[数据分析与可视化] 科技论文配色心得

Posted

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了[数据分析与可视化] 科技论文配色心得相关的知识，希望对你有一定的参考价值。


本文是制作论文中科学图形的一些建议，可帮助您的论文受众尽可能轻松地理解您的数据。您的图形应该引人注目，易于理解，应该避免扭曲数据（除非您真的想这样做），并且对色盲的人来说是安全的。请记住，没有真正“正确”或“错误”的绘图规则（好吧，也许有一些错误的），但是研究一些简单的规则和示例将帮助您只传达您的意图。

文章目录

  • ​​1 论文配色入门​​
  • ​​1.1 颜色的分类​​
  • ​​1.2 论文配色基本原则​​
  • ​​1.2.1 柱状图配色​​
  • ​​1.2.2 饼图配色​​
  • ​​1.2.3 折线图配色​​
  • ​​1.2.4 散点图​​
  • ​​1.2.5 等高线图​​
  • ​​1.2.6 热图​​
  • ​​2 绘图实用工具​​
  • ​​2.1 RGB颜色轮​​
  • ​​2.2 色盲无障碍读图​​
  • ​​2.3 图像调色板​​
  • ​​3 推荐资料​​
  • ​​3.1 推荐学习视频​​
  • ​​3.2 推荐学习文章​​
  • ​​3.3 推荐网站​​
  • ​​3.4 配色表​​

1 论文配色入门

这一部分参考​​论文配色指南​​，这个视频为OriginPro软件官方配色公开课。

1.1 颜色的分类

颜色主要分为两类，也就是颜色饱和度高的深色（强烈色）以及饱和度低的浅色（柔和色）。具体对比如下表所示

深色

浅色

深粉色

浅粉色

深绿色

浅绿色

深蓝色

浅蓝色

1.2 论文配色基本原则

颜色主要服务于数据逻辑关系的展现！图是数据的表达，颜色展现数据的逻辑关系。具体如下：

  1. 颜色需要有自身的意义
  • 不同的颜色要表达不同的分组，相近的颜色表示同一个分组
  • 配色需要展现数据逻辑关系，突出关键数据。比如重要的数据用深色表示，不重要的数据用浅色表示
  1. 根据图形数据块面积选择颜色
  • 大面积数据块的图形用浅色（柱状图、面积图）
  • 小面积数据块的图像用深色（折线图、散点图）
  1. 颜色配置多使用成熟配色方案
  • 画图软件或者画图程序自带配色方案
  • 使用RGB颜色轮(本文后面会讲到)
  • 多组数据的展现不要超过三个色系
  • 新手使用三原色色系
  1. 参考论文配色，通过颜色滴管，获得论文颜色
  2. 参考好的配色网站

1.2.1 柱状图配色

  1. 一列数据的配色推荐
  • 选用单色，通常浅色最好。
  • 不要用系统自带的标准色，如visio的标准色：

    • [数据分析与可视化]

  • 比较窄的柱体建议用深色，比较宽的柱体建议用浅色。
  • 如果想用深色，建议添加透明度变为浅色。
  1. 两列数据的配色推荐
  • 选用不太接近的颜色
  • 使用软件或程序的内置颜色条
  • 使用印度红/天空蓝，浅红/浅蓝，深蓝/浅蓝(同一颜色更改对比度)是个很不错的选择。
  1. 多列数据的配色推荐
  • 相近色色系
  • 不要选用对比度非常明显的颜色
  • 不要滥用图案，尤其是图案和颜色同时使用
  • 黑白图可以用灰度和图案进行搭配
  • 使用内置颜色
  1. 堆叠柱状图使用深色

1.2.2 饼图配色

  1. 饼图颜色较多，建议使用软件内置颜色方案
  2. 面积小的区域使用深色系

1.2.3 折线图配色

  1. 重叠的折现不能太多，如果超过4条，建议改用堆叠折线图或者其他图形表达方式。
  2. 使用深色，因为折线比较细
  3. 折线的线条建议设置更粗的线条
  4. 黑白图建议使用颜色，线型综合运用
  5. 连续变化的数据，建议用渐变色

1.2.4 散点图

  1. 点的个数较多时，用空心原点。
  2. 配色可以把点设为深色，然后提高颜色的透明度
  3. 可以用点的大小表示第三维度的数据，点的大小可以表示值的大小
  4. 对于点类别较多的散点图，某一类别数量多的点用小点，类别数量少的点用大点

1.2.5 等高线图

等高线图颜色多，图线多，用配色方案

1.2.6 热图

热图颜色多，用配色方案。通常用双色或者三色渐变的方案

2 绘图实用工具

2.1 RGB颜色轮

色轮用于帮助理解颜色之间的关系，并有助于指导调色板的选择。下图描述了一个简化的12色RGB色轮和每种颜色的RGB表示法。三原色由其中三角形的点表示。

[数据分析与可视化]

当我们不知道如何选择颜色时，我们可以根据某些给定关系从颜色轮中选择颜色。这部分内容来自​​Choosing color palettes for scientific figures
​。如下图所示，提供几种选择颜色的方式。这些方式都有对应的选择规则。

  • 互补色complementary colors，即色轮上两种相对的颜色（如A和G）。
  • 相似色analogous colors，即色轮上颜色彼此相邻的颜色（如A、B和C）。
  • 三元组色triad colors，即色轮上3种均匀分布的颜色（例如，A、E和I）。
  • 四元颜色square colors，即色轮上4种均匀分布的颜色（例如，A、D、G和J）。
  • 分列互补色Split complementary colors，即色轮上两种颜色相邻的颜色的补色（例如，H，A，C）。
  • 双互补色Double complementary olors，即色轮上两组独立的互补色（例如，A、G、C和I）。

[数据分析与可视化]

当然以上只是介绍色轮的使用，在实践中具体通过某些网站提供的丰富色彩色轮来确定颜色，例如网站：​​colorsupplyyy​​

2.2 色盲无障碍读图

色盲的读者可能难以区分低对比度的不同颜色，这在根据图例区分群体方面产生了重大问题。我们鼓励开发考虑色盲无障碍的图形。解决此问题的一种方法是开发不依赖颜色仅用于划分组之间的图形。明智地使用标签、不同的填充图案或不同的形状轮廓图案有助于在组之间进行划分。例如，对于折线图，使用 1 条实线和 1 条虚线，即使它们是不同的颜色，也是有帮助的。另一种解决方案是选择亮度差异很大的颜色，以增加对比度。有许多网站和应用程序可让您检查您的视觉效果对于色盲者的外观。如果有疑问，请记住，永远不应看到红色和绿色——至少不能同时看到。在​​Okabe & Ito (2002)​​ 的这篇论文中，有一个很好的色盲友好分类调色板的例子。如下图所示：

[数据分析与可视化]

2.3 图像调色板

  1. 对于具有顺序的定量数据图，请使用有序调色板。如果数据是连续的并且不断增加或减少，则使用亮度渐变（例如从浅到深的灰色、蓝色或红色）或色调渐变（例如从浅黄色循环到深蓝色）。一般来说，人们将较深的颜色解释为代表“更多”。

[数据分析与可视化]

例如降水图，较暗的区域代表较大的值

[数据分析与可视化]

  1. 如果数据发散（即数据跨零，或显示偏离参考值），则使用两个对比鲜明的色调或亮度渐变粘在一起。这些通常在每一端都有较深的颜色，代表“更消极”和“更积极”。

[数据分析与可视化]

  1. 对于没有顺序的分类数据地图，请使用没有明显顺序的调色板。确保颜色易于区分，并尽可能对色盲友好。尽量避免使用太多类别，因为这会使图形变得混乱。被警告！其中一些调色板不是色盲安全的。

[数据分析与可视化]

  1. 如果可以避免，请不要使用“彩虹”或类似光谱的调色板。原因见：​​end of the rainbow​​更好的解决方案是使用可以避免 Rainbow 的许多问题的调色板。Matplotlib 最近引入了“Viridis”调色板作为其新的默认调色板，Matlab 引入了“ Parula ”，您可以轻松地使用R的viridis和viridislite包。

3 推荐资料

3.1 推荐学习视频

  • ​​论文配色指南​​，这个视频为OriginPro软件官方配色公开课，本文主要参考视频
  • ​​科研绘图配色的注意点​​，这个视频为上海科技大学谋某位老师分享的科研绘图配色视频，用nature或science发表论文图片为例来描述论文绘图要点

3.2 推荐学习文章

3.3 推荐网站

3.4 配色表

R语言使用colorblinr包模拟色盲视觉将已有的ggplot2可视化结果图像使用cvd_grid函数转化为色盲视觉友好的可视化结果显示多种视觉缺陷等级下的转化结果

R语言使用colorblinr包模拟色盲视觉将已有的ggplot2可视化结果图像使用cvd_grid函数转化为色盲视觉友好的可视化结果显示多种视觉缺陷等级下的转化结果

可视化大屏|如何理解“科技感”设计？

xml 用于深色配色方案的GitGutter样式（从Monokai Extended中提取）

[第二版] CiteSpace科技文本挖掘及可视化

ggplot2 配色

(c)2006-2024 SYSTEM All Rights Reserved IT常识

​​颜 色​​

英文代码

形象描述

十六进制

RGB


LightPink

浅粉红

#FFB6C1

255,182,193


Pink

粉红

#FFC0CB

255,192,203


Crimson

猩红

#DC143C

220,20,60


LavenderBlush

脸红的淡紫色

#FFF0F5

255,240,245


PaleVioletRed

苍白的紫罗兰红色

#DB7093

219,112,147


HotPink

热情的粉红

#FF69B4

255,105,180


DeepPink

深粉色

#FF1493

255,20,147


MediumVioletRed

适中的紫罗兰红色

#C71585

199,21,133


Orchid

兰花的紫色

#DA70D6

218,112,214


Thistle

蓟

#D8BFD8

216,191,216


plum

李子

#DDA0DD

221,160,221


Violet

紫罗兰

#EE82EE

238,130,238


Magenta

洋红

#FF00FF

255,0,255


Fuchsia

灯笼海棠(紫红色)

#FF00FF

255,0,255


DarkMagenta

深洋红色

#8B008B

139,0,139


Purple

紫色

#800080

128,0,128


MediumOrchid

适中的兰花紫

#BA55D3

186,85,211


DarkVoilet

深紫罗兰色

#9400D3

148,0,211


DarkOrchid

深兰花紫

#9932CC

153,50,204


Indigo

靛青

#4B0082

75,0,130


BlueViolet

深紫罗兰的蓝色

#8A2BE2

138,43,226


MediumPurple

适中的紫色

#9370DB

147,112,219


MediumSlateBlue

适中的板岩暗蓝灰色

#7B68EE

123,104,238


SlateBlue

板岩暗蓝灰色

#6A5ACD

106,90,205


DarkSlateBlue

深岩暗蓝灰色

#483D8B

72,61,139


Lavender

熏衣草花的淡紫色

#E6E6FA

230,230,250


GhostWhite

幽灵的白色

#F8F8FF

248,248,255


Blue

纯蓝

#0000FF

0,0,255


MediumBlue

适中的蓝色

#0000CD

0,0,205


MidnightBlue

午夜的蓝色

#191970

25,25,112


DarkBlue

深蓝色

#00008B

0,0,139


Navy

海军蓝

#000080

0,0,128


RoyalBlue

皇军蓝

#4169E1

65,105,225


CornflowerBlue

矢车菊的蓝色

#6495ED

100,149,237


LightSteelBlue

淡钢蓝

#B0C4DE

176,196,222


LightSlateGray

浅石板灰

#778899

119,136,153


SlateGray

石板灰

#708090

112,128,144


DoderBlue

道奇蓝

#1E90FF

30,144,255


AliceBlue

爱丽丝蓝

#F0F8FF

240,248,255


SteelBlue

钢蓝

#4682B4

70,130,180


LightSkyBlue

淡蓝色

#87CEFA

135,206,250


SkyBlue

天蓝色

#87CEEB

135,206,235


DeepSkyBlue

深天蓝

#00BFFF

0,191,255


LightBLue

淡蓝

#ADD8E6

173,216,230


PowDerBlue

火药蓝

#B0E0E6

176,224,230


CadetBlue

军校蓝

#5F9EA0

95,158,160


Azure

蔚蓝色

#F0FFFF

240,255,255


LightCyan

淡青色

#E1FFFF

225,255,255


PaleTurquoise

苍白的绿宝石

#AFEEEE

175,238,238