何时使用连续色阶以及何时使用发散色阶

如果您决定使用定量色标（例如浅蓝色、中蓝色、深蓝色）而不是分类色标（例如红色、黄色、蓝色），还有两个问题。 首先，您应该使用顺序色标还是发散色标？ 您应该使用分类还是未分类的数据规模？ 本文重点讨论第一个问题。

1 如果有一个有意义的中间点，使用不同的阴影

如果有一个有意义的中间值，请使用不同的颜色。那可能是零，例如正负经济增长50%，例如，两个选择之间的投票平均或中位数，例如年龄低于和高于中位数商定的阈值，例如收入水平低于和高于贫困线目标，例如收入低于和高于季度目标。

这听起来很容易。但并不总是清楚中间值是什么——或者是否有中间值。让我们以这个例子为例：

PepMusic：日常活动歌曲的动机品质

该项目的创建者决定不使用色调对这些活动进行编码，而是按疲惫程度对它们进行排序，并采用定量色标：

r然后他们决定他们的色阶是发散的，这意味着它有一个中间点：“正常/平均”类型的疲惫（办公室、早餐、晚餐）。他们也可以同意没有中间值——睡觉是零疲惫，跑步是非常疲惫，他们的梯度应该从浅到深。

但是使用发散尺度有两大优势：强调极端，让读者看到更多的数据差异：

2 使用发散的阴影来强调极端

“我会说顺序与发散比例是一种编辑选择，”我的同事 Gregor Aisch 在 2012 年说，当时我甚至不知道像色标这样的东西。 “顺序讲述了一个不同的故事。”

如果您的故事强调最高（=最暗）值，请使用连续色标。如果您的故事是关于最低和最高值，请选择不同的比例。

想象一下，你写了一个关于互联网如何主要由欧洲、美国、日本、澳大利亚和其他西方国家组成并从中受益的故事。为了说明您的观点，以下带有顺序色标的地图是一个很好的嵌入地图。它强调具有最高价值的国家：

但是，如果您的故事是关于非洲和亚洲很少有人使用互联网，那么您可能希望使用不同的色标显示您的数据：

看看它如何让低价值成为焦点——这就是你想要表达的观点。

3 使用发散的阴影让读者看到更多的数据差异

发散的阴影让您可以看到比连续比例更多的数据差异。 这是因为您用一个渐变显示的数字范围是连续渐变的数字范围的一半。

您可以在上面的地图上看到这一点。 浅蓝色渐变在顺序图中覆盖了 0 到 100%，但在发散图中仅覆盖了 50% 到 100%。 10% 或 20% 的差异在发散图中变得更加明显。

比较俄罗斯和土耳其。 在连续色阶的地图上，土耳其看起来只比俄罗斯稍微淡一点，尽管它们相差 16%。

在发散尺度上，差异更大——俄罗斯仍然有类似的蓝色，而土耳其看起来更轻、更米色，表明它更接近中间点。

不久前，D3 的创建者 Mike Bostock 创建了一个日历热图，说明了同样的观点。这是原始的，使用不同的色标。它显示了美国的出生人数：

示例图例美国出生，2000-2014 年。麦克博斯托克的图表

这个可视化显示了明显的周末和假期效应（红色日期）和夏末出生人数的微妙增加（稍微蓝色的日期）。使用顺序色标，周末效果仍然可见，但夏末现象不是：

美国出生人数，2000 年至 2014 年

使用顺序色标以获得更直观的读数

到目前为止，我已经为发散色标提出了强有力的论据。但它们有一个缺点：它们不直观。一张标题为“人均 GDP”的国家地图，显示了从亮到暗的渐变，没有颜色键。大多数读者会理解，颜色较深的国家 GDP 较高，颜色较浅的国家 GDP 较低。

使用发散色标，您的读者需要一个颜色键，否则他们会迷失方向。哪种颜色“低”，哪种颜色“高”？哪一个“更好”，哪一个“更差”？很多时候，这并不清楚。

美国出生人数，2000 年至 2014 年

我敢打赌，在 Mike Bostock 的可视化中，你必须研究颜色图例几秒钟才能理解红色并不意味着“更多的出生”，而是更少。

因此，在使用发散色标时，请多花一分钟时间考虑您的颜色选择。哪些颜色对您的读者来说是最直观的（例如派对颜色，或红色 = 坏）？你怎么能清楚哪种颜色意味着哪个极端？很好地标记您的颜色图例和/或将您的标题变成颜色键，并在图表中使用注释来提醒读者他们看到了什么。