viktigheten av barriere-fri bruk av farger i bilder og grafer som har vært fremhevet i brev til redaktører (Miall, 2007), papir (Geissbuehler og Lasser, 2013, Levine, 2009), ledere (anonym 2007), kolonner (Wong, 2011) og på mange web sider. En av anbefalingene er å bruke en fargeblindhet simulator. Å ha en fargesyn mangel meg selv, jeg kan ikke si noe om disse verktøyene fungerer godt. Likevel, en prøve-og-feile-basert tilnærming synes heller ineffektive., I stedet, bruk av (en rekke) standard farge blind vennlig paletter ville være mye enklere. For eksempel, grønn og magenta farger er standard valg for produksjon av fargen blind vennlig overlegg av fluorescens bilder. Nedenfor vil jeg diskutere en rekke fargepaletter som er egnet for coloring grafiske elementer i tomter. Jeg tror at folk med en fargesyn mangel ville dra nytte av gjennomføringen av disse palettene i programvare for visualisering av data.,
Kvalitative fargevalg
En kvantitativ fargevalget er brukt når tallene må være representert av farger. Denne konverteringen er gjort med en Look-Up Table (LUT). For mer informasjon på (colorblind-vennlig) LUTs se denne bloggen, og dette papiret. Her, jeg snakker om kvalitative fargevalg, som bruker farger til å merke i forskjellige kategorier. Antall forskjellige kategorier angi antallet unike farger som er nødvendig. Ideelt sett disse farge kan være preget av alle.,
For opp til fire kategorier, er det ganske enkelt å komme opp med et sett med farger som er lette å skille. Likevel, det er det fornuftig å velge farger fra et fargen blind vennlig fargevalg. Når 5-8 fargene er nødvendig for å gi en unik etikett forskjellige kategorier, er det en betydelig utfordring å finne en egnet farge palett. Utover 8, og det er nær umulig å finne farger som kan være lett skilles. I disse tilfellene, alternativ merking metoder anbefales., Nedenfor, flere fargen blind vennlig kvalitative farger er beskrevet og fire av disse er vist i figur 1.
Farge blind vennlig paletter
Masataka Okabe og Kei Ito har foreslått en palett av 8 farger på deres hjemmeside Farge Universell Utforming (CUD). Denne paletten er et Sett med farger som er entydig, både for å colorblinds og ikke-colorblinds». Bruk av denne paletten er støttet av andre (Wong, 2011; Levine, 2009), og det er standard skala for boken «Fundamentals of Data Visualisering» av Claus Wilke.,
Martin Krzywinski har en nettside med 12 – og 15-fargepaletter som tilbyr flere valg. Personlig har jeg problemer med å skille flere av disse fargene. Også, det anbefales ikke å bruke mer enn 8 forskjellige farger. Derfor er disse palettene vil ikke bli tatt med.
Paul Tol har opprettet flere kvalitative fargevalg som er fargen blind vennlig. Disse palettene har 5-10 farger (inkludert grå) og variere i mørket.
Figur 1: En oversikt over kvalitative, farge blind vennlig paletter., Figuren ble produsert med en R-script som definerer og tomter paletter (doi: 10.5281/zenodo.3381072).
Velge en farge ordningen
Som av paletter er den beste? Dette er vanskelig å si for flere grunner. Fargene ser annerledes ut når de skrives ut, vises på en skjerm, eller projisert med en videoprojektor. Ved siden av dette, størrelse, struktur og plassering av objekter vil avgjøre om kategorier kan skilles. Som en konsekvens, det er sannsynligvis umulig å komme opp med en eneste universell farge palett., Jeg tror at paletten designet av Okabe&Ito er et godt førstevalg. Likevel, det er en god idé å se hvordan ulike paletter utføre når de er brukt i den realistiske data visualiseringer. Som et eksempel, figur 2 viser fire tomter der de ulike fargen blind vennlig palettane brukes til å merke 6 linjer.
Figur 2: fargepaletter vist i figur 1 er brukt for å gi en unik etikett 6 forskjellige linjer i en realistisk visualisering av data. Grafene er laget med PlotTwist.,
paletter som vist i figur 1 er implementert i webtool PlotTwist (Goedhart, 2019). PlotTwist er en fritt tilgjengelig online verktøy for plotting og legge tilmerknader time-series data. Den gjør det mulig for alle å eksperimentere med fargen blind vennlig paletter, og bruke dem til å lineplots. Jeg oppfordrer deg til å dele din mening om dette (eller noen andre) paletter, og hvordan de utfører (spesielt hvis du har en fargesyn-mangel). For å gjøre dette, du kan forlate et svar nedenfor, eller dele dine tanker på twitter., Til slutt, jeg håper å se mer data visualiseringer som passerer en fargeblindhet test med glans.
Anbefalinger
jeg vil avslutte med noen anbefalinger med sikte på å forbedre grafer som bruke farge:
-Bruk en farge blind vennlig palett som standard.
-Bruk tykke linjer eller store symboler for å gjøre det enklere å identifisere og kartlegge farge til en legende.
-I tillegg til farger, vurdere bruk av mønstre eller etiketter for å skille mellom kategoriene.
-Bruke maksimalt 8 forskjellige farger for merking av ulike kategorier.,
-Bruk en legende som viser farger, i stedet for å henvise til fargene ved deres navn.
-Holde legenden som forklarer kartlegging av farger nær den faktiske data.
Int
- Problemet:*
Ditt Navn:*
Din E-post:*
- Detaljer:*
Send Rapport
– tag: kategoriske data, Farge, fargeblindhet, fargesyn mangel, DataViz, Graph
Kategorier: Utdanning, Forskning