使用科研配色產生器，讓各張圖表中的實驗組顏色保持一致。輸入實驗室慣用的 HEX 色碼並鎖定組別，比較色覺模擬，匯出可重複使用的 Python 或 R 配色。免註冊即可使用。
讓顏色表達資料
依照資料的分組、數值大小或基準值選擇配色。
為每個實驗組命名，並在不同圖表中保持其顏色一致。
輸入六位數 HEX 色碼或使用選色器，即可鎖定該組顏色。切換類別配色預設或反轉色盤時，已鎖顏色保持不變。取消鎖定後，下次切換預設可替換該顏色。
免註冊 · 免上傳 · 瀏覽器端編輯
色覺模擬是近似結果，匯出始終保留原始配色。
與背景的最低對比度3.06:1
這裡只比較顏色與背景，不比較顏色之間的差異。低於 3:1 時細線或小標記可能不清晰，可加上輪廓、標籤或更換背景。
Python 和 R 使用所選圖表類型與同一組範例數值，請替換為你的實際資料。
根據目前配色，找出各種色覺模擬與灰階檢視中最相近的組別顏色，並用色塊呈現模擬結果。
原始顏色
處理組 A ↔ 處理組 C
紅色盲模擬
對照組 ↔ 處理組 C
綠色盲模擬
處理組 B ↔ 處理組 C
藍色盲模擬
對照組 ↔ 處理組 B
灰階
處理組 B ↔ 處理組 C
此處 ΔE OK 為模擬後的 Oklab 歐氏距離 × 100，越小表示在該模型中越接近。它僅供比較，不是 CIEDE2000、可辨識門檻或無障礙合格評分。
檢查列出的組別，調整其中一組的 HEX 顏色，或改用折線圖搭配不同標記與線型。
先將配色匯出為 JSON 檔案，下次使用時再貼到這裡。工具會在瀏覽器中還原組名、色碼、鎖定狀態、圖表類型及背景，並取代目前的設定。
類別資料使用 Okabe–Ito 或 Paul Tol；有序值使用 Viridis/Plasma 取樣；中心值使用 ColorBrewer RdBu/BrBG 取樣。編輯組別顏色後會標記為自訂。色覺預覽採用線性 sRGB 下的 Machado 2009 完全缺失模型；最近顏色對使用模擬後的 Oklab 距離乘以 100。請按最終使用尺寸檢查圖表。
Okabe–ItoPaul TolMatplotlibColorBrewerOklabMachado et al. (2009)
使用 paper banana，將研究方法、機制與流程轉成清晰的科研圖片。
顏色傳達含義
科研配色不只是好看的色塊。它幫助讀者區分實驗組、理解數值的順序，或辨識與有意義參考值之間的偏離。
從經典配色方案開始，以 HEX 色碼輸入實驗室慣用的顏色，並鎖定需要保持一致的組別。接著在五種檢視中比較最接近的類別組合，再匯出組名與顏色的對應設定，或可還原的 JSON 檔案，供下一張圖使用。
用不同顏色區分對照組、處理組或物種，適合沒有大小或先後順序的分組資料。
用漸層表達濃度、表現量或強度的高低。選擇 Viridis 或 Plasma，再依照需要的色數取樣。
以中性色表示基準值，兩側顏色分別表示低於或高於基準值的變化，適合相關係數或以零為中心的效果量。
從四個實驗組開始，再探索循序熱圖與中心值色階。每個範例都對應一種常見用途。載入預設後，可在上方互動圖中檢視精確色碼。
服務科研工作
從論文圖表到演示幻燈片，保持實驗組顏色一致。依照受眾需要理解的問題，選擇組別顏色、循序色階或中心效應色階。
研究人員可為長條圖和折線圖中的每個世代或處理組指定一種顏色。匯出組名與顏色的對應設定後，即可在論文面板、演示幻燈片和學術海報中重複使用。
資料分析人員可先在範例熱圖中預覽 Viridis 或 Plasma，再複製 HEX 或匯出 Python/R 離散色圖，並將範例資料替換為實際測量值。
比較負效應與正效應時，可選紅藍或棕綠發散色階。示意熱圖以零作為中性中點；請依研究的意義與數值範圍調整參考值。
不止於色塊
在同一工具中預覽、檢查和匯出。
已經在用特定的藍色作為對照組？輸入六位數 HEX 色碼或使用選色器即可。該組會自動鎖定，切換類別配色預設或反轉色盤時，這個精確顏色保持不變；解除其他組的鎖定，即可嘗試其他配色。自訂顏色會同步套用到圖表、Python 字典、R 命名向量與圖片匯出。
開始使用科研配色產生器查看原色、紅色盲、綠色盲、藍色盲與灰階檢視中，哪些組別最接近。每項結果都包含模擬色塊與比較用的 Oklab 距離。可直接預覽該檢視、調整組別顏色，或改用搭配不同標記與線型的折線圖。結果供你檢查參考，並非無障礙認證。
開始使用科研配色產生器
下載 JSON，之後貼上到“還原已儲存的配色”。可一起還原組名、自訂顏色、鎖定、圖表類型、色數和背景。工具在瀏覽器端校驗後才替換目前設定，也支援早期版本的 JSON 匯出。
開始使用科研配色產生器單憑一套色盤，無法保證整張圖符合無障礙或投稿要求。
類別資料可選 Okabe–Ito 或 Paul Tol bright，有序資料可選 Viridis 或 Plasma，中心值資料可選 ColorBrewer 發散色階。
Machado 模型近似模擬色覺差異，不能代表所有讀者、螢幕、印刷流程和觀看條件。
檢查標記大小、線寬、標籤、背景和灰階效果。單一對比度數值不能說明兩組資料是否容易區分。
減少重複調整
將 HEX 或 RGB 值複製到 Excel 圖表的顏色設定，或在 Python 與 R 中重複使用組別命名的顏色。Excel 顏色需手動套用，本工具不匯出活頁簿。
重複使用各組的命名顏色，不必為每張圖重新選色。
區分無序類別、有序值與圍繞中心的變化。
獲取圖形編輯器和繪相簿可用的 HEX 與 RGB 值。
從匹配預覽型別的 Matplotlib 或 base R 範例開始。
下載 SVG 向量範例圖或兩倍解析度 PNG。
在瀏覽器中修改預設和標籤，無需賬號或上傳資料。
幾步完成配色
先選擇資料類型，再結合圖表檢查效果。
選擇類別色、循序色或發散色，再設定配色方案與色數。類別模式下，為各組填入不同名稱，輸入實驗室的 HEX 色碼，並鎖定要保留的顏色。
比較五種檢視中最相近的組別顏色。檢查圖表並調整配色；只靠顏色仍難以區分時，再加上標記或不同線型。
匯出 HEX、CSS、JSON、Python 或 R 程式碼，或下載 SVG、PNG 範例圖。保留 JSON 檔案，下次即可還原組名與鎖定的配色。
科研配色常見問題
比較對照組與處理組等無序類別時，用類別色；呈現濃度、表現量或強度高低時，用循序漸層；比較基準值兩側的變化時，用發散色。Okabe–Ito 和 Paul Tol bright 適合區分組別，Viridis 和 Plasma 適合數值高低，RdBu 和 BrBG 則以中性色保留參考值。
Okabe–Ito 支援 2–8 色，Paul Tol bright 支援 2–7 色，Viridis 和 Plasma 支援 3–12 個取樣色。發散色支援 3、5、7、9、11 色，以保留中性色。類別色數應匹配組數，難以區分時請增加標籤或標記。
在類別模式下輸入六位數 HEX 或使用選色器，自動鎖定該組顏色。切換類別配色預設或反轉色盤時顏色保持不變。取消鎖定後，下次切換預設即可替換。匯出組名與顏色的對應設定，可在論文的多個面板中保持配色一致。
檢查會在原色、紅色盲、綠色盲、藍色盲與灰階檢視中，比較每一對類別顏色。它會列出最接近的一對，並顯示模擬色塊與模擬後 Oklab 歐氏距離乘以 100 的數值。在此模型中數值越低代表顏色越接近；這個數字不是通用的可辨識門檻，也不是無障礙認證。
載入圖表範例以應用預設，並在實時預覽中檢查精確顏色。切換原色、色覺模擬和灰階檢視，檢查最接近的組別，必要時增加標記或線型。模擬不構成無障礙認證，匯出仍保留原始配色。
選擇 Python 取得 Matplotlib 範例，或選擇 R 取得 base R 程式碼，再換成實際資料。類別配色的匯出包含組名與顏色的對應設定。Excel 和 PowerPoint 需將 HEX 或 RGB 手動輸入顏色設定；本工具不匯出活頁簿或簡報檔案。
下載或複製 JSON，之後貼上到“還原已儲存的配色”，點擊“還原配色”。有效的組名、自訂顏色、鎖定、圖表類型、色數和背景將一起還原。無效 JSON 不改變目前配色。重新整理後不會自動保留修改，請儲存匯出檔案。
在此線上產生器中選擇資料類型、預設與顏色數量，為組別命名並自訂顏色，預覽圖表後匯出配色。編輯在瀏覽器中完成，無需帳號，也不會上傳研究資料。儲存 JSON 匯出檔，之後即可還原設定。
