希望使用Colorbrewer
我使用Cynthia Brewer的網站 Colorbrewer選擇配色方案。它還嵌入在 ggplot2中,這是R中圖形包的常見選擇。它允許用戶指定色盲安全和可影印的配色方案。它原本是用於製圖的,但是這個想法適用於廣泛的可視化。
其他色彩專家
對於在報告,海報或信息圖表等更引人注目的媒體中使用的圖形,您可以考慮從時尚和室內設計師那裡徵求一些建議(請參見日本Shigenobu Kobayashi提出的以下圖形)。每個組合都可以讓人聯想到某種類型的感覺,看起來荒謬的配色方案也可以在其他設置下使用。
在數據可視化上工作
您提到有支持顏色使用的研究,我相信一定有。雖然如此,我只想分享另一種觀點。我認為科學可視化專家的比爾·克利夫蘭(Bill Cleveland)建議,實際上應該避免使用顏色。在他的書中,他列出了這種層次結構:
我可能不會走得太遠,建議顏色比面積和體積差,但我確實同意將顏色定位在不對齊的刻度比顏色好得多。換句話說,如果我要顯示兩條曲線,我會選擇將它們拼版到自己的坐標上,然後並排放置圖形,或者使用具有不同樣式的線或使用彩色線的灰度將它們繪製在一起。 / p>
對我而言,基準是 添加的顏色應具有其尺寸(也稱為變量)來表示 。如果有任何功能可以完成相同的工作,請刪除顏色,因為現在這些顏色是“非信息墨水”,如 Tufte所述。
人眼是容易出現視覺技巧
我確實同意顏色會引起人們的注意,但是僅僅因為顏色引起了人們的注意並不意味著人們可以很好地區分它們並且可以很好地隔離信息。尤其是顏色會相互作用。僅通過與一些不同的顏色配對,相同的顏色就可以看起來不同。例如,這是一個借用其他地方的示例。用白色箭頭指向的棕色和橙色方塊實際上是相同的顏色。
為什麼要關心黑白?
您問“實際上有多少人閱讀印刷品?”我認為有很多。發展中國家的學校可能沒有彩色打印機,並不是每個學生都可以使用計算機和互聯網。他們了解期刊文章的唯一方法可能就是通過影印本。即使在美國,隨著平板電腦的迅速普及,我仍然看到許多期刊俱樂部和會議都依賴B&W影印本。我的講義中有一些示例頁面,以確保它們仍然清晰可見。布魯爾的工作對我來說是一個救命稻草。
結束語
簡而言之,我擁抱數據可視化,而越來越多的色彩接受使我感到振奮。儘管在此過程中,我相信我們應該提醒自己要謙虛,不要創作對技術浪潮高的人有益的東西。約翰·圖基(John Tukey)奠定了一些圖形化的探索性數據分析的基礎,查爾斯·米納德(Charles Minard)製作了視覺,其中包含諸如150年前的大量變量,但仍然被認為是很糟糕的按照今天的標準他們使用了多少種顏色?只是一個。
最終,我可能會認為 設計勝過一切 。這與彩色或非彩色無關,而與有效使用它們以最大化信息傳遞和最小化噪聲有關。目前,對我來說,線條,點,灰度陰影和空白是我的主食。顏色是我的香料。