Наиболее эффективное использование цвета на тепловых / контурных картах

При представлении результатов частотно-временной ЭЭГ частотно-временные карты довольно часто используются. Цветовая схема, которую часто выбирают (и которая мне нравится и которую я использую), - это цветовая схема «jet» (см., Например, частотно-временную ЭЭГ при поиске изображений в Google ). Мне интересно, есть ли лучшие цветовые схемы для представления этих графиков и / или рекомендации для представления таких карт.

например, из базовой библиотеки R

#Volcano
x <- 10*(1:nrow(volcano))
y <- 10*(1:ncol(volcano))
image(x, y, volcano, col = terrain.colors(100), axes = FALSE)

# With Jet colours
jet.colors <-  colorRampPalette(c("midnightblue","blue", "cyan","green1", "yellow","orange","red", "darkred"), space="Lab")
image(x, y, volcano, col = jet.colors(100), axes = FALSE)

Карты цветов радуги , как их часто называют, остаются популярными, несмотря на документально подтвержденную неэффективность восприятия. Основные проблемы с радужными (и другими спектральными) цветными картами:

• Цвета не в порядке восприятия
• Яркость отскакивает: наши глаза - это в основном палочки для яркости, а не колбочки для цвета
• Мы видим оттенки категорически
• Оттенки часто имеют неодинаковое присутствие (например, широкий зеленый и узкий желтый)

С положительной стороны:

• Спектральные темы имеют высокое разрешение (более различимые цветовые значения в масштабе)
• Там в безопасности в цифрах; такие темы до сих пор довольно распространены

См. Радужную Цветную Карту (Все еще) Рассмотренный Вредный для обсуждения и альтернатив, включая излучение черного тела и градации серого.

Если подходящая схема подходит, мне нравится воспринимаемая единообразная схема «круто-тепло», выведенная Кеннетом Мореландом в его статье « Карты расходящихся цветов для научной визуализации» . Эта и другие схемы сравниваются с изображениями в вики ParaView , хотя с точки зрения окрашивания трехмерной поверхности, что означает, что цветовая схема должна выдерживать эффекты затенения.

Недавнее сообщение в блоге с большим количеством ссылок и альтернатив Matlab: Rainbow Colormaps - для чего они хороши? Совершенно ничего!

Рекомендация : сначала попробуйте оттенки серого или другой монохромный градиент. Если вам нужно больше разрешения, попробуйте излучение черного тела. Если крайние значения более важны, чем средние значения, попробуйте расходящуюся схему с серым в середине, такую ​​как схема от прохладного до теплого.

Изображения со страницы вики ParaView:

Радуга:

оттенки серого:

Черный тела:

Охладить к теплому:

Я согласен с @xan по поводу неэффективности цветных карт радуги. Вот еще одна статья, в которой показано, что карты радужных / категориальных цветов значительно хуже, чем расходящиеся для количественных задач, из InfoVis '11:

• Мишель Боркин, Кшиштоф Гайос, Аманда Петерс, Димитриос Мицурас, Симона Мельхионна, Фрэнк Рыбицки, Чарльз Фельдман и Ханспитер Пфистер. 2011. Оценка артериальных визуализаций для диагностики заболеваний сердца. IEEE транзакции по визуализации и компьютерной графике 17, 12 (декабрь 2011 г.), 2479-2488. DOI = 10.1109 / TVCG.2011.192 Ссылка на PDF, слайды и изображения.

Единственное, для чего подходят радужные / категориальные карты цветов, - это показ отдельных значений категориальных переменных. Тем не менее, цвета, которые вы выбираете, имеют значение. Если вам нужна категориальная шкала, посмотрите эту превосходную статью из CHI '12, в которой используется набор данных обследования XKCD, в котором говорится о том, как мы воспринимаем различия в цвете. Это позволяет оценить цветовую шкалу по тому, насколько хорошо люди воспринимают различия. Их веб- анализатор цветовой палитры также позволит вам оценить собственную цветовую шкалу!

• Джеффри Хир и Морин Стоун. 2012. Модели именования цветов для выбора цвета, редактирования изображений и дизайна палитры. В материалах конференции SIGCHI по человеческому фактору в вычислительных системах (CHI '12). ACM, Нью-Йорк, Нью-Йорк, США, 1007-1016. DOI = 10.1145 / 2207676.2208547 Ссылка на PDF, онлайн-демонстрации и т. Д.