Warum colormap viridis over jet verwenden?

Wie in https://www.youtube.com/watch?v=xAoljeRJ3lU angekündigt , ändert Matplotlib die Standard-Farbkarte von Jet auf Viridis.

Allerdings verstehe ich das nicht so gut. Vielleicht, weil ich farbenblind bin?

Der ursprüngliche Colormap-Jet sieht sehr stark aus, ich spüre den Kontrast:

Während der neuen Colormap viridis dieser Kontrast fehlt:

Kann mir das bitte jemand einfacher erklären? Ich brauche die Handlung für mein Papier. Und ich brauche einen guten Grund, um meinen Vorgesetzten (und mich) davon zu überzeugen, dass der Viridis ein besserer ist.

Sehen Sie dieses Video . Sie könnten es auch googeln, weil es überall eine Menge (vernünftiges) Jet-Bashing gibt.

Jet ist sehr ansprechend, weil es auffällig und farbenfroh ist und Sie nicht über Ihre Farbskala nachdenken müssen: Selbst wenn Sie nur wenige Ausreißer haben, erhalten Sie "alle Funktionen" in Ihrem Plot. Du hast es selbst gesagt: Jet fehlt fast nie der Kontrast.

Dies hat jedoch einen sehr hohen Preis: jet zeigt buchstäblich Dinge, die es nicht gibt . Es schafft Kontrast aus dem Nichts: Ändern Sie einfach Ihre Farbskala ein wenig im Jet und Sie sollten sehen, dass sich das Bild dramatisch ändert. Tun Sie dasselbe in viridis, und Sie würden lediglich den Eindruck haben, dass Sie genau dasselbe mehr oder weniger beleuchten.

Wenn Sie viridis nicht mögen, verwenden Sie die anderen Farbkarten, die im obigen Video besprochen wurden: Sie haben die gleichen schönen Eigenschaften und bringen Ihre Daten nicht zum Lügen. Ändern Sie auch die Farbskala: Wenn Sie bei 0 beginnen, ist es möglicherweise keine gute Idee, diese spezifischen Daten darzustellen, auch wenn dies aus wissenschaftlicher Sicht logisch ist. Ändern Sie jedoch die Farbleiste, um dies widerzuspiegeln, z.

Aber auch hier finden Sie im Video viele Beispiele und vollständige Erklärungen.

Sie brauchen das Diagramm, weil Sie Daten anzeigen müssen, und Sie brauchen eine Farbkarte, weil Sie wissen, dass die Farbe, die Sie anzeigen, nicht von allen Personen gleich gesehen wird: Jede Farbe ist eine Interpretation durch unsere visuelle Wahrnehmung.

Tatsächlich sind Farben subjektiv in dem Sinne, dass sie vom Gehirn (in dem Sinne, dass ein Spektrum in eine neuronale Aktivität umgewandelt wird) als Funktion des daneben angegebenen Farbbalkens in verschiedene Valenzniveaus (oder Werte) interpretiert werden. Ihre Augen machen eine konstante Reihe von Sakkaden, um die Handlung mit der Bar abzustimmen.

JET ist zu verbieten, weil es wahrnehmungsmäßig mehrdeutig ist. Ein erstes Merkmal von Farben in der visuellen Wahrnehmung ist ihr Wert, dh die Gesamthelligkeit, die als direktestes Merkmal wirkt. Dieser Wert ist jedoch in JET nicht monoton, so dass EIN Helligkeitswert unterschiedliche Wahrnehmungswerte hervorrufen kann. Dies gilt insbesondere für den bläulich-gelblichen Ton (und meistens diejenigen, die Nullwerten entsprechen), die künstlich aus einem Bild "auftauchen". Überprüfen Sie solche Kurven auf:

Viridis (neben anderen Alternativen) wurde entwickelt, um dieses Problem zu vermeiden. Sie können diese vollständige Beschreibung für diese Auswahl lesen und erfahren, wie Sie Ihre Farbkarte an die Kategorie der zu plottenden Daten anpassen.

Dies sollte Ihren Vorgesetzten überzeugen.

Das Problem bei der Verwendung einer beliebigen Farbskala zur visuellen Darstellung von Ordnungsdaten ist die Monotonie der Leuchtdichte. Wenn also Daten vorliegen, die eine Art von Ordnungsbeziehung erfüllen, sollte diese Beziehung nicht nur durch Änderungen des Farbtons, sondern auch durch Änderungen des Farbtons widergespiegelt werden durch Leuchtdichte. Das Problem bei der "Jet" -Farbenabbildung ist, dass der höchste Punkt in der Abbildung (entsprechend größeren Werten) eine rote Farbe erhält, der mittlere Bereich eine gelb-grüne Farbe erhält und der niedrigste eine blaue Farbe - aber wenn wir Betrachtet man die wahrgenommene "Helligkeit" (dh die Leuchtdichte) dieser Farben, so ist klar, dass diese Abbildung nicht monoton ist. Die andere Farbzuordnung in Ihrer Frage behebt diesen Fehler.

Der Grund für diese Eigenschaft sollte offensichtlich sein, nicht zuletzt die Tatsache, dass die Interpretierbarkeit nicht verloren geht, wenn solche Figuren in Graustufen reproduziert werden.

Hier gibt es bereits einige nette Antworten, aber ich denke, es ist immer noch angebracht, einen anderen Gesichtspunkt hinzuzufügen, aus dem ausgezeichneten Papier

Gute Farbkarten: So gestalten Sie sie. Peter Kovesi. arXiv: 1509,03700 (2015). Software hier erhältlich .

Hier werden die Prinzipien des Color-Map-Designs sehr klar dargestellt und es wird ein sehr nützliches Tool bereitgestellt, um sie auf ihre Einheitlichkeit zu analysieren:

Dieses "Waschbrett" -Diagramm hat eine stetige Rampe von Null auf Eins, die von links nach rechts entlang des Bodens verläuft, und die Oberseite des Diagramms hat eine sinusförmige Modulation mit gleichmäßiger Amplitude. Für eine korrekt gestaltete Farbkarte sollten alle oberen Ränder den gleichen oder zumindest einen ähnlichen Kontrast aufweisen. Wenn Sie sich jedoch jetdem Test unterziehen, wird sofort klar, dass dies nicht der Fall ist:

Mit anderen Worten, es gibt eine Tonne von Rändern, in den roten und insbesondere in den grünen jetBereichen, die vollständig ausgeblendet und vollständig unsichtbar werden, weil die Farbkarte dort einfach keinen Kontrast aufweist. Wenn Sie dies auf Ihre Daten anwenden, entspricht der Kontrast in diesen Regionen dem der Ränder. In ähnlicher Weise stellen die scharfen Kontraste am unteren Rand auf einer möglichst glatten linearen Skala Orte dar, an denen die Karte Features einführt, die in den Daten nicht wirklich vorhanden sind.