尽管记录在案的感知效率低下，但通常被称为彩虹色图仍然很受欢迎。彩虹（和其他光谱）颜色图的主要问题是：

• 颜色不是按感知顺序排列的
• 亮度反弹：我们的眼睛主要是用于亮度的杆，而不是用于颜色的锥
• 我们明确地看到色调
• 色调通常存在不均等（例如，宽绿色和窄黄色）

从积极的一面：

• 光谱主题具有高分辨率（比例中更可区分的颜色值）
• 数字安全；这样的主题仍然很常见

有关讨论和替代方案（包括黑体辐射和灰度），请参阅被认为有害的彩虹色图（仍然） 。

如果发散方案是合适的，我喜欢 Kenneth Moreland 在他的论文“科学可视化的发散颜色图”中得出的感知一致的冷到暖方案。它和其他方案与ParaView wiki中的图像进行了比较，尽管是从着色 3-D 表面的角度来看，这意味着颜色方案必须能够承受阴影效果。

最近的博客文章包含更多链接和 Matlab 替代品：彩虹色图——它们有什么用？绝对没有！

建议：首先尝试灰度或其他单色渐变。如果您需要更高的分辨率，请尝试黑体辐射。如果极端值比中间值更重要，请尝试中间灰色的发散方案，例如冷到暖方案。

来自 ParaView wiki 页面的图片：

彩虹：

灰度：

黑体：

冷暖：

我同意@xan 关于彩虹色图效率低下的观点。这是另一篇论文，它显示彩虹/分类颜色图比 InfoVis '11 的定量任务的发散颜色图差得多：

• Michelle Borkin、Krzysztof Gajos、Amanda Peters、Dimitrios Mitsouras、Simone Melchionna、Frank Rybicki、Charles Feldman 和 Hanspeter Pfister。2011. 用于心脏病诊断的动脉可视化评估。IEEE Transactions on Visualization and Computer Graphics 17、12（2011 年 12 月），2479-2488。DOI=10.1109/TVCG.2011.192 链接到 PDF、幻灯片和图像。

彩虹/分类颜色图的唯一好处是显示分类变量的单独值。但是，您选择的颜色很重要。如果您需要分类量表，请查看 CHI '12 的这篇优秀论文，该论文使用 XKCD 调查数据集讨论我们如何感知颜色差异。它允许您根据人类对差异的感知程度来评估色阶。他们基于网络的调色板分析器也可以让您评估自己的色标！

• 杰弗里·希尔和莫琳·斯通。2012. 颜色选择、图像编辑和调色板设计的颜色命名模型。在 SIGCHI 计算机系统中的人为因素会议论文集中 (CHI '12)。ACM，纽约，纽约，美国，1007-1016。DOI=10.1145/2207676.2208547 链接到PDF、在线演示等。