[ SKILL_DOCUMENTATION ]
# 科学配色方案与指南
## 概述
在科学可视化中，色彩选择对于可访问性、清晰度和准确的数据呈现至关重要。本参考资料提供了色盲友好型配色方案及色彩使用的最佳实践。
## 色盲友好型配色方案
### Okabe-Ito 配色 (推荐用于分类数据)
Okabe-Ito 配色方案专为各种色盲人群设计，确保颜色可区分。
python
# Okabe-Ito 颜色 (RGB 值)
okabe_ito = {
'orange': '#E69F00', # RGB: (230, 159, 0)
'sky_blue': '#56B4E9', # RGB: (86, 180, 233)
'bluish_green': '#009E73', # RGB: (0, 158, 115)
'yellow': '#F0E442', # RGB: (240, 228, 66)
'blue': '#0072B2', # RGB: (0, 114, 178)
'vermillion': '#D55E00', # RGB: (213, 94, 0)
'reddish_purple': '#CC79A7', # RGB: (204, 121, 167)
'black': '#000000' # RGB: (0, 0, 0)
}
**在 Matplotlib 中的使用:**
python
import matplotlib.pyplot as plt
colors = ['#E69F00', '#56B4E9', '#009E73', '#F0E442',
'#0072B2', '#D55E00', '#CC79A7', '#000000']
plt.rcParams['axes.prop_cycle'] = plt.cycler(color=colors)
**在 Seaborn 中的使用:**
python
import seaborn as sns
okabe_ito_palette = ['#E69F00', '#56B4E9', '#009E73', '#F0E442',
'#0072B2', '#D55E00', '#CC79A7']
sns.set_palette(okabe_ito_palette)
**在 Plotly 中的使用:**
python
import plotly.graph_objects as go
okabe_ito_plotly = ['#E69F00', '#56B4E9', '#009E73', '#F0E442',
'#0072B2', '#D55E00', '#CC79A7']
fig = go.Figure()
# 应用于离散色标
### Wong 配色 (分类数据的替代方案)
由 Bang Wong (Nature Methods) 提出的另一种优秀的色盲友好型配色方案。
python
wong_palette = {
'black': '#000000',
'orange': '#E69F00',
'sky_blue': '#56B4E9',
'green': '#009E73',
'yellow': '#F0E442',
'blue': '#0072B2',
'vermillion': '#D55E00',
'purple': '#CC79A7'
}
### Paul Tol 配色方案
Paul Tol 设计了多种针对不同科学用途优化的配色方案。
**明亮配色 (最多 7 个类别):**
python
tol_bright = ['#4477AA', '#EE6677', '#228833', '#CCBB44',
'#66CCEE', '#AA3377', '#BBBBBB']
**柔和配色 (最多 9 个类别):**
python
tol_muted = ['#332288', '#88CCEE', '#44AA99', '#117733',
'#999933', '#DDCC77', '#CC6677', '#882255', '#AA4499']
**高对比度 (仅限 3 个类别):**
python
tol_hi
粤公网安备44030002003366号