Чому кольори веселки не є найкращим варіантом для візуалізації даних

Архів

Візуалізація даних – це красивий, захоплюючий спосіб розповідати історії. Але при розробці карти або діаграми ви повинні ретельно вибирати, і одна з найбільших помилок – неправильне використання кольорів веселки.

Кольорові схеми веселки, також звані спектральними кольоровими схемами, є частим вибором для візуалізації даних, оскільки вони виглядають сміливо та захоплююче, а також тому, що вони є стандартними для багатьох програмних засобів візуалізації. Але зазвичай вони приносять більше шкоди, ніж користі. Визначення кольорів взагалі є проблемою для більшої кількості читачів, ніж ви можете здогадатися, а решті аудиторії буде легше зрозуміти візуалізацію, якщо вона представлена з іншою палітрою.

Кольорові схеми веселки «майже завжди ті неправильний вибір », – написав Ентоні К. Робінсон, професор географії Університету штату Пенсільвія, в онлайн-класі на Coursera, де навчали студентів, як використовувати геопросторові технології для картографування даних.

Ось кілька причин, чому кольори веселки є «неправильним вибором»:

Дальтонізм і порядок кольорів

Людям з дальтонізмом важко розпізнавати кольори, особливо червоний і зелений. (Спробуй цей тест кольорового зору щоб перевірити, чи ви один із них.) Дальтонізм впливає до 10 відсотків чоловіків . Це означає, що якщо ви показуєте візуальні матеріали для сотень тисяч аудиторії, ви втрачаєте велику частину своєї аудиторії.

Незважаючи на те, що більшість людей не є дальтоніками, кольорові схеми веселки можуть бути заплутаними, оскільки немає чітких «більше ніж» або «менше ніж «Логічність упорядкування кольорів, попереджають дослідники інформатики Девід Борланд і Рассел М. Тейлор II. Люди зазвичай погоджуються щодо переходу від світлого до темного, але сортують кольори по-різному, як показано тут:

: «Якщо людям дати серію сірих тріщин фарби та попросити їх упорядкувати, вони будуть постійно розміщувати їх у порядку від темного до світлого або від світлого до темного. Однак, якщо людям дадуть фішки фарби червоного, зеленого, жовтого та синього кольорів і попросять привести їх у порядок, результати відрізняються», на думку дослідників Девід Борланд і Рассел М. Тейлор II , професор інформатики в Університеті Північної Кароліни в Чапел-Хілл.

Зміни важко побачити

Візуалізація розповідає історію змін у даних; їхня робота полягає в тому, щоб спростити складні шаблони в ілюстрацію, яка дає змогу зрозуміти — в ідеалі — з першого погляду — що відбувається. Але людські очі погано розпізнають краї різних кольорів, які сидять поруч. Ми краще бачимо невеликі зміни в межах окремих кольорів, оскільки значення яскравості та насиченості плавно змінюються там, де кольори не змінюються, — написав Роберт Косара , дослідник візуального аналізу в Картина і експерт з того, як ми бачимо колір, на його особистому веб-сайті EagerEyes.

Деталі дуже швидко стають технічними, але ключовим уроком є те, що кольори веселки відрізняються лише тоді, коли фактичний колір змінюється, тоді як колірні градієнти дозволити людям побачити поступові зміни.

: Вашій аудиторії буде важко розрізнити нюанси, якщо ви використовуєте кольори веселки, а не дотримуєтеся градуйованої шкали одного кольору.

Оманливі висновки

Залежно від вашої аудиторії, неправильний вибір може мати серйозні наслідки. в Гарвардське дослідження , дослідники виявили, що двовимірні діаграми серцевих артерій, які використовували градієнт від чорного до червоного, були більш ефективними інструментами для діагностики лікарів, ніж тривимірні моделі з використанням кольорів веселки. Клінічні дослідження показали, що діаграми, які використовували градієнт, підвищили точність діагнозів атеросклерозу та серцевих захворювань з 39 до 91 відсотка.

Порівняння ефективності 2-D артеріальних діаграм з градієнтами чорного до червоного та 3-D моделями райдужного кольору. (Зображення: Мішель Боркін / Гарвардська школа інженерії та прикладних наук)

Не кожна візуалізація даних використовується для критичних медичних викликів, але кольори веселки можуть ввести в оману, коли журналісти використовують їх для неправильного відображення кількісних даних.

«Кольори веселки непогані, якщо ви використовуєте їх для категорійних даних», – Дрю Скау, архітектор візуалізації в Visual.ly , сказав Пойнтер у відеоінтерв'ю. «Вони погані, якщо ви використовуєте їх для представлення безперервних даних».

Яка різниця? Безперервні дані є кількісними і описуються числами; категоріальні дані якісні і описуються словами. Наприклад, порівняйте ці групи:

Екзотичні домашні тварини: шиншила, оцелот, скорпіони, шиплячі таргани, пітони
Температура за Фаренгейтом: -459,67°F, 32°F, 212°F
Голоси виборців на виборах: 206, 270, 332

Екзотичні домашні тварини споріднені один з одним, але не безперервно — не виміриш різницю між шиншилою та оцелотом. З іншого боку, показники температури є безперервними — це числа на шкалі з вимірюваними відстанями.

Голоси виборців – це безперервні дані, але вони також розходяться. Ми хочемо знати, що таке середня точка (270 голосів виборців), тому що той, хто набере більше 50 відсотків голосів, перемагає. Таким чином, візуалізація даних зазвичай показує синій колір для представлення демократів з одного боку і червоний для республіканців з іншого, що є ідеальним способом представлення розбіжних даних.

Ця вправа Робінсона показує, як спектральні кольори значно ускладнюють визначення різниці в гучності твітів (а це кількісні дані) під час президентських виборів 2012 року:

: Ця карта показує кількість твітів Обами та Ромні з президентських виборів 2012 року із використанням спектральних кольорів.
(Зображення: д-р Ентоні К. Робінсон / Penn State)

: Ось та сама карта, але Робінсон змінив кольори веселки на один відтінок (фіолетовий) із різною насиченістю.; (Зображення: д-р Ентоні К. Робінсон / Penn State)

Але кольори веселки часто використовуються для ілюстрації кількісних даних, навіть за Вчені NASA. Вчені закликали наукове співтовариство припинити використання спектральних кольорів, а вчені та інженери так турбується про точність використання кольору. Як журналісти, ми можемо вчитися як із досліджень, так і з аргументів.

Допомога від експертів

Багато експертів з даних створили корисні інструменти, які допоможуть вам вибрати кольори:

ColorBrewer від Cynthia Brewer, Mark Harrower and Penn State допомагає вам розробляти кольорові палітри для карт; ви можете вибрати кількість елементів даних, тип даних і навіть кольори, безпечні для дальтоніки.
Інструмент кольору , створений колишніми дослідниками NASA, пропонує програму професійного рівня для складної інфографіки та аеронавігаційних дисплеїв.
Кулер від Adobe це гладкий колірний круг, який пропонує колірні схеми.
Пойнтера Каталог цифрових інструментів NewsU має ряд інструментів, за допомогою яких ви можете розпочати візуалізацію даних.

Кольори чудові — досліджуючи цю статтю, я дізнався про них те, чого ніколи не знав, наприклад той факт, що жовтий найяскравіший колір веселки та людей, які розмовляють іншими мовами може бачити кольори Англомовні не можуть. Кольори допомагають зробити візуалізації захоплюючими, але кілька мудрих виборів кольорів можуть гарантувати, що ці візуалізації будуть більш інформативними.