科研作图配色理论基础

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：

1. 红、黄、蓝三类，即三原色；
2. 二次色，即三原色混合调配而成的颜色，如绿、橙、紫；
3. 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

1. 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。

2. 在Viz Palette中对所选颜色作检验，评估其对色盲人士的影响。

3. 检查明暗、饱和度是否和谐，并用Viz Palette作调整。

4. 为图表着色、定稿。