Color가 중요한 이유
- 어떠한 데이터를 구분하는데 있어서 가장 중요한 요소는 위치적 정보이고, 그 다음이 바로 색상이다.
- 사람이 공통적으로 색이 가지는 느낌이 있기 때문에, 색상에 따라 우리의 인사이트를 더 매력적으로 잘 전달할 수 있다.
- 무조건 화려하다고 좋은 것이 아닌 적당한 색상으로 전하고 싶은 내용을 잘 전달하는 것이 중요!
- 네이버는 초록색, 카카오는 노란색과 같은 기존의 정보와 느낌을 잘 활용하여 시각화를 하는 것이 좋다.
색상 이해하기
- 색을 이해하기 위해서는 rgb보다는 hsl을 이해하는 것이 더 좋다
| Hue(색조) | 빨강, 파랑, 초록 등 색상으로 생각하는 부분(빨강에서 보라색까지 있는 스펙트럼에서 0~360으로 표현) |
| Saturate(채도) | 무채색과의 차이(선명하다, 탁하다와 같은 선명도라고 생각하면 됨) |
| Lightness(광도) | 색상의 밝기 |
Color palette
-
색상 리스트를 Color palette 라 하는데 matplotlib에서 일부분 정의가 되어있지만, 다양한 색상을 사용하고 싶다면 다른 palette를 활용하면 된다.
- 깃헙 Color palette : Github Topic Color-palette
- 일반적으로 웹 개발에서 사용하는 palette : karthik/wesanderson
- R 에서 사용하는 palette : Top R Color Palettes to Know for Great Data Visualization
-
범주형
- 이산적인 색상을 표현할 때 많이 사용되며, 독립된 색상으로 구성되어 범주형 변수에 사용된다.
- 너무 많은 색상을 사용하면 구분하기가 힘들기 때문에 적당한 색상을 사용해야 한다.
- 색상 간의 유사도가 적으며, 명도와 채도가 비슷한 색상을 사용하는 것이 좋다.
- 연속형
- 정렬된 값을 가지는 순서,연속형 변수에 적합하다.
- 최대한 단일 색조로 표현하는 것이 좋으며, 시작 점과 마지막 점의 차이가 균일한 색상 변화가 중요하다 → 색조는 유지하되 색의 밝기만 조정
- 발산형
- 연속형과 유사하지만 중앙을 기준으로 왼쪽과 오른쪽의 상반된 색을 사용하는 것이 일반적이다. ex) 온도, 투표
색상 대비
-
색을 사용한다는 것은 데이터에서 다름을 보이기 위해 강조를 하는 것
-
강조를 위한 방법 중 색상 대비(Color Contrast)를 사용
-
명도 대비 : 밝은 색과 어두운 색을 배치하면서 밝은 색은 더 밝게, 어두운 색은 더 어둡게 보임 (회색검정)
-
색상 대비 : 가까운 색은 차이가 더 크게 보임 (파랑보라,빨강보라)
-
채도 대비 : 채도의 차이, 채도가 더 높아보임 (회색주황)
-
보색 대비 : 정반대 색상을 사용하면 더 선명해 보인다 (빨강초록)
-
색각 이상
- 색각 이상은 3원색인 rgb에 있어서 특정 색을 감지를 못하는 색맹, 부분적 인지를 못하는 색약이 있다.
- 색 인지가 중요한 분야(과학/연구 등)에서는 이에 대한 고려가 필수이다.
색상 확인하기
- ListedColormap : 색상에 대한 리스트를 cmap으로 변환
- 상황에 따라 적재적소하게 palette를 사용하면 된다.
