但其更改亮度的界面更易于使用
Posted: Mon Feb 17, 2025 6:36 am
顺序数据位于平滑的连续体上，适合于亮度线性变化的调色板，并通过色调和饱和度的同时变化来增强。
发散数据
偏离中心值（或其他断点）的数据称为发散数据或双极数据。
例子包括股票市场的利润和损失、与常态的差异（每日温度与月平均值的比较）、随时间的变化或磁极性。
本质上，当数据跨越阈值时，就会发生质的变化（通常是符号的变化）。
在发散数据中，区分断点两侧的数据（增加与减少、酸性与碱性）通常比数据中的细微变化更为重要。
双极数据适合于使用两种不同于中心中性色的色调的调色板。
本质上，两个亮度和饱和度变化相同的连续调色板合并在一起。
这种调色板之所以有效，是因为它利用了预先注意的处理：我们的视觉系统可以快速区分不同的颜色，而无需有意识的思考。
发散调色板，每个调色板由两个连续调色板与中性色合并而成。（源自 NASA Ames 色彩工具（顶部）和 Color Brewer。）
大部分情况下，使用白色或浅灰色作为中心色调。虽然中性色调，但黑色或深灰色通常不是好选择，因为最极端的色调会很浅且不饱和，从而削弱它们的重要性。
带有色调成分的中心颜色，即使只有很轻微的色调成分，也倾向于与色阶的一端或另一端相关联。
磁力图是一幅磁场图，在本例中是太阳表面的磁场图。发散的色调适合这些数据，因为北极（红色）和南极（蓝色）都是同一量（磁性）的测量值，只是符号相反。SDO HMI图像改编自太阳数据分析中心。
我发现设计发散调色板比设计连续调色板要困难得多。只有有限数 智利手机数据库 量的色彩对能够同时在两种色调中形成强烈对比。
如果颜色汇聚得太突然，当数量接近过渡点时，可视化中可能会出现高对比度的白色“河流”。
更糟糕的是，大约 5％ 的人（几乎全部是男性）是色盲，他们很难看出某些色调对之间的差异，尤其是红绿（较少见的是蓝红）。
尽管我们竭尽全力，但地球观测站长期以来使用的植被异常调色板对于色盲观察者来说完全无法辨认。将全彩色调色板与色盲观察者所看到的图像进行比较（源自 Adobe Photoshop 的绿色盲模拟）。
无论色调如何，亮度均匀变化的连续调色板对于色觉缺陷者来说仍然可读（或黑白印刷品）。
但如果观看者无法区分色调，那么亮度匹配的不同色调可能会很难甚至无法解析。
为了确保您的设计易于理解，请从Color Brewer上的色盲安全调色板或在线色盲模拟器之一中进行选择。
尽管存在这些困难，发散调色板还是值得使用的。在许多情况下，尤其是对于趋势，使用发散调色板的差异图比动画甚至一系列小倍数更有效。
分类数据
定性数据（有时称为分类数据或主题数据）不同于序列数据和发散数据：它不是用颜色来表示比例关系，而是用颜色将区域划分为不同的类别。
调色板不应由一系列相关的颜色组成，而应由尽可能彼此不同的颜色组成。
由于感知的限制，特别是同时对比的限制，可显示的最大类别数约为 12 个（实际上可能更少）。
这两种定性配色方案（I Want Hue（上）和Color Brewer（下））各包含 12 种不同的颜色。
如果需要显示两位数类别，最好将相似的类别分组在一起。这就是美国地质调查局呈现国家土地覆盖数据库的 16 个类别的方式。
四种城市密度以红色表示，三种森林类型以绿色表示，不同类型的农田以黄色和棕色表示。
通过分组配色方案，美国地质调查局可以在一张地图上同时显示俄勒冈州波特兰周边地区的 16 种不同的土地覆盖类别。
对于更大数量的类别，可以加入额外的元素，如符号、阴影线、点画或其他图案。
另外，直接标记每个元素。不可能同时区分数十种颜色和形状。
地质图可以有超过 100 个类别，但仍然（在某种程度上）可读。
Robert Simmon 是美国宇航局地球观测站的数据可视化师和设计师。他在美国宇航局拥有 19 年的工作经验，擅长根据卫星数据创建清晰、引人注目的图像。Robert 专注于制作优雅且易于理解的可视化效果，同时准确呈现基础数据。他设计的图像经常出现在报纸、网站和广告中，并出现在第一代 Apple iPhone 的登录屏幕上。Robert 在Elegant Figures上撰写有关设计和可视化的博客，并通过他的 Twitter 帐户@rsimmon跟踪时代潮流（并偶尔分享狗狗照片）。
发散数据
偏离中心值（或其他断点）的数据称为发散数据或双极数据。
例子包括股票市场的利润和损失、与常态的差异（每日温度与月平均值的比较）、随时间的变化或磁极性。
本质上，当数据跨越阈值时，就会发生质的变化（通常是符号的变化）。
在发散数据中，区分断点两侧的数据（增加与减少、酸性与碱性）通常比数据中的细微变化更为重要。
双极数据适合于使用两种不同于中心中性色的色调的调色板。
本质上，两个亮度和饱和度变化相同的连续调色板合并在一起。
这种调色板之所以有效，是因为它利用了预先注意的处理：我们的视觉系统可以快速区分不同的颜色，而无需有意识的思考。
发散调色板，每个调色板由两个连续调色板与中性色合并而成。（源自 NASA Ames 色彩工具（顶部）和 Color Brewer。）
大部分情况下，使用白色或浅灰色作为中心色调。虽然中性色调，但黑色或深灰色通常不是好选择，因为最极端的色调会很浅且不饱和，从而削弱它们的重要性。
带有色调成分的中心颜色，即使只有很轻微的色调成分，也倾向于与色阶的一端或另一端相关联。
磁力图是一幅磁场图，在本例中是太阳表面的磁场图。发散的色调适合这些数据，因为北极（红色）和南极（蓝色）都是同一量（磁性）的测量值，只是符号相反。SDO HMI图像改编自太阳数据分析中心。
我发现设计发散调色板比设计连续调色板要困难得多。只有有限数 智利手机数据库 量的色彩对能够同时在两种色调中形成强烈对比。
如果颜色汇聚得太突然，当数量接近过渡点时，可视化中可能会出现高对比度的白色“河流”。
更糟糕的是，大约 5％ 的人（几乎全部是男性）是色盲，他们很难看出某些色调对之间的差异，尤其是红绿（较少见的是蓝红）。
尽管我们竭尽全力，但地球观测站长期以来使用的植被异常调色板对于色盲观察者来说完全无法辨认。将全彩色调色板与色盲观察者所看到的图像进行比较（源自 Adobe Photoshop 的绿色盲模拟）。
无论色调如何，亮度均匀变化的连续调色板对于色觉缺陷者来说仍然可读（或黑白印刷品）。
但如果观看者无法区分色调，那么亮度匹配的不同色调可能会很难甚至无法解析。
为了确保您的设计易于理解，请从Color Brewer上的色盲安全调色板或在线色盲模拟器之一中进行选择。
尽管存在这些困难，发散调色板还是值得使用的。在许多情况下，尤其是对于趋势，使用发散调色板的差异图比动画甚至一系列小倍数更有效。
分类数据
定性数据（有时称为分类数据或主题数据）不同于序列数据和发散数据：它不是用颜色来表示比例关系，而是用颜色将区域划分为不同的类别。
调色板不应由一系列相关的颜色组成，而应由尽可能彼此不同的颜色组成。
由于感知的限制，特别是同时对比的限制，可显示的最大类别数约为 12 个（实际上可能更少）。
这两种定性配色方案（I Want Hue（上）和Color Brewer（下））各包含 12 种不同的颜色。
如果需要显示两位数类别，最好将相似的类别分组在一起。这就是美国地质调查局呈现国家土地覆盖数据库的 16 个类别的方式。
四种城市密度以红色表示，三种森林类型以绿色表示，不同类型的农田以黄色和棕色表示。
通过分组配色方案，美国地质调查局可以在一张地图上同时显示俄勒冈州波特兰周边地区的 16 种不同的土地覆盖类别。
对于更大数量的类别，可以加入额外的元素，如符号、阴影线、点画或其他图案。
另外，直接标记每个元素。不可能同时区分数十种颜色和形状。
地质图可以有超过 100 个类别，但仍然（在某种程度上）可读。
Robert Simmon 是美国宇航局地球观测站的数据可视化师和设计师。他在美国宇航局拥有 19 年的工作经验，擅长根据卫星数据创建清晰、引人注目的图像。Robert 专注于制作优雅且易于理解的可视化效果，同时准确呈现基础数据。他设计的图像经常出现在报纸、网站和广告中，并出现在第一代 Apple iPhone 的登录屏幕上。Robert 在Elegant Figures上撰写有关设计和可视化的博客，并通过他的 Twitter 帐户@rsimmon跟踪时代潮流（并偶尔分享狗狗照片）。