論文の図の配色を無料で生成

三つの条件を同時に満たす必要があります。データ系列を見分けられるだけ色が知覚的に離れていること、印刷を考えてグレースケールに変換しても区別できること、そして色覚特性のある読者にも判別できることです。SciFig に内蔵の論文の図の配色のうち、Okabe–Ito、Wong、Paul Tol の bright・muted といった色覚配慮パレットは、よくある色覚特性をもつ読者にも各色が見分けられるよう設計されています。

色覚に配慮した配色が必要なら、区別したいカテゴリの数以上の色をもつパレットを選んでください。SciFig には Okabe–Ito、Wong、Paul Tol の bright・muted といった定評ある色覚配慮パレットがあり、よくある赤緑の色覚特性をもつ読者にも各色が見分けられるよう設計されています。各色の 16 進カラーコードも得られます。

Nature の図の作成指針は、色覚に配慮した配色を使い、色覚特性のある読者が見分けられない色の組み合わせを避けるよう求めており、例として Wong のパレットを挙げています。SciFig には色覚配慮の Wong と Okabe–Ito のパレットに加え、Nature 系列誌の図を参考にした Nature スタイルの配色（#E64B35、#4DBBD5、#00A087、#3C5488、#F39B7F、#8491B4、#91D1C2、#DC0000、#7E6148、#B09C85）があります。色覚への配慮が必要な図には Wong か Okabe–Ito を選んでください。

色覚特性のうち最も多いのは遺伝的な赤緑の色覚特性で、北欧系の人々では男性のおよそ 8 %、女性の 0.5 % にみられます。色覚に配慮した配色は、2 型色覚・1 型色覚の読者が見分けられない赤と緑の組み合わせを避けます。論文の図の配色をこの考え方で選ぶことは、できるだけ多くの読者にデータを届けるということです。

カテゴリデータでは 4〜8 色が最も効果的です。8 分類を超えると、どれほど配色を工夫しても読者は系列を安定して見分けられません。SciFig の色覚配慮パレットは 1 セット 7〜9 色です。それ以上のカテゴリがある場合は、形や模様といった別の視覚的手がかりを併用してください。

SciFig は色ごとに 16 進カラーコードを出力します。SciFig の図エディタのほか、Origin、MATLAB、R の ggplot2、Python の matplotlib、Illustrator など、16 進値を受け付けるソフトにそのまま貼り付けられます。色はパレット本来の順に並んでいるので、最初の色から順にデータ系列へ割り当てられます。データのグラフではなく模式図——経路図、機構図、実験系の図——を作る場合は、最初に見てほしい要素に最も目立つ色を割り当て、残りを背景の構造に使ってください。 入力欄の下のツールで内蔵パレットを確認し、選択した16進カラーコードや Python、R、CSS のコードをコピーできます。設定は JSON で保存でき、プレビューは SVG または PNG で書き出せます。