Paleta de colores para gráficas científicas

Tienen que cumplirse tres condiciones: los colores deben distinguirse con claridad para que se separen las series de datos, deben seguir diferenciándose al convertirse a escala de grises para la impresión, y deben ser accesibles a quienes tienen deficiencia en la visión del color. SciFig comprueba las tres antes de entregarte la paleta de colores para gráficas.

Indica que necesitas una paleta apta para daltónicos y cuántas categorías tienes que distinguir: SciFig selecciona colores que siguen siendo distinguibles en simulaciones de deuteranopía, protanopía y tritanopía. Recibes el código hexadecimal de cada color y una vista previa de cómo se ve la paleta bajo cada una de esas condiciones.

Las revistas del grupo Nature recomiendan paletas accesibles para daltónicos, aptas para impresión y perceptualmente uniformes. SciFig genera paletas alineadas con esas normas y entrega los códigos hexadecimales, de modo que puedas reproducir el mismo aspecto en tus figuras, con la comprobación de legibilidad en deuteranopía y protanopía ya hecha.

El daltonismo es una deficiencia hereditaria en la visión del color que afecta a alrededor del 8 % de los hombres y al 0,5 % de las mujeres. Una paleta apta para daltónicos evita las combinaciones rojo-verde, que son justamente las que no distinguen las personas con deuteranopía o protanopía. Usar una paleta accesible en una figura científica significa que tus datos siguen siendo legibles para el mayor número posible de lectores.

Para datos categóricos, de cuatro a ocho colores es el rango más eficaz; por encima de ocho categorías el lector deja de distinguir las series de forma fiable aunque la paleta sea óptima. Si pides más colores de los que pueden hacerse realmente distinguibles, SciFig te lo advierte y propone otras codificaciones visuales —forma o trama— para repartir la carga.

SciFig entrega el código hexadecimal de cada color, listo para pegar en tu herramienta de gráficos: el editor de SciFig, pero también Origin, MATLAB, ggplot2 en R, matplotlib en Python o Illustrator, y cualquier programa que acepte valores hexadecimales. Los colores aparecen en el orden de aplicación recomendado, del más llamativo al más discreto. Si lo que preparas es un esquema y no una gráfica de datos —una vía metabólica, un mecanismo, un montaje experimental—, asigna los colores más llamativos a los elementos que el lector debe ver primero y deja el resto para las estructuras de apoyo.