L’importanza dell’uso senza barriere dei colori nelle immagini e nei grafici è stata evidenziata in letters to editors (Miall, 2007), papers (Geissbuehler e Lasser, 2013, Levine, 2009), editorials (anonymous, 2007), columns (Wong, 2011) e in numerose pagine web. Uno dei consigli è quello di utilizzare un simulatore di daltonismo. Avendo io stesso una carenza di visione dei colori, non posso giudicare se questi strumenti funzionano bene. Tuttavia, un approccio basato su tentativi ed errori sembra piuttosto inefficiente., Invece, l’uso di (un certo numero di) tavolozze amichevoli daltoniche predefinite sarebbe molto più semplice. Ad esempio, i colori verde e magenta sono la scelta predefinita per la produzione di sovrapposizioni daltoniche di immagini a fluorescenza. Di seguito, discuto un certo numero di tavolozze di colori che sono adatti per la colorazione di elementi grafici in grafici. Penso che le persone con una carenza di visione dei colori trarrebbero beneficio dall’implementazione di queste tavolozze nel software per la visualizzazione dei dati.,
Combinazioni di colori qualitative
Una combinazione di colori quantitativa viene utilizzata quando i numeri devono essere rappresentati dai colori. Questa conversione viene eseguita con una tabella di ricerca (LUT). Per ulteriori informazioni su (daltonici) LUTS vedere questo blog e questo documento. Qui, parlo di combinazioni di colori qualitativi, che utilizzano i colori per etichettare diverse categorie. Il numero di categorie distinte definisce il numero di colori univoci necessari. Idealmente, questi colori possono essere distinti da tutti.,
Per un massimo di quattro categorie, è piuttosto semplice trovare una serie di colori facili da distinguere. Ancora, ha senso scegliere i colori da una combinazione di colori amichevole daltonici. Quando sono necessari 5-8 colori per etichettare in modo univoco diverse categorie, è una sfida considerevole trovare una tavolozza di colori adatta. Oltre 8, è quasi impossibile trovare colori che possono essere facilmente distinti. In questi casi, sono raccomandati metodi di etichettatura alternativi., Di seguito, sono descritte diverse combinazioni di colori qualitativi compatibili con i daltonici e quattro di questi sono mostrati in figura 1.
Tavolozze daltoniche
Masataka Okabe e Kei It hanno proposto una tavolozza di 8 colori sul loro sito web Color Universal Design (CUD). Questa tavolozza è un ” Insieme di colori che non è ambiguo sia per i daltonici che per i non daltonici”. L’uso di questa tavolozza è supportato da altri (Wong, 2011; Levine, 2009) ed è la scala predefinita per il libro “Fundamentals of Data Visualization” di Claus Wilke.,
Martin Krzywinski ha un sito web con tavolozze a 12 e 15 colori che offrono più scelte. Personalmente, ho difficoltà a distinguere molti di questi colori. Inoltre, si consiglia di utilizzare non più di 8 colori diversi. Pertanto, queste tavolozze non saranno prese insieme.
Paul Tol ha creato diverse combinazioni di colori qualitativi che sono daltonici. Queste tavolozze hanno 5-10 colori (tra cui grigio) e variano nel buio.
Figura 1: Una panoramica delle tavolozze qualitative e daltoniche., La figura è stata prodotta con un R-script che definisce e traccia le tavolozze (doi: 10.5281 / zenodo.3381072).
Scegliere una combinazione di colori
Quale delle tavolozze è la migliore? Questo è difficile da dire per diversi motivi. I colori hanno un aspetto diverso quando vengono stampati, mostrati su uno schermo o proiettati con un proiettore. Accanto a questo, la dimensione, la struttura e la posizione degli oggetti determineranno se le categorie possono essere distinte. Di conseguenza, è probabilmente impossibile trovare una singola tavolozza di colori universale., Penso che la palette disegnata da Okabe & It sia una buona prima scelta. Tuttavia, è una buona idea vedere come si comportano le diverse tavolozze quando vengono utilizzate in visualizzazioni di dati realistiche. Ad esempio, la figura 2 mostra quattro grafici in cui le diverse tavolozze daltoniche vengono utilizzate per etichettare 6 linee.
Figura 2: Le tavolozze di colori mostrate in figura 1 vengono utilizzate per etichettare in modo univoco 6 linee diverse in una visualizzazione dei dati realistica. I grafici sono realizzati con PlotTwist.,
Le tavolozze mostrate in figura 1 sono implementate in webtool PlotTwist (Goedhart, 2019). PlotTwist è uno strumento online liberamente disponibile per tracciare e annotare i dati delle serie temporali. Esso consente a chiunque di sperimentare con il colore cieco tavolozze amichevoli e applicarli a lineplots. Vi incoraggio a condividere la tua opinione su questi (o qualsiasi altro) tavolozze e come si comportano (soprattutto se si dispone di una carenza di visione dei colori). Per farlo, puoi lasciare una risposta qui sotto o condividere i tuoi pensieri su Twitter., In definitiva, spero di vedere più visualizzazioni di dati che superano un test di daltonismo a pieni voti.
Raccomandazioni
Terminerò con alcune raccomandazioni volte a migliorare i grafici che utilizzano il colore:
-Utilizzare una tavolozza amichevole daltonica per impostazione predefinita.
-Utilizzare linee spesse o simboli di grandi dimensioni per rendere più facile identificare correttamente e mappare il colore a una legenda.
-Oltre ai colori, considerare l’uso di modelli o etichette per distinguere tra le categorie.
-Utilizzare un massimo di 8 colori diversi per l’etichettatura di diverse categorie.,
-Utilizzare una legenda che mostra i colori, invece di riferirsi ai colori con il loro nome.
-Mantenere la legenda che spiega la mappatura dei colori vicino ai dati effettivi.
![](https://thenode.biologists.com/wp-content/plugins/wp-postratings/images/thumbs/rating_1_on.gif)
![](https://thenode.biologists.com/wp-content/plugins/wp-postratings/images/thumbs/rating_2_off.gif)
![](https://thenode.biologists.com/wp-content/plugins/wp-postratings/images/loading.gif)
Condivisione
- Problema:*
il Tuo Nome:* la Tua e-Mail:*
- Dettagli:*
Invia la Relazione
Tag: dati categoriali, il Colore, la cecità di Colore, deficit di visione dei Colori, DataViz, Grafico
Categorie: Istruzione, Ricerca