提示
快速答案： 对多数科研插图，柔和的分类色最好不要超过六种。数值大小使用连续型配色，以有意义的中点为中心的数据使用发散型配色；作为无障碍分类配色的默认选择，可从 8 色 Okabe-Ito 色集中最多选择 6 色。不要只靠色相传达信息，还应搭配标签、形状或位置。
颜色是一条信息编码通道，不是装饰。好的配色能让类别、顺序和重点清楚可辨，读者不必反复返回图例查找。本文整理了适用于科研图表、饼图、热图、海报和通路示意图的出版级配色方案，并附可直接使用的 HEX 色值。SciFig 的 科研配色生成工具会返回可直接复制使用的 HEX 色值，方便快速起步。
无障碍也是选色的一部分。Bang Wong 2011 年发表于 Nature Methods 的配色指南指出，在北欧血统人群中，常见的红绿色觉缺陷影响男性的比例最高可达 8%，女性约为 0.5%。因此，颜色还应搭配标签、形状、线型或位置等第二条编码通道。
配色如何影响科研插图的可读性
科研插图里的颜色不是装饰：它要么承载信息，要么徒增噪声。选得好的配色能让类别迅速区分开来，引导视线落到关键结果上，并在灰度打印和色觉缺陷视图中保持可读。糟糕的配色会掩盖视觉层级，并迫使读者反复查看图例。
三种问题最常见。彩虹配色（老式 jet 色图）的色阶并非感知均匀，会在连续数据中制造虚假的视觉边界；一篇 2020 年发表于 Nature Communications 的观点文章记录了这种失真，并建议改用按科学原则设计的替代方案。红绿编码会让常见色觉缺陷人群难以辨认。类别过多则会把图例变成反复查询的清单，因此可以把六种左右作为实用起点，其余差异交给形状、纹理或直接标签表达。
出版级配色方案（Nature、Cell、IEEE、Lancet）
用于出版时，与鲜艳的彩虹色相比，明度对比强烈的克制配色更适合作为默认选择。下方方案是实用的起点，并非 Nature、Cell、IEEE 或《柳叶刀》规定的官方配色。
| 配色方案 | 用例 | 示例 HEX 色值 |
|---|---|---|
| 柔和分类色 | 柱状图或折线图中至多 6 个分组 | #4E79A7 #F28E2B #59A14F #E15759 #B07AA1 #76B7B2 |
| Nature 风格冷色组 | 两到三组的对比 | #386CB0 #7FC97F #BEAED4 |
| 连续型（单色相） | 有序数据、密度、量级 | #F7FBFF #9ECAE1 #4292C6 #08519C |
| 发散型 | 有明确中点的数据（如对数倍数变化） | #B2182B #F4A582 #F7F7F7 #92C5DE #2166AC |
两条规则就能带来大部分收益。对有序或连续数据用连续型配色（同一色相由浅到深），对以有意义的零为中心的数据用发散型配色。把分类配色留给无序分组，并把数量控制在六种左右；超过这个数，就用形状或纹理来区分各组，而不是继续增加颜色。
如果想快速判断，可以先把任务分成三类。分类配色适合科研图表里的离散类别，连续型配色适合递增的量级，发散型配色适合围绕中点向两侧变化的数值。若你需要的是科研示意图配色，而不是数据图表配色，则应把颜色收得更紧：让每种颜色对应分子类别、区室或状态等语义角色，而不是为了装饰增加色相。
色盲友好配色及其测试方法
色盲友好配色能降低部分读者无法分辨色相差异的风险。两个成熟的起点是 Okabe-Ito 配色和 Wong 在 Nature Methods 指南中给出的色组；它们都强调在常见色觉缺陷下保持颜色之间的可辨识度。
Masataka Okabe 与 Kei Ito 最初发布的 Color Universal Design 指南给出八种颜色：
#000000（黑）、#E69F00（橙）、#56B4E9（天蓝）、#009E73（蓝绿）、#F0E442（黄）、#0072B2（蓝）、#D55E00（朱红）和 #CC79A7（红紫）。它刻意不是彩虹色组；这些颜色的选择目标，是在色觉缺陷条件下仍便于区分。两个习惯能让任何配色更安全。第一，绝不单靠红与绿来编码含义，而要搭配位置、形状、线型或直接标签。第二，同时检查灰度版本与色觉缺陷模拟。灰度检查只能检验明度对比，不能替代红色盲、绿色盲和蓝黄色盲模拟。下图比较红绿编码与 Okabe-Ito 编码在绿色盲模拟下的可读性。
按用例分类的配色方案
合适的配色取决于图要表达什么，而不是个人偏好。设置图形颜色时，首先根据数据类型选择配色类型，是一种实用做法。
- 线图、柱状图与其他科研图表——使用柔和的分类配色，控制在六色左右。如果系列数更多，就拆成分面小图，而不是继续增加颜色。
- 箱线图与分组对比——两到四种高对比的分类色；组内填充保持浅淡，让中位线仍清晰可见。
- 热图——数值单向递增时用连续型配色，存在有意义的中心（零、基线、对照）时用发散型配色。彻底避开彩虹热图。
- 饼图——如果你非用不可，把扇区控制在五个以内并排好序，相邻扇区之间要有足够明度对比。最好的饼图颜色不是越花越好，而是清楚、克制、可区分。
- 组合图——给主系列一个更饱和的强调色，把辅助柱、面积或折线设为更克制的颜色。通常，一个主强调色配上一组柔和的辅助色最容易建立层级，不会让所有系列同时争夺注意力。
- 通路与机制图——使用一套语义明确的小型配色方案（例如，每类分子使用一种色相），而不是给每个对象分配不同颜色。整张图的一致性比颜色多样性更重要。
贯穿其中的原则是：颜色应减少读者的工作量，而不是增加它。好的图表配色不只是好看，还能让类别、顺序和重点一眼可辨。如果读者需要反复返回图例查找，这套配色就没有完成信息编码的任务。更多常见问题可参见创建科研插图时的 5 个常见错误。
如何为科研图表选择配色方案
如果你是在为科研数据图表而非插画式科研图选配色，最稳妥的方法不是凭审美挑色，而是按流程判断。先确认数据关系：离散类别用分类配色，递增量级用连续型配色，围绕中点偏离的数据用发散型配色。
然后决定你希望读者先看到什么。在组合图里，这通常意味着给主系列一个强调色，把辅助系列压低存在感；在饼图里，则意味着减少扇区数量、拉开对比，而不是硬让八个相似颜色共存。
最后在真实上下文里测试这套配色。把它放到白底、灰度导出和色觉缺陷模拟下都看一遍。好的图表配色在这三种视图里都应该保住层级。只要层级在其中任何一种视图里消失，这套配色就还不够格进入投稿图。
海报专用配色方案
海报的观看距离更远，配色逻辑也随之改变。在论文插图尺度下显得雅致的配色，放到海报展厅并从两米外观看时可能变得不够醒目，因此海报需要稍强的对比度和更精简的配色，通常只使用两三种颜色加中性色。一种实用方案是用深蓝色或蓝绿色搭建结构，再以单一强调色突出关键发现，并配以白色或很浅的背景。海报里的图表也是如此：颜色更少、对比更强、主信息更集中。
原则与期刊图一致，只是要求更严格：减少颜色、提高对比，并让颜色只服务于信息表达。关于海报的层次、主图及配色方法，可参见我们的科研海报范例指南。
用 SciFig 在整套图中保持配色一致
这套流程分三步：先根据数据关系选择配色类型，再复制一套有明确记录的 HEX 色值，最后在整篇论文中沿用同一套映射。例如，如果图 1 中的对照组是蓝色，那么图 2 至图 6 也应保持蓝色。多人协作或处理多面板图时，一份简短的配色映射表就能避免语义漂移。
应用颜色后，再检查灰度版本和色觉缺陷模拟，并在投稿前逐项核对图例标签和数据值。若要完成更全面的图稿检查，可参考低预算制作出版级科研插图的方法；需要查看视觉范例时，也可以浏览灵感图库。
