Zakaj mavrične barve niso najboljša možnost za vizualizacijo podatkov

Vizualizacije podatkov so čudoviti, vznemirljivi načini pripovedovanja zgodb. Toda pri oblikovanju zemljevida ali grafikona morate izbrati previdno, ena največjih napak pa je zloraba mavričnih barv.

Mavrične barvne sheme – imenovane tudi spektralne barvne sheme – so pogosta izbira za vizualizacijo podatkov, ker so videti drzne in vznemirljive ter ker so privzete za številna programska orodja za vizualizacijo. Toda ponavadi naredijo več škode kot koristi. Sploh zaznavanje barv je težava za več bralcev, kot bi morda uganili, preostala publika pa bo vizualizacijo lažje razumela, če bo predstavljena z drugačno paleto.

Mavrične barvne sheme so »skoraj vedno napačna izbira ,« je Anthony C. Robinson, profesor geografije na državni univerzi Pennsylvia, zapisal v spletnem predavanju na Courseri, ki je študente poučevala, kako uporabljati geoprostorske tehnologije za kartiranje podatkov.

Tukaj je nekaj razlogov, zakaj so mavrične barve 'napačna izbira':

Barvno slepota in naročanje barv

Ljudje, ki so barvno slepi, imajo težave z zaznavanjem barv, zlasti rdeče in zelene. (Poskusi ta test barvnega vida da vidim, ali ste eden izmed njih.) Barvna slepota vpliva do 10 odstotkov moških . To pomeni, da če postrežete z vizualnimi vsebinami več sto tisočim občinstvom, zamujate velik del občinstva.

Čeprav večina ljudi ni barvno slepa, so mavrične barvne sheme lahko zmedene, ker ni jasne 'večje od' ali 'manj kot ” logika naročanja barv, opozarjata raziskovalca računalništva David Borland in Russell M. Taylor II. Ljudje se na splošno strinjajo glede napredovanja od svetlega do temnega, vendar barve razvrstijo drugače, kot je prikazano tukaj:

»Če ljudje dobijo vrsto sivih barvnih delčkov in jih prosijo, naj jih uredijo, jih bodo dosledno postavili v vrstnem redu od temne do svetlobe ali od svetlobe do temne. Če pa ljudem dajo rdečo, zeleno, rumeno in modro barvo in jih prosijo, naj jih uredijo, rezultati se razlikujejo,« po mnenju raziskovalcev David Borland in Russell M. Taylor II , profesor računalništva na Univerzi Severne Karoline v Chapel Hillu.

Spremembe je lahko težko opaziti

Vizualizacije pripovedujejo zgodbo o spremembah podatkov; njihova naloga je poenostaviti zapletene vzorce v ilustracijo, ki vam omogoča razumevanje – v idealnem primeru na prvi pogled –, kaj se dogaja. Toda človeške oči niso dobre pri zaznavanju robov različnih barv, ki sedijo drug ob drugem. Bolje vidimo majhne spremembe znotraj posameznih barvnih razponov, ker se vrednosti svetilnosti in nasičenosti gladko spreminjajo tam, kjer se barve ne, je zapisal Robert Kosara , raziskovalec vizualne analize pri Slika in strokovnjak za to, kako vidimo barve, na njegovem osebnem spletnem mestu EagerEyes.

Podrobnosti zelo hitro postanejo tehnične, a ključna lekcija je, da mavrične barve pokažejo razlike šele, ko se dejanska barva spremeni, medtem ko barvni gradienti omogočite ljudem, da vidijo postopne spremembe.

Vaše občinstvo bo težko ločevalo nianse, če uporabljate mavrične barve, namesto da bi se držali stopnjevane lestvice ene barve.

Zavajajoči sklepi

Glede na vaše občinstvo ima lahko napačna izbira resne posledice. V študija Harvarda Raziskovalci so ugotovili, da so 2-D diagrami srčnih arterij, ki so uporabljali gradient od črne do rdeče, učinkovitejša orodja za zdravnike, ki postavljajo diagnoze, kot 3-D modeli z uporabo mavričnih barv. Klinične študije so pokazale, da so diagrami, ki so uporabljali gradient, povečali natančnost zdravnikovih diagnoz ateroskleroze in bolezni srca z 39 odstotkov na 91 odstotkov.

Primerjava učinkovitosti 2-D arterijskih diagramov s črno-rdečimi gradienti in 3-D mavričnimi modeli. (Slike: Michelle Borkin / Harvard School of Engineering and Applied Sciences)

Vsaka vizualizacija podatkov se ne uporablja pri opravljanju kritičnih zdravstvenih klicev, vendar lahko mavrične barve zavedejo, če jih novinarji uporabljajo za napačno prikazovanje kvantitativnih podatkov.

'Mavrične barve niso slabe, če jih uporabljate za kategorične podatke,' Drew Skau, arhitekt vizualizacije pri Vizualno.ly , je Poynter povedal v video intervjuju. 'Slabi so, če jih uporabljate za predstavljanje neprekinjenih podatkov.'

Kaj je razlika? Stalni podatki so kvantitativni in opisani s številkami; kategorični podatki so kvalitativni in opisani z besedami. Primerjajte na primer te skupine:

• Eksotični hišni ljubljenčki: činčila, ocelot, škorpijoni, sikajoči ščurki, pitoni
• Temperatura v Fahrenheitu: -459,67 °F, 32 °F, 212 °F
• Elektorski glasovi na volitvah: 206, 270, 332

Eksotični hišni ljubljenčki so med seboj povezani, vendar ne neprekinjeni - ne morete izmeriti razlike med činčilo in ocelotom. Po drugi strani so odčitki temperature neprekinjeni - to so številke na lestvici z merljivimi razdaljami.

Volilni glasovi so stalni podatki, vendar so tudi različni. Zanima nas, kakšna je sredina (270 elektorskih glasov), saj zmaga tisti, ki prejme več kot 50 odstotkov glasov. Tako vizualizacija podatkov običajno prikazuje modro, ki predstavlja demokrate na eni strani, in rdečo za republikance na drugi strani, kar je idealen način za predstavitev različnih podatkov.

Ta Robinsonova vaja kaže, kako spektralne barve močno otežujejo razlikovanje v obsegu tvitov (ki so kvantitativni podatki) med predsedniškimi volitvami leta 2012:

Ta zemljevid prikazuje obseg tvitov Obame in Romneyja s predsedniških volitev leta 2012 s spektralnimi barvami.
(Slika: dr. Anthony C. Robinson / Penn State)

Tukaj je isti zemljevid, vendar je Robinson spremenil mavrične barve v en sam odtenek (vijolične) z različno nasičenostjo.

(Slika: dr. Anthony C. Robinson / Penn State)

Toda mavrične barve se pogosto uporabljajo za ponazoritev kvantitativnih podatkov, tudi z NASA znanstveniki. Akademiki so pozvali znanstveno skupnost, naj preneha uporabljati spektralne barve, znanstveniki in inženirji pa so skrbi za natančnost uporabe barve. Kot novinarji se lahko učimo tako iz raziskav kot iz argumentov.

Pomoč strokovnjakov

Številni strokovnjaki za podatke so zgradili uporabna orodja, ki vam pomagajo izbrati barve:

• ColorBrewer avtorjev Cynthia Brewer, Mark Harrower in Penn State vam pomaga oblikovati barvne palete za zemljevide; lahko izberete število podatkovnih elementov, vrsto podatkov in celo barve, ki so varne za barvno slepoto.
• Barvno orodje , ki so ga ustvarili nekdanji raziskovalci Nase, ponuja profesionalno aplikacijo za kompleksno infografiko in letalske prikaze.
• Adobejev Kuler je gladko barvno kolo, ki ponuja barvne sheme.
• Poynterjevo Katalog digitalnih orodij NewsU ima vrsto orodij, s katerimi lahko začnete vizualizirati podatke.

Barve so čudovite – pri raziskovanju tega članka sem o njih odkril stvari, ki jih nikoli nisem vedel, na primer dejstvo, da je rumena najsvetlejša barva mavrice in ljudi, ki govorijo druge jezike lahko vidijo barve Angleško govoreči ne morejo. Barve pomagajo narediti vizualizacije vznemirljive, toda nekaj modrih barvnih izbir lahko zagotovi, da so te vizualizacije pomembneje informativne.