ColorBrewer 提供经过检验的顺序型、发散型和定性配色方案。
它最初是宾夕法尼亚州立大学 Cynthia Brewer 和 Mark Harrower 开发的制图工具，如今仍是科学绘图中应用最广的配色库之一。原因很直接：它先按数据所表达的类型划分配色，再告诉你哪些方案经得起色觉差异和灰度印刷。
先按数据类型选择配色
科研插图中的糟糕配色，几乎都不是审美问题，而是类型选错了。比较单个颜色之前，先让配色家族与数据类型匹配。
| 数据类型 | 配色家族 | 示例 | 适用场景 |
|---|---|---|---|
| 无序类别 | 定性 | Set2、Dark2、Paired | 物种、处理组、实验条件 |
| 有序或连续数据 | 顺序型 | Blues、Greens、YlOrRd | 浓度、计数、密度 |
| 围绕中点向两侧变化 | 发散型 | RdBu、RdYlBu、BrBG | 对数倍数变化、异常值、相关性 |
给顺序数据使用发散型配色，会凭空制造一个并不存在的中点；给类别数据使用顺序型配色，则会暗示并不存在的高低次序。读者甚至还没看坐标轴标签，就已经被这两种选择误导。
定性配色方案
Set2（8 类）——柔和、低饱和，对色觉差异较友好，适合作为分组柱状图和箱线图的默认选择。
#66C2A5 #FC8D62 #8DA0CB #E78AC3 #A6D854 #FFD92F #E5C494 #B3B3B3Dark2（8 类）——饱和度更高、区分度更强，更适合细线条或小尺寸标记组成的数据系列。
#1B9E77 #D95F02 #7570B3 #E7298A #66A61E #E6AB02 #A6761D #666666Paired（12 类）——颜色以深浅成对出现，适合类别天然嵌套的情况，例如每种基因型内各有对照组和处理组。
#A6CEE3 #1F78B4 #B2DF8A #33A02C #FB9A99 #E31A1C #FDBF6F #FF7F00 #CAB2D6 #6A3D9A #FFFF99 #B15928使用 Paired 时要注意：真正有含义的是成对关系。不要把它用于 12 个互不相关的类别，否则读者会从深浅配对中推断出数据并不支持的关联。
顺序型与发散型配色
Blues（5 类）——单一色相的顺序型配色。
#EFF3FF #BDD7E7 #6BAED6 #3182BD #08519CRdBu（5 类）——发散型配色，以浅色作为中性中心。
#CA0020 #F4A582 #F7F7F7 #92C5DE #0571B0RdYlBu（5 类）——以黄色为中心的发散型配色，两端对比更强。
#D7191C #FDAE61 #FFFFBF #ABD9E9 #2C7BB6使用发散型色图时，要把中性色锚定在有意义的中点上。假设对数倍数变化范围是 -1 到 +4，如果让软件按数据范围自动居中，中性色会落在 +1.5，图形就会让人误以为大多数基因都在下调。
色觉友好的配色子集
并非每套 ColorBrewer 配色都对色觉差异友好，其中定性配色家族最容易出问题。实际使用时可以遵循以下规则：
- 单一色相的顺序型配色（Blues、Greens、Purples）主要依靠明度变化，结构上更稳妥。
- Set2 和 Dark2 在 3–4 类时区分效果较好，类别继续增加后会逐渐变差。
- Paired 不够可靠，因为承载含义的深浅配对在色觉差异下会被压缩。
如果需要超过四个定性类别，并且重视无障碍可读性，Okabe-Ito 通常比 ColorBrewer 的定性方案更适合作为起点。我们的科研插图配色指南详细说明了这种取舍。
提示
ColorBrewer 有意限制配色类别数。一套方案最多提供 8 或 9 类，这不是缺陷，而是一项设计结论：超过这个数量后，读者很难再可靠地把颜色与图例对应起来。应把这个上限视为需要重组图表的信号。
延伸阅读
相关阅读: 科研插图最佳配色方案：出版级与色盲友好指南（2026）, 科研插图怎么放？分步指南.
