科學圖表色盲友善配色完全指南：Okabe-Ito 色票標準參考

顏色是科學傳播中最有力的工具之一，也是最常被誤用的工具之一。北歐裔男性中約有 8 %、女性中約有 0.5 % 具有某種程度的色覺異常（Color Vision Deficiency，CVD）。對於投向國際期刊的論文而言，審稿人、委員或編輯每十人就可能有一人無法區分你精心挑選的紅色與綠色。

選擇色盲友善的配色方案不只是無障礙設計的禮節，而是嚴謹科學傳播的一部分。本指南提供你正確做出這項選擇所需的一切，從多數科學家首選的黃金標準方案開始：Okabe-Ito 色票。

本文涵蓋：

• 完整 8 色 Okabe-Ito 色票的精確 HEX（及 RGB）色碼
• 這些顏色對三種最常見 CVD 類型數學安全的原因
• 折線圖、長條圖、散佈圖及多面板圖表的實用應用規則
• 其他色盲友善色票的比較，以及各自適用情境
• 投稿前模擬並驗證 CVD 安全性的免費工具

什麼是 Okabe-Ito 色票？

此色票由岡部正（Masataka Okabe）與伊藤啓（Kei Ito）於 2008 年在日本非營利組織色覺通用設計機構（CUDO）出版的 "Color Universal Design (CUD)" 指南中提出。其設計目標是建立一組小型且實用的顏色集合，在三種最普遍的 CVD 形式下仍能被清楚辨識：

• 第二型色盲／色弱（Deuteranopia / Deuteranomaly） — 對綠色感度降低（男性中最常見）
• 第一型色盲／色弱（Protanopia / Protanomaly） — 對紅色感度降低
• 第三型色盲／色弱（Tritanopia / Tritanomaly） — 對藍色感度降低（罕見，約 0.003 %）

此色票透過將顏色分布於 LMS 視錐細胞反應空間的不同區域來達成目標，使其在各種 CVD 條件下典型的視錐細胞反應偏移後，仍能保持可辨別性。實際上，這些顏色與 Matplotlib 或 ggplot2 的預設飽和色票相比顯得較為柔和——這是刻意為之的設計。

Okabe-Ito 8 色票——精確 HEX 色碼

下表列出所有八種顏色及其標準 HEX 值、RGB 三元組和建議使用場景。這些 HEX 色碼與 CUDO 原始文件中的數值吻合，並在各主要科學格式指南中完全一致地被引用（包括普及了七色子集的 Wong 2011 年 Nature Methods 色彩指南）。

為何這些特定顏色有效

第一型與第二型色盲（紅綠色覺異常）

第一型與第二型色盲的紅色和綠色通道會發生混疊。僅靠紅色與綠色差異來區分的顏色會被混淆。Okabe-Ito 色票完全避免了純紅色和純綠色。取而代之的是：

• 橙色（#E69F00）——即使在第一型色盲模擬下，仍被感知為黃橙色
• 藍綠色（#009E73）——含有足夠的藍色通道，在紅綠混疊後仍能與橙色區分
• 朱紅色（#D55E00）——偏移至接近橙色的程度，使其與藍綠色的對比依然明顯

第三型色盲（藍黃色覺異常）

第三型色盲會混淆藍色與綠色、黃色與紫色。色票中的藍色（#0072B2）足夠深且飽和，即使在短波通道缺失的情況下，也能與藍綠色和黃色保持足夠的明度差異。

亮度對比

具有 CVD 的觀察者在色相失效時，通常依賴亮度（明度）差異來辨別資料系列。Okabe-Ito 的 8 種顏色橫跨寬廣的亮度範圍——從接近零（黑色），歷經中間值（藍綠色、朱紅色、橙色），到高亮度（黃色、天藍色）——在 CVD 模擬將色相合併時，仍提供次要的分離通道。

實際應用色票的方式

折線圖與散佈圖

按照 2 → 3 → 6 → 7 → 4 → 5 → 8 的順序分配顏色，將黑色（#1）保留給參考線或零假設系列。若資料系列超過 7 個，建議拆分為子圖而非強行加入第九種顏色——在 CVD 限制下，沒有任何色票能乾淨地擴展至 9 個以上的類別。

同時使用顏色與形狀（或線型）進行雙重編碼。即使是以灰階列印或瀏覽低解析度 PDF 的 CVD 讀者，仍能正確解讀圖表。

長條圖與填色區域

黃色（#F0E442）在白色背景上作為細線幾乎不可見，但作為填色效果良好。搭配深色邊框（#000000 或 #5a5a5a）使用，以確保可見度。

熱圖與連續色階

Okabe-Ito 是一種類別型色票，不適用於連續型資料。熱圖建議使用：

• 順序型資料：viridis、cividis 或 mako（均為設計上的 CVD 安全色票）
• 發散型資料：以白色為中心的 RdBu 或 BrBG；避免使用 RdGn

多面板圖表

維持所有面板之間顏色的一致性。若面板 A 中橙色代表條件 X，其他所有面板都必須保持相同對應關係。即使個別面板本身符合 CVD 標準，跨面板顏色不一致仍是多面板圖表中最常見的色盲可及性問題。

使用 SciDraw AI 科學圖表製作工具 建立多面板圖時，可在提示詞中直接指定 Okabe-Ito 的 HEX 色碼，自動確保所有面板的顏色一致。

其他色盲友善色票

Okabe-Ito 並非唯一的選擇。下表將其與其他常用推薦色票進行比較。

何時選擇 Okabe-Ito 而非其他方案：

• 單一圖表需要最多 8 個類別時
• 圖表將出現於印刷品（此色票兼顧螢幕顯示和 CMYK 印刷設計）
• 希望以單一色票同時涵蓋第一、二、三型 CVD 時

何時考慮 Paul Tol 色票：

• 需要 9 至 10 個以上的類別色時（Tol Muted 支援至 10 色）
• 製作簡報投影片，稍高飽和度的顏色在遠距觀看時更易識別

投稿前的 CVD 安全驗證

選擇符合 CVD 標準的色票是第一步；驗證輸出結果是第二步——因為錯誤的 HEX 色碼、額外添加的漸層或不透明度疊加，都可能悄悄破壞無障礙設計。

模擬驗證工具

灰階測試法

將圖表完全去飽和（轉為灰階）。若每個資料系列僅憑亮度差異仍能辨識，表示你的圖表通過了最嚴格的無障礙標準。許多接受彩色線上版的期刊仍以灰階印刷——這個測試可同時發現兩種情境下的問題。

自動化圖表檢測

SciDraw AI 圖表檢測工具 可分析上傳的圖表，標記常見的配色問題，包括對第一、二型色盲不安全的紅綠色組合。投稿前花幾秒鐘做一次快速掃描，即可避免審稿人的異議。

在常用工具中套用 Okabe-Ito

R / ggplot2

# 安裝色盲友善調色盤套件
# install.packages("ggthemes")
library(ggthemes)
scale_colour_colorblind()   # 自動套用 Okabe-Ito

# 或手動定義：
okabe_ito <- c("#E69F00", "#56B4E9", "#009E73", "#F0E442",
               "#0072B2", "#D55E00", "#CC79A7", "#000000")
scale_colour_manual(values = okabe_ito)

Python / Matplotlib

okabe_ito = [
    "#E69F00", "#56B4E9", "#009E73", "#F0E442",
    "#0072B2", "#D55E00", "#CC79A7", "#000000"
]
import matplotlib.pyplot as plt
plt.rcParams["axes.prop_cycle"] = plt.cycler(color=okabe_ito)

Prism（GraphPad）

在 GraphPad Prism 中，雙擊資料集顏色，選取「自訂顏色」，輸入 HEX 色碼。Prism 無色票匯入功能，但將上方的 HEX 表格儲存為參考文件後，手動輸入也十分便捷。

Adobe Illustrator / Inkscape

以 HEX 值建立色票庫。在 Illustrator 中：視窗 → 色票 → 新增顏色群組。如此一來，每次選色時都能直接從安全色集挑選，無需記憶色碼。

在 AI 圖表工具中指定 Okabe-Ito

AI 驅動的圖表生成工具若在生成提示詞中提供 HEX 色碼，即可強制套用特定配色方案。使用 SciDraw AI 時，你可以描述圖表內容並指定：

圖形摘要製作工具 同樣支援顏色限制，當你所在機構或投稿期刊已將 Okabe-Ito 訂為標準配色時特別實用。

常見錯誤避免清單

1. 將藍綠色與棕色搭配 — 棕色不在 Okabe-Ito 色集中，第二型色盲可能將其與深橙色混淆。請堅持使用既定的色集。
2. 使用透明度疊加 — 半透明填色互相疊加產生的混合色未經過 CVD 安全性測試，安全性未知。
3. 在白色或淺灰背景上將黃色用作細線 — 黃色（#F0E442）作為 1 像素的線條幾乎不可見。僅用於填色，或顯著加粗線寬。
4. 忽略 CMYK 印刷轉換偏移 — 為 RGB 螢幕定義的 HEX 值在轉換為 CMYK 時可能偏移。若色彩精確度至關重要，請同時提供 RGB 和 CMYK 數值給期刊製作團隊。
5. 稱之為「色盲防護」 — 沒有任何色票對所有人都完美。顏色加形狀的雙重編碼始終比單獨使用顏色更為穩健。

常見問題

問：Okabe-Ito 色票與 Nature Methods 的 Wong 色票是同一個嗎？ 答：幾乎是。Wong 於 2011 年在 Nature Methods 發表的 7 色色票是 Okabe-Ito 的子集，去掉了黑色。兩者共享相同的六個彩色，HEX 色碼完全一致，兩個名稱常被交替使用。

問：Okabe-Ito 適合用於熱圖嗎？ 答：不適合。這是一個類別型色票，專為離散資料設計。連續型熱圖資料請改用 viridis 或 cividis，兩者均具備感知均勻性且符合 CVD 安全標準。

問：期刊要求使用特定品牌色，但那些顏色對色盲不友善，該怎麼辦？ 答：將品牌色用於非資料元素（如標題列或標誌），所有資料系列仍使用符合 CVD 標準的顏色。同時以形狀和線型輔助編碼，確保顏色不是唯一的辨識方式。

問：Okabe-Ito 對所有 8 種色覺異常類型都有效嗎？ 答：此色票針對三種最普遍的類型進行了測試和記錄：第一型、第二型及第三型色盲。罕見類型如全色盲（完全色覺缺失）需要額外的調整措施，例如紋理或圖案編碼。

問：使用 Okabe-Ito 最多能安全顯示幾個類別？ 答：技術上限是 8 個，但在小尺寸圖表中超過 5 至 6 個類別時辨識度會明顯下降。7 至 8 個類別時，建議增大符號尺寸，並在圖表旁附上輔助說明的表格。

問：有沒有可以自動將現有圖表轉換為 Okabe-Ito 配色的免費工具？ 答：SciDraw AI 圖表檢測工具 可以上傳分析現有圖表並標記 CVD 問題。若需重新生成並直接套用 Okabe-Ito，科學圖表製作工具 支援在提示詞中直接指定精確的色票限制。