科学家们，别再用彩虹色误导读者了！

彩虹色colormap误导数据可视化，存在非线性、色觉障碍不友好等问题。研究发现其使用比例未降，建议改用单色或多色渐变色标，确保科学可视化准确传达。

本文分享文献https://doi.org/10.5194/hess-25-4549-2021的阅读笔记。

彩虹色标存在两个主要问题：

• 一是色彩变化非线性，导致数据值被错误地表示；

• 二是对色觉障碍者不友好。研究者通过调查发现，2005—2020年间，约16%—24%的科学论文仍在使用这种误导性的色标，且这一比例在过去十年间几乎没有下降。

那我们该怎么办呢？

• 第一，科学家们应该放弃彩虹色标，转而使用单色、双色或多色渐变的色标。这些色标不仅更科学、更友好，还能让数据的呈现更加准确。

• 第二，作者还提供了如何避免、改进和信任色彩的详细指南。

文章还指出，多作者的论文并没有减少彩虹色标的使用，这表明在论文准备过程中，作者们可能没有充分意识到这一问题。

为了更好地测试色标的友好性，作者建议使用工具（如R包colorblindr）来模拟色觉障碍者的视觉效果。通过这些工具，我们可以确保色标对所有人都是可访问的。此外，文章还强调了如何改进可视化设计。例如，可以通过调整线宽、线型或亮度来区分数据，而不是仅仅依赖颜色。

如果必须使用颜色，建议选择感知均匀的色标，如viridis或plasma。这些色标不仅美观，还能确保数据的准确传达。

最后，文章呼吁科学界提高对这一问题的重视。期刊编辑和审稿人应该将色彩选择作为评审标准之一，确保科学可视化不会误导读者。

同时，作者建议在论文中明确声明已对色标进行无障碍测试，并在补充材料中提供灰度版本的可视化。

总之，科学可视化的目标是清晰、准确地传达信息，而不是单纯追求色彩的丰富性。让我们一起告别彩虹色标，用更科学的方式呈现数据吧！

-END-

推荐阅读：
👉Python matplotlib保姆级教程
👉保姆级matplotlib教程—详细目录
👉Python seaborn保姆级教程
👉保姆级seaborn教程：详细目录

交流学习