Najbardziej efektywne wykorzystanie koloru w mapach ciepła / konturów

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)

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:

Skala szarości:

Ciało czarne:

Chłodny do ciepłego:

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!

• Jeffrey Heer i Maureen Stone. 2012. Modele z nazwami kolorów do wyboru kolorów, edycji obrazów i projektowania palet. W materiałach z konferencji SIGCHI na temat czynników ludzkich w systemach komputerowych (CHI '12). ACM, Nowy Jork, NY, USA, 1007-1016. DOI = 10.1145 / 2207676.2208547 Link do pliku PDF, demonstracje online itp.