2020-04-25 22:03:53

docs/23.md

 # 19 颜色使用的常见缺陷
 
-> 原文： [https://serialmentor.com/dataviz/color-pitfalls.html](https://serialmentor.com/dataviz/color-pitfalls.html)
+> 原文： [19 Common pitfalls of color use](https://serialmentor.com/dataviz/color-pitfalls.html)
+
+> 校验：[飞龙](https://github.com/wizardforcel)
+
+> 自豪地采用[谷歌翻译](https://translate.google.cn/)
 
 颜色可以是一种增强数据可视化的非常有效的工具。同时，糟糕的颜色选择会破坏其他优秀的可视化效果。颜色需要服务于其目的，必须清晰，并且不得分散注意力。
 
@@ -44,60 +48,63 @@
 
 图 19.5：德克萨斯州县中的白人的百分比。彩虹颜色刻度不是可视化连续数据值的合适刻度，因为它倾向于强调数据的任意特征。在这里，它强调了大约 75% 的人口为白人的县。数据来源：2010 年美国十年普查
 
-## 19.3 不设计色觉缺陷
+## 19.3 不为色觉缺陷而设计
 
-每当我们为可视化选择颜色时，我们需要记住，很大一部分读者可能会有某种形式的色觉缺陷（即色盲）。这些读者可能无法区分与大多数其他人看起来明显不同的颜色。然而，色觉受损的人根本无法看到任何颜色。相反，他们通常难以区分某些类型的颜色，例如红色和绿色（红绿色视觉缺陷）或蓝色和绿色（蓝黄色视觉缺陷）。这些缺陷的技术术语是红绿色变体的 deuteranomaly / deuteranopia 和 protanomaly / protanopia（人们难以分别感知绿色或红色）和蓝黄色变体的 tritanomaly / tritanopia（人们难以察觉蓝色） ）。以“异常”结尾的术语是指对相应颜色的感知的一些损害，并且以“近视”结尾的术语是指完全没有对该颜色的感知。大约 8％的男性和 0.5％的女性患有某种色觉缺陷，而 deuteranomaly 是最常见的形式，而 tritanomaly 是相对罕见的。
+每当我们为可视化选择颜色时，我们需要记住，很大一部分读者可能会有某种形式的色觉缺陷（即色盲）。这些读者可能无法区分大多数其他人看起来明显不同的颜色。然而，色觉受损的人并非无法看到任何颜色。相反，他们通常难以区分某些类型的颜色，例如红色和绿色（红绿色视觉缺陷）或蓝色和绿色（蓝黄色视觉缺陷）。这些缺陷的技术术语是红绿色变体的绿色弱视（deuteranomaly/deuteranopia）和红色弱视（protanomaly/protanopia）（人们难以分别感知绿色或红色）和蓝黄色变体的蓝色弱视（tritanomaly/tritanopia）（人们难以察觉蓝色） ）。以“anomaly”（异常）结尾的术语是指对相应颜色的感知的一些损害，并且以“anopia”（弱视）结尾的术语是指完全没有对该颜色的感知。大约 8% 的男性和 0.5% 的女性患有某种色觉缺陷，而绿色弱视是最常见的形式，而蓝色弱视是相对罕见的。
 
-正如第 [4](color-basics.html#color-basics) 章节所讨论的，数据可视化中使用了三种基本类型的颜色刻度：连续刻度，发散刻度和定性刻度。在这三个中，顺序刻度通常不会对具有色觉缺陷（cvd）的人造成任何问题，因为正确设计的连续刻度应呈现从暗色到浅色的连续渐变。图 19.6 显示了图 4.3 在 deuteranomaly，protanomaly 和 tritanomaly 的模拟版本中的热量表。虽然这些 cvd 模拟刻度看起来都不像原始刻度，但它们都呈现出从暗到亮的清晰渐变，它们都可以很好地传达数据值的大小。
+正如第四章所讨论的，数据可视化中使用了三种基本类型的颜色刻度：连续刻度，发散刻度和定性刻度。在这三个中，顺序刻度通常不会对具有色觉缺陷（CVD）的人造成任何问题，因为正确设计的连续刻度应呈现从暗色到浅色的连续渐变。图 19.6 显示了图 4.3 在 deuteranomaly，protanomaly 和 tritanomaly 的模拟版本中的热力刻度。虽然这些 CVD 模拟刻度看起来都不像原始刻度，但它们都呈现出从暗到亮的清晰渐变，它们都可以很好地传达数据值的大小。
 
 ![](img/98b31ff158111f601ac9ede2a1fda7b3.jpg)
 
-图 19.6：顺序颜色刻度的色觉缺陷（cvd）模拟加热，从深红色到浅黄色。从左到右，从上到下，我们看到原始的刻度和刻度，如在 deuteranomaly，protanomaly 和 tritanomaly 模拟下看到的。即使三种类型的 cvd 下的特定颜色看起来不同，在每种情况下我们都可以看到从暗到亮的清晰渐变。因此，这种颜色刻度可以安全地用于 cvd。
+图 19.6：顺序颜色刻度的色觉缺陷（CVD）模拟，从深红色到浅黄色。从左到右，从上到下，我们看到原始的刻度，和在 deuteranomaly，protanomaly 和 tritanomaly 模拟下看到的刻度。即使特定颜色在三种类型的 CVD 下看起来不同，在每种情况下我们都可以看到从暗到亮的清晰渐变。因此，这种颜色刻度可以安全地用于 CVD。
 
-对于不同的刻度，事情变得更加复杂，因为流行的颜色对比在 cvd 下变得难以区分。特别是，红色和绿色的颜色为具有正常色觉的人提供了最强烈的对比度，但对于 deutans（患有 deuteranomaly 的人）或者 protans（患有 protanomaly 的人）几乎无法区分（图 19.7 ）。同样地，对于 deutans 和 protans 来说，蓝绿色的对比是可见的，但是对于 tritans（具有 tritanomaly 的人）来说却难以区分（图 19.8 ）。
+对于不同的刻度，事情变得更加复杂，因为流行的颜色对比在 CVD 下变得难以区分。特别是，红色和绿色的颜色为具有正常色觉的人提供了最强烈的对比，但对于绿色弱视患者（患有 deuteranomaly 的人）或者红色弱视患者（患有 protanomaly 的人）几乎无法区分（图 19.7 ）。同样地，对于它们来说，蓝绿色的对比是可见的，但是对于蓝色弱视患者（具有 tritanomaly 的人）来说却难以区分（图 19.8 ）。
 
 ![](img/74af7facf3d0ecd631f88f0d26f9fa72.jpg)
 
-图 19.7：在红绿色 cvd（deuteranomaly 或 protanomaly）下，红绿对比度变得难以区分。
+图 19.7：在红绿色 CVD（deuteranomaly 或 protanomaly）下，红绿对比变得难以区分。
 
 ![](img/3ec9a95fe13cd226d7e2c0e3063b2f80.jpg)
 
-图 19.8：在蓝黄色 cvd（tritanomaly）下，蓝绿色对比度变得难以区分。
+图 19.8：在蓝黄色 CVD（tritanomaly）下，蓝绿色对比变得难以区分。
 
-通过这些例子，似乎几乎不可能找到在所有形式的 cvd 下都安全的两种对比色。但是，情况并非如此可怕。通常可以对颜色稍作修改，使得它们具有所需的特性，同时对 cvd 也是安全的。例如，图 4.5 的 ColorBrewer PiYG（粉红色到黄绿色）比例对于具有正常色觉的人来说看起来是红绿色，但对于有 cvd 的人来说仍然可以区分（图 19.9 ） 。
+通过这些例子，似乎几乎不可能找到在所有形式的 CVD 下都安全的两种对比色。但是，情况并非如此可怕。通常可以对颜色稍作修改，使得它们具有所需的特性，同时对 CVD 也是安全的。例如，图 4.5 的 ColorBrewer PiYG（粉红色到黄绿色）刻度对于具有正常色觉的人来说看起来是红绿色，但对于有 CVD 的人来说仍然可以区分（图 19.9 ） 。
 
 ![](img/d9c0b714d63e0471a98b0fcba237ea61.jpg)
 
-图 19.9：来自图 4.5 的 ColorBrewer PiYG（粉红色至黄绿色）比例看起来像具有常规色觉的人的红绿对比，但适用于所有形式的色觉缺陷。它的工作原理是红色实际上是粉红色（红色和蓝色的混合），而绿色也包含黄色。两种颜色之间的蓝色成分的差异甚至可以通过 deutans 或 protans 来获取，并且红色成分的差异可以由 tritans 拾取。
+图 19.9：来自图 4.5 的 ColorBrewer PiYG（粉红色至黄绿色）刻度，对于具有常规色觉的人看起来像红绿对比，但适用于所有形式的色觉缺陷。它的工作原理是红色实际上是粉红色（红色和蓝色的混合），而绿色也包含黄色。两种颜色之间的蓝色成分的差异甚至可以通过绿色或红色弱视患者来获取，并且红色成分的差异可以由蓝色弱视患者获取。
 
-对于定性刻度而言，事情是最复杂的，因为我们需要许多不同的颜色，并且它们都需要在所有形式的 cvd 下彼此区分。我在本书中广泛使用的首选定性颜色刻度是专门为解决这一挑战而开发的（图 19.10 ）。通过提供八种不同的颜色，调色板适用于几乎任何具有离散颜色的场景。正如本章开头所讨论的那样，你可能不应该在一个情节中对八个以上不同的项目进行颜色编码。
+对于定性刻度而言，事情是最复杂的，因为我们需要许多不同的颜色，并且它们都需要在所有形式的 CVD 下能够区分。我在本书中广泛使用的首选定性颜色刻度是专门为解决这一挑战而开发的（图 19.10 ）。通过提供八种不同的颜色，调色板适用于几乎任何具有离散颜色的场景。正如本章开头所讨论的那样，你可能不应该在一个绘图中对八个以上不同的项目进行颜色编码。
 
 ![](img/54fd927fd5d84dd6ed28f0b24e16e8b9.jpg)
 
-图 19.10：所有色觉缺陷的定性调色板（Okabe 和 Ito [2008](#ref-Okabe-Ito-CUD) ）。字母数字代码表示 RGB 空间中的颜色，编码为十六进制。在许多绘图库和图像处理程序中，您只需直接输入这些代码即可。如果您的软件不直接采用十六进制，您也可以使用表 19.1 中的值。
+图 19.10：用于所有色觉缺陷的定性调色板（Okabe 和 Ito 2018）。字母数字代码表示 RGB 空间中的颜色，编码为十六进制。在许多绘图库和图像处理程序中，您只需直接输入这些代码即可。如果您的软件不直接采用十六进制，您也可以使用表 19.1 中的值。
+
+表 19.1：色觉缺陷友好的颜色刻度，由 Okabe 和 Ito（2008）开发
 
-<caption>Table 19.1: Colorblind-friendly color scale, developed by Okabe and Ito ([2008](#ref-Okabe-Ito-CUD)).</caption>
-| 名称 | 十六进制代码 | 色调 | C，M，Y，K（％） | R，G，B（0-255） | R，G，B（％） |
+| 名称 | 十六进制代码 | 色调 | C，M，Y，K（%） | R，G，B（0-255） | R，G，B（%） |
 | :-- | :-- | :-- | :-- | :-- | :-- |
-| 橙子 | ＃E69F00 | 41° | 0,50,100,0 | 230,159,0 | 90,60,0 |
-| 天蓝色 | ＃56B4E9 | 202° | 80,0,0,0 | 86,180,233 | 35,70,90 |
-| 蓝绿色 | ＃009E73 | 164° | 97,0,75,0 | 0,158,115 | 0,60,50 |
-| 黄色 | ＃F0E442 | 56° | 10,5,90,0 | 240,228,66 | 95,90,25 |
-| 蓝色 | ＃0072B2 | 202° | 100,50,0,0 | 0,114,178 | 0,45,70 |
-| 朱红 | ＃D55E00 | 27° | 0,80,100,0 | 213,94,0 | 80,40,0 |
-| 红紫色 | ＃CC79A7 | 326° | 10,70,0,0 | 204,121,167 | 80,60,70 |
-| 黑色 | ＃000000 | - | 0,0,0,100 | 0,0,0 | 0, 0, 0 |
+| 橙色 | #E69F00 | 41° | 0,50,100,0 | 230,159,0 | 90,60,0 |
+| 天蓝色 | #56B4E9 | 202° | 80,0,0,0 | 86,180,233 | 35,70,90 |
+| 蓝绿色 | #009E73 | 164° | 97,0,75,0 | 0,158,115 | 0,60,50 |
+| 黄色 | #F0E442 | 56° | 10,5,90,0 | 240,228,66 | 95,90,25 |
+| 蓝色 | #0072B2 | 202° | 100,50,0,0 | 0,114,178 | 0,45,70 |
+| 朱红色 | #D55E00 | 27° | 0,80,100,0 | 213,94,0 | 80,40,0 |
+| 红紫色 | #CC79A7 | 326° | 10,70,0,0 | 204,121,167 | 80,60,70 |
+| 黑色 | #000000 | - | 0,0,0,100 | 0,0,0 | 0, 0, 0 |
 
-虽然有几种很好的 cvd 安全颜色刻度可供选择，但我们需要认识到它们不是魔法子弹。很有可能使用 cvd 安全的比例，但产生一个数字，一个人用 cvd 无法破译。一个关键参数是彩色图形元素的大小。当它们应用于大面积而不是小面积或细线时，颜色更容易区分（Stone，Albers Szafir 和 Setlur [2014](#ref-Stone_et_al_2014) ）。并且这种效果在 cvd 下更加恶化（图 19.11 ）。除了本章和第 [4](color-basics.html#color-basics) 章节中讨论的各种颜色设计注意事项外，我建议您在 cvd 模拟下查看颜色数字，以了解 cvd 人物的样子。有几种在线服务和桌面应用程序可供用户通过 cvd 模拟运行任意数字。
+虽然有几种很好的 CVD 安全的颜色刻度可供选择，但我们需要认识到它们不是魔法子弹。很有可能使用 CVD 安全的刻度，仍然会产生具有 CVD 的人无法破译的图像。一个关键参数是彩色图形元素的大小。当它们应用于大面积而不是小面积或细线时，颜色更容易区分（Stone，Albers Szafir 和 Setlur  2014）。并且这种效果在 CVD 下更加恶化（图 19.11 ）。除了本章和第四章中讨论的各种颜色设计注意事项外，我建议您在 CVD 模拟下查看彩色图像，来了解它对于具有 CVD 的人的样子。有几种在线服务和桌面应用可供用户通过 CVD 模拟来显示任意图像。
 
 ![](img/de9079f8b6bfcbc6c1af108d79a6f825.jpg)
 
-图 19.11：有色元素在小尺寸时难以区分。左上方的面板（标有“原始”）显示了四个矩形，四条粗线，四条细线和四组点，所有这些点都以相同的四种颜色着色。我们可以看到颜色变得更难以区分视觉元素越小或越薄。这个问题在 cvd 模拟中变得更加严重，其中即使对于大图形元素，颜色也已经更难以区分。
+图 19.11：彩色元素在小尺寸时难以区分。左上方的面板（标有“原始”）显示了四个矩形，四条粗线，四条细线和四组点，所有这些都以相同的四种颜色着色。视觉元素越小或越薄，我们可以看到颜色变得越难以区分。这个问题在 CVD 模拟中变得更加严重，其中即使对于较大图形元素，颜色也已经更难以区分。
 
-为了确保您的数字适用于使用 cvd 的人，不要只依赖于特定的颜色刻度。相反，在 cvd 模拟器中测试你的数字。
+为了确保您的图像适用于具有 CVD 的人，不要只依赖于特定的颜色刻度。相反，在 CVD 模拟器中测试你的图像。
 
 ### 参考
 
-Okabe，M。和 K. Ito。 “彩色通用设计（CUD）：如何制作对色盲人士友好的数字和演示。” [http://jfly.iam.u-tokyo.ac.jp/color/](http://jfly.iam.u-tokyo.ac.jp/color/) 。
+```
+Okabe, M., and K. Ito. 2008. “Color Universal Design (CUD): How to Make Figures and Presentations That Are Friendly to Colorblind People.” http://jfly.iam.u-tokyo.ac.jp/color/.
 
-Stone，M.，D。Albers Szafir 和 V. Setlur。 “作为尺寸函数的色差工程模型。”在 _ 第 22 届彩色和成像会议 _ 中。成像科学与技术学会。
\ No newline at end of file
+Stone, M., D. Albers Szafir, and V. Setlur. 2014. “An Engineering Model for Color Difference as a Function of Size.” In 22nd Color and Imaging Conference. Society for Imaging Science and Technology.
+```
\ No newline at end of file

docs/29.md

@@ -4,7 +4,7 @@
 
 尽可能使用纯色的形状来显示数据，而不是使用勾勒出这些形状的线条。实体形状更容易被视为连贯的对象，不太可能产生视觉伪像或视错觉，并且比轮廓更容易传递数量。根据我的经验，使用实体形状的可视化比使用线条图的等效版本更清晰，更令人愉悦。因此，我尽可能避免使用线条图。但是，我想强调的是，这一建议并未取代比例墨水原理（第 [17](proportional-ink.html#proportional-ink) 章节）。
 
-线条图在数据可视化领域有着悠久的历史，因为在 20 世纪的大部分时间里，科学可视化都是手工绘制的，必须以黑白再现。这排除了使用填充纯色的区域，包括实心灰度填充。相反，有时通过应用填充，交叉影线或点画模式来模拟填充区域。早期绘图软件模仿手绘模拟，同样广泛使用线条图，虚线或虚线图案和阴影线。虽然现代可视化工具和现代复制和发布平台没有先前的限制，但许多绘图应用程序仍默认为轮廓和空形状而不是填充区域。为了提高你对这个问题的认识，我将在这里向你展示几个用线条和填充形状绘制的相同图形的例子。
+线条图在数据可视化领域有着悠久的历史，因为在 20 世纪的大部分时间里，科学可视化都是手工绘制的，必须以黑白再现。这排除了使用填充纯色的区域，包括实心灰度填充。相反，有时通过应用填充，交叉影线或点画模式来模拟填充区域。早期绘图软件模仿手绘模拟，同样广泛使用线条图，虚线或虚线图案和阴影线。虽然现代可视化工具和现代复制和发布平台没有先前的限制，但许多绘图应用仍默认为轮廓和空形状而不是填充区域。为了提高你对这个问题的认识，我将在这里向你展示几个用线条和填充形状绘制的相同图形的例子。
 
 在直方图和条形图中可以看到最常见且同时最不合适地使用线条图。将条形绘制为轮廓的问题在于，任何给定线的哪一侧在条形内部以及哪一侧在外部并不是立即显而易见的。因此，特别是当条形之间存在间隙时，我们最终会产生一种令人困惑的视觉模式，这会损害图形的主要信息（图 25.1 ）。用浅色填充条形，或者如果不能进行颜色再现，则用灰色填充，避免了这个问题（图 25.2 ）。
 

docs/31.md

@@ -28,7 +28,7 @@
 
 图 27.1：矢量图形和位图之间关键区别的图示。 （a）原始图像。黑色方块表示我们在（b）和（c）部分放大的区域。 （b）当图像被存储为位图图形时，从部分（a）增加高亮区域的放大率。随着我们进一步放大，我们可以看到图像如何变得越来越像素化。 （c）增加图像矢量表示的放大率。图像在任意放大倍率下保持完美清晰度。
 
-矢量图形有两个缺点，可能并且经常会在实际应用程序中造成麻烦。首先，因为矢量图形是由显示它们的图形程序在运行中重新绘制的，所以可能发生在两个不同程序或两台不同计算机上相同图形的外观差异。文本最常出现此问题，例如，当所需字体不可用且呈现软件替换不同字体时。字体替换通常允许观看者按预期阅读文本，但是得到的图像很少看起来很好。有一些方法可以避免这些问题，例如在 pdf 文件中概述或嵌入所有字体，但它们可能需要特殊的软件和/或特殊技术知识才能实现。相比之下，位图图像看起来总是一样的。
+矢量图形有两个缺点，可能并且经常会在实际应用中造成麻烦。首先，因为矢量图形是由显示它们的图形程序在运行中重新绘制的，所以可能发生在两个不同程序或两台不同计算机上相同图形的外观差异。文本最常出现此问题，例如，当所需字体不可用且呈现软件替换不同字体时。字体替换通常允许观看者按预期阅读文本，但是得到的图像很少看起来很好。有一些方法可以避免这些问题，例如在 pdf 文件中概述或嵌入所有字体，但它们可能需要特殊的软件和/或特殊技术知识才能实现。相比之下，位图图像看起来总是一样的。
 
 其次，对于非常大和/或复杂的数字，矢量图形可能会增长到巨大的文件大小并且渲染速度很慢。例如，数百万个数据点的散点图将包含每个单独点的 x 和 y 坐标，并且在渲染图像时需要绘制每个点，即使点重叠和/或被其他图形元素隐藏。因此，文件的大小可能是几兆字节，并且渲染软件可能花费一些时间来显示该图形。当我在 21 世纪初期担任博士后时，我曾经创建了一个 pdf 文件，当时花了将近一个小时才能在 Acrobat 阅读器中显示。虽然现代计算机速度更快，渲染时间几分钟几乎都是闻所未闻的，但即使是几秒钟的渲染时间也可能会造成破坏，如果你想将你的数字嵌入到更大的文档中并且你的 pdf 阅读器停止运行每次你用一个有问题的数字显示页面。当然，另一方面，只有少量元素（一些数据点和一些文本，比如说）的简单数字通常会比矢量图形小得多，而且观看软件甚至可以更快地渲染这些数字比相应的位图图像。