科研论文，图片配色到底怎么判断和决定？
前言：
刚开始科研将近一年，让我很头疼的问题是论文图片的配色问题。老师每次针对图片提出的配色建议好像都只是针对具体图片而言的，我的浅薄经历不足以支撑我找到其中的规律，这也是我想写这篇文章的原因之一。
一：为什么我的图看起来就是感觉廉价很多？
高饱和度
Excel或Matlab默认的纯红（#FF0000）、纯蓝（#0000FF）、纯绿（#00FF00）
这里浅聊一下饱和度（不是很专业）
1.什么是饱和度？饱和度（色彩概念）_百度百科（引用致歉，侵权请联系）
色彩的饱和度（saturation）指色彩的鲜艳程度，也称作纯度。在hue-saturation-value（HSV）色彩模型下，饱和度是色彩的3个属性之一，另外两个属性为色相（hue）和明度（value）；在此模型下色相的取值范围为0°到360°，饱和度和明度取值范围为0到100%。在色彩学中，原色饱和度最高，随着饱和度降低，色彩变得暗淡直至成为无彩色，即失去色相的色彩。作为信息的载体，色彩不仅依附于设计形式，还作为一个主体来完成信息传达的过程。对于艺术设计来说，色彩的运用与设计是其重要的部分，在实际应用中，依据饱和度高低值将色彩分为低饱和度对比、中饱和度对比和高饱和度对比3个基本种类以及饱和度组合对比一个衍生种类。
2.判断方式色彩三要素：对比度、饱和度、色相 - 知乎（引用致歉，侵权请联系）
RGB原理：
饱和度与RGB三值的“离散程度”相关。当某一颜色数值远高于其他两色时饱和度最高；当三值接近时，饱和度趋近于0。
量化公式：饱和度 = 1 - (3×min(R,G,B))/(R+G+B)，当R=G=B时，饱和度为0；当某一值为0，其他两值中最大值为255时，饱和度为1。
RGB数值案例：
高饱和度红色：(255, 0, 0)
数值特点：R=255（极高），G=B=0（极低），差值极大，颜色鲜艳。
中饱和度红色：(255, 100, 100)
数值特点：R=255，G=B=100（中等），差值缩小，颜色偏粉红。
低饱和度红色：(150, 130, 130)
数值特点：R=150，G=B=130（接近），差值很小，颜色接近暗红灰色。
类比理解：
饱和度如同“颜料的浓度”：
纯颜料（高饱和）：RGB数值差异大，颜色浓烈（如油画红）；
加水稀释（低饱和）：RGB数值趋近，颜色变淡（如水彩浅红）。
3.直观对比
不知道大家注没注意，我们平常玩游戏给衣服换颜色的时候有三根颜色条，其中一根就是饱和度，也就是同一颜色那根（一般是第二根）
这是人家的图（Bo Peng et al.，RWKV:Reinventing RNNs for the Transformer Era）
这是我的图，上下对比一下，大家看个乐呵，刚进新手村的小辈属实是蠢蠢的。
2.对比配色
其实上面我的图丑的另一个原因是在颜色对比上。单看其中一种颜色还没什么，但是在对比图当中搭错了颜色俗气感一下子就上来了。
其实低饱和度的颜色放在一起没有什么，毕竟都比较浅，但是高饱和度的颜色，什么红配绿，红配蓝，紫配绿，这样的颜色放在一起，确实不好看。
推荐使用相近的，同一色系的颜色作为对比色，比如粉紫，浅蓝深蓝，红橙等等。
3.占比，面积
其实我的图丑的第三个原因是我用的是柱形图。整个图比较粗，宽，大。如果是散点图，折线图，在整张图片中有颜色的部分没有那么多，反而也会好很多，甚至配色也不会有那么重要。所以选择呈现方式也是很重要的一点。
二：咱能直接抄作业不？
最好的方法其实是自己去看看别人的论文都是怎么用颜色的。这个还真的不同的图片有不同说法。
1. NPG (Nature Publishing Group) 风格
特点：沉稳、经典、对比度高但不刺眼。（还是看搭配）
| 颜色名称 | Hex代码 | RGB |
| 朱红 | #E64B35 | (230, 75, 53) |
| 青蓝 | #4DBBD5 | (77, 187, 213) |
| 孔雀绿 | #00A087 | (0, 160, 135) |
| 深蓝 | #3C5488 | (60, 84, 136) |
| 橘黄 | #F39B7F | (243, 155, 127) |
| 浅紫 | #8491B4 | (132, 145, 180) |
2. AAAS (Science) 风格
特点：偏冷色调，更加理性、克制，适合理工科硬核数据。
蓝色：#3B4992
红色：#EE0000
墨绿：#008B45
金黄：#631879
3. Morandi (莫兰迪) 风格
特点：适用于非强调数据对比，而是强调整体趋势或从属关系的图表。高级灰，质感拉满。
灰粉：#D7C4BB
雾霾蓝：#9DADBF
豆沙绿：#A0C1B8
奶咖：#CDB99C
4. Viridis / Magma (热力图专用)
特点：感知均匀色，黑白打印也能分清深浅。
三：代码实战
Python
import matplotlib.pyplot as plt import seaborn as sns # 方法1：自定义色板 npg_colors = ["#E64B35", "#4DBBD5", "#00A087", "#3C5488", "#F39B7F", "#8491B4"] sns.set_palette(sns.color_palette(npg_colors)) # 方法2：使用 sci-kit plot 或其他库 # plt.style.use('ggplot') # 也是个简单的办法R语言
library(ggplot2) library(ggsci) # 这个包是神器 # 使用Nature配色 ggplot(data, aes(x=x, y=y, color=group)) + geom_point() + scale_color_npg() + # 一行代码搞定 theme_bw() # 使用Lancet(柳叶刀)配色 ggplot(data, aes(x=x, y=y, fill=group)) + geom_bar(stat="identity") + scale_fill_lancet()四：授人以渔
Adobe Color:专业的配色轮，可以上传一张你觉得好看的顶刊图，它自动提取色号。
ColorHunt:给没有美术基础的人准备的现成色卡。
ColorBrewer 2.0:专门为地图和科研数据设计的配色网站，支持勾选“色盲友好”和“复印友好”。
结语：
我也还在摸索当中，不是很全面，最好的办法是去学习别人的图片。