Uso más eficaz de color en calor/mapas de contorno

Question

Es muy común el uso de calor/contorno de mapas cuando la presentación de tiempo-frecuencia del EEG resultados. El esquema de color elegido (y uno que me gusta y uso) es el "jet" esquema de color (ver por ejemplo, la búsqueda de imágenes de google de tiempo-frecuencia del EEG). Me pregunto si hay alguna mejor los esquemas de color para la presentación de estas parcelas, y/o directrices para la presentación de dichos mapas.

por ejemplo, a partir R de la base de la biblioteca

#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)

Answer 1

Arco iris de color de los mapas, como se les llama a menudo, siguen siendo populares a pesar documentado de percepción ineficiencias. Los principales problemas del arco iris (y otros espectral) mapas de colores son:

• Los colores no están en un orden perceptual
• La luminancia rebota alrededor: nuestros ojos son en su mayoría de varillas para la luminancia, no los conos de color
• Vemos tonos categóricamente
• Los tonos tienen a menudo desiguales de presencia (por ejemplo, verde y estrechas de color amarillo)

En el lado positivo:

• Espectral de temas de alta resolución (más distinguible los valores de color en la escala)
• Hay seguridad en los números; de estos temas son todavía bastante común

Ver arco iris de Color de Mapa (Todavía) Considera Perjudicial para la discusión y alternativas, incluyendo la radiación de cuerpo negro y escala de grises.

Si un divergentes esquema es adecuado, me gusta el perceptualmente uniforme de fresco a cálido esquema de derivada por Kenneth Moreland en su papel, Divergentes de los Mapas de Colores para Visualización Científica. Y otros esquemas son en comparación con las imágenes en la ParaView wiki, aunque con una perspectiva de colorear una superficie en 3-D, lo que significa que el esquema de color ha de sobrevivir a efectos de sombras.

Reciente post en el blog con más enlaces y Matlab alternativas: arco iris Colormaps – ¿para Qué son buenas? Absolutamente nada!

Recomendación: Primer intento de escala de grises o en otra monocromática de gradiente. Si usted necesita más resolución, trate de radiación de cuerpo negro. Si los extremos son más importantes que los valores del medio, pruebe con un divergentes esquema de gris en el medio, tales como el fresco a cálido esquema.

Imágenes de la ParaView la página de la wiki:

Arco iris:

Escala de grises:

Cuerpo negro:

Fresco a cálido:

Answer 2

Estoy de acuerdo con @xan sobre las ineficiencias de color del arco iris de los mapas. Aquí hay otro documento que muestra que el arco iris/categórico mapas de colores son sustancialmente peor que la divergentes para cuantitativo de las tareas, de InfoVis '11:

• Michelle Borkin, Krzysztof Gajos, Amanda Peters, Dimitrios Mitsouras, Simone Melchionna, Frank Rybicki, Charles Feldman, y Hanspeter Pfister. 2011. La evaluación de la Arteria Visualizaciones para el Corazón Diagnóstico de la Enfermedad. IEEE transactions on y Visualización de Gráficos por Ordenador de 17, 12 (diciembre de 2011), 2479-2488. DOI=10.1109/TVCG.2011.192 Link a PDF, Diapositivas e Imágenes.

La única cosa arco iris/categórico mapas de colores son buenos para mostrar los valores de las variables categóricas. Sin embargo, los colores que elija la materia. Si usted necesita una escala categórica, echa un vistazo a este excelente papel de CHI '12 que utiliza el XKCD conjunto de datos de encuesta que habla acerca de cómo percibimos las diferencias en el color. Permite a la tasa de una escala de color por la manera en que los humanos perciben las diferencias. Su web basado en la Paleta de Colores Analyzer le permite evaluar su propia escala de color, también!

• Jeffrey Heer y Maureen Piedra. 2012. Color de la nomenclatura de los modelos para la selección de color, edición de imágenes y la paleta de diseño. En Actas de la SIGCHI Conferencia sobre Factores Humanos en Sistemas informáticos (CHI '12). ACM, Nueva York, NY, Estados Unidos, 1007-1016. DOI=10.1145/2207676.2208547 Link a PDF, online, demos, etc.