可视化规范：颜色不要多于三种

颜色的噪音

我见过一张相图，用了七种颜色区分相区。图例占了大半空间，读者眼睛在图和图例之间来回跳。颜色本应该帮助理解，却成了阅读理解题。

在 PicAxe 里调图时，我给自己定了一条硬规则：三种主色 + 一种强调色。

三条规则

• 数据系列不超过三种主色。如果类别超过三个，用色相以外的视觉变量：线型、标记、透明度。
• 强调色只用于关键信息。比如异常点、目标值、本文新方法。不要到处都用红色。
• 颜色要有语义。高温用暖色，低温用冷色。不要随机分配。读者会下意识寻找颜色的意义。

一个实际例子

我在对比三种机器学习势函数时，原本想用六种颜色。后来改成三种主色代表三个模型，再用虚线/实线区分训练集和测试集。图瞬间清爽了。

PicAxe 的色板模板可以锁定主题色，避免我临时加颜色。这是个小事，但能防止很多视觉灾难。

黑白打印也要能看

期刊审稿人可能会打印你的图。用颜色区分之前，先把图转成灰度。如果信息还能区分，颜色方案才合格。