色盲友好调色板
为什么要在意色盲
全球约有 8% 的男性和 0.5% 的女性存在不同程度的色盲或色弱。如果你做的地图要放进学术论文、工作汇报或公开传播，考虑色盲友好是基本的可视化职业素养。
MapChart 的 ColorBrewer 预设里已经内置了多套色盲友好的色板，直接选用即可，不需要自己调。
色盲的主要类型
| 类型 | 占比（男性） | 影响 |
|---|---|---|
| 红绿色盲（Deuteranopia） | ~6% | 红和绿看起来几乎一样 |
| 红色色盲（Protanopia） | ~1% | 红、橙、黄三色区分困难 |
| 蓝色色盲（Tritanopia） | 极罕见 | 蓝和黄容易混淆 |
实际场景中，红绿色盲友好是最常需要考虑的问题——别指望读者能分清楚深红和深绿。
推荐的色盲友好色板
从 MapChart 预设中优先选择以下几组：
- Okabe-Ito（离散型，8 色）— 学界公认的色盲友好离散色板，替代传统的红黄绿蓝
- Viridis（顺序型，渐变）— Google 和 Python matplotlib 都用它做默认，从紫到黄渐变，色盲和打印模式下都保持可辨
- Cividis（顺序型，渐变）— Viridis 的改进版，专门针对色盲优化
- ColorBrewer Set2（离散型，8 色）— 颜色饱和度相对低、间隔大，色弱读者也能区分
- Paired（离散型，12 色）— 成对出现的颜色组，适合需要一正一反或对比的场景
不建议用的搭配
- 红 + 绿 — 红绿色盲患者看起来几乎一样
- 深红 + 深绿 + 深蓝三者混用 — 整体会变成模糊的棕灰色块
- 仅靠颜色深浅区分两组数据 — 搭配使用图案（见 图案填充）可以作为颜色之外的辅助区分手段
实操建议
如果你不确定最终效果，可以让一位有红绿色盲的朋友看看，或者用在线的 Coblis（Color Blindness Simulator）工具模拟一下你的地图。把颜色搭配和图案填充结合使用，效果最好。