- 文章
- 最新
科研作图配色理论基础
![科研作图配色理论基础 科研作图配色理论基础](/insights/sites/default/files/styles/low_resolution/public/pexels-pixabay-159560%20%281%29.jpg?itok=NgaYgyUh)
尽管学术界对论文的美观程度不作要求,但在看文献的时候,总能发现一些对自己有要求的研究者把图作得极好。不单提升了视觉呈现效果,也让数据更好理解了。
为学术图片定下合适的配色并非易事,很多时候需要研究者抛开个人偏好,掌握一些设计理论。
本文将梳理科研图片配色的知识要点,并示范让图片打眼的技巧。
为什么说科研配色很重要
简单来说,图片的配色方案将赋予数据意义。用对颜色能帮助读者理解数据,因此,科研图表的配色某种程度上影响着信息的传递与接收。
颜色有其自身的含义。比方讲,如作者在一张温度主题的图片中,分别用红、蓝两色表示冷和热。读者有极大可能本能地将红、蓝理解为热和冷,从而完全误读图表。这个知识点也是我在使用Mind the Graph的模板作图时总结出来的。
此外,配色时还要照顾到患有色觉缺陷(俗称色盲)人群的习惯。这点较为庞大复杂,下文略有提及,此处暂时不作展开。
如何为学术图片配色
上手作图前不妨先了解什么是色轮。颜色可分为:
- 红、黄、蓝三类,即三原色;
- 二次色,即三原色混合调配而成的颜色,如绿、橙、紫;
- 三次色,三原色与二次色组合而成的颜色,如蓝绿色、紫罗兰色和洋红色。
配色时选用色轮上夹角为180°的对比色对凸显数据有较理想的效果,也便于患有色盲等颜色感知问题的人群分辨。
但也不要局限在对比色及其混色调配的颜色中,利用同一颜色的明暗对比衍生同色系配色,效果也不会差。想要得到和谐亮眼的颜色组合,需要自己在色调、饱和度和亮度上反复调整琢磨。
Coolors 和Paletton都是确定配色时的好帮手。
用色避忌
为图片配色时,建议避开红与绿,它们对色盲人士并不友好。
如你已完成配色方案,不妨将图片转换为灰度做个检验。如图片仍可被识别,那么多半也不会令色觉缺陷者感到为难。作图时注意所选颜色之间的饱和度务必要有15-30%的变化。此外,还可使用Viz Palette等在线工具检验所选配色的可识别性。
科研配色步骤
- 选一组或几组能有效展示数据、具视觉吸引的配色。所选颜色应为对比色,或反差鲜明。
- 在Viz Palette中对所选颜色作检验,评估其对色盲人士的影响。
- 检查明暗、饱和度是否和谐,并用Viz Palette作调整。
- 为图表着色、定稿。