Почему цвета радуги — не лучший вариант для визуализации данных

Визуализация данных — это красивый и увлекательный способ рассказывать истории. Но вы должны тщательно выбирать при разработке карты или диаграммы, и одной из самых больших ошибок является неправильное использование цветов радуги.

Цветовые схемы радуги, также называемые спектральными цветовыми схемами, часто используются для визуализации данных, потому что они выглядят смелыми и захватывающими, а также потому, что они используются по умолчанию для многих программных инструментов визуализации. Но обычно они приносят больше вреда, чем пользы. Распознавание цветов вообще является проблемой для большего количества читателей, чем вы можете предположить, а остальной аудитории будет легче понять визуализацию, если она будет представлена ​​с другой палитрой.

Цветовые схемы радуги «почти всегда неправильный выбор », — написал Энтони С. Робинсон, профессор географии Пенсильвийского государственного университета, в онлайн-уроке на Coursera, где студентов учили, как использовать геопространственные технологии для картографирования данных.

Вот несколько причин, почему цвета радуги — «неправильный выбор»:

Дальтонизм и упорядочение цветов

Людям, страдающим дальтонизмом, трудно различать цвета, особенно красный и зеленый. (Пытаться это тест на цветовое зрение чтобы узнать, относитесь ли вы к их числу.) Дальтонизм влияет до 10 процентов мужчин . Это означает, что если вы предоставляете визуальные эффекты аудитории из сотен тысяч человек, вы упускаете большую часть своей аудитории.

Несмотря на то, что большинство людей не дальтоники, цветовые схемы радуги могут сбивать с толку, потому что нет четкого 'больше' или 'меньше' Логика упорядочивания цветов, предупреждают исследователи компьютерных наук Дэвид Борланд и Рассел М. Тейлор II. Обычно люди согласны с переходом от светлого к темному, но сортируют цвета по-разному, как показано здесь:

«Если людям дать серию кусочков серой краски и попросить расставить их по порядку, они последовательно расставят их либо в порядке от темного к светлому, либо от светлого к темному. Однако если людям дать кусочки краски красного, зеленого, желтого и синего цветов и попросить расставить их по порядку, результаты разные», по мнению исследователей Дэвид Борланд а также Рассел М. Тейлор II , профессор компьютерных наук в Университете Северной Каролины в Чапел-Хилл.

Изменения могут быть трудно увидеть

Визуализации рассказывают историю изменений данных; их работа состоит в том, чтобы упростить сложные шаблоны до иллюстрации, которая позволит вам понять — в идеале с первого взгляда — что происходит. Но человеческие глаза плохо различают грани разных цветов, расположенные рядом. Мы лучше видим небольшие изменения в пределах одного цветового диапазона, потому что значения яркости и насыщенности меняются плавно там, где цвета не меняются. написал Роберт Косара , исследователь визуального анализа в Картина и эксперт по тому, как мы видим цвет, на своем личном сайте EagerEyes.

Детали становятся техническими очень быстро, но ключевой урок заключается в том, что цвета радуги показывают различия только тогда, когда фактический цвет меняется, в то время как цветовые градиенты позволяют людям видеть постепенные изменения.

Ваша аудитория будет изо всех сил пытаться различить нюансы, если вы будете использовать цвета радуги, а не придерживаться градуированной шкалы одного цвета.

Ошибочные выводы

В зависимости от вашей аудитории неправильный выбор может иметь серьезные последствия. В Гарвардское исследование , исследователи обнаружили, что двухмерные диаграммы сердечных артерий с использованием градиента от черного к красному были более эффективными инструментами для постановки диагноза врачами, чем трехмерные модели с использованием цветов радуги. Клинические исследования показали, что диаграммы, в которых использовался градиент, повысили точность диагностики врачами атеросклероза и сердечных заболеваний с 39 до 91 процента.

Сравнение эффективности двухмерных артериальных диаграмм с градиентами от черного к красному и трехмерных моделей радужных цветов. (Изображения: Мишель Боркин / Гарвардская школа инженерии и прикладных наук)

Не каждая визуализация данных используется при совершении важных медицинских звонков, но радужные цвета могут вводить в заблуждение, когда журналисты используют их для неправильного отображения количественных данных.

«Цвета радуги неплохи, если вы используете их для категориальных данных», — Дрю Скау, архитектор визуализации в Visual.ly , — сказал Пойнтер в видеоинтервью. «Они плохи, если вы используете их для представления непрерывных данных».

Какая разница? Непрерывные данные являются количественными и описываются числами; категориальные данные являются качественными и описываются словами. Например, сравните эти группы:

• Экзотические питомцы: шиншиллы, оцелоты, скорпионы, шипящие тараканы, питоны.
• Температура по Фаренгейту: -459,67°F, 32°F, 212°F
• Голоса выборщиков на выборах: 206, 270, 332

Экзотические питомцы связаны друг с другом, но не непрерывно — разницу между шиншиллой и оцелотом не измеришь. С другой стороны, показания температуры непрерывны — это числа на шкале с измеримыми расстояниями.

Голоса избирателей — это непрерывные данные, но они также расходятся. Мы хотим знать среднюю точку (270 голосов выборщиков), потому что побеждает тот, кто наберет более 50 процентов голосов. Таким образом, визуализация данных обычно показывает синий цвет для обозначения демократов на одном конце и красный цвет для республиканцев на другом конце, что является идеальным способом представления расходящихся данных.

Это упражнение от Робинсона показывает, как спектральные цвета значительно затрудняют определение разницы в громкости твитов (что является количественными данными) во время президентских выборов 2012 года:

На этой карте показан объем твитов Обамы и Ромни о президентских выборах 2012 года с использованием спектральных цветов.
(Изображение: доктор Энтони С. Робинсон / Penn State)

Вот та же карта, но Робинсон изменил цвета радуги на один оттенок (фиолетовый) с различной насыщенностью.

(Изображение: доктор Энтони С. Робинсон / Penn State)

Но цвета радуги часто используются для иллюстрации количественных данных, даже ученых НАСА. Академики призвали научное сообщество прекратить использование спектральных цветов, а ученые и инженеры беспокоюсь о точности использования цвета. Как журналисты, мы можем учиться как на исследованиях, так и на аргументах.

Помощь от экспертов

Многие эксперты по данным создали полезные инструменты, которые помогут вам выбрать цвета:

• ЦветБрюэр Cynthia Brewer, Mark Harrower и Penn State помогает создавать цветовые палитры для карт; вы можете выбрать количество элементов данных, тип данных и даже цвета, безопасные для дальтоников.
• Цветной инструмент , созданный бывшими исследователями НАСА, предлагает приложение профессионального уровня для сложной инфографики и авиационных дисплеев.
• Кулер из Adobe это гладкое цветовое колесо, которое предлагает цветовые схемы.
• Пойнтер Каталог цифровых инструментов NewsU имеет ряд инструментов, с помощью которых вы можете начать визуализацию данных.

Цвета прекрасны — изучая эту статью, я обнаружил о них то, чего никогда не знал, например, тот факт, что желтый цвет самый яркий цвет радуги и что люди, говорящие на других языках может видеть цвета Англоговорящие не могут. Цвета помогают сделать визуализацию захватывающей, но несколько разумных цветовых решений могут сделать эти визуализации более информативными.