HackerA Better Default Colormap for Matplotlib | SciPy 2015 | Nathaniel Smith and Stéfan van der Walt
EnthoughtYouTube ↗
延伸阅读 1
字幕解读
Nathaniel Smith 和 Stefan van der Walt 解释 Matplotlib 默认色图的设计问题，指出 Jet 会扭曲数据视觉、甚至影响诊断判断。他们从光谱、视网膜三类感光细胞和视觉适应讲起，介绍感知颜色空间、色觉差异与亮度变化，提出色图应感知均匀、适合灰度打印并照顾色盲用户。团队通过工具和用户反馈调整设计标准，最终展示一款蓝到黄、包含绿色且适合作为默认值的方案。
自动字幕 · 引文按字幕原文展示，可点时间戳回看片段。
内容要点
- 色图是数据到视觉感知的接口；色相和亮度变化若不均匀，会夸大或掩盖数值差异，影响读者判断。
- 设计默认色图要同时考虑顺序型数值、感知均匀、黑白打印和不同色觉用户，而不只是追求鲜艳或个人偏好。
- 颜色的物理光谱与人类感知并非一一对应；方案通过感知颜色空间和交互工具评估，并依据反馈修订设计约束。
视频章节 6
- 色图作为数据到视觉的接口
- 选择默认色图的设计标准
- 光、视网膜与颜色空间
- 知觉模型与色盲适配
- 灰度可读性和色相路径
- 投票、需求修订与推荐方案
具体观点与证据 4
色图是数据到人脑的接口，默认值会影响识别速度和判断正确性。
讲者引用特定医学图像研究，不据此声称所有Jet使用都会伤害患者。
they take twice as long and they make more diagnostic errors感知均匀的色图应让等量数据变化对应近似等量视觉变化。
需要考虑显示与视觉感知模型，RGB等距不等于感知等距。
a perceptually uniform color map is one where this line is flat默认色图同时应照顾色觉差异与灰度打印，亮度单调变化是重要约束。
演讲主要针对连续数值的顺序色图，环形和发散数据另有需求。
to be grayscale friendly we need to go from sort of dark to light颜色空间模型在邻近颜色差异上的准确性直接影响色图均匀性。
演讲比较Lab与CAM02-UCS的具体设计，不把模型当作完整人脑模拟。
the crucial thing for uniformity is getting those nearby color estimates补充字幕原文 2
讲者把色图视作数据和人类视觉认知之间的接口，因此默认色图会影响读图效率。
an interface between your data and your brain讲者据色觉差异说明，方案需避免仅依赖红绿变化，并以蓝黄作为主要色相方向。
colorb blind friendly we have to use blue yellow解读边界
演讲依赖色彩图、空间示意和现场工具演示，字幕无法呈现其视觉效果；部分色彩术语存在 ASR 错误。团队报告的诊断研究和用户测试结论在演讲中未展开足以独立复核的细节。