颜色将数据与非数据分开 由于颜色吸引

teamseo64@gmail

  非发散断点 一些连续数据集具有一个或多个物理上重要的量：例如，温度图上的冻结。通常不适合使用完全发散的调色板，因为数据仍然处于连续体上。  要显示这些过渡，请保持整个调色板的亮度变化一致，但在适当的点引入色调和/或饱和度的突然变化。  这可以很好地保留模式（这又是可视化的优势之一），同时强调和区分特定范围的数据。   飓风和其他热带气旋能够在华氏 82 度以上的水域形成并增强。这张海洋温度图使用玫瑰色和黄色来区分能够维持热带气旋的温暖水域和蓝色的冷水。





（地图基于来自遥感系统的微波 OI SST 数据。）  使用 眼球，缺乏颜色 香港数据 会导致图形区域退入背景。  这是在可视化中创建层次结构的非常有用的工具。毕竟，您希望观众专注于重要的事情。  没有数据的区域几乎总是不如有效数据点重要，但将它们包含在可视化中仍然很重要。  简单地选择不对没有数据的区域进行着色，而是为它们分配灰色阴影（甚至纯黑和白），同时弱化丢失的数据并将其与数据分开。  只需要小心选择与相邻数据不同的灰色阴影即可。





   缺失或无效的数据应与有效数据明确分开。只需将这张陆地植被地图（左）中用于代表水的浅米色替换为灰色，就能使陆地表面脱颖而出。（植被图改编自 NOAA环境可视化实验室。）  图底 有时这只是归结为判断。  我制作了一张特殊的温度图，显示一年中最热的陆地温度，因此整个地图必须感觉“热”，但仅仅温暖的地区比地球上最热的地区要低 40 摄氏度以上。  浅黄色到深红色感觉是一个显而易见的选择。它相当直观，最热点从较亮的区域中脱颖而出。  大脑将鲜红色区域移至前景，并将淡黄色区域移至背景。