Найефективніше використання кольору в картах тепла / контуру

Досить часто застосовувати тепло / контурні карти при представленні значень ЕЕГ часу. Кольорова схема, яка часто вибирається (і яка мені подобається та використовую), є "струменевою" кольоровою схемою (див., Наприклад, ЕЕГ часу пошуку зображень Google ). Мені цікаво, чи є кращі кольорові схеми для представлення цих сюжетів та / або вказівки щодо представлення таких карт.

наприклад, з базової бібліотеки R

#Volcano
x <- 10*(1:nrow(volcano))
y <- 10*(1:ncol(volcano))
image(x, y, volcano, col = terrain.colors(100), axes = FALSE)

# With Jet colours
jet.colors <-  colorRampPalette(c("midnightblue","blue", "cyan","green1", "yellow","orange","red", "darkred"), space="Lab")
image(x, y, volcano, col = jet.colors(100), axes = FALSE)

Кольорові карти веселки , як їх часто називають, залишаються популярними, незважаючи на задокументовану перцептивну неефективність. Основними проблемами кольорів кольорів веселки (та інших спектральних) є:

• Кольори не в перцептивному порядку
• Яскравість відскакує навколо: наші очі - це переважно стержні для освітлення, а не шишки для кольору
• Ми бачимо відтінки категорично
• У відтінків часто спостерігаються неоднакові присутність (наприклад, широкий зелений і вузький жовтий)

З плюсу:

• Спектральні теми мають високу роздільну здатність (більш помітні значення кольорів у шкалі)
• Є безпека в цифрах; такі теми все ще досить поширені

Дивіться кольорову карту веселки (все-таки) Вважається шкідливою для обговорення та альтернативи, включаючи радіацію чорного тіла та відтінки сірого.

Якщо розходяться схеми, що розходяться, мені подобається сприйняття рівномірної схеми «прохолодно-тепле», яку отримав Кеннет Мореланд у своїй роботі « Розбіжні кольорові карти для наукової візуалізації» . Її та інші схеми порівнюють із зображеннями у вікі ParaView , хоча з точки зору фарбування 3-D поверхні, що означає, що кольорова схема повинна пережити затінення ефектів.

Нещодавнє повідомлення в блозі з додатковими посиланнями та альтернативами Matlab: Rainbow Colormaps - для чого вони гарні? Абсолютно нічого!

Рекомендація : Спершу спробуйте сіру шкалу або інший однотонний градієнт. Якщо вам потрібна більша роздільна здатність, спробуйте випромінювання чорного тіла. Якщо крайнощі важливіші за середні значення, спробуйте розходяться схеми з сірим в середині, наприклад, схема прохолодно-теплого.

Зображення зі сторінки вікі ParaView:

Веселка:

Відтінки сірого:

Чорне тіло:

Прохолодно-тепле:

Я погоджуюся з @xan щодо неефективності кольорів кольорів веселки. Ось ще один документ, який показує, що кольори кольорів веселки / категоричності значно гірші, ніж ті, що розходяться для кількісних завдань, від InfoVis '11:

• Мішель Боркін, Кшиштоф Гайос, Аманда Петерс, Дімітріос Міцурас, Сімоне Мельхіонна, Франк Рибіцький, Чарльз Фельдман та Ганспетер Пфістер. 2011. Оцінка візуалізації артерій для діагностики захворювань серця. Операції IEEE з візуалізації та комп'ютерної графіки 17, 12 (грудень 2011 р.), 2479-2488. DOI = 10.1109 / TVCG.2011.192 Посилання на PDF, слайди та зображення.

Єдине, для чого корисні райдужні / категоричні кольорові карти - це показати окремі значення категоричних змінних. Однак кольори, які ви обираєте, мають значення. Якщо вам потрібна категорична шкала, перегляньте цей чудовий документ із CHI '12, який використовує набір даних опитування XKCD, який розповідає про те, як ми сприймаємо відмінності в кольорі. Це дозволяє оцінити кольорову шкалу за тим, наскільки добре люди сприймають відмінності. Їх веб- аналізатор кольорової палітри також дозволить оцінити власну кольорову шкалу!

• Джефрі Хер та Морін Стоун. 2012. Моделі іменування кольорів для вибору кольорів, редагування зображень та дизайну палітри. У матеріалах конференції SIGCHI з людських факторів у обчислювальних системах (CHI '12). ACM, Нью-Йорк, Нью-Йорк, США, 1007-1016. DOI = 10.1145 / 2207676.2208547 Посилання на PDF, онлайн-демонстрації тощо.