科研作圖配色理論基礎

盡管學術界對論文的美觀程度不作要求，但在看文獻的時候，總能發現一些對自己有要求的研究者把圖作得極好。不單提升了視覺呈現效果，也讓數據更好理解了。

?

為學術圖片定下合適的配色并非易事，很多時候需要研究者拋開個人偏好，掌握一些設計理論。

?

本文將梳理科研圖片配色的知識要點，并示范讓圖片打眼的技巧。

為什么說科研配色很重要

簡單來說，圖片的配色方案將賦予數據意義。用對顏色能幫助讀者理解數據，因此，科研圖表的配色某種程度上影響著信息的傳遞與接收。

?

顏色有其自身的含義。比方講，如作者在一張溫度主題的圖片中，分別用紅、藍兩色表示冷和熱。讀者有極大可能本能地將紅、藍理解為熱和冷，從而完全誤讀圖表。這個知識點也是我在使用Mind the Graph的模板作圖時總結出來的。

?

?

?

?

此外，配色時還要照顧到患有色覺缺陷（俗稱色盲）人群的習慣。這點較為龐大復雜，下文略有提及，此處暫時不作展開。

如何為學術圖片配色

上手作圖前不妨先了解什么是色輪。顏色可分為：

1. 紅、黃、藍三類，即三原色；
2. 二次色，即三原色混合調配而成的顏色，如綠、橙、紫；
3. 三次色，三原色與二次色組合而成的顏色，如藍綠色、紫羅蘭色和洋紅色。

?

配色時選用色輪上夾角為180°的對比色對凸顯數據有較理想的效果，也便于患有色盲等顏色感知問題的人群分辨。

?

但也不要局限在對比色及其混色調配的顏色中，利用同一顏色的明暗對比衍生同色系配色，效果也不會差。想要得到和諧亮眼的顏色組合，需要自己在色調、飽和度和亮度上反復調整琢磨。

Coolors 和Paletton都是確定配色時的好幫手。

用色避忌

為圖片配色時，建議避開紅與綠，它們對色盲人士并不友好。

?

?

如你已完成配色方案，不妨將圖片轉換為灰度做個檢驗。如圖片仍可被識別，那么多半也不會令色覺缺陷者感到為難。作圖時注意所選顏色之間的飽和度務必要有15-30%的變化。此外，還可使用Viz Palette等在線工具檢驗所選配色的可識別性。

科研配色步驟

1. 選一組或幾組能有效展示數據、具視覺吸引的配色。所選顏色應為對比色，或反差鮮明。

2. 在Viz Palette中對所選顏色作檢驗，評估其對色盲人士的影響。

3. 檢查明暗、飽和度是否和諧，并用Viz Palette作調整。

4. 為圖表著色、定稿。