Tại sao màu cầu vồng không phải là lựa chọn tốt nhất để trực quan hóa dữ liệu

Hình ảnh hóa dữ liệu là những cách kể chuyện thú vị và đẹp mắt. Nhưng bạn phải lựa chọn cẩn thận trong việc thiết kế bản đồ hoặc biểu đồ, và một trong những sai lầm lớn nhất là sử dụng sai màu sắc cầu vồng.

Các lược đồ màu cầu vồng - còn được gọi là các lược đồ màu quang phổ - là những lựa chọn thường xuyên để hiển thị dữ liệu, cả vì chúng trông táo bạo và thú vị và vì chúng là mặc định cho nhiều công cụ phần mềm trực quan hóa. Nhưng chúng thường gây hại nhiều hơn lợi. Việc phát hiện màu sắc hoàn toàn là một vấn đề đối với nhiều người đọc hơn bạn có thể đoán và những khán giả còn lại sẽ thấy hình ảnh trực quan dễ hiểu hơn nếu nó được trình bày bằng một bảng màu khác.

Cách phối màu cầu vồng “hầu như luôn luôn sự lựa chọn sai lầm , ”Anthony C. Robinson, giáo sư địa lý tại Đại học bang Pennsylvia, đã viết trong một lớp học trực tuyến trên Coursera, nơi dạy sinh viên cách sử dụng công nghệ không gian địa lý để lập bản đồ dữ liệu.

Dưới đây là một số lý do tại sao bảy sắc cầu vồng là “sự lựa chọn sai lầm”:

Mù màu và thứ tự màu sắc

Những người mù màu gặp khó khăn trong việc phát hiện màu sắc, đặc biệt là màu đỏ và xanh lá cây. (Cố gắng kiểm tra thị lực màu này để xem bạn có phải là một trong số họ hay không.) Chứng mù màu ảnh hưởng đến lên đến 10 phần trăm nam giới . Điều đó có nghĩa là nếu bạn đang cung cấp hình ảnh cho hàng trăm nghìn khán giả, bạn đang bỏ lỡ một phần lớn khán giả của mình.

Mặc dù hầu hết mọi người không mù màu, nhưng cách phối màu cầu vồng có thể gây nhầm lẫn vì không rõ ràng 'Lớn hơn' hoặc 'nhỏ hơn ”Logic để sắp xếp các màu sắc, cảnh báo các nhà nghiên cứu khoa học máy tính David Borland và Russell M. Taylor II. Mọi người thường đồng ý về sự phát triển từ sáng đến tối, nhưng sắp xếp màu sắc khác nhau, như được hiển thị ở đây:

“Nếu mọi người được đưa cho một loạt các chip sơn màu xám và được yêu cầu đặt chúng theo thứ tự, họ sẽ nhất quán đặt chúng theo thứ tự đậm nhạt hoặc sáng tối. Tuy nhiên, nếu mọi người được đưa cho các mảnh sơn có màu đỏ, xanh lá cây, vàng và xanh lam và được yêu cầu đặt chúng theo thứ tự, kết quả khác nhau, ” theo các nhà nghiên cứu David Borland và Russell M. Taylor II , giáo sư khoa học máy tính tại Đại học Bắc Carolina tại Chapel Hill.

Những thay đổi có thể khó nhận thấy

Hình ảnh hóa kể câu chuyện đằng sau những thay đổi trong dữ liệu; công việc của họ là đơn giản hóa các mẫu phức tạp thành một hình minh họa cho phép bạn hiểu - lý tưởng là chỉ cần nhìn thoáng qua - điều gì đang xảy ra. Nhưng mắt người không giỏi trong việc phát hiện các cạnh có màu sắc khác nhau nằm cạnh nhau. Chúng tôi có khả năng nhìn thấy những thay đổi nhỏ trong phạm vi màu đơn tốt hơn vì các giá trị độ sáng và độ bão hòa thay đổi mượt mà ở những nơi màu sắc không thay đổi, Robert Kosara đã viết , nhà nghiên cứu phân tích trực quan tại Hình ảnh và một chuyên gia về cách chúng ta nhìn màu sắc, trên trang web cá nhân của anh ấy, EagerEyes.

Các chi tiết được xử lý kỹ thuật rất nhanh, nhưng bài học quan trọng là màu sắc cầu vồng chỉ thể hiện sự khác biệt khi màu sắc thực tế thay đổi, trong khi độ dốc màu cho phép mọi người thấy những thay đổi dần dần.

Khán giả của bạn sẽ gặp khó khăn trong việc phân biệt các sắc thái nếu bạn sử dụng màu cầu vồng thay vì gắn bó với thang chia độ của một màu.

Kết luận gây hiểu lầm

Tùy thuộc vào đối tượng của bạn, sự lựa chọn sai có thể gây ra hậu quả nghiêm trọng. Ở trong một nghiên cứu Harvard , các nhà nghiên cứu nhận thấy biểu đồ 2-D của động mạch tim sử dụng độ dốc từ đen sang đỏ là công cụ hiệu quả hơn để bác sĩ chẩn đoán so với mô hình 3-D sử dụng màu cầu vồng. Các nghiên cứu lâm sàng cho thấy các sơ đồ sử dụng gradient đã làm tăng độ chính xác trong chẩn đoán xơ vữa động mạch và bệnh tim của các bác sĩ từ 39% lên 91%.

So sánh hiệu quả của sơ đồ động mạch 2-D với độ dốc từ đen sang đỏ và mô hình 3-D bảy ​​sắc cầu vồng. (Hình ảnh: Michelle Borkin / Trường Kỹ thuật và Khoa học Ứng dụng Harvard)

Không phải mọi hình ảnh hóa dữ liệu đều được sử dụng trong việc thực hiện các cuộc gọi y tế quan trọng, nhưng màu sắc cầu vồng có thể gây hiểu nhầm khi các nhà báo sử dụng chúng để hiển thị không chính xác dữ liệu định lượng.

“Màu sắc cầu vồng không tệ nếu bạn đang sử dụng chúng cho dữ liệu phân loại,” Drew Skau, kiến ​​trúc sư hình ảnh hóa tại Visual.ly , nói với Poynter trong một cuộc phỏng vấn video. “Chúng thật tệ nếu bạn sử dụng chúng để thể hiện dữ liệu liên tục.”

Có gì khác biệt? Dữ liệu liên tục được định lượng và mô tả bằng các con số; dữ liệu phân loại là định tính và được mô tả bằng từ ngữ. Ví dụ: so sánh các nhóm này:

• Vật nuôi kỳ lạ: chinchilla, ocelot, bọ cạp, gián rít, trăn
• Nhiệt độ tính bằng F: -459,67 ° F, 32 ° F, 212 ° F
• Số phiếu đại cử tri trong các cuộc bầu cử: 206, 270, 332

Các vật nuôi kỳ lạ có quan hệ họ hàng với nhau, nhưng không liên tục - bạn không thể đo lường sự khác biệt giữa chinchilla và ocelot. Mặt khác, các số đọc nhiệt độ là liên tục - chúng là những con số trên thang đo với khoảng cách có thể đo được.

Số phiếu đại cử tri là dữ liệu liên tục, nhưng chúng cũng khác nhau. Chúng tôi muốn biết điểm giữa là gì (270 phiếu đại cử tri) vì ai nhận được hơn 50 phần trăm số phiếu sẽ thắng. Do đó, trực quan hóa dữ liệu thường hiển thị màu xanh lam để đại diện cho đảng Dân chủ ở một đầu và màu đỏ cho đảng Cộng hòa ở đầu kia, đây là cách lý tưởng để đại diện cho dữ liệu khác nhau.

Bài tập này của Robinson cho thấy màu sắc quang phổ khiến việc phân biệt khối lượng tweet (dữ liệu định lượng) trong cuộc bầu cử tổng thống năm 2012 trở nên khó khăn hơn nhiều như thế nào:

Bản đồ này hiển thị lượng tweet của Obama và Romney từ cuộc bầu cử tổng thống năm 2012, sử dụng màu quang phổ.
(Hình ảnh: Tiến sĩ Anthony C. Robinson / Penn State)

Đây là cùng một bản đồ, nhưng Robinson đã thay đổi màu cầu vồng thành một màu duy nhất (màu tím) với độ bão hòa khác nhau.

(Hình ảnh: Tiến sĩ Anthony C. Robinson / Penn State)

Nhưng màu sắc cầu vồng thường được sử dụng để minh họa dữ liệu định lượng, thậm chí bằng cách Các nhà khoa học của NASA. Các học giả đã kêu gọi cộng đồng khoa học ngừng sử dụng màu quang phổ, và các nhà khoa học và kỹ sư lo lắng về độ chính xác của việc sử dụng màu sắc. Là nhà báo, chúng ta có thể học hỏi từ cả nghiên cứu và lập luận.

Trợ giúp từ các chuyên gia

Nhiều chuyên gia dữ liệu đã xây dựng các công cụ hữu ích để giúp bạn chọn màu:

• ColorBrewer của Cynthia Brewer, Mark Harrower và Penn State giúp bạn thiết kế bảng màu cho bản đồ; bạn có thể chọn số lượng mục dữ liệu, loại dữ liệu và thậm chí cả các màu an toàn cho người mù màu.
• Công cụ màu , được tạo ra bởi các nhà nghiên cứu cũ của NASA, cung cấp một ứng dụng cấp chuyên nghiệp cho các màn hình đồ họa thông tin và hàng không phức tạp.
• Kuler của Adobe là một bánh xe màu trơn cung cấp các cách phối màu.
• Poynter’s Danh mục công cụ kỹ thuật số của NewsU có một loạt các công cụ mà bạn có thể bắt đầu trực quan hóa dữ liệu.

Màu sắc thật tuyệt vời - khi nghiên cứu bài viết này, tôi đã khám phá ra những điều về chúng mà tôi chưa từng biết, chẳng hạn như thực tế là màu vàng màu sáng nhất cầu vồng và những người nói các ngôn ngữ khác có thể nhìn thấy màu sắc Người nói tiếng Anh không thể. Màu sắc giúp hình dung trở nên thú vị, nhưng một vài lựa chọn màu sắc khôn ngoan có thể đảm bảo những hình ảnh trực quan đó quan trọng hơn nhiều thông tin.