Najbardziej efektywne wykorzystanie koloru w mapach ciepła / konturów

19

Podczas prezentacji wyników EEG czasowo-częstotliwościowych dość często używa się map ciepła / konturów. Często wybieranym schematem kolorów (i tym, który mi się podoba i którego używam) jest schemat kolorów „jet” (patrz np. Czas EEG wyszukiwania obrazów w Google ). Zastanawiam się, czy istnieją lepsze schematy kolorów do prezentacji tych wykresów i / lub wytyczne dotyczące prezentacji takich map.

np. z biblioteki podstawowej 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)
Matt Albrecht
źródło
4
Tylko moje 2 ¢: RColorBrewer lub przestrzeń kolorów oferują znacznie lepsze opcje do obsługi rozbieżnych palet kolorów.
chl
1
Zgadzam się z @chl Brewer, jeśli chodzi o mnie, jest to raj koloru.
Peter Flom - Przywróć Monikę
1
Niestety strona obecnie nie działa (potencjalnie związana z Sandy), ale jest ładny blog online / artykuł na ten temat autorstwa Bernice Rogowitz i Lloyda Treinisha z IBM, w szczególności na temat schematów kolorów tęczy (patrz powiązana dyskusja i kilka zdjęć na Flowingdata ).
Andy W
Używaj czegokolwiek oprócz jet. Jedynym powodem, dla którego ktoś go używa, jest to, że jest on domyślny w Matlabie.
endolith

Odpowiedzi:

21

Mapy kolorów tęczy , jak się je często nazywa, pozostają popularne pomimo udokumentowanej nieefektywności percepcyjnej. Główne problemy z mapami kolorów tęczy (i innych spektralnych) to:

  • Kolory nie są w porządku percepcyjnym
  • Luminancja odbija się wokół: nasze oczy to w większości pręty do luminancji, a nie stożki do koloru
  • Widzimy odcienie kategorycznie
  • Odcienie często mają nierówną obecność (np. Szeroki zielony i wąski żółty)

Na plus:

  • Motywy spektralne mają wysoką rozdzielczość (bardziej rozpoznawalne wartości kolorów w skali)
  • Liczby są bezpieczne; takie tematy są nadal dość powszechne

Zobacz tęczową mapę kolorów (nadal) uważaną za szkodliwą dla dyskusji i alternatyw, w tym promieniowania ciała czarnego i skali szarości.

Jeśli odpowiedni jest schemat rozbieżny, podoba mi się percepcyjnie jednolity schemat chłodzenia na ciepło, wyprowadzony przez Kennetha Morelanda w jego artykule „ Rozbieżne mapy kolorów dla wizualizacji naukowej” . To i inne schematy są porównywane z obrazami na wiki ParaView , choć z perspektywą kolorowania powierzchni 3D, co oznacza, że ​​schemat kolorów musi przetrwać efekty cieniowania.

Ostatni post na blogu z większą liczbą linków i alternatyw Matlaba: Rainbow Colormaps - Do czego służą? Absolutnie niczego!

Zalecenie : Najpierw spróbuj w skali szarości lub innym gradiencie monochromatycznym. Jeśli potrzebujesz większej rozdzielczości, wypróbuj promieniowanie ciała czarnego. Jeśli wartości skrajne są ważniejsze niż wartości środkowe, wypróbuj schemat rozbieżny z szarością pośrodku, na przykład schemat chłodnego do ciepłego.

Obrazy ze strony wiki ParaView:

Tęcza: wprowadź opis zdjęcia tutaj

Skala szarości: wprowadź opis zdjęcia tutaj

Ciało czarne: wprowadź opis zdjęcia tutaj

Chłodny do ciepłego: wprowadź opis zdjęcia tutaj

Xan
źródło
Dzięki, ładna odpowiedź. Aplikacje EEG zdecydowanie potrzebują czegoś, co może łatwo zidentyfikować skrajności; ważne są zarówno napięcia dodatnie, jak i ujemne. Na tej podstawie Cool-Warm wydaje się najlepszy. Jakieś wskazówki na temat uczynienia wagi Cool-Warm bardziej przyjemną pod względem estetycznym (ze względu na osobisty gust i być może na polu)?
Matt Albrecht
Przyglądając się bliżej niektórym wartościom EEG, wiele z nich nie wyróżnia się zielonym kolorem. Myślę, że to może być rozwiązanie mojej estetyki, usuń zieleń i baw się z niektórymi środkowymi kolorami.
Matt Albrecht
Zaktualizowałem zdjęcie Cool-Warm, ponieważ oryginał z jakiegoś powodu był nieco wyprany. Jeśli schemat rozbieżności pasuje do twoich danych, istnieje wiele innych opcji do wyboru (na przykład ColorBrewer).
xan
3
Nie zapomnij wyżej wymienionych wersji palety z daltonizmem; pomijanie zieleni jest ogólnie dobrym pomysłem, ale są też inne pułapki związane z kolorami, których należy unikać. „ research.stowers-institute.org/efg/Report/UsingColorInR.pdf ”, aby uzyskać więcej.
jbowman
Ten link wiki wraz z wartościami RGB gradientów był bardzo pomocny.
Brent pisze kod
14

Zgadzam się z @xan w sprawie nieefektywności map kolorów tęczy. Oto kolejny artykuł, który pokazuje, że tęczowe / jakościowe mapy kolorów są znacznie gorsze niż rozbieżne dla zadań ilościowych, z InfoVis '11:

  • Michelle Borkin, Krzysztof Gajos, Amanda Peters, Dimitrios Mitsouras, Simone Melchionna, Frank Rybicki, Charles Feldman i Hanspeter Pfister. 2011. Ocena wizualizacji tętnic w diagnostyce chorób serca. Transakcje IEEE dotyczące wizualizacji i grafiki komputerowej 17, 12 (grudzień 2011), 2479-2488. DOI = 10.1109 / TVCG.2011.192 Odsyłacz do pliku PDF, slajdów i zdjęć.

Jedyne, co jest dobre dla map kolorów tęczy / jakości, to pokazywanie osobnych wartości zmiennych jakościowych. Jednak wybrane kolory mają znaczenie. Jeśli potrzebujesz skali kategorycznej, sprawdź ten znakomity artykuł z CHI '12, który wykorzystuje zestaw danych z ankiety XKCD, który mówi o tym, jak postrzegamy różnice w kolorze. Pozwala ocenić skalę kolorów według tego, jak dobrze ludzie dostrzegają różnice. Ich internetowy analizator palet kolorów pozwala również ocenić własną skalę kolorów!

Przykład analizy palety kolorów

edallme
źródło