配色是让一张科研插图显得专业的最快途径——也是让它显得业余的最快途径。同一份数据，用默认的 Excel 彩虹配色去画，与用一套克制的四色方案去画，读起来要么像中学课题，要么像一篇 Nature 投稿。评审会在第一秒就形成这个印象，早于他们读到任何一个坐标轴标签。
本文给你一套出版级配色方案，附可直接复制的 HEX 色值、值得了解的期刊惯例，以及针对科研图表、饼图、热图、海报和通路的用例指引。它还涉及一个太多图至今仍忽视的约束：约 8% 的男性和 0.5% 的女性存在某种形式的色觉缺陷，这意味着一套通不过色盲安全测试的配色，对你受众中相当一部分人——包括评审——而言是读不出来的。
为什么配色决定了图的可读性与接受度
科研插图里的颜色不是装饰——它是一条编码通道，要么承载信息，要么徒增噪声。一套选得好的配色让各类别瞬间可区分、引导视线落向关键结果，并能同时挺过灰度打印和色盲观看。一套选得差的则逼读者费劲，而一个本就疲惫、还得费劲的评审，往往就此撒手不读。
三种失败模式反复出现。彩虹配色（老式的 jet 色图）会在本应连续的数据上制造出虚假边界，因为人眼并不把它的色阶感知为等距。红绿编码对最常见的那种色盲完全不可见，可它至今仍是"好对坏"的默认选择。而类别太多——超过约八种不同颜色——会超出任何人工作记忆能容纳的上限，于是一个含十二种颜色的图例就变成读者放弃使用的查找表。下面的配色方案正是为避开这三者而选的。
出版级配色方案（Nature、Cell、IEEE、Lancet）
顶级期刊并不强制规定具体配色，但它们发表的图收敛于一种可辨识的家族风格：低饱和度的柔和色，配以强烈的明度对比。匹配这种风格，会在评审读到图注之前就传递出"这属于这里"的信号。下面是对齐常见期刊审美的起步配色。
| 配色方案 | 用例 | 示例 HEX 色值 |
|---|---|---|
| 柔和分类型 | 柱/线图中至多 6 个分组 | #4E79A7 #F28E2B #59A14F #E15759 #B07AA1 #76B7B2 |
| Nature 风冷色 | 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 log 倍数变化） | #B2182B #F4A582 #F7F7F7 #92C5DE #2166AC |
两条规则就带来了大部分收益。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。把分类型配色留给无序分组，并把数量控制在六个上下——超过这个数，就用形状或纹理而非更多颜色来区分各组。
如果你想快速判断，可以先把任务分成三类。分类型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正负分开的数值。若你需要的是科研示意图配色，而不是图表配色，则应把配色收得更紧：颜色对应分子类别、区室或状态等语义角色，而不是为了装饰去增加色相。
色盲友好配色（以及为什么它没得商量）
一套色盲安全的配色不是无障碍方面的锦上添花——它是让你的图被所有人正确读到的硬要求，且如今多家期刊已明确推荐。两个测试得最充分的选项是 Okabe-Ito 配色和 Wong 配色，二者的设计都确保任意一对颜色在常见色觉缺陷下都保持可区分。
Okabe-Ito 八色组是引用最广的：
#000000（黑）、#E69F00（橙）、#56B4E9（天蓝）、#009E73（蓝绿）、#F0E442（黄）、#0072B2（蓝）、#D55E00（朱红）和 #CC79A7（红紫）。它刻意不做成彩虹——这些颜色是按缺陷下的对比度而非视觉美观挑选的，这恰恰是它奏效的原因。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——把颜色与第二条通道（如位置、形状或直接标签）配对。第二，用灰度测试：如果你的图去掉饱和度后仍读得出来，它就能同时挺过色盲观看和某些期刊仍在用的黑白打印。下面的范例把同一张图分别用红绿编码和 Okabe-Ito 编码呈现，并模拟在红色盲下的样子。这条要求对饼图、组合图和多 panel 图同样成立，并不只针对经典柱状图。
按用例分类的配色方案
合适的配色取决于这张图要做什么，而非个人品味。把配色类型匹配到数据类型，是图色彩里杠杆率最高的单一决策。
- 线图、柱状图与其他 scientific plots——一套柔和分类型配色，上限约六色。如果系列数超过这个数，就拆成小多图，而非加颜色。
- 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——单向量级用连续型配色，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（combo chart）——给主系列一个更饱和的强调色，把辅助柱、面积或折线压到更安静的配色里。最好的 colour combination 通常是一个主强调色加一组克制的辅助色，一眼就能看出主次，而不是每条系列都在争夺注意力。
- 通路与机制图——一套颜色有含义的小配色（例如一类分子用一个色相），而非每个对象一个不同颜色。全图的一致性比多样性更重要。
贯穿其中的原则是：颜色应减少读者的工作量，而非增加它。好的图表配色不只是好看，它会让类别、顺序和强调关系在一眼之间成立。当一套配色逼你反复回去看图例，它就在干与本职相反的事。关于更广泛的可避免制图错误集合，参见创建科研插图时的 5 个常见错误。
如何为科研图表和 graphs 选择配色方案
如果你面对的是 scientific plots，而不是插图式的科研示意图，那么最稳妥的方法不是凭审美挑色，而是按流程做判断。先确认数据关系：离散类别用分类型配色，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
海报改变了配色的算法，因为观看距离变了。一套在期刊插图尺度下优雅的配色，跨越两米的海报展厅可能会洗淡发白，因此海报偏好略高的对比度和更紧凑的配色——往往只有两三种颜色加上中性色。一种常见的赢家方案，是用深藏青或墨绿来表现结构，再保留单一强调色专供关键发现，铺在白色或极浅的背景上。这条规则对海报里的 graphs 同样适用：颜色更少、对比更强、主信息更集中。
纪律和图是一样的，只是更严：更少的颜色、更高的对比、颜色只为含义而存在。关于一张奏效海报的完整解剖——层次、主图，以及配色如何同时支撑两者——参见我们的科研海报范例指南。
用 SciFig 一键套用配色方案
选对配色是一个问题；在一篇论文的每张图上一致地套用它，是另一个问题。手动把一张多面板图重新着色到某套期刊配色、再逐一复查色盲安全，正是那种在截止日压力下会被跳过的繁琐活儿。SciFig 的 figure-enhancer 负责重新着色这一步：它把选定的配色套用到一张图的各个元素上，并保持方案一致，让你不必逐面板手动比对 HEX 色值。
如果你当前还停留在“先选 palette”这一步，直接从 SciFig 的科研配色生成工具开始会更高效。告诉它你是在做柱状图、饼图、组合图还是科研示意图，它会先返回可直接使用的 HEX 配色，再进入重着色或最终润色。如果你当前任务就是先找一套科研示意图配色，这是最快的起点。
