la importancia del uso sin barreras de colores en imágenes y gráficos se ha destacado en cartas a editores (Miall, 2007), artículos (Geissbuehler y Lasser, 2013, Levine, 2009), editoriales (anonymous, 2007), columnas (Wong, 2011) y en numerosas páginas web. Una de las recomendaciones es utilizar un simulador de daltonismo. Al tener una deficiencia en la visión del color, no puedo juzgar si estas herramientas funcionan bien. Sin embargo, un enfoque basado en el ensayo y error parece bastante ineficiente., En cambio, el uso de (una serie de) paletas daltónicas por defecto sería mucho más sencillo. Por ejemplo, los colores verde y magenta son la opción predeterminada para la producción de superposiciones daltónicas de imágenes de fluorescencia. A continuación, discuto una serie de paletas de colores que son adecuadas para colorear elementos gráficos en gráficas. Creo que las personas con una deficiencia en la visión del color se beneficiarían de la implementación de estas paletas en el software para la visualización de datos.,
esquemas de color cualitativos
un esquema de color cuantitativo se utiliza cuando los números necesitan ser representados por colores. Esta conversión se realiza con una tabla de consulta (LUT). Para obtener más información sobre las LUTs (daltónicas), consulte este blog y este artículo. Aquí, hablo de esquemas de color cualitativos, que usan colores para etiquetar diferentes categorías. El número de categorías distintas define el número de colores únicos que se necesitan. Idealmente, estos colores pueden ser distinguidos por todos.,
para un máximo de cuatro categorías, es bastante sencillo llegar a un conjunto de colores que son fáciles de distinguir. Aún así, tiene sentido elegir los colores de un esquema de color amigable daltónico. Cuando se necesitan 5-8 colores para etiquetar de manera única diferentes categorías, es un desafío considerable encontrar una paleta de colores adecuada. Más allá del 8, es casi imposible encontrar colores que puedan distinguirse fácilmente. En estos casos, se recomiendan métodos de etiquetado alternativos., A continuación, se describen varios esquemas de color cualitativos amigables con daltónicos y cuatro de ellos se muestran en la figura 1.
paletas daltónicas amigables
Masataka Okabe Y Kei it han propuesto una paleta de 8 colores en su sitio web Color Universal Design (CUD). Esta paleta es un «conjunto de colores que no es ambiguo tanto a los daltónicos como a los no daltónicos». El uso de esta paleta es apoyado por otros (Wong, 2011; Levine, 2009) y es la escala predeterminada para el libro «Fundamentals of Data Visualization» de Claus Wilke.,
Martin Krzywinski tiene un sitio web con paletas de 12 y 15 colores que ofrecen más opciones. Personalmente, tengo dificultades para distinguir varios de estos colores. Además, se recomienda utilizar no más de 8 colores diferentes. Por lo tanto, estas paletas no se llevarán.
Paul Tol ha creado varios esquemas de color cualitativos que son daltónicos amigables. Estas paletas tienen 5-10 colores (incluido el gris) y varían en la oscuridad.
Figura 1: una visión general de las paletas cualitativas, daltónicas., La figura fue producida con un R-script que define y traza las paletas (doi: 10.5281 / zenodo.3381072).
elegir una combinación de colores
¿Cuál de las paletas es la mejor? Esto es difícil de decir por varias razones. Los colores se ven diferentes cuando se imprimen, se muestran en una pantalla o se proyectan con un proyector. Junto a esto, el tamaño, la estructura y la posición de los objetos determinarán si las categorías se pueden distinguir. Como consecuencia, es probablemente imposible llegar a una sola paleta de colores universal., Creo que la paleta diseñada por Okabe&Ito es una buena primera opción. Aún así, es una buena idea ver cómo funcionan las diferentes paletas cuando se utilizan en visualizaciones de datos realistas. A modo de ejemplo, la figura 2 muestra cuatro gráficas en las que las diferentes paletas daltónicas amigables se utilizan para etiquetar 6 líneas.
Figura 2: Las paletas de colores que se muestran en la figura 1 se utilizan para etiquetar de forma única 6 líneas diferentes en una visualización de datos realista. Los gráficos están hechos con PlotTwist.,
Las paletas que se muestran en la figura 1 se implementan en Webtool PlotTwist (Goedhart, 2019). PlotTwist es una herramienta en línea de libre acceso para trazar y anotar datos de series temporales. Permite a cualquiera experimentar con las paletas daltónicas amigables y aplicarlas a lineplots. Le animo a compartir su opinión sobre estas (o cualquier otra) paletas y cómo funcionan (especialmente si tiene una deficiencia de visión de color). Para hacerlo, puede dejar una respuesta a continuación o compartir sus pensamientos en twitter., En última instancia, espero ver más visualizaciones de datos que superen una prueba de daltonismo con éxito.
recomendaciones
voy a terminar con algunas recomendaciones destinadas a mejorar los gráficos que utilizan color:
-utilice una paleta daltónica amigable por defecto.
– utilice líneas gruesas o símbolos grandes para que sea más fácil identificar correctamente y asignar el color a una leyenda.
– Además de los colores, considere el uso de patrones o etiquetas para distinguir entre categorías.
– utilice un máximo de 8 colores diferentes para el etiquetado de diferentes categorías.,
– Use una leyenda que muestre los colores, en lugar de referirse a los colores por su nombre.
– mantenga la leyenda que explica la asignación de los colores cerca de los datos reales.
![](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)
Compartir
- Asunto:*
Su Nombre:* Tu Correo electrónico:*
- Detalles:*
Enviar Informe
Etiquetas: datos categóricos, el Color, el Color de la ceguera, deficiencia de visión de Color, DataViz, Gráfico
Categorías: Educación, Investigación