het belang van barrièrevrij gebruik van kleuren in afbeeldingen en grafieken is benadrukt in letters to editors (Miall, 2007), papers (Geissbuehler and Lasser, 2013, Levine, 2009), editorials (anonymous, 2007), columns (Wong, 2011) en op talrijke webpagina ‘ s. Een van de aanbevelingen is om een kleurenblindheidssimulator te gebruiken. Omdat ik zelf een tekort aan kleurenzicht heb, kan ik niet beoordelen of deze gereedschappen goed werken. Toch lijkt een op trial-and-error gebaseerde aanpak nogal inefficiënt., In plaats daarvan zou het gebruik van (een aantal) standaard kleurenblindvriendelijke paletten veel eenvoudiger zijn. Bijvoorbeeld, groene en magenta kleuren zijn de standaard keuze voor de productie van kleurenblind vriendelijke overlays van fluorescentie beelden. Hieronder bespreek ik een aantal kleurenpaletten die geschikt zijn voor het kleuren van grafische elementen in plots. Ik denk dat mensen met een tekort aan kleurenzicht baat zouden hebben bij de implementatie van deze paletten in software voor datavisualisatie.,
kwalitatieve kleurenschema ‘ s
een kwantitatief kleurenschema wordt gebruikt wanneer getallen moeten worden weergegeven door kleuren. Deze conversie wordt gedaan met een lookup Table (LUT). Voor meer informatie over (kleurenblind-vriendelijke) LUTs zie deze blog en deze paper. Hier heb ik het over kwalitatieve kleurenschema ‘ s, die kleuren gebruiken om verschillende categorieën te labelen. Het aantal verschillende categorieën bepaalt het aantal unieke kleuren die nodig zijn. Idealiter kan deze kleur door iedereen worden onderscheiden.,
voor maximaal vier categorieën is het vrij eenvoudig om met een reeks kleuren te komen die gemakkelijk te onderscheiden zijn. Toch is het zinvol om de kleuren te kiezen uit een kleurenblind vriendelijk kleurenschema. Wanneer 5-8 kleuren nodig zijn om verschillende categorieën uniek te labelen, is het een aanzienlijke uitdaging om een geschikt kleurenpalet te vinden. Na 8, is het bijna onmogelijk om kleuren te vinden die gemakkelijk kunnen worden onderscheiden. In deze gevallen worden alternatieve etiketteringsmethoden aanbevolen., Hieronder worden verschillende kleurenblindvriendelijke kwalitatieve kleurenschema ‘ s beschreven en vier daarvan zijn weergegeven in figuur 1.
kleurenblindvriendelijke paletten
Masataka Okabe en Kei Ito hebben een palet van 8 kleuren voorgesteld op hun website Color Universal Design (CUD). Dit palet is een “Set van kleuren die ondubbelzinnig is zowel kleurenblinden en niet-kleurenblinden”. Het gebruik van dit palet wordt ondersteund door anderen (Wong, 2011; Levine, 2009) en het is de standaard schaal voor het boek “Fundamentals of Data Visualization” van Claus Wilke.,
Martin Krzywinski heeft een website met 12-en 15-kleurenpaletten die meer keuzes bieden. Persoonlijk heb ik moeite met het onderscheiden van een aantal van deze kleuren. Ook wordt aanbevolen om niet meer dan 8 verschillende kleuren te gebruiken. Daarom worden deze paletten niet meegenomen.
Paul Tol heeft verschillende kwalitatieve kleurenschema ‘ s gemaakt die kleurenblindvriendelijk zijn. Deze paletten hebben 5-10 kleuren (inclusief grijs) en variëren in duisternis.
figuur 1: een overzicht van kwalitatieve kleurenblindvriendelijke paletten., De figuur werd geproduceerd met een R-script dat de paletten definieert en plot (doi: 10.5281/zenodo.3381072).
een kleurenschema kiezen
welke van de paletten is het beste? Dit is om verschillende redenen moeilijk te zeggen. Kleuren zien er anders uit als ze worden afgedrukt, op een scherm worden weergegeven of met een beamer worden geprojecteerd. Daarnaast zullen grootte, structuur en positie van de objecten bepalen of de categorieën kunnen worden onderscheiden. Als gevolg daarvan is het waarschijnlijk onmogelijk om te komen met een enkele universele kleurenpalet., Ik denk dat het palet ontworpen door Okabe&Ito een goede eerste keuze is. Toch is het een goed idee om te zien hoe verschillende paletten presteren wanneer ze worden gebruikt in realistische data visualisaties. Als voorbeeld, figuur 2 toont vier percelen waarin de verschillende kleurenblind vriendelijke paletten worden gebruikt om 6 lijnen te labelen.
Figuur 2: de kleurenpaletten in figuur 1 worden gebruikt om op unieke wijze 6 verschillende regels te labelen in een realistische gegevensweergave. De grafieken zijn gemaakt met PlotTwist.,
de paletten in figuur 1 zijn geà mplementeerd in de webtool PlotTwist (Goedhart, 2019). PlotTwist is een gratis online tool voor het plotten en annoteren van tijdreeksgegevens. Het stelt iedereen in staat om te experimenteren met de kleurenblind vriendelijke paletten en toe te passen op lineplots. Ik moedig u aan om uw mening te delen over deze (of andere) paletten en hoe ze presteren (vooral als u een kleur visie deficiëntie). Om dit te doen, kunt u hieronder een antwoord achterlaten of uw gedachten te delen op twitter., Uiteindelijk hoop ik meer datavisualisaties te zien die een kleurenblindheidstest met vlag en wimpel doorstaan.
aanbevelingen
ik eindig met een aantal aanbevelingen gericht op het verbeteren van grafieken die kleur gebruiken:
-gebruik standaard een kleurenblindvriendelijk palet.
– gebruik dikke lijnen of grote symbolen om het gemakkelijker te maken om de kleur correct te identificeren en toe te wijzen aan een legenda.
– overweeg naast kleuren ook het gebruik van patronen of labels om onderscheid te maken tussen categorieën.
– Gebruik maximaal 8 verschillende kleuren voor het labelen van verschillende categorieën.,
– gebruik een legenda die de kleuren toont, in plaats van naar de kleuren te verwijzen met hun naam.
– Houd de legenda die de toewijzing van de kleuren verklaart dicht bij de werkelijke gegevens.
![](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)
Laden…,
Share
- Issue:*
uw naam:*
uw e-mail:*
- details:*
submit report
tags: categorische gegevens, kleur, kleurenblindheid, Kleurenzichtdeficiëntie, DataViz, graph
categorieën: onderwijs, onderzoek