AB Data

是哥伦比亚新​​闻学院的数字媒体硕士生。她是一名新闻读者、作家、摄影师、摄像师、数据可视化师和实干家。 分享 摇滚内容作家摇滚作者矢量 作者 亲爱的 NASA：请不要再使用彩虹色标了 摇滚内容作家 摇滚内容作家 内容作家 4月5日，12 | 阅读时间 2 分钟 ✓ 人工制作的内容 更新日期：2022 年 5 月 29 日 需要为您的企业提供内容？在 WriterAccess 上寻找顶级作家！ 免费试用 亲爱的 NASA，可视化社区已经注意到您坚持 使用 彩虹色标来表示连续数据。我恳请您（以及其他做同样事情的人）停止这种做法 。从表面上看，使用彩虹色标背后的逻辑是有道理的：颜色越多，您就越容易在大量数据中看到细节。


然而，当考虑到感知问题时，彩虹配之一。主要有五个原因： 色盲人士无 阿富汗 ws 粉丝 法使用它们。下图显示了红色盲患者在两种不同色阶下看到的模拟视图。显然，发散色阶更适合红色盲患者，因为没有重复的颜色。（来源） 色调之间的划分在可视化中形成了边缘。这些边缘完全是感知性的，与数据无关，因此人们看到的边界实际上并不存在。 色调的光谱顺序没有内在含义。这使得分辨哪些颜色代表更大的数量变得更加困难。例如，如果你从未学过彩虹，并被要求按顺序排列以下两组颜色，那么你可能很容易地用灰度组来做到这一点，而彩色组则不可能排列。 黄色很特别。它看起来比其他颜色更亮，因为它同时激活了红色和绿色视锥细胞。这意味着黄色会跳出来，就好像它所代表的数据范围有什么重要的东西一样。


为了解决这个问题，可以降低黄色的亮度和饱和度，但很少这样做。 彩虹中的细节实际上更难看到。添加颜色时更容易看到一定范围内的细节，这种逻辑似乎很有道理，但实际上，在亮度范围较高的单一色调图像中可以看到更多细节。 欧拉图和维恩图：它们不只是为了好玩 维恩图和欧拉图（发音为“oiler”）在互联网上非常流行，因为它们很有趣。它们提供了一种描述集合论概念的简单方法。那么，这两者有什么区别呢？它们为什么很有趣？它们对真实数据有用吗？ 摇滚内容作家 摇滚内容作家 内容作家 12 年 1 月 26 日 | 阅读时间 3 分钟 ✓ 人工制作的内容 更新日期：2022 年 5 月 19 日 需要为您的企业提供内容？在 WriterAccess 上寻找顶级作家！ 免费试用 欧拉与维恩之间的区别 （来源） 当你读完这篇博文时，你应该属于第三组。