गर्मी / समोच्च नक्शे में रंग का सबसे प्रभावी उपयोग

Question

समय-आवृत्ति ईईजी निष्कर्षों को प्रस्तुत करते समय गर्मी / समोच्च मानचित्रों का उपयोग करना काफी सामान्य है। रंग योजना को अक्सर चुना जाता है (और एक जिसे मैं पसंद करता हूं और उपयोग करता हूं) "जेट" रंग योजना है (उदाहरण के लिए, Google छवि खोज समय-आवृत्ति ईईजी )। मुझे आश्चर्य हो रहा है कि क्या इन भूखंडों को प्रस्तुत करने के लिए कोई बेहतर रंग योजनाएं हैं, और / या ऐसे मानचित्रों की प्रस्तुति के लिए दिशा-निर्देश हैं।

जैसे, आर बेस लाइब्रेरी से

#Volcano
x <- 10*(1:nrow(volcano))
y <- 10*(1:ncol(volcano))
image(x, y, volcano, col = terrain.colors(100), axes = FALSE)

# With Jet colours
jet.colors <-  colorRampPalette(c("midnightblue","blue", "cyan","green1", "yellow","orange","red", "darkred"), space="Lab")
image(x, y, volcano, col = jet.colors(100), axes = FALSE)

Comments

बस मेरे 2 ¢: RColorBrewer या colorspace प्रस्ताव अभी तक बेहतर विकल्प रंग की पट्टियाँ अपसारी संभालने के लिए।

— chl

मैं @ ब्रेल के साथ सहमत हूं, रंग मावेन है, जहां तक ​​मेरा संबंध है।

— पीटर Flom - को पुनः स्थापित मोनिका

दुर्भाग्य से यह पृष्ठ अभी काम नहीं कर रहा है (संभावित रूप से सैंडी से संबंधित), लेकिन आईबीएम से बर्निस रोजोवित्ज़ और लॉयड ट्रेनिश द्वारा इसके बारे में एक अच्छा ऑनलाइन ब्लॉग / लेख है, विशेष रूप से इंद्रधनुषी रंग योजनाओं के बारे में (देखें संबंधित चर्चा और फ़्लोइलिंगडाटा पर कुछ चित्र )।

— एंडी डब्ल्यू

कुछ भी लेकिन का उपयोग करें jet। किसी ने भी इसका उपयोग करने का एकमात्र कारण यह है क्योंकि यह मटलब में डिफ़ॉल्ट है।

— एंडोलिथ

Answer 1

इंद्रधनुष के रंग के नक्शे, जैसा कि उन्हें अक्सर कहा जाता है, प्रलेखित अवधारणात्मक अक्षमताओं के बावजूद लोकप्रिय रहता है। इंद्रधनुष के साथ मुख्य समस्याएं (और अन्य वर्णक्रमीय) रंग नक्शे हैं:

• रंग एक अवधारणात्मक क्रम में नहीं हैं
• ल्यूमिनेन्स इधर-उधर उछलता है: हमारी आंखें ज्यादातर ल्यूमिनेन्स की छड़ होती हैं, रंग के लिए नहीं
• हम स्पष्ट रूप से hues देखते हैं
• Hues में अक्सर असमान उपस्थिति होती है (जैसे, चौड़ा हरा और संकीर्ण पीला)

सकारात्मक स्थिति की ओर:

• वर्णक्रमीय थीम में उच्च रिज़ॉल्यूशन (पैमाने में अधिक विशिष्ट रंग मान) होते हैं
• संख्या में सुरक्षा है; इस तरह के विषय अभी भी काफी सामान्य हैं

देखें इंद्रधनुष रंग मानचित्र (अभी भी) हानिकारक माना चर्चा और काले पदार्थ के विकिरण और ग्रेस्केल सहित विकल्प, के लिए।

यदि एक डायवर्जिंग स्कीम उपयुक्त है, तो मुझे केनेथ मॉरलैंड द्वारा अपने पेपर, डायवर्जिंग कलर मैप्स फॉर साइंटि Visual सी विज़ुअलाइज़ेशन में दी गई अवधारणात्मक रूप से समान कूल-टू-वार्म योजना पसंद है । इसे और अन्य योजनाओं की तुलना पैरा व्यू विकी में छवियों के साथ की जाती है , हालांकि 3-डी सतह को रंगने के दृष्टिकोण के साथ, जिसका अर्थ है कि रंग योजना को छायांकन प्रभाव से बचना है।

हाल के ब्लॉग पोस्ट अधिक लिंक और Matlab विकल्पों के साथ: इंद्रधनुष Colormaps - वे किसके लिए अच्छे हैं? बिल्कुल कुछ नहीं!

सिफारिश : पहले ग्रेस्केल या एक और मोनोक्रोमैटिक ग्रेडिएंट की कोशिश करें। यदि आपको अधिक संकल्प की आवश्यकता है, तो ब्लैक-बॉडी विकिरण का प्रयास करें। यदि चरम मध्य मूल्यों की तुलना में अधिक महत्वपूर्ण हैं, तो बीच में ग्रे के साथ एक मोड़ योजना की कोशिश करें, जैसे कि कूल-टू-वार्म योजना।

पैरा व्यू विकी पेज से छवियाँ:

इंद्रधनुष:

ग्रेस्केल:

काले पदार्थ:

कूल करने के लिए गर्म:

Comments

धन्यवाद, अच्छा जवाब। ईईजी अनुप्रयोगों को निश्चित रूप से कुछ की आवश्यकता होती है जो आसानी से चरम सीमाओं की पहचान कर सकते हैं; दोनों सकारात्मक और नकारात्मक वोल्टेज महत्वपूर्ण हैं। तो इस आधार पर कूल-वार्म सबसे अच्छा लगता है। कूल-वार्म स्केल को अधिक सौंदर्यवादी रूप से मनभावन बनाने के लिए कोई संकेत (व्यक्तिगत स्वाद के रूप में, और संभवतः क्षेत्र के)?

— मैट अल्ब्रेक्ट

कुछ ईईजी आंकड़ों पर अधिक बारीकी से देखते हुए, कई में हरे रंग का एक स्टैंड नहीं है। मुझे लगता है कि मेरे सौंदर्यशास्त्र का समाधान हो सकता है, बीच के कुछ रंगों के बारे में हरे और फील को हटा दें।

— मैट अल्ब्रेक्ट

मैंने कूल-वार्म तस्वीर को अपडेट किया है क्योंकि मूल किसी कारण से थोड़ा धोया गया था। यदि कोई डायवर्जिंग स्कीम आपके डेटा को सूट करती है, तो चुनने के लिए बहुत से अन्य हैं (उदाहरण के लिए, ColorBrewer देखें)।

— एक्सन

ऊपर के रंग-अंधा पैलेट संस्करणों को मत भूलना; हरे रंग को छोड़ना आम तौर पर एक अच्छा विचार है, लेकिन सावधान रहने के लिए कुछ अन्य रंग अंधा नुकसान हैं। अधिक के लिए ' research.stowers-institute.org/efg/Report/UsingColorInR.pdf '।

— 18

ग्रेडिएक के लिए RGB मानों के साथ पूर्ण विकि लिंक सुपर मददगार था।

— ब्रेंट राइट्स कोड

Answer 2

मैं इंद्रधनुष रंग के नक्शे की अक्षमताओं के बारे में @xan से सहमत हूं। यहां एक और पेपर है जो दिखाता है कि इंद्रधनुषी / श्रेणीबद्ध रंग नक्शे, मात्रात्मक कार्यों के लिए लोगों की तुलना में काफी बदतर हैं, InfoVis '11 से:

• मिशेल बोरकिन, क्रिज़सटेस्टो गजोस, अमांडा पीटर्स, दिमित्रीओस मित्सुरास, सिमोन मेल्चियोना, फ्रैंक राइबिकि, चार्ल्स फेल्डमैन और हंसपेटर पिफिस्टर। 2011. हृदय रोग निदान के लिए धमनी विज़ुअलाइज़ेशन का मूल्यांकन। विज़ुअलाइज़ेशन और कंप्यूटर ग्राफिक्स पर IEEE लेनदेन 17, 12 (दिसंबर 2011), 2479-2488। DOI = 10.1109 / TVCG.2011.192 पीडीएफ, स्लाइड, और छवियों के लिए लिंक।

इंद्रधनुषी / श्रेणीबद्ध रंग मानचित्रों के लिए केवल एक चीज अच्छी है जो श्रेणीबद्ध चर के विभिन्न मूल्यों को दिखाती है। हालांकि, आपके द्वारा चुने गए रंग मायने रखते हैं। यदि आपको एक स्पष्ट पैमाने की आवश्यकता है, तो CHI '12 से इस उत्कृष्ट पेपर की जांच करें जो XKCD सर्वेक्षण डेटासेट का उपयोग करता है जो इस बारे में बात करता है कि हम कैसे रंग में अंतर महसूस करते हैं। यह आपको मनुष्यों के मतभेदों को अच्छी तरह से समझने के द्वारा एक रंग पैमाने को रेट करने की अनुमति देता है। उनका वेब-आधारित कलर पैलेट एनालाइजर आपको अपने रंग पैमाने का भी मूल्यांकन करने देगा!

• जेफरी हीर और मॉरीन स्टोन। 2012. रंग चयन, छवि संपादन और पैलेट डिजाइन के लिए रंग नामकरण मॉडल। कम्प्यूटिंग सिस्टम (CHI '12) में मानव कारकों पर SIGCHI सम्मेलन की कार्यवाही। एसीएम, न्यूयॉर्क, एनवाई, यूएसए, 1007-1016। DOI = 10.1145 / 2207676.2208547 पीडीएफ से लिंक, ऑनलाइन डेमो, आदि।