무지개 색상이 데이터 시각화에 가장 적합한 옵션이 아닌 이유

데이터 시각화는 스토리를 전달하는 아름답고 흥미로운 방법입니다. 하지만 지도나 차트를 디자인할 때 신중하게 선택해야 하며 가장 큰 실수 중 하나는 무지개 색상을 오용하는 것입니다.

스펙트럼 색 구성표라고도 하는 무지개 색 구성표는 대담하고 흥미롭게 보이고 많은 시각화 소프트웨어 도구의 기본값이기 때문에 데이터 시각화에 자주 선택됩니다. 그러나 그들은 일반적으로 득보다 실이 더 많습니다. 색상을 감지하는 것은 여러분이 추측하는 것보다 더 많은 독자에게 문제이며 나머지 청중은 시각화가 다른 팔레트와 함께 표시되면 시각화를 더 쉽게 이해할 수 있을 것입니다.

무지개 색 구성표는 '거의 항상 틀린 선택 ,” Pennsylvia State University의 지리학 교수인 Anthony C. Robinson은 Coursera의 온라인 수업에서 학생들에게 지리 공간 기술을 사용하여 데이터를 매핑하는 방법을 가르쳤습니다.

무지개 색상이 '잘못된 선택'인 몇 가지 이유는 다음과 같습니다.

색맹 및 색상 주문

색맹인 사람들은 색, 특히 빨강과 녹색을 감지하는 데 어려움을 겪습니다. (노력하다 이 색각 테스트 당신이 그들 중 하나인지 확인하기 위해.) 색맹에 영향 남성의 최대 10% . 즉, 수십만 명의 청중에게 시각 자료를 제공하는 경우 청중의 많은 부분을 놓치게 됩니다.

대부분의 사람들이 색맹이 아니더라도 무지개 색 구성표는 명확하지 않기 때문에 혼란스러울 수 있습니다. '보다 큼' 또는 '보다 작음 '색상을 주문하는 논리는 컴퓨터 과학 연구원 David Borland와 Russell M. Taylor II에게 경고합니다. 사람들은 일반적으로 밝음에서 어두움으로의 진행에 동의하지만 다음과 같이 색상을 다르게 분류합니다.

“사람들에게 일련의 회색 페인트 칩을 주어 순서대로 놓으라고 하면 그들은 일관되게 어두운 색에서 밝은 색으로 또는 밝은 색에서 어두운 순서로 배치할 것입니다. 그러나 사람들에게 빨간색, 녹색, 노란색, 파란색의 페인트 조각을 주고 순서대로 넣으라고 하면 결과가 달라' 연구원에 따르면 데이비드 볼랜드 그리고 러셀 M. 테일러 2세 , 채플 힐에 있는 노스 캐롤라이나 대학의 컴퓨터 과학 교수.

변경 사항을 확인하기 어려울 수 있습니다.

시각화는 데이터 변경에 대한 비하인드 스토리를 알려줍니다. 그들의 임무는 이상적으로는 한 눈에 무슨 일이 일어나고 있는지 이해할 수 있도록 복잡한 패턴을 일러스트레이션으로 단순화하는 것입니다. 그러나 인간의 눈은 나란히 놓여 있는 다양한 색상의 가장자리를 잘 감지하지 못합니다. 밝기와 채도 값이 색상이 변하지 않는 곳에서 부드럽게 변하기 때문에 단일 색상 범위 내에서 작은 변화를 더 잘 볼 수 있습니다. 로버트 코사라를 썼다 , 시각 분석 연구원 그림 개인 웹사이트인 EagerEyes에서 우리가 색을 보는 방식에 대한 전문가입니다.

세부 사항은 기술적으로 매우 빠르게 이해되지만 핵심 교훈은 무지개 색상은 실제 색상이 변경될 때만 차이를 보여주지만 색상 그라디언트 사람들이 점진적인 변화를 볼 수 있도록 합니다.

한 가지 색상의 눈금을 고수하는 대신 무지개 색상을 사용하면 청중이 뉘앙스를 구별하는 데 어려움을 겪을 것입니다.

오해의 소지가 있는 결론

청중에 따라 잘못된 선택은 심각한 결과를 초래할 수 있습니다. 입력 하버드 연구 , 연구자들은 검은색에서 빨간색으로의 기울기를 사용하는 심장 동맥의 2차원 다이어그램이 무지개 색상을 사용하는 3차원 모델보다 의사가 진단을 내리는 데 더 효과적인 도구임을 발견했습니다. 임상 연구에 따르면 기울기를 사용한 다이어그램은 의사의 죽상동맥경화증 및 심장병 진단 정확도를 39%에서 91%로 높였습니다.

검은색에서 빨간색으로의 그라디언트와 3차원 무지개 색 모델이 있는 2차원 동맥 다이어그램의 효율성 비교. (이미지: Michelle Borkin/하버드 공학 및 응용 과학 대학)

모든 데이터 시각화가 중요한 의료 호출에 사용되는 것은 아니지만 기자가 무지개 색상을 사용하여 정량적 데이터를 잘못 표시할 때 오해의 소지가 있습니다.

'무지개 색상은 범주형 데이터에 사용하는 경우 나쁘지 않습니다.' 비주얼리 , 비디오 인터뷰에서 포인터에게 말했다. '연속 데이터를 나타내는 데 사용하면 좋지 않습니다.'

차이점이 뭐야? 연속 데이터는 정량적이며 숫자로 설명됩니다. 범주형 데이터는 정성적이며 단어로 설명됩니다. 예를 들어 다음 그룹을 비교합니다.

• 이국적인 애완동물: 친칠라, 오셀롯, 전갈, 쉿하는 바퀴벌레, 비단뱀
• 화씨 온도: -459.67°F, 32°F, 212°F
• 선거 중 선거인단 투표수: 206, 270, 332

이국적인 애완 동물은 서로 관련이 있지만 연속적이지는 않습니다. 친칠라와 오셀롯의 차이를 측정할 수 없습니다. 반면에 온도 판독값은 연속적입니다. 측정 가능한 거리가 있는 눈금의 숫자입니다.

선거인단 투표는 연속적인 데이터이지만 동시에 다양합니다. 50% 이상의 득표자가 승리하기 때문에 중간 지점(270명의 선거인단 투표)이 무엇인지 알고 싶습니다. 따라서 데이터 시각화는 일반적으로 한쪽 끝에는 민주당원을 나타내기 위해 파란색을 표시하고 다른 쪽 끝에는 공화당원을 위해 빨간색으로 표시하며, 이는 분산 데이터를 나타내는 이상적인 방법입니다.

Robinson의 이 연습은 스펙트럼 색상이 2012년 대통령 선거 동안 트윗의 양(정량적 데이터)의 차이를 구별하는 것을 훨씬 더 어렵게 만드는 방법을 보여줍니다.

이 지도는 스펙트럼 색상을 사용하여 2012년 대통령 선거에서 오바마와 롬니 트윗의 양을 보여줍니다.
(이미지: Anthony C. Robinson 박사 / Penn State)

여기에 같은 맵이 있지만 Robinson은 무지개 색상을 채도가 다른 단일 색조(보라색)로 변경했습니다.

(이미지: Anthony C. Robinson 박사 / Penn State)

그러나 무지개 색은 종종 정량적 데이터를 설명하는 데 사용됩니다. NASA 과학자. 학자들은 과학계에 스펙트럼 색상 사용을 중단할 것을 촉구했으며 과학자와 엔지니어는 정확성이 걱정된다 색상 사용의. 저널리스트로서 우리는 연구와 주장 모두에서 배울 수 있습니다.

전문가의 도움

많은 데이터 전문가가 색상 선택에 도움이 되는 유용한 도구를 구축했습니다.

• 컬러브루어 Cynthia Brewer, Mark Harrower 및 Penn State가 지도용 색상 팔레트를 디자인하는 데 도움을 줍니다. 데이터 항목 수, 데이터 유형, 색맹 안전 색상까지 선택할 수 있습니다.
• 색상 도구 , 전 NASA 연구원이 만든 은 복잡한 인포그래픽 및 항공 디스플레이를 위한 전문가 수준의 앱을 제공합니다.
• 어도비의 쿨러 색 구성표를 제공하는 매끄러운 색상환입니다.
• 포인터의 NewsU의 디지털 도구 카탈로그 데이터 시각화를 시작할 수 있는 다양한 도구가 있습니다.

색상은 훌륭합니다. 이 기사를 조사하면서 노란색이 가장 밝은 색 무지개와 다른 언어를 말하는 사람들의 색상을 볼 수 있습니다 영어 사용자는 할 수 없습니다. 색상은 시각화를 흥미롭게 만드는 데 도움이 되지만 몇 가지 현명한 색상 선택은 이러한 시각화가 더 중요한 정보를 제공하도록 할 수 있습니다.