Kompensācija Par Zodiaka Zīmi
C Vardarbība C Slavenības

Uzziniet Zodiaka Zīmes Savietojamību

Kāpēc varavīksnes krāsas nav labākā iespēja datu vizualizēšanai

Arhīvs

Datu vizualizācijas ir skaisti, aizraujoši stāstu stāstīšanas veidi. Taču, veidojot karti vai diagrammu, ir rūpīgi jāizvēlas, un viena no lielākajām kļūdām ir varavīksnes krāsu nepareiza izmantošana.

Varavīksnes krāsu shēmas — sauktas arī par spektrālajām krāsu shēmām — ir biežas izvēles datu vizualizēšanai gan tāpēc, ka tās izskatās drosmīgas un aizraujošas, gan tāpēc, ka tās ir noklusējums daudziem vizualizācijas programmatūras rīkiem. Bet tie parasti nodara vairāk ļauna nekā laba. Krāsu noteikšana vispār ir problēma lielākam skaitam lasītāju, nekā jūs varētu nojaust, un pārējai auditorijai būs vieglāk saprast vizualizāciju, ja tā tiks parādīta ar citu paleti.

Varavīksnes krāsu shēmas ir “gandrīz vienmēr nepareiza izvēle ”, Pensilvijas štata universitātes ģeogrāfijas profesors Entonijs K. Robinsons rakstīja tiešsaistes nodarbībā vietnē Coursera, kurā studentiem tika mācīta, kā izmantot ģeotelpiskās tehnoloģijas datu kartēšanai.

Šeit ir daži iemesli, kāpēc varavīksnes krāsas ir “nepareiza izvēle”:

Daltonisms un krāsu pasūtīšana

Cilvēkiem, kuri ir daltoniķi, ir grūti noteikt krāsas, īpaši sarkano un zaļo. (Mēģiniet šis krāsu redzes tests lai redzētu, vai jūs esat viens no tiem.) Daltonisms ietekmē līdz 10 procentiem vīriešu . Tas nozīmē, ka, ja jūs piedāvājat vizuālos materiālus simtiem tūkstošu lielai auditorijai, jūs zaudējat lielu daļu savas auditorijas.

Lai gan lielākā daļa cilvēku nav daltoniķi, varavīksnes krāsu shēmas var būt mulsinošas, jo nav skaidras “lielāks par” vai “mazāks par”. ” loģika krāsu pasūtīšanai, brīdina datorzinātņu pētnieki Deivids Borlends un Rasels M. Teilors II. Cilvēki parasti vienojas par pāreju no gaišas uz tumšu, bet kārto krāsas atšķirīgi, kā parādīts šeit:

“Ja cilvēkiem tiek dota virkne pelēkas krāsas šķembu un lūgts tās sakārtot, viņi konsekventi ievietos tos secībā no tumša uz gaišu vai no gaišas uz tumšu. Tomēr, ja cilvēkiem tiek iedotas sarkanas, zaļas, dzeltenas un zilas krāsas skaidas un lūgtas tās sakārtot, rezultāti atšķiras,' pēc pētnieku domām Deivids Borlands un Rasels M. Teilors II , datorzinātņu profesors Ziemeļkarolīnas Universitātē Chapel Hill.

Izmaiņas var būt grūti pamanāmas

Vizualizācijas stāsta par izmaiņām datos; viņu uzdevums ir vienkāršot sarežģītus modeļus ilustrācijā, kas ideālā gadījumā īsumā ļauj saprast, kas notiek. Bet cilvēka acis nespēj noteikt dažādu krāsu malas, kas atrodas blakus. Mēs labāk redzam nelielas izmaiņas vienā krāsu diapazonā, jo spilgtuma un piesātinājuma vērtības vienmērīgi mainās tur, kur krāsas nemainās, rakstīja Roberts Kosara , vizuālās analīzes pētnieks plkst Bilde un eksperts par to, kā mēs redzam krāsas, savā personīgajā vietnē EagerEyes.

Detaļas kļūst tehniskas ļoti ātri, bet galvenā mācība ir tāda, ka varavīksnes krāsas parāda atšķirības tikai tad, kad mainās faktiskā krāsa. krāsu gradienti ļaut cilvēkiem redzēt pakāpeniskas izmaiņas.

Jūsu auditorijai būs grūti atšķirt nianses, ja izmantojat varavīksnes krāsas, nevis pieturēsities pie vienas krāsas pakāpes skalas.

Maldinoši secinājumi

Atkarībā no jūsu auditorijas nepareizai izvēlei var būt nopietnas sekas. In Hārvardas pētījums Pētnieki atklāja, ka sirds artēriju 2-D diagrammas, kurās izmantots gradients no melnas līdz sarkanai, bija efektīvāki rīki ārstiem diagnozes noteikšanai nekā trīsdimensiju modeļi, izmantojot varavīksnes krāsas. Klīniskie pētījumi parādīja, ka diagrammas, kurās tika izmantots gradients, palielināja ārstu noteikto aterosklerozes un sirds slimību diagnozes precizitāti no 39% līdz 91%.

2-D artēriju diagrammu efektivitātes salīdzinājums ar melniem līdz sarkaniem gradientiem un 3-D varavīksnes krāsas modeļiem. (Attēli: Mišela Borkina / Hārvardas Inženierzinātņu un lietišķo zinātņu skola)

Ne katra datu vizualizācija tiek izmantota kritisku medicīnisko zvanu veikšanai, taču varavīksnes krāsas var maldināt, ja žurnālisti tās izmanto, lai nepareizi parādītu kvantitatīvos datus.

'Varavīksnes krāsas nav sliktas, ja tās izmantojat kategoriskiem datiem,' Drū Skau, vizualizācijas arhitekts Visual.ly , stāstīja Poynter video intervijā. 'Tie ir slikti, ja tos izmantojat, lai attēlotu nepārtrauktus datus.'

Kāda atšķirība? Nepārtraukti dati ir kvantitatīvi un aprakstīti ar skaitļiem; Kategoriskie dati ir kvalitatīvi un aprakstīti ar vārdiem. Piemēram, salīdziniet šīs grupas:

  • Eksotiskie mājdzīvnieki: šinšillas, ocelots, skorpioni, šņācoši tarakāni, pitoni
  • Temperatūra pēc Fārenheita: -459,67°F, 32°F, 212°F
  • Vēlētāju balsis vēlēšanu laikā: 206, 270, 332

Eksotiskie mājdzīvnieki ir saistīti viens ar otru, bet ne nepārtraukti — jūs nevarat izmērīt atšķirību starp šinšillu un ocelotu. No otras puses, temperatūras rādījumi ir nepārtraukti — tie ir skaitļi skalā ar izmērāmiem attālumiem.

Vēlētāju balsis ir nepārtraukti dati, taču tie arī atšķiras. Mēs vēlamies zināt, kāds ir viduspunkts (270 elektoru balsis), jo uzvar tas, kurš saņem vairāk nekā 50 procentus balsu. Tādējādi datu vizualizācija parasti parāda zilu krāsu, lai vienā galā attēlotu demokrātus, un sarkanā krāsā republikāņiem otrā galā, kas ir ideāls veids, kā attēlot atšķirīgus datus.

Šis Robinsona uzdevums parāda, kā spektrālo krāsu dēļ ir daudz grūtāk noteikt tvītu apjoma atšķirību (kas ir kvantitatīvi dati) 2012. gada prezidenta vēlēšanu laikā:

Šajā kartē ir parādīts Obamas un Romnija tvītu skaits no 2012. gada prezidenta vēlēšanām, izmantojot spektrālās krāsas.
(Attēls: Dr. Entonijs K. Robinsons / Penn State)
Šeit ir tā pati karte, taču Robinsons ir mainījis varavīksnes krāsas uz vienu nokrāsu (violetu) ar dažādu piesātinājumu.
(Attēls: Dr. Entonijs K. Robinsons / Penn State)

Bet varavīksnes krāsas bieži izmanto, lai ilustrētu kvantitatīvos datus, pat ar NASA zinātnieki. Akadēmiķi ir mudinājuši zinātnieku aprindas pārtraukt spektrālo krāsu izmantošanu, un zinātnieki un inženieri to dara uztraucas par precizitāti krāsu izmantošana. Kā žurnālisti mēs varam mācīties gan no pētījuma, gan argumentiem.

Palīdzība no ekspertiem

Daudzi datu eksperti ir izveidojuši noderīgus rīkus, lai palīdzētu jums izvēlēties krāsas:

  • ColorBrewer Sintija Brūvere, Marks Haroers un Penn State palīdz izstrādāt krāsu paletes kartēm; varat izvēlēties datu vienumu skaitu, datu veidu un pat krāsas, kas piemērotas krāsu aklumam.
  • Krāsu rīks , ko izveidojuši bijušie NASA pētnieki, piedāvā profesionāla līmeņa lietotni sarežģītām infografikām un aeronavigācijas displejiem.
  • Adobe Kūlers ir gluds krāsu ritenis, kas piedāvā krāsu shēmas.
  • Poynter’s NewsU digitālo rīku katalogs ir virkne rīku, ar kuriem varat sākt vizualizēt datus.

Krāsas ir brīnišķīgas — pētot šo rakstu, es atklāju par tām lietas, ko nekad nezināju, piemēram, to, ka dzeltenā krāsa ir spilgtākā krāsa no varavīksnes un cilvēkiem, kas runā citās valodās var redzēt krāsas Angļu valodā runājošie nevar. Krāsas palīdz padarīt vizualizācijas aizraujošas, taču dažas gudras krāsu izvēles var nodrošināt, ka šīs vizualizācijas ir daudz informatīvākas.