Okabe-Itoカラーパレット：全8色のHEXコード一覧

Okabe-Itoパレットは、色覚の違いに配慮した科学図表向けの8色セットです。

何らかの色覚特性を持つ人の割合は、男性で約12人に1人、女性で約200人に1人とされています。図の意味を赤と緑の違いだけで表すと、読者や査読者の一部には意図と異なって見えます。本記事では、全色のHEXコードとRGB値に加え、R、Python、CSSへそのまま貼り付けられるコードをまとめました。

Okabe-Itoパレット全8色のHEXコード

この8色が見分けやすい理由

色覚特性があるからといって「白黒に見える」わけではありません。一般的な色覚特性では、色空間の特定の軸が圧縮されます。そのため、主に赤と緑の軸で異なる色は似て見えやすい一方、明度や青と黄の軸にある違いは残りやすくなります。

推奨する使用順

8色すべてを使わない場合、一覧の先頭から必要な数だけ選ぶのは避けましょう。色数が少なくても差を最大限に保てる、次の順番がおすすめです。

1. #0072B2 青
2. #E69F00 オレンジ
3. #009E73 青みの緑
4. #CC79A7 赤みの紫
5. #56B4E9 スカイブルー
6. #D55E00 朱色
7. #F0E442 黄色
8. #000000 黒

青とオレンジを最初に置くのには理由があります。この組み合わせは、さまざまな色覚特性に対して最も安定して見分けやすい2色です。

そのまま使えるコード

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;
}

Okabe-Itoパレットが向かない用途

• 順序データや連続データ。 知覚的に均一な連続カラーマップを使いましょう。一般的にはviridisが選ばれます。
• 中間値を境に分かれるデータ。 ColorBrewerのRdBuなど、中立色を中央に置いた発散型の配色が適しています。
• 9個以上のカテゴリ。 9色目を足すより、図をパネルに分ける、グループ化する、直接ラベルを付けるなど、構成自体を見直す方が有効です。

よくある間違い

関連記事

関連する読み物: 科学図表に最適なカラーパレット（2026年版）, 科学的な図でよくある5つの間違い.

よくある質問