画像やグラフにおける色のバリアフリー使用の重要性は、編集者への手紙(Miall、2007)、論文(Geissbuehler and Lasser、2013、Levine、2009)、社説(anonymous、2007)、列(Wong、2011)および多数のwebページで強調されている。 推奨事項の一つは、色盲シミュレータを使用することです。 有色をしっかりとできないかこれらのツールたはずなのに、うまくいかない。 それにもかかわらず、試行錯誤ベースのアプローチはむしろ非効率的です。, 代わりに、(多くの)デフォルトのカラーブラインドフレンドリーなパレットの使用ははるかに簡単です。 例えば、緑およびマゼンタ色は蛍光性のイメージのカラーブラインドの友好的な上敷の生産のためのデフォルトの選択である。 以下について多数のカラーパレットに適した色グラフィック要素を推定した。 色覚障害のある人は、データの可視化のためのソフトウェアにこれらのパレットを実装することで恩恵を受けると思います。,
定性的カラースキーム
数値を色で表す必要がある場合、定量的カラースキームが使用されます。 この変換は、ルックアップテーブル(LUT)を使用して行われます。 (色盲に優しい)Lutの詳細については、このブログとこのペーパーを参照してください。 ここでは、かつ定性的色彩、色ラベルの異なる。 異なるカテゴリの数は、必要とされる一意の色の数を定義します。 理想的には、これらの色は誰でも区別できます。,
四つまでのカテゴリについては、区別しやすい色のセットを考え出すのはかなり簡単です。 それでも、それはカラーブラインドフレンドリーな配色から色を選択する意味をなさない。 時5-8色を独自のラベルの異なるカテゴリではな挑戦に相応しい色パレットで確認できます。 8を超えて、容易に区別できる色を見つけることは不可能に近い。 これらの場合、代替のラベリング方法が推奨されます。, 以下に、いくつかのカラーブラインドフレンドリーな定性的なカラースキームについて説明し、そのうちの
カラーブラインドフレンドリーパレット
岡部正隆と伊藤圭は、ウェブサイトカラーユニバーサルデザイン(CUD)に8色のパレットを提案しました。 このパレットは、”colorblindsとnon-colorblindsの両方に明確な色のセット”です。 このパレットの使用は他の人によってサポートされています(Wong、2011;Levine、2009)、Claus Wilkeによる書籍”Fundamentals of Data Visualization”のデフォルトのスケールです。,
Martin Krzywinskiは、より多くの選択肢を提供する12色と15色のパレットを持つウェブサイトを持っています。 個人的に、私はこれらの色のいくつかを区別するのが難しいです。 また、8色以下の色を使用することをお勧めします。 したがって、これらのパレットは一緒に取られません。
Paul Tolは、色盲に優しいいくつかの定性的な配色を作成しました。 これらのパレットに5-10色(を含む灰色)があり、暗闇で変わります。
図1:定性的で色盲に優しいパレットの概要。, この図は、パレットを定義してプロットするRスクリプトで作成されました(doi:10.5281/zenodo。3381072).
カラースキームの選択
どのパレットが最適ですか? これはいくつかの理由で言うのは難しいです。 印刷されたり、画面に表示されたり、ビーマーで投影されたりすると、色が異なって見えます。 これに続いて、オブジェクトのサイズ、構造、および位置が、カテゴリを区別できるかどうかを決定します。 結果として、単一の普遍的なカラーパレットを考え出すことはおそらく不可能です。, Okabe&Itoによって設計されたパレットは良い最初の選択肢だと思います。 それでも、現実的なデータ視覚化で使用されるときに異なるパレットがどのように実行されるかを確認することをお勧めします。 例として、図2は、異なるカラーブラインドフレンドリーパレットを使用して6行にラベルを付ける四つのプロットを示
図2:図1に示すカラーパレットを使用して、現実的なデータビジュアライゼーションで6つの異なるラインに一意にラベルを付けます。 グラフはplottwistで作られています。,
図1に示すパレットは、webtool PlotTwist(Goedhart,2019)に実装されています。 PlotTwistは、時系列データをプロットおよび注釈するための自由に利用可能なオンラインツールです。 それはだれでも色盲の友好的なパレットと実験し、lineplotsに適用することを可能にする。 私はこれらの(または他の)パレットについてのあなたの意見を共有することをお勧めしますし、それらがどのように実行するか(特にあなたが色覚 これを行うには、以下の返信を残すか、twitterで自分の考えを共有することができます。, 最終的に、私は飛んでいる色で色盲テストに合格するより多くのデータ視覚化を見たいと考えています。
Recommendations
最後に、色を使用するグラフの改善を目的としたいくつかの推奨事項で終わります。
-デフォルトでは色盲フレンドリーなパレットを使用します。
-太い線または大きな記号を使用して、色を正しく識別して凡例にマッピングしやすくします。
-色に加えて、カテゴリを区別するためのパターンまたはラベルの使用を検討してください。
-異なるカテゴリのラベル付けに最大8種類の色を使用します。,
-色を名前で参照するのではなく、色を示す凡例を使用します。
-実際のデータに近い色のマッピングを説明する凡例を保持します。
![](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)
シェア
- 問題:*
あなたの名前:* あなたのメールアドレス:*
- 詳細:*
レポートを提出
タグ:カテゴリデータ、色、色覚異常、色覚欠損、dataviz、グラフ
カテゴリ:教育、研究