Palette Okabe-Ito: guida ai codici esadecimali

La palette Okabe-Ito riunisce otto codici esadecimali adatti a figure scientifiche accessibili anche a chi ha deficit della visione dei colori.

Circa un uomo su dodici e una donna su duecento presenta una forma di deficit della visione dei colori. Se una figura distingue le informazioni soltanto attraverso rosso e verde, una parte rilevante di chi la legge — revisori compresi — vedrà qualcosa di diverso da ciò che avevi progettato. Qui trovi tutti i codici esadecimali e i valori RGB, insieme a esempi da incollare direttamente in R, Python o CSS.

Palette Okabe-Ito: tutti gli otto codici esadecimali

Perché questi otto colori funzionano

Un deficit della visione dei colori non significa “vedere in scala di grigi”. Le forme più comuni comprimono un asse specifico dello spazio cromatico: le tonalità che differiscono soprattutto lungo l’asse rosso-verde diventano più simili, mentre restano percepibili le differenze di luminosità e quelle lungo l’asse blu-giallo.

Ordine consigliato

Se ti servono meno di otto colori, non prendere semplicemente i primi N della tabella. Segui questo ordine, che mantiene la massima separazione quando le categorie sono poche:

1. #0072B2 blu
2. #E69F00 arancione
3. #009E73 verde bluastro
4. #CC79A7 viola rossastro
5. #56B4E9 azzurro cielo
6. #D55E00 vermiglio
7. #F0E442 giallo
8. #000000 nero

Blu e arancione occupano volutamente i primi posti: tra tutte le coppie della palette, offrono il contrasto più robusto nei diversi tipi di deficit cromatico.

Codice pronto da copiare

R

okabe_ito <- c(
  "#E69F00", "#56B4E9", "#009E73", "#F0E442",
  "#0072B2", "#D55E00", "#CC79A7", "#000000"
)
# ggplot2
scale_colour_manual(values = okabe_ito)

Python

OKABE_ITO = [
    "#E69F00", "#56B4E9", "#009E73", "#F0E442",
    "#0072B2", "#D55E00", "#CC79A7", "#000000",
]
import matplotlib as mpl
mpl.rcParams["axes.prop_cycle"] = mpl.cycler(color=OKABE_ITO)

CSS

:root {
  --oi-orange:         #E69F00;
  --oi-sky-blue:       #56B4E9;
  --oi-bluish-green:   #009E73;
  --oi-yellow:         #F0E442;
  --oi-blue:           #0072B2;
  --oi-vermilion:      #D55E00;
  --oi-reddish-purple: #CC79A7;
  --oi-black:          #000000;
}

I limiti della palette

• Dati ordinati o continui. Usa una scala sequenziale percettivamente uniforme. Viridis è la scelta più comune.
• Dati divergenti intorno a un punto centrale. Usa una scala divergente con un centro neutro, come RdBu di ColorBrewer.
• Più di otto categorie. Se te ne servono di più, di solito è meglio ristrutturare la figura con pannelli, raggruppamenti o etichette dirette, invece di aggiungere un nono colore.

Errori comuni

Letture correlate

Letture correlate: Migliori palette per figure scientifiche (2026), 5 errori comuni nelle figure scientifiche.

Domande frequenti