Paletas de color de calidad editorial y seguras para daltónicos para figuras científicas, gráficos, pie charts, combo charts y diagramas, con valores HEX.
SciFig Team
Scientific Illustration Experts
Consejo
Respuesta breve: Para la mayoría de las figuras científicas, no uses más de seis colores categóricos apagados. Elige una paleta secuencial para representar magnitudes, una divergente cuando haya un punto medio significativo y, como opción categórica accesible, hasta seis colores del conjunto Okabe-Ito de ocho colores. Combina el color con etiquetas, formas o posición en lugar de depender solo del tono.
El color es un canal de codificación, no un adorno. Una buena paleta permite distinguir categorías, orden y énfasis sin obligar al lector a volver una y otra vez a la leyenda. Esta guía reúne paletas de color de calidad editorial con valores HEX para gráficos científicos, gráficos circulares, mapas de calor, pósteres y vías; el generador de paletas de color científicas de SciFig ofrece un punto de partida práctico con valores fáciles de copiar.
La accesibilidad forma parte de esa decisión. Las recomendaciones de Bang Wong publicadas en Nature Methods en 2011 indican que, entre las personas de ascendencia del norte de Europa, hasta el 8 % de los hombres y el 0,5 % de las mujeres presentan la forma común de deficiencia de la visión cromática que afecta a la percepción del rojo y el verde. Por eso conviene combinar el color con un segundo canal, como etiquetas, formas, estilos de línea o posición.
Una cuadrícula de muestras de paletas de color científicas con valores HEX, que abarca esquemas secuenciales, divergentes y categóricos (Figura generada con SciFig)
Cómo influye el color en la legibilidad de una figura científica
El color en una figura científica no es decoración: es un canal de codificación, y o bien transporta información o bien añade ruido. Una paleta bien elegida hace que las categorías sean instantáneamente distinguibles, guía el ojo hacia el resultado clave y sigue siendo legible tanto en impresión en escala de grises como para personas con daltonismo. Una mal elegida oculta la jerarquía y obliga a consultar la leyenda repetidamente.
Tres problemas se repiten. La paleta arcoíris (el antiguo mapa de colores jet) crea fronteras falsas en datos continuos porque sus pasos de color no son perceptualmente uniformes; un artículo de perspectiva publicado en Nature Communications en 2020 documenta esta distorsión y recomienda alternativas diseñadas con criterios científicos. La codificación rojo-verde falla ante formas comunes de deficiencia de la visión cromática. Y demasiadas categorías convierten la leyenda en una tabla de consulta constante, por lo que un buen punto de partida práctico es detenerse cerca de seis colores y añadir formas, texturas o etiquetas directas para distinguir el resto.
Paletas de calidad editorial (Nature, Cell, IEEE, Lancet)
Para publicar, un esquema sobrio con buen contraste de luminancia es un punto de partida más seguro que un arcoíris brillante. Las opciones siguientes son puntos de partida prácticos, no paletas oficiales prescritas por Nature, Cell, IEEE o The Lancet.
Paleta
Caso de uso
Valores HEX de ejemplo
Categórica apagada
Hasta 6 grupos en gráficos de barras/líneas
#4E79A7#F28E2B#59A14F#E15759#B07AA1#76B7B2
Paleta fría al estilo de Nature
Comparaciones de dos o tres grupos
#386CB0#7FC97F#BEAED4
Secuencial (un solo tono)
Datos ordenados, densidad, magnitud
#F7FBFF#9ECAE1#4292C6#08519C
Divergente
Datos con un punto medio significativo (p. ej. log-fold change)
#B2182B#F4A582#F7F7F7#92C5DE#2166AC
Dos reglas aportan la mayor parte del beneficio. Usa paletas secuenciales (de claro a oscuro de un solo tono) para datos ordenados o continuos, y paletas divergentes para datos centrados en un cero significativo. Reserva las paletas categóricas para grupos sin orden, y limita el número a unos seis: más allá de eso, distingue los grupos con forma o textura, no con más colores.
Si necesitas una regla rápida de decisión, piensa en tres grupos. Las paletas cualitativas sirven para categorías distintas en gráficos científicos, las paletas secuenciales para magnitudes crecientes y las paletas divergentes para valores que se separan alrededor de un punto medio significativo. Si eliges una paleta para un diagrama científico, reduce aún más el número de colores y asigna cada tono a una función semántica —como una clase de molécula, un compartimento o un estado—, no a una función decorativa.
Paletas estilo revista lado a lado —categórica apagada, secuencial y divergente— aplicadas al mismo gráfico de barras y mapa de calor (Figura generada con SciFig)
Paletas accesibles para personas con daltonismo y cómo comprobarlas
Una paleta accesible para personas con daltonismo reduce el riesgo de que las diferencias de tono desaparezcan para parte de tu audiencia. Dos puntos de partida consolidados son la paleta Okabe-Ito y el conjunto presentado en las recomendaciones de Wong para Nature Methods; ambos priorizan que los colores puedan distinguirse bajo formas comunes de deficiencia de la visión cromática.
La guía original de Diseño Universal del Color de Masataka Okabe y Kei Ito propone un conjunto de ocho colores: #000000 (negro), #E69F00 (naranja), #56B4E9 (azul cielo), #009E73 (verde azulado), #F0E442 (amarillo), #0072B2 (azul), #D55E00 (bermellón) y #CC79A7 (púrpura rojizo). No sigue un orden arcoíris de forma deliberada: los colores se eligieron para que siguieran distinguiéndose entre sí en casos de deficiencia de la visión cromática.
Dos hábitos hacen más segura cualquier paleta. Primero, nunca codifiques el significado solo con rojo frente a verde: combina el color con un segundo canal, como la posición, la forma, el estilo de línea o una etiqueta directa. Segundo, comprueba tanto la escala de grises como una simulación de deficiencia de la visión cromática. La escala de grises evalúa el contraste de luminancia, pero no sustituye la simulación de protanopía, deuteranopía y tritanopía. El ejemplo siguiente compara una codificación rojo-verde con otra basada en Okabe-Ito bajo una simulación de deuteranopía.
Una figura mostrada dos veces —codificación rojo-verde frente a paleta Okabe-Ito—, ambas bajo una simulación de deuteranopía para mostrar cuál sigue siendo legible (Figura generada con SciFig)
Vea la edición Vector Canvas en acción
Edite cada forma, etiqueta y color en el lienzo vectorial en vivo de SciFig — sin Illustrator.
La paleta adecuada depende de la función de la figura, no del gusto personal. Hacer coincidir el tipo de paleta con el tipo de datos es una primera decisión práctica al elegir los colores de una figura.
Gráficos de líneas, barras y otros gráficos científicos: una paleta categórica apagada, limitada a unos seis colores. Si tienes más series que eso, divide en pequeños múltiplos en lugar de añadir colores.
Diagramas de caja y comparaciones agrupadas: dos a cuatro colores categóricos de alto contraste; usa un relleno claro dentro de cada grupo para que la línea de la mediana siga siendo visible.
Mapas de calor: una paleta secuencial para magnitud unidireccional, o una paleta divergente cuando hay un centro significativo (cero, línea base, control). Evita por completo los mapas de calor arcoíris.
Gráficos circulares: si debes usar uno, limita a cinco porciones, ordénalas con claridad y asegúrate de que haya suficiente contraste de luminosidad entre porciones vecinas. Los mejores colores para gráficos circulares son distintos, no estridentes.
Gráficos combinados: usa un color de acento saturado para la serie principal y deja barras, áreas o líneas de apoyo en tonos más discretos. La mejor combinación de colores para un gráfico combinado suele ser un acento dominante acompañado de colores sobrios, de modo que la jerarquía resulte evidente sin que todas las series compitan con la misma intensidad.
Diagramas de vías y mecanismos: una paleta pequeña donde el color signifique algo (un tono por clase de molécula, por ejemplo), no un color diferente por objeto. La consistencia a lo largo de la figura importa más que la variedad.
El principio unificador: el color debe reducir el trabajo del lector, no añadirle más. Las buenas paletas para gráficos no solo se ven bien: hacen legibles de un vistazo las categorías, el orden y el énfasis. Cuando una paleta te hace recurrir a la leyenda repetidamente, está haciendo lo contrario de su función. Para el conjunto más amplio de errores evitables en figuras, consulta 5 errores comunes al crear figuras científicas.
Cómo elegir una paleta de color para gráficos científicos
Si estás eligiendo una paleta para gráficos científicos y no para ilustraciones, el método más seguro se basa en los datos, no en la estética. Empieza por identificar la relación que representan: las categorías requieren una paleta cualitativa, las magnitudes crecientes una secuencial y las desviaciones alrededor de un centro una divergente.
Después decide qué quieres que el lector vea primero. En un gráfico combinado eso suele significar reservar un color de acento para la serie dominante y dejar las series de apoyo en segundo plano. En un gráfico circular significa reducir el número de porciones y aumentar el contraste, no intentar que ocho colores parecidos convivan.
Por último, prueba la paleta en contexto real. Revísala sobre fondo blanco, en una exportación en escala de grises y bajo simulación de deficiencia de la visión cromática. Las buenas paletas para gráficos conservan la jerarquía en las tres vistas. Si la jerarquía desaparece en cualquiera de esas vistas, la paleta no está lista para publicar, por muy bien que se viera en el selector de color.
Paletas de color específicas para pósteres
Las necesidades cromáticas cambian en un póster porque también cambia la distancia de lectura. Una paleta elegante en una figura de revista puede perder contraste cuando se observa a dos metros en una sala de pósteres; por eso, en los pósteres conviene usar algo más de contraste y una paleta más reducida, a menudo de solo dos o tres colores más tonos neutros. Un esquema práctico combina un azul marino o verde azulado oscuro para la estructura con un único color de acento reservado al hallazgo clave, sobre un fondo blanco o muy claro. La misma regla se aplica a los gráficos del póster: menos colores, más contraste y un mensaje visual claramente dominante.
El criterio es el mismo que para las figuras, pero más estricto: menos colores, más contraste y el color reservado para transmitir significado. Para conocer todos los elementos de un póster eficaz —la jerarquía, la figura principal y cómo el color refuerza ambas—, consulta nuestra guía de ejemplos de pósteres científicos.
Cómo aplicar una paleta de forma coherente con SciFig
El generador de paletas científicas de SciFig te ayuda a elegir un esquema cualitativo, secuencial o divergente y devuelve sus valores HEX. Aplica esos valores en el lienzo vectorial, manteniendo cada categoría o función semántica asociada al mismo color en todos los paneles.
El flujo de trabajo tiene tres pasos: elige el tipo de paleta a partir de la relación entre los datos, copia un conjunto documentado de valores HEX y reutiliza esa asignación en todo el artículo. Por ejemplo, si el control aparece en azul en la Figura 1, mantenlo azul en las Figuras 2 a 6. Este pequeño registro de la paleta evita cambios de significado cuando intervienen varios paneles o coautores.
Después de aplicar los colores, revisa el resultado en escala de grises y con una simulación de deficiencia de la visión cromática; antes de enviar el artículo, comprueba también cada etiqueta de la leyenda y cada dato. Para una revisión más amplia de la calidad de las figuras, consulta cómo crear figuras listas para publicar con un presupuesto limitado; si buscas ejemplos visuales, explora la galería de inspiración.
Comparación antes y después de un gráfico de contorno con un mapa de colores arcoíris y una paleta secuencial sobria (Figura generada con SciFig)
Refine figuras en el Vector Canvas
Abra cualquier figura generada por IA en el lienzo editable — SVG en capas, PNG 8K o PPTX editable.
Para la mayoría de las figuras, una paleta categórica apagada limitada a unos seis colores funciona bien: permite distinguir los grupos sin abrumar al lector. Para datos ordenados usa una paleta secuencial de un solo tono y, para datos con un punto medio significativo, una paleta divergente. Si buscas una opción categórica sobria y accesible, el conjunto Okabe-Ito es un punto de partida ampliamente utilizado.
Una paleta accesible para personas con daltonismo está diseñada para conservar las diferencias entre colores bajo formas comunes de deficiencia de la visión cromática. Entre las personas de ascendencia del norte de Europa, la forma común de deficiencia de la visión cromática que afecta a la percepción del rojo y el verde se da hasta en el 8 % de los hombres y el 0,5 % de las mujeres, según las recomendaciones de Wong en Nature Methods. Nunca dependas solo del contraste entre rojo y verde: añade formas, posición, estilos de línea o etiquetas directas.
Como punto de partida práctico, limita los colores categóricos a unos seis. Si tienes más grupos, usa formas, texturas, etiquetas directas o pequeños múltiplos en lugar de añadir tonos. Las paletas secuenciales y divergentes emplean rangos continuos, no categorías discretas, así que el límite no se aplica del mismo modo.
Una buena paleta para un diagrama científico usa pocos colores, pero los usa de forma muy coherente, de modo que cada tono represente una función —una clase molecular, un compartimento o un estado biológico— y no mera decoración. En la mayoría de los casos bastan entre tres y cinco colores bien diferenciados, además de tonos neutros. Si quieres acelerar la elección, el generador de paletas científicas de SciFig puede proponerte una paleta lista para usar en diagramas, con códigos HEX.
Los mejores colores para un gráfico circular usan alto contraste, pocas porciones y una paleta contenida: normalmente entre tres y cinco segmentos con diferencias claras de tono y luminosidad. Evita el orden arcoíris y evita colocar colores medios muy parecidos uno junto a otro. Si necesitas más de cinco categorías, un gráfico de barras suele ser una opción más adecuada para una figura científica.
En la mayoría de los gráficos combinados, la mejor combinación de colores es un color de acento más saturado para la serie principal y tonos más discretos para las series de apoyo. Por ejemplo, una línea azul oscura puede transmitir el mensaje principal mientras unas barras de color gris o verde azulado suave aportan contexto sin competir. El objetivo es establecer una jerarquía visual, no dar el mismo peso a todo.
El mapa de colores arcoíris o jet crea fronteras visuales falsas porque sus pasos de color no son perceptualmente uniformes, por lo que algunas transiciones parecen más bruscas de lo que justifican los datos. El artículo de perspectiva de Nature Communications de 2020 también señala problemas de accesibilidad. Para magnitudes que avanzan en una sola dirección, usa en su lugar una paleta secuencial perceptualmente uniforme.
Define la paleta una sola vez como un conjunto de valores HEX y mantén cada categoría asociada al mismo color en todas las figuras. El generador de paletas de SciFig proporciona los valores y el lienzo vectorial te permite aplicarlos mientras editas. Conserva un pequeño registro de la paleta para que todos los coautores utilicen la misma asignación.
Siga avanzando
Recursos recomendados
Plantillas, herramientas y lecturas adicionales para su investigación
