Blog: Kleur bepaalt begrip datavisualisatie

Voor een datavisualisatie heb je verschillende kleuren nodig. Maar hoe kies je die kleuren? Gebruik je wat wordt aangedragen door de software? Kies je wat bij je huisstijl past? Of ga je voor de meest onderscheidende kleuren die ook voor kleurenblinden goed te lezen zijn?

De Standford University ontwikkelde een algoritme voor het kiezen van kleuren bij datavisualisaties waarbij de kleuren verwijzen naar de betekenis van de data. Blauw voor de diepte van de zee en rood voor het aantal appels aan de boom.  Zo’n kleurkeuze op basis van betekenis blijkt er voor te zorgen dat datavisualisaties sneller worden gelezen en begrepen, en ook beter worden onthouden.

Google afbeeldingen

Het idee achter dit algoritme voor de automatische keuze van kleuren is verrassend simpel. Het onderwerp van de data wordt ingevoerd bij Google-afbeeldingen. Vervolgens worden die afbeelding geanalyseerd door te kijken hoe vaak bepaalde kleuren voorkomen en hoe onderscheidend ze zijn. Op basis van die analyse wordt dan bepaald wat de ideale kleur is.

Uit het onderzoek van de Standford University blijkt dat de automatische kleurselectie die op deze manier wordt uitgevoerd er voor zorgt dat de visualisaties sneller worden gelezen en beter worden begrepen. Bij die zogenaamde “natuurlijke kleuren” hoef je minder snel naar een legenda te kijken en worden hersenbanen voor het verwerken van de informatie sneller geactiveerd.

Zelf doen

Het algoritme is beschikbaar als open-source software. Doe je het liever op de oude manier, dan kun je hier terecht, of anders hier.

Literatuur

Sharon Lin, Julie Fortuna, Chinmay Kulkarni, Maureen Stone en Jeffrey Heer (2013) Selecting Semantically-Resonant Colors for Data Visualization

Computer Graphics Forum

Auteurs