต่งพึ่งพาสีเพียงอย่างเดียวทำให้ตัวเลขไร้ประโยชน์กับคนตาบอดสีและผู้ที่ต้องการอ่านกระดาษรุ่นที่พิมพ์ขาวดำ พล็อตควรเป็นไปได้หากเป็นไปได้ควรใช้สีดำและสีขาวและใช้สีได้ดีขึ้น

— WetlabStudent

11

+1 ถึง MHH ความเห็นทางโทรทัศน์ในตำนานเรื่องสนุ๊กเกอร์ทำให้ประเด็นเดียวกันโดยอ้อมว่า: "สตีฟกำลังไปหาลูกบอลสีชมพู - และสำหรับพวกคุณที่กำลังดูขาวดำชมพูอยู่ข้างกรีน" คำอธิบายสำหรับผู้อ่านอายุน้อย: นั่นมาจากช่วงเวลาที่บางคนสามารถซื้อโทรทัศน์สีได้ แต่คนอื่นต้องไปซื้อโทรทัศน์ขาวดำที่ราคาถูกกว่า

— Nick Cox

5

"ดีที่สุด" เพื่อจุดประสงค์อะไร? นี่ไม่ใช่คำถามที่ไม่สำคัญหรือไม่ย่อท้อ เพื่อสร้างความประทับใจให้ผู้อ่านฟอรั่มอินเทอร์เน็ตฉันใช้สัญลักษณ์กราฟิกที่ทำงานโดยไม่มีสีแล้วตกแต่งด้วยสีรุ้ง (ซึ่งอาจมีความหมาย แต่ส่วนใหญ่จะมีการดึงดูดความสนใจและให้ความรู้สึก "คุณภาพ") สำหรับการแปลงที่มีวัตถุประสงค์ในการส่งข้อมูลรูปแบบสีอื่นอาจจะได้รับการแต่งตั้งในขณะที่สำหรับการแปลงที่สร้างขึ้นในแบบสำรวจเผยให้เห็นรูปแบบที่ไม่คาดคิดอาจจะเป็น (ในภาพGestalt ) โครงการควรขึ้นอยู่กับจุดประสงค์: ความแตกต่างของการรวมการเลือก อื่น ๆ ?

— whuber

2

@whuber: คุณทำประเด็น ฉันควรระบุว่าฉันตั้งใจจะตีพิมพ์ในวรรณคดีทางวิทยาศาสตร์และโดยทั่วไปฉันหมายถึงการขอคำตอบสำหรับแต่ละหมวดหมู่ของการรวมตัวการเลือกการสร้างความแตกต่าง ฯลฯ ที่จริงแล้วการรวมและความแตกต่างนั้นไม่ได้แยกเป้าหมาย: ในภาพ จากหนึ่งในเอกสารของฉัน ( dx.doi.org/10.1063/1.4864755 ) ฉันต้องการทั้งคู่ (และฉันไม่คิดว่าฉันทำงานได้ดีมาก) (ขออภัยที่พวกคุณไม่ได้อยู่ในมหาวิทยาลัยวิชาการฉันจะพยายามที่จะทำให้การเชื่อมโยงสาธารณะทั่วไปเร็ว ๆ นี้)

— David Hollman

2

การอภิปรายที่ดีงามเป็นจุดเริ่มต้นใน graphicdesign.stackexchange.com/questions/7960/... graphicdesign.stackexchange.com/questions/3682/...

— เกรินุก

53

การอ้างอิงที่พบบ่อยสำหรับการเลือกจานสีคือการทำงานของซินเทียบรูเออร์ในColorBrewer สีที่ถูกเลือกขึ้นอยู่กับรูปแบบการรับรู้ในแผนที่ choropleth แต่คำแนะนำเดียวกันส่วนใหญ่ใช้กับการใช้สีในพล็อตประเภทใด ๆ เพื่อแยกแยะรูปแบบข้อมูล หากสีเพียงอย่างเดียวที่จะแยกความแตกต่างระหว่างเส้นที่แตกต่างกันแล้วจานสีที่มีคุณภาพอยู่ในลำดับ

บ่อยครั้งที่ไม่จำเป็นต้องใช้สีในพล็อตบรรทัดที่มีเพียงไม่กี่บรรทัดและสัญลักษณ์จุดต่าง ๆ และ / หรือรูปแบบเส้นประมีประสิทธิภาพเพียงพอ ปัญหาที่พบบ่อยในแผนการแปลงคือถ้าเส้นทับซ้อนกันบ่อยครั้งจะเป็นการยากที่จะแยกแยะรูปแบบที่แตกต่างกันไม่ว่าจะใช้สัญลักษณ์หรือสีใดก็ตาม Stephen Kosslyn แนะนำกฎง่ายๆสำหรับการมีเพียง 4 บรรทัดในพล็อต หากคุณลองแยกเส้นออกเป็นหลาย ๆ แปลง นี่คือตัวอย่างที่แสดงคำแนะนำ

ไม่จำเป็นต้องใช้สีและฉลากมีมากเกินพอ

— แอนดี้ดับบลิว
แหล่งที่มา

4

ฉันชอบจานสี "Dark2" จาก ColorBrewer!

— Gimelist

5

ขอบคุณสำหรับคำแนะนำของ ColorBrewer! นั่นคือสิ่งที่ฉันกำลังมองหา

— David Hollman

รูปภาพ greyscale ไม่ทำงานหากมีสองซีรีส์ที่มีค่าเดียวกันอยู่ตรงกลางที่ใดที่หนึ่ง (ทั้งสองซีรีส์ไม่สามารถย้อนกลับไปที่จุดนั้นได้) หรือในตอนท้าย (เลเบลจะไม่สามารถแยกแยะได้ว่า ซีรีย์ไหน) มันยอดเยี่ยมเมื่อใช้งานได้ ...

— naught101

เห็นด้วย @ naught101 สำหรับตรงกลาง (จุดจบปลายตรงเพิ่งใส่ป้ายชื่อที่ไหนสักแห่งก่อนที่จะจบ) มันเป็นเหตุผลหนึ่งที่ทำให้ไม่ใช้การประมาณเชิงเส้นตรงระหว่างจุด แต่ใช้ spline บางประเภท ในกรณีนั้นเส้นโค้งจะโค้งในทิศทางต่าง ๆ ที่เกิดขึ้นค่อนข้างมากในแปลงพิกัดขนานที่หนาแน่น (การทำให้กระวนกระวายใจสามารถช่วยให้ข้อมูลมีความสัมพันธ์มากมายเช่นข้อมูลจำนวนเต็มต่ำ)

— Andy W

1

ความคิดเห็นของคุณเกี่ยวกับ data ได้แก่ หนังสือในอเมซอนนั้นยอดเยี่ยมมาก ขอบคุณสำหรับสิ่งนั้น.

— Andy W

40

คำแนะนำที่ดีอย่างเด่นชัดในคำตอบอื่น ๆ แต่นี่คือคะแนนพิเศษบางส่วนจากคำแนะนำระดับต่ำของฉันสำหรับนักเรียน ทั้งหมดนี้เป็นเพียงคำแนะนำตามธรรมชาติที่จะคิดเกี่ยวกับคำถามสำคัญ: กราฟของฉันตั้งใจจะทำอะไร? เหมาะสมกับข้อมูลเหล่านี้อย่างไร ใครคือผู้อ่าน สิ่งที่ฉันคาดหวังว่าสีจะทำภายในกราฟ? กราฟทำงานได้ดีโดยไม่คำนึงถึงความประพฤติของคนอื่นหรือไม่?

นอกจากนี้ความสำคัญของสีแตกต่างกันอย่างมากจากกราฟหนึ่งไปยังอีก สำหรับแผนที่นักร้องประสานเสียงหรือแพทช์ซึ่งในความคิดนั้นจริง ๆ แล้วพื้นที่ที่ต่างกันมีสีหรืออย่างน้อยมีเงาในแบบที่แตกต่างกันความสำเร็จของกราฟนั้นเชื่อมโยงกับความสำเร็จของโครงร่างสีของมัน สำหรับกราฟชนิดอื่น ๆ สีอาจจะแบ่งได้หรือแม้แต่ความรำคาญ

คุณต้องการสีทั้งหมดหรือไม่? ตัวอย่างเช่นหากตัวแปรหรือกลุ่มแตกต่างกันอย่างชัดเจนโดยป้ายข้อความในพื้นที่ที่แตกต่างกันของกราฟจากนั้นแยกสีก็มักจะ overkill ระวังสลัดผลไม้หรือเอฟเฟกต์เสื้อโค้ท สำหรับแผนภูมิวงกลมที่มีการติดป้ายข้อความหรือแบ่งเป็นส่วน ๆ สีต่าง ๆ จะไม่มีข้อมูลเพิ่มเติมตัวอย่างเช่น (หากแผนภูมิวงกลมของคุณขึ้นอยู่กับคีย์หรือคำอธิบายแผนภูมิคุณน่าจะลองใช้กราฟผิดประเภท)
อย่าพึ่งพาความแตกต่างระหว่างสีแดงและสีเขียวเนื่องจากผู้คนจำนวนมากต่างดิ้นรนเพื่อแยกสีเหล่านี้
ลำดับรุ้ง (ROYGBIV หรือสีแดงสีส้มสีเหลืองสีเขียวสีฟ้าสีคราม) อาจดึงดูดพื้นที่ทางกายภาพ แต่พวกเขาไม่ได้ทำงานได้ดีในทางปฏิบัติ ตัวอย่างเช่นสีเหลืองมักจะเป็นสีอ่อนในขณะที่สีส้มและสีเขียวมักจะแข็งแกร่งกว่าดังนั้นความประทับใจจึงไม่ได้เป็นไปตามลำดับ
หลีกเลี่ยงการใช้สีใด ๆ ที่มีผลมาจากการที่มีสีเข้มขนาดใหญ่
ลำดับจากสีแดงเข้มถึงสีน้ำเงินเข้มทำงานได้ดีเมื่อต้องการลำดับที่ต้องการ หากสีขาว (ตามปกติ) สีพื้นหลังไม่ควรใช้ แต่ข้ามจากสีแดงอ่อนไปจนถึงสีฟ้าอ่อน [เพิ่ม 1 มีนาคม 2018] อาจชัดเจนเกินกว่าที่จะขีดเส้นใต้: สีแดงมีนัยยะของความหมายเชิงลบและ / หรืออันตรายสำหรับคนจำนวนมากซึ่งอาจเป็นประโยชน์และสีฟ้าอาจหมายถึงบวก ชัดเจนเกินไปที่จะขีดเส้นใต้ แต่ฉันทำอย่างใด: สีแดงและสีน้ำเงินมีความหมายทางการเมืองในหลายประเทศ
สีน้ำเงินและสีส้มเข้ากันได้ดี (พยักหน้าขอบคุณ Hastie, Tibshirani และ Friedman ที่นี่: http://web.stanford.edu/~hastie/local.ftp/Springer/OLD/ESLII_print4.pdf ) [เพิ่ม 1 มีนาคม 2018] หนังสือเบื้องต้นเกี่ยวกับการสร้างภาพข้อมูลตอนนี้แนะนำให้ใช้สีส้มสีน้ำเงินและสีเทาเป็นจานสีพื้นฐาน: สีส้มและ / หรือสีน้ำเงินสำหรับสิ่งที่คุณสนใจและสีเทาสำหรับฉากหลัง
สีเทาจากสีเทาอ่อนถึงสีเทาเข้มสามารถทำงานได้ดีและเป็นความคิดที่ดีเมื่อการทำสำเนาสีหมด (เป็นเครื่องพิมพ์ที่มีหมัดที่ไม่สามารถทุบตีได้อย่างยุติธรรมในระดับสีเทา) (สีเทาถ้าคุณชอบความชอบที่เปลี่ยนไปในมหาสมุทรดูเหมือนว่า; เช่นเดียวกับสีและสี)
[เพิ่ม 5 ส.ค. 2559] หลักการทั่วไปที่ค่อนข้างยุติธรรมคือบ่อยครั้งที่สองสีจะทำงานได้ดีกว่ามาก หากทั้งสองกลุ่มมีความน่าสนใจให้เลือกสีที่เข้มเท่ากัน (เช่นสีแดงหรือสีส้มและสีน้ำเงิน) หากกลุ่มหนึ่งมีความสนใจเป็นพิเศษในหลาย ๆ กลุ่มให้ทำให้เป็นสีฟ้าหรือสีส้มและปล่อยให้กลุ่มอื่น ๆ เป็นสีเทา การใช้เจ็ดสีสำหรับเจ็ดกลุ่มในหลักการนั้นนำไปสู่ข้อมูล แต่มันก็ยากที่จะมุ่งเน้นไปที่สีเดียวในเวลาที่มีการแข่งขันจากคนอื่น ๆ ทวีคูณขนาดเล็กอาจดีกว่าสำหรับหลายกลุ่มมากกว่าพล็อตหลายสี

— นิคคอคส์
แหล่งที่มา

1

จุดที่ดีมากเกี่ยวกับสีที่อ่อนแอและแข็งแกร่ง

— shadowtalker

2

จุดที่ 2 สำคัญมาก ครูสถิติคนหนึ่งของฉันคือคนตาบอดสีและใช้ "สีเหลืองอ่อน" และ "สีเหลืองสีเขียวอ่อน" อย่างมีความสุขในแผนภูมิ สีนั้นเหมือนกับเราจริง ๆ แต่สำหรับเขาแล้วพวกเขาสามารถแยกแยะได้ง่าย

— Christian Sauer

1

ขอบคุณสำหรับเคล็ดลับโดยเฉพาะอย่างยิ่ง # 2 ฉันมองย้อนกลับไปที่แปลงของฉันและตระหนักว่าสีแดงและสีเขียวเป็นสองสีแรกที่ matplotlib เลือกเสมอ นั่นไม่ดีนัก

— David Hollman

ดูเหมือนว่าจะเป็นค่าเริ่มต้น dopey

— Nick Cox

27

ในช่วงไม่กี่ปีที่ผ่านมามีงานวิจัยมากมายเกี่ยวกับเรื่องนี้

ประเด็นใหญ่คือ "เสียงสะท้อนความหมาย" โดยทั่วไปหมายถึง "สีที่ตรงกับสิ่งที่พวกเขาเป็นตัวแทน" เช่นอนุกรมเวลาสำหรับเงินควรเป็นสีเขียวอย่างน้อยสำหรับผู้ชมในสหรัฐอเมริกา สิ่งนี้เห็นได้ชัดว่าช่วยเพิ่มความเข้าใจ บทความที่น่าสนใจมากเรื่องหนึ่งคือ Lin, et al (2013): http://vis.stanford.edu/papers/semantically-resonant-colors

นอกจากนี้ยังมีตัวสร้างสี iWantHue ที่ดีมากที่http://tools.medialab.sciences-po.fr/iwanthue/พร้อมด้วยข้อมูลมากมายในแท็บอื่น ๆ

อ้างอิง

Lin, Sharon, Julie Fortuna, Chinmay Kulkarni, Maureen Stone, และ Jeffrey Heer (2013) การเลือกสีแบบกึ่งจังหวะสำหรับการแสดงข้อมูล ฟอรัมคอมพิวเตอร์กราฟิก (Proc. EuroVis), 2013

— shadowtalker
แหล่งที่มา

13

+1 ... อย่างไรก็ตามบางอย่างเช่นตัวอย่างเงินของคุณไม่ใช่แบบสากล เงินอาจเป็นสีเขียว (-ish) ในสหรัฐอเมริกา มันไม่ได้เป็นสีเขียวทุกที่และการเชื่อมโยงกับสีอาจแตกต่างกันไปในแต่ละประเทศ (เช่นบางคนในเยอรมนีอาจมีแนวโน้มที่จะเชื่อมโยงกับเงินสีน้ำเงินมากขึ้น

— Glen_b

@Glen_b จุดดี

— shadowtalker

1

+1 สำหรับเอกสารที่อ้างว่าที่อยู่ที่ดีที่สุดสามคำแรกของคำถาม :-)

— เดวิด Hollman

22

Paul Tol มีชุดสีที่ปรับให้เหมาะกับความแตกต่างของสี (เช่นข้อมูลที่เป็นหมวดหมู่หรือเชิงคุณภาพ) และการมองเห็นสี - ตาบนเว็บไซต์ของเขาและในรายละเอียดใน "technote" (ไฟล์ PDF) ที่เชื่อมโยง เขากล่าวว่า:

ในการสร้างกราฟิกด้วยผลลัพธ์ทางวิทยาศาสตร์ของคุณให้ชัดเจนที่สุดเท่าที่จะทำได้มีประโยชน์ที่จะมีจานสีที่:

โดดเด่นสำหรับทุกคนรวมถึงเครื่องอ่านสีตาบอด

แตกต่างจากขาวดำ;

แตกต่างบนหน้าจอและกระดาษ และ

ยังคงเข้ากันได้ดี

ฉันใช้โทนสีจาก "Palette 1" ของ 9 สีที่แตกต่างกันมากที่สุดและวางไว้ในmatplotlibrcไฟล์ของฉันใต้axes.color_cycle:

axes.color_cycle    : 332288, 88CCEE, 44AA99, 117733, 999933, DDCC77, CC6677, 882255, AA4499

จากนั้นการกู้ยืมเงินจาก Joe Kington จะตอบบรรทัดเริ่มต้นตามที่วางแผนไว้โดย:

import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np

x = np.linspace(0, 20, 100)

fig, axes = plt.subplots(nrows=2)

for i in range(1,10):
    axes[0].plot(x, i * (x - 10)**2)

for i in range(1,10):
    axes[1].plot(x, i * np.cos(x))

plt.show()

ผลลัพธ์ใน:

ป้อนคำอธิบายรูปภาพที่นี่

สำหรับการเบี่ยงเบนแผนที่สี (เช่นเพื่อเป็นตัวแทนค่าสเกลาร์) การอ้างอิงที่ดีที่สุดที่ฉันเคยเห็นคือ Kenneth Moreland มีกระดาษที่นี่ "การเปลี่ยนสีแผนที่เพื่อการมองเห็นทางวิทยาศาสตร์ " เขาพัฒนารูปแบบที่อบอุ่นเย็นตาเพื่อแทนที่รูปแบบสีรุ้งและ "นำเสนออัลกอริทึมที่ช่วยให้ผู้ใช้สามารถสร้างแผนที่สีที่กำหนดเองได้อย่างง่ายดาย"

แหล่งข้อมูลที่มีประโยชน์อีกแหล่งสำหรับข้อมูลเกี่ยวกับการใช้สีในการแสดงภาพเชิงวิทยาศาสตร์มาจาก Robert Simmon ชายผู้สร้างภาพ "Blue Marble" สำหรับ NASA ดูชุดบทความของเขาได้ที่เว็บไซต์ Observatory Earth

— เบนที่แตกต่างกัน
แหล่งที่มา

6

+1 ถึงคำตอบเดียว (!) จากเก้าข้อที่แสดงสีตามจริงเกี่ยวกับคำถาม "สีที่ดีที่สุด"

— อะมีบา

@ amoeba: ไม่อีกแล้ว :-)

— ตุง

20

เมื่อวันที่colorbrewer2.orgคุณสามารถหาคุณภาพ , ลำดับและถ่างออกโทนสี เชิงคุณภาพช่วยเพิ่มความแตกต่างระหว่างสีที่ต่อเนื่องและนั่นคือสิ่งที่ฉันใช้ใน gnuplot ความสวยงามของไซต์คือคุณสามารถคัดลอกรหัสเลขฐานสิบหกของสีเพื่อให้ง่ายต่อการนำเข้า ตัวอย่างเช่นฉันใช้ชุด 8 สีดังต่อไปนี้:

#e41a1c
#377eb8
#4daf4a
#984ea3
#ff7f00
#ffff33
#a65628
#f781bf

มันค่อนข้างน่าพอใจและให้ผลลัพธ์ที่ชัดเจน

ในฐานะที่เป็นบันทึกด้านข้างจะใช้ลำดับเมื่อคุณต้องการการไล่ระดับสีที่ราบรื่นและการเบี่ยงเบนเมื่อคุณต้องการเน้นความแตกต่างจากค่ากลาง (เช่นความสูงของภูเขาและความลึกของทะเล) คุณสามารถอ่านเพิ่มเติมเกี่ยวกับโทนสีเหล่านี้ที่นี่

— Joseph D'Arimathea
แหล่งที่มา

1

ฉันไม่ได้พบว่าสีเหลืองสดใสเป็นสีพล็อตที่ชัดเจน

— rhombidodecahedron

11

มีเว็บไซต์มากมายที่ทุ่มเทให้กับการเลือกจานสี ฉันไม่รู้ว่ามีชุดสีเฉพาะที่ดีที่สุดอย่างเป็นกลางคุณจะต้องเลือกตามผู้ชมและโทนสีของงานของคุณ

ตรวจสอบhttp://www.colourlovers.com/palettesหรือhttp://design-seeds.com/index.php/searchเพื่อเริ่มต้น บางส่วนมีสีที่อยู่ใกล้กันสองกลุ่มเพื่อแสดงกลุ่มที่แตกต่างกัน แต่กลุ่มอื่น ๆ จะให้สีเสริมในช่วงกว้างขึ้น

นอกจากนี้คุณยังสามารถตรวจสอบcolorsets ที่กำหนดไว้ล่วงหน้าไม่ใช่ค่าเริ่มต้นใน Matplotlib

— จอร์แดนเบนท์ลีย์
แหล่งที่มา

5

ฉันชอบพาเล็ท Dark2 จาก colorbrewer เพื่อวางแผนกระจาย เราใช้วิธีนี้ในหนังสือเล่ม ggobi, www.ggobi.org/book แต่อย่างอื่นจานสีมีความหมายสำหรับพื้นที่ทางภูมิศาสตร์มากกว่าแปลงข้อมูล การเลือกสีที่ดียังคงเป็นปัญหาสำหรับแปลงตามจุด

แพ็คเกจ R colorspaceและdichromatมีประโยชน์ colorspaceอนุญาตให้เลือกสีของวงล้อได้: คุณสามารถปรับจูนชั่วโมง / วันได้ dichromatช่วยตรวจสอบความบอดสี

ggplot2 โดยทั่วไปมีค่าเริ่มต้นที่ดีแม้ว่าจะไม่จำเป็นต้องใช้การพิสูจน์ด้วยสีตาบอด

โทนสีแดงถึงน้ำเงินที่แยกออกมาดูดีในคอมพิวเตอร์ของคุณ แต่ฉายไม่ดี

— Dianne Cook
แหล่งที่มา

3

ความเป็นไปได้อีกอย่างก็คือการหาชุดของสีที่มี a) ระยะเวลาที่เหมาะสมใน LAB, b) ทำให้ตาบอดสีในการพิจารณาและ c) สามารถปรับให้พอดีกับขอบเขตของ sRGB colourspace และขอบเขตของพื้นที่ CMYK ที่พบมากที่สุด

ฉันคิดว่าข้อกำหนดสุดท้ายเป็นสิ่งจำเป็นสำหรับวิธีการเลือกสีใด ๆ - มันไม่ได้ทำอะไรที่ดีถ้าสีดูดีบนหน้าจอ แต่จะสับสนเมื่อพิมพ์ในกระบวนการ CMYK และเนื่องจาก OP ระบุ "คุณภาพการพิมพ์" ฉันถือว่าสมมติว่ากราฟจะถูกพิมพ์ใน CMYK

— JenSCDC
แหล่งที่มา

3

นี่เป็นรูปแบบที่ฉันโปรดปราน มันมี 20 (!!!!) สีที่แตกต่างซึ่งทั้งหมดสามารถแยกแยะได้ง่าย มันอาจจะล้มเหลวสำหรับคนตาบอดสี

#e6194b
#3cb44b
#ffe119
#0082c8
#f58231
#911eb4
#46f0f0
#f032e6
#d2f53c
#fabebe
#008080
#e6beff
#aa6e28
#fffac8
#800000
#aaffc3
#808000
#ffd8b1
#000080
#808080
#ffffff
#000000

— enigmaticPhysicist
แหล่งที่มา

2

เมื่อพล็อตบรรทัดคุณควรระวังสีเขียวและสีเหลืองซึ่งไม่แสดงผลที่ดีกับโปรเจ็คเตอร์ เนื่องจากในที่สุดฉันก็ใช้พล็อตส่วนใหญ่ของฉันในการนำเสนออีกครั้งฉันจึงหลีกเลี่ยงสีเหล่านี้แม้ว่าความตั้งใจดั้งเดิมนั้นมีไว้สำหรับสิ่งพิมพ์บนหน้าจอหรือกระดาษ

ในความสนใจของการรักษาความคมชัดสูงที่ทำให้ฉันมีสีดำ, สีแดง, สีฟ้า, สีม่วงแดง, สีฟ้าและถ้าฉันต้องการมันฉันใช้สีเทา แท้จริงแล้วสิ่งเหล่านี้ส่วนใหญ่เป็นสีสดใสหลักหรือรอง ฉันรู้ว่ามันอาจไม่เหมาะสมที่สุดจากมุมมองด้านสุนทรียศาสตร์ แต่ฉันสนใจในความชัดเจนของสิ่งที่ฉันนำเสนอมากขึ้น ในทางกลับกันการใช้สีเดียวกันซ้ำจากจานสีที่ จำกัด สามารถเป็นสิ่งที่สวยงามได้

หากคุณใช้มากกว่า 6 บรรทัดคุณกำลังเติมพื้นที่ว่างให้มากขึ้นและเคลื่อนไปยังการวางแผนบล็อกสี สำหรับพล็อตประเภทนี้ฉันคิดว่าแต่ละกรณีจำเป็นต้องพิจารณาแยกต่างหาก คุณต้องการให้สุดขีดโดดเด่นหรือข้ามศูนย์หรือไม่? ข้อมูลของคุณเป็นวัฏจักร (เช่น 0 และ2πควรใช้สีเดียวกัน) หรือไม่ มีการเปรียบเทียบกับมาตรฐานเช่นสีน้ำเงิน / แดงสำหรับอุณหภูมิหรือไม่ สีขาวแสดงถึง NaN ไม่มีข้อมูลหรือจะใช้เป็นไฮไลต์หรือไม่ etcetc

— craq
แหล่งที่มา

2

สำหรับผู้ชมบอดสีCARTOColorsมีโครงการบอดสีง่ายคุณภาพที่เรียกว่าSafeที่เป็นไปตามพอล Tol ของโทนสีที่ได้รับความนิยม จานสีนี้ประกอบด้วย 12 สีที่สามารถแยกแยะได้ง่าย

อีกหนึ่งจานสีคุณภาพดีที่เป็นมิตรกับตาบอดสีคือโครงการOkabe และ Ito ที่เสนอในบทความ“ Color Universal Design (CUD): วิธีสร้างตัวเลขและงานนำเสนอที่เป็นมิตรกับคนตาบอดสี”

### Example for R users
library(ggplot2)
library(rcartocolor)
library(patchwork)
theme_set(theme_classic(base_size = 14) + theme(panel.background = element_rect(fill = "#ecf0f1")))

set.seed(123)
df <- data.frame(x = rep(1:5, 8), 
                 value = sample(1:100, 40), 
                 variable = rep(paste0("category", 1:8), each = 5))

safe_pal <- carto_pal(12, "Safe")
palette_OkabeIto_black <- c("#E69F00", "#56B4E9", "#009E73", "#F0E442", 
                            "#0072B2", "#D55E00", "#CC79A7", "#000000")

# plot
p1 <- ggplot(data = df, aes(x = x, y = value)) + 
  geom_line(aes(colour = variable), size = 1) +
  scale_color_manual(values = palette_OkabeIto_black)


p2 <- ggplot(data = df, aes(x = x, y = value)) + 
  geom_col(aes(fill = variable)) +
  scale_fill_manual(values = safe_pal)

p1 / p2

— ตุง
แหล่งที่มา