Miksi sateenkaaren värit eivät ole paras vaihtoehto datan visualisoinneille

Arkisto

Tietojen visualisoinnit ovat kauniita, jännittäviä tapoja kertoa tarinoita. Mutta sinun on valittava huolellisesti suunniteltaessa karttaa tai kaaviota, ja yksi suurimmista virheistä on sateenkaaren värien väärinkäyttö.

Sateenkaaren väriteemat – joita kutsutaan myös spektriväriteemiksi – ovat usein valintoja tietojen visualisoinnissa, koska ne näyttävät rohkeilta ja jännittäviltä, ja koska ne ovat oletusarvot monille visualisointiohjelmistotyökaluille. Mutta yleensä niistä on enemmän haittaa kuin hyötyä. Värien havaitseminen ylipäätään on ongelma useammalle lukijalle kuin arvaatkaan, ja muun yleisön on helpompi ymmärtää visualisointia, jos se esitetään eri paletilla.

Sateenkaaren värimaailmat ovat 'melkein aina väärä valinta ”, Anthony C. Robinson, Pennsylvia State Universityn maantieteen professori, kirjoitti verkkotunnilla Courserassa, joka opetti oppilaita käyttämään geospatiaalisia tekniikoita tietojen kartoittamiseen.

Tässä on joitain syitä, miksi sateenkaaren värit ovat 'väärä valinta':

Värisokeus ja värien tilaaminen

Värisokeilla ihmisillä on vaikeuksia havaita värejä, erityisesti punaista ja vihreää. (Yrittää tämä värinäkötesti nähdäksesi oletko yksi heistä.) Värisokeus vaikuttaa jopa 10 prosenttia miehistä . Tämä tarkoittaa, että jos tarjoat visuaalista sisältöä satojen tuhansien yleisöille, menetät suuren osan yleisöstäsi.

Vaikka useimmat ihmiset eivät ole värisokeita, sateenkaaren värimaailmat voivat olla hämmentäviä, koska niistä ei ole selvää 'suurempi kuin' tai 'pienempi kuin ” logiikka värien järjestämisessä, varoittavat tietojenkäsittelytieteen tutkijat David Borland ja Russell M. Taylor II. Ihmiset ovat yleensä samaa mieltä etenemisestä vaaleasta tummaan, mutta lajittelevat värit eri tavalla, kuten tässä näkyy:

: ”Jos ihmisille annetaan sarja harmaita maalilastuja ja niitä pyydetään laittamaan ne järjestykseen, he asettavat ne jatkuvasti joko pimeästä vaaleaan tai vaaleasta pimeään. Jos ihmisille kuitenkin annetaan punaisen, vihreän, keltaisen ja sinisen värisiä maalilastuja ja pyydetään laittamaan ne järjestykseen, tulokset vaihtelevat' tutkijoiden mukaan David Borland ja Russell M. Taylor II , tietojenkäsittelytieteen professori Pohjois-Carolinan yliopistosta Chapel Hillissä.

Muutoksia voi olla vaikea nähdä

Visualisoinnit kertovat tarinan datan muutosten takana; Heidän tehtävänsä on yksinkertaistaa monimutkaiset kuviot kuviksi, joiden avulla voit ymmärtää – ihannetapauksessa yhdellä silmäyksellä – mitä tapahtuu. Mutta ihmissilmät eivät ole hyvä havaitsemaan eri värien reunoja vierekkäin. Näemme paremmin pieniä muutoksia yksittäisten värialueiden sisällä, koska luminanssi- ja kylläisyysarvot muuttuvat tasaisesti siellä, missä värit eivät. kirjoitti Robert Kosara , visuaalisen analyysin tutkija osoitteessa Kuva ja asiantuntija siitä, miten näemme värit, hänen henkilökohtaisella verkkosivustollaan, EagerEyes.

Yksityiskohdat muuttuvat teknisiksi hyvin nopeasti, mutta tärkein opetus on se, että sateenkaaren värit näyttävät eroja vain todellisen värin muuttuessa. värigradientit antaa ihmisten nähdä asteittaiset muutokset.

: Yleisölläsi on vaikeuksia erottaa vivahteita toisistaan, jos käytät sateenkaaren värejä sen sijaan, että pysyttelet yhden värin asteikolla.

Harhaanjohtavia johtopäätöksiä

Yleisöstäsi riippuen väärällä valinnalla voi olla vakavia seurauksia. Sisään Harvardin tutkimus Tutkijat havaitsivat, että 2-D-kaaviot sydänvaltimoista, joissa käytettiin gradienttia mustasta punaiseen, olivat tehokkaampia työkaluja lääkäreille diagnosoinnissa kuin sateenkaaren värejä käyttävät 3-D-mallit. Kliiniset tutkimukset osoittivat, että gradienttia käyttävät kaaviot lisäsivät lääkäreiden ateroskleroosin ja sydänsairauksien diagnoosien tarkkuutta 39 prosentista 91 prosenttiin.

2-D-valtimokaavioiden tehokkuuden vertailu mustasta punaiseen gradienteilla ja 3-D-sateenkaarenvärisillä malleilla. (Kuvat: Michelle Borkin / Harvard School of Engineering and Applied Sciences)

Kaikkia datavisualisointeja ei käytetä kriittisten lääketieteellisten puheluiden tekemiseen, mutta sateenkaaren värit voivat johtaa harhaan, kun toimittajat käyttävät niitä kvantitatiivisten tietojen näyttämiseen väärin.

'Sateenkaaren värit eivät ole huonoja, jos käytät niitä kategoriseen dataan', Drew Skau, visualisointiarkkitehti Visuaalisesti , kertoi Poynter videohaastattelussa. 'Ne ovat huonoja, jos käytät niitä jatkuvan tiedon edustamiseen.'

Mitä eroa? Jatkuva data on kvantitatiivista ja kuvattu numeroilla; Kategorinen data on laadullista ja kuvataan sanoilla. Vertaa esimerkiksi näitä ryhmiä:

Eksoottiset lemmikit: chinchilla, ocelot, skorpionit, sihisevät torakat, pythonit
Lämpötila Fahrenheitinä: -459,67 °F, 32 °F, 212 °F
Valittajien äänet vaalien aikana: 206, 270, 332

Eksoottiset lemmikit liittyvät toisiinsa, mutta eivät jatkuvia – et voi mitata eroa chinchillan ja ocelotin välillä. Lämpötilalukemat sen sijaan ovat jatkuvia - ne ovat numeroita asteikolla, jossa on mitattavissa olevat etäisyydet.

Valittajien äänet ovat jatkuvaa dataa, mutta ne ovat myös erilaisia. Haluamme tietää, mikä on keskipiste (270 valitsijaääntä), koska se, joka saa yli 50 prosenttia äänistä, voittaa. Näin ollen datavisualisoinnissa näkyy yleensä sininen toisessa päässä demokraatteja ja punainen republikaanien toisessa päässä, mikä on ihanteellinen tapa esittää erilaisia tietoja.

Tämä Robinsonin harjoitus osoittaa, kuinka spektrivärit tekevät paljon vaikeammaksi erottaa twiittien määrän (mikä on kvantitatiivista dataa) vuoden 2012 presidentinvaalien aikana:

: Tämä kartta näyttää Obaman ja Romneyn twiittien määrän vuoden 2012 presidentinvaaleista spektriväreillä.
(Kuva: Dr. Anthony C. Robinson / Penn State)

: Tässä on sama kartta, mutta Robinson on vaihtanut sateenkaaren värit yhdeksi sävyksi (violetti), jonka kylläisyys vaihtelee.; (Kuva: Dr. Anthony C. Robinson / Penn State)

Mutta sateenkaaren värejä käytetään usein havainnollistamaan kvantitatiivisia tietoja, jopa NASAn tutkijat. Akateemikot ovat kehottaneet tiedeyhteisöä lopettamaan spektrivärien käytön, ja tutkijat ja insinöörit ovat sitä vaatineet huolissaan tarkkuudesta värien käytöstä. Toimittajana voimme oppia sekä tutkimuksesta että väitteistä.

Apua asiantuntijoilta

Monet tietoasiantuntijat ovat rakentaneet hyödyllisiä työkaluja värien valitsemiseen:

ColorBrewer by Cynthia Brewer, Mark Harrower ja Penn State auttavat sinua suunnittelemaan väripaletteja karttoihin; voit valita tietokohteiden määrän, tietotyypin ja jopa värisokeat värit.
Värityökalu NASAn entisten tutkijoiden luoma sovellus tarjoaa ammattitason sovelluksen monimutkaisiin infografioihin ja ilmailunäyttöihin.
Adoben Kuler on liukas väriympyrä, joka tarjoaa väriteemoja.
Poynterin NewsU:n digitaalinen työkaluluettelo on valikoima työkaluja, joilla voit aloittaa tietojen visualisoinnin.

Värit ovat ihania – tutkiessani tätä artikkelia löysin niistä asioita, joita en koskaan tiennyt, kuten sen, että keltainen on kirkkain väri sateenkaaren ja ihmisiä, jotka puhuvat muita kieliä voi nähdä värejä Englanninkieliset eivät osaa. Värit tekevät visualisoinneista jännittäviä, mutta muutamalla viisaalla värivalinnalla voidaan varmistaa, että visualisoinnit ovat informatiivisia.