在數(shù)據(jù)可視化設(shè)計(jì)中，不少人可能都會(huì)踩入色彩誤區(qū)。這個(gè)時(shí)候，你可能需要了解一些顏色選擇的技巧，以提升數(shù)據(jù)可視化效果。本篇文章里，作者就做了經(jīng)驗(yàn)總結(jié)，一起來看看吧，或許可以幫你更好地理解顏色在設(shè)計(jì)中的作用。

可視化可以提供比查看原始形式的數(shù)據(jù)更有影響力和直觀的感覺。大量的可視化工具和圖表類型可以幫助以不同的方式傳達(dá)數(shù)據(jù)，其中許多對(duì)特定類型的數(shù)據(jù)特別有用。雖然在選擇可視化類型時(shí)可能要花很多心思，但考慮使用的顏色也很重要。

一、色彩的影響

1. 為什么要使用它？

顏色除了讓視覺效果美觀之外，還有其他作用。目的之一是在受制于三維空間的世界中增加立體感。雖然存在高維物體的三維投影，如??tesseract，但這個(gè)概念對(duì)人類的大腦來說是非常難以理解的。因此，我們不得不發(fā)揮一點(diǎn)創(chuàng)造力。允許顏色（ 與大小、形狀等一起 ）以非空間的方式傳達(dá)額外的數(shù)據(jù)維度。

色圖，有時(shí)也被稱為調(diào)色板，是在一個(gè)特定的可視化或一組可視化中，作為一個(gè)更廣泛的主題使用的不同顏色值的陣列。僅僅受顯示器可以顯示的顏色數(shù)量（ 基于 RGB 顏色模型的約 1680 萬種 ）的限制，并不缺乏不同的可能的色圖。然而，并不是所有的色圖都是數(shù)據(jù)可視化的可行候選者。例如，下面的熱圖（ x 軸和 y 軸無關(guān)）。

Seaborn“選擇調(diào)色板”教程中來自 Michael Waskom 所拍攝的照片

教程中是否可以立即看出每種顏色相對(duì)于其他顏色所代表的價(jià)值？使用完全相同的數(shù)據(jù)和不同的顏色圖，可以得到以下結(jié)果。

Seaborn“選擇調(diào)色板”教程中來自 Michael Waskom 所拍攝的照片

教程中即使沒有圖例可以參考（ 為了本示例而特意在兩張圖片中隱瞞了圖例 ），第二張圖片對(duì)每個(gè)顏色值的相對(duì)差異提供了更清晰和直觀的感覺。對(duì)于那些好奇的人來說，你可以在 Seaborn 的 “選擇調(diào)色板 “教程中查看兩張圖片的并排比較，以及它們的圖例。

以下內(nèi)容來自作者推薦的鏈接：

色調(diào)變化不太適合表示數(shù)據(jù)。考慮這個(gè)例子，我們需要顏色來表示雙變量直方圖中的計(jì)數(shù)。在左側(cè)，我們使用了一個(gè)圓形顏色圖，其中每個(gè)箱內(nèi)觀察數(shù)量的逐漸變化對(duì)應(yīng)于色調(diào)的逐漸變化。在右側(cè)，我們使用一個(gè)調(diào)色板，該調(diào)色板使用更亮的顏色來表示具有更大計(jì)數(shù)的箱：

使用基于色調(diào)的調(diào)色板，很難確定雙變量分布的形狀。相反，亮度調(diào)色板使得存在兩個(gè)突出的峰值更加清楚。

變化的亮度有助于查看數(shù)據(jù)中的結(jié)構(gòu)，并且亮度的變化可以更直觀地處理為重要性的變化。但是右邊的圖沒有使用灰度色圖。它的色彩使它更有趣，微妙的色調(diào)變化增加了兩個(gè)值之間的感知距離。因此，小的差異稍微容易解決。

2. 色盲人士的色圖

在數(shù)據(jù)可視化中加入直觀的色圖是一個(gè)非常有用的工具，但有一個(gè)主要的缺點(diǎn)：對(duì)于那些不能區(qū)分顏色的人來說，顏色所傳達(dá)的信息就會(huì)丟失。

總部位于英國的色盲宣傳組織的數(shù)據(jù)表明，全世界大約有 8% 的男性和 0.5% 的女性有某種形式的 色覺缺陷（CVD）。幸運(yùn)的是，某些經(jīng)過科學(xué)推導(dǎo)的色彩圖譜已經(jīng)被創(chuàng)造出來，它們能夠在各種不同類型的色盲中保持可辨識(shí)性。下面顯示了幾個(gè)這樣的色圖及其相應(yīng)的 CVD 調(diào)整感知。

照片來自 Fabio Crameri、Grace E. Shephard 和 Philip J. Heron 的“科學(xué)傳播中的色彩誤用”

除了非 CVD 視力外，這些色圖中的每一個(gè)都為不同類型的色覺缺陷（ 包括完全色盲 ）提供了一個(gè)合乎邏輯和連續(xù)的尺度。相反，使用色圖的視覺效果如果沒有牢記這些信息，就容易給 CVD 讀者帶來困惑。

正如在上面最右邊的色階感知（ 完全色盲 ）中所看到的，使用彩虹顏色貼圖在光譜的相反兩端創(chuàng)建了重復(fù)值?？梢姽夤庾V中幾乎所有顏色的色圖都經(jīng)常被使用，正因如此，應(yīng)該在很大程度上避免給 CVD 讀者使用。

二、進(jìn)一步舉例

鑒于顏色和可視化類型都非常多，列出一份詳盡的建議清單來說明如何有目的地選擇顏色是不現(xiàn)實(shí)的。下面的例子是為了涵蓋一些 在可視化中使用顏色時(shí)最常見的錯(cuò)誤。

1. 不必要的顏色使用

在某些情況下，顏色的使用會(huì)減弱數(shù)據(jù)可視化的整體價(jià)值，因?yàn)樗跊]有信息的地方傳達(dá)了信息。雖然下面的圖表確實(shí)使用了科學(xué)的、對(duì)心血管疾病有利的顏色圖（viridis），但由于 X 軸標(biāo)簽的存在，其使用是混亂和多余的。如果將條形圖改為單一顏色，去掉圖例，并將 X 軸的標(biāo)題改為“品牌”，而不是不準(zhǔn)確的“mpg”，那么這個(gè)圖表就會(huì)更容易被理解。

圖片來源：AbdulMajedRaja from programmingwithr.com

為原創(chuàng)作者辯護(hù)，這張圖的主要目的是圍繞著操作色圖以適應(yīng)不同的數(shù)據(jù)，而不一定是創(chuàng)造一個(gè)完全準(zhǔn)確的圖表。然而，這是一個(gè)通過使用顏色給數(shù)據(jù)可視化增加不必要維度的典型例子。

2. 非直觀的顏色

語境很重要。以非直觀的方式使用與特定價(jià)值觀有強(qiáng)烈關(guān)聯(lián)的顏色，也會(huì)使可視化變得混亂和難以解釋。對(duì)于熟悉美國政治的人來說，下面這張 2020 年總統(tǒng)選舉結(jié)果的地圖看起來應(yīng)該很不對(duì)勁（ 圖中共和黨是藍(lán)色，民主黨是紅色。實(shí)則在美國，紅色代表共和黨，藍(lán)色代表民主黨 ）：

我使用 270towin.com 創(chuàng)建的照片

這種直覺反應(yīng)是針對(duì)民主黨與藍(lán)色、共和黨與紅色的關(guān)聯(lián)而言的。然而，鑒于圖例，這張地圖在技術(shù)上是 100% 準(zhǔn)確的。雖然這個(gè)具體的例子特別極端，不太可能無意中發(fā)生，但這個(gè)普遍的問題是在創(chuàng)建可視化時(shí)需要考慮的問題。

3. 只有紅色和綠色

許多涉及到對(duì)“是”/“否”或“支持”/“反對(duì)”問題的信息可視化，都使用了如下圖所示的紅和綠。在西方文化中，考慮到“是”/“支持”/“向上”與綠色，“否”/“反對(duì)”/“向下”與紅色的關(guān)聯(lián)，這些顏色具有直觀的意義（ 附帶說明：這種動(dòng)態(tài)在許多東方文化中是相反的 ）。

然而，由于紅綠色盲是最常見的色覺缺陷，使用這種顏色會(huì)嚴(yán)重阻礙全球相當(dāng)一部分人能夠有效地理解可視化。簡單地將顏色圖換成避免心血管疾病相關(guān)問題的顏色，就能在不影響可視化質(zhì)量的情況下提高可訪問性。

照片：Niall McCarthy 來自 Statista（??） – 原始數(shù)據(jù)來自 YouGovResources

幸運(yùn)的是，對(duì)于數(shù)據(jù)可視化創(chuàng)建者來說，開源社區(qū)已經(jīng)創(chuàng)建了許多工具和資源，使任務(wù)變得更加簡單。下面列出了這些工具和資源中的幾個(gè)。

• Matplotlib：最流行的 Python 可視化庫之一，包括許多不同的科學(xué)衍生色圖。
• Seaborn：建立在 Matplotlib 之上，這個(gè)庫包括一些額外的色圖，并使其他樣式方法變得輕而易舉。
• Colorbrewer：特別關(guān)注于制圖可視化，這個(gè)網(wǎng)站允許選擇不同色圖，并有過濾選項(xiàng)，只選擇那些對(duì) CVD 安全和/或打印機(jī)友好的色圖。
• Fabio Crameri：不同色圖的集合，來自啟發(fā)本文的論文作者之一（ 見下文的致謝部分 ）。
• Colorgorical：一個(gè)有用的工具，用于創(chuàng)建具有獨(dú)特參數(shù)的色圖，如感知距離、名稱差異、配對(duì)偏好、名稱唯一性等。
• CCC-Tool：一個(gè)用于創(chuàng)建和導(dǎo)出具有高級(jí)功能的色圖的工具，如指定插值方法、色差指標(biāo)和優(yōu)化。

鳴謝：本文的靈感主要來自于 Fabio Crameri、Grace E. Shephard 和 Philip J. Heron 的所著的《科學(xué)傳播中色彩的濫用》一文，該文在《自然-通訊》雜志上發(fā)布。

對(duì)于那些尋求更深入、更科學(xué)的方法來解決這個(gè)問題的人，我強(qiáng)烈建議閱讀他們的論文。