科研圖表絕大部分都是彩色插圖，合适的配色，就好比好馬配好鞍，好船配好帆，有效區分凸出框架的關鍵數據和邏輯關系，能夠将要表達的信息清晰地傳遞給審稿人和讀者，讓人乍一看，高端大氣上檔次；細一品，低調充實有内涵。

有人覺得圖表配色能看就行，其實不然，縱觀CNS的論文圖表配色，都是極其賞心悅目的。

Hernandez-Lopez, Rogelio A., et al. "T cell circuits that sense antigen density with an ultrasensitive threshold."Science 371.6534 (2021): 1166-1171.

接下來教你如何進行高級配色，全是幹貨，注意收藏！

（1）數據圖：

數據整體構成簡單，選擇低飽和度的顔色，形成本身顔色對比可達到數據區分的目；

（2）非數據圖：

采用飽和度高的顔色，例如亮紅、亮黃等進行強調。

（1）兩組數據-主次對比，可以選擇黑-紅/藍/綠搭配；

（2）兩組數據-同級對比，可以選擇紅-藍，還有互補色對比、深淺對比、飽和度對比和協同對比等；

（3） 三組數據-主次對比，可以選擇黑/灰-紅-藍的搭配，其中黑色/灰色一般用來表示次要信息；

（4）三條數據以上對比，可以選擇純色漸變色、彩虹色或部分色域的漸變。

平時閱讀文獻或浏覽網站時，學會保存好看的配色圖；

後期使用時，先将保存好的圖片複制到PPT中，插入一個矩形，在“形狀“菜單下，點擊“形狀填充”，選擇“取色器”工具，将取色器放在要獲取顔色上，就可讀取對應顔色的RGB值；

在使用其他軟件作圖時，打開顔色配置，在RGB欄中分别填寫對應的數值，就可以準确獲取相同顔色；

讀取圖片中每部分顔色的RGB值，就可以将好看的配色引入自己圖表中。

如果認為配色技巧中提供的色彩太過單一或不能代表論文的風格與情感，需要借助科研配色神器或科研配色網站，用來提高模型圖或數據圖的可觀性。

這裡以Colorspace（https://mycolor.space/gradient）為示例進行介紹

在colorspace選擇喜歡的顔色，點擊“GENERATE”會生成各種配色。

比如調色闆（Matching Gradient）、匹配梯度（Generic Gradient），

還有其他調色闆（Spot Palette、Twisted Spot Palette和Classy Palette）供你選擇，

選擇你喜歡的顔色編碼，粘貼到顔色選擇框就可以得到喜歡配色的三要素RGB。

（1）Culurs

比較綜合的配色網站，界面清晰簡潔，使用感很不錯，culurs給出的配色方案分為鄰近色、三色、四色和單色，同時“culurs”提供海量配色，複制其顔色編号，在“colorspace”上粘貼，genreate可以産生更多配色。

（2）Colorhunt

配色較多，色卡可下載，能直接導入制圖軟件。

（3）Paletton

通過輪盤調出你中意的配色方案

（4）Adobe Color

拖動中間色輪中的小圓環，随便哪一個，拖動到你喜歡的顔色上面。

（5）Uigradients

以漸變色為主，顔色或明或暗，從淺入深，巧用漸變色可以表達強弱，每一張适合做背景頁。

文章質量的高低不僅僅看數據的多少和好壞，插圖美觀也很重要，好的科研編輯配色，能夠讓編輯和審稿人眼前一亮，同時在打破規則限制，創建出色的顔色組合時要注意：

① 紅色和綠色不要同時使用，對于紅綠色盲群體非常不友好，可嘗試紅色-藍色/紅色-黃色的搭配；

② 避免與背景形成太多反差；

③ 了解配色的作用是輔助而非必須的；

④ 填色圖應該選擇感知一緻的配色方案，感知一緻（perceptual uniform）指的是顔色所包含的信息要與明度的變化趨勢一緻；

⑤ 顔色的選取與領域内的慣例及物理直覺一緻，例如，暖色代表高溫、高數值，冷色代表低溫、低數值，顯微鏡圖像（實驗or 模拟）使用灰度、afmhot，與慣例保持一緻，原子的配色盡量使用主流的方案（VMD、Chimera、Jmol）

配色是科研繪圖中很容易忽略的環節，圖表配色的價值是為了讓内容更加直觀易讀，将色彩應用到圖表的方方面面，方便不同類别的區分和重要信息的強調，讓圖表内容更加富有層次。有效的信息傳遞，采用不同的顔色來表示上升下降，顔色深淺表示數值大小，合适的配色是可以做到更有效的數據與信息傳遞，也是合理直觀數據映射到最終可視化結果的過程。

合理的科研配色就是不僅僅為了更直觀的體現關鍵數據和邏輯思路，而且可以讓審稿人對你的配圖無可挑剔，大大地提高你文章的錄取機會，裨益良多。