科研图表绝大部分都是彩色插图，合适的配色，就好比好马配好鞍，好船配好帆，有效区分凸出框架的关键数据和逻辑关系，能够将要表达的信息清晰地传递给审稿人和读者，让人乍一看，高端大气上档次；细一品，低调充实有内涵。

有人觉得图表配色能看就行，其实不然，纵观CNS的论文图表配色，都是极其赏心悦目的。

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

接下来教你如何进行高级配色，全是干货，注意收藏！

1、根据不同的图形选择不同的饱和度的颜色

（1）数据图：

数据整体构成简单，选择低饱和度的颜色，形成本身颜色对比可达到数据区分的目；

（2）非数据图：

采用饱和度高的颜色，例如亮红、亮黄等进行强调。

2、多组数据的颜色搭配

（1）两组数据-主次对比，可以选择黑-红/蓝/绿搭配；

（2）两组数据-同级对比，可以选择红-蓝，还有互补色对比、深浅对比、饱和度对比和协同对比等；

（3） 三组数据-主次对比，可以选择黑/灰-红-蓝的搭配，其中黑色/灰色一般用来表示次要信息；

（4）三条数据以上对比，可以选择纯色渐变色、彩虹色或部分色域的渐变。

3. 学会获取材文献或网页的配色

平时阅读文献或浏览网站时，学会保存好看的配色图；

后期使用时，先将保存好的图片复制到PPT中，插入一个矩形，在“形状“菜单下，点击“形状填充”，选择“取色器”工具，将取色器放在要获取颜色上，就可读取对应颜色的RGB值；

在使用其他软件作图时，打开颜色配置，在RGB栏中分别填写对应的数值，就可以准确获取相同颜色；

读取图片中每部分颜色的RGB值，就可以将好看的配色引入自己图表中。

如果认为配色技巧中提供的色彩太过单一或不能代表论文的风格与情感，需要借助科研配色神器或科研配色网站，用来提高模型图或数据图的可观性。

这里以Colorspace（https://mycolor.space/gradient）为示例进行介绍

在colorspace选择喜欢的颜色，点击“GENERATE”会生成各种配色。

比如调色板（Matching Gradient）、匹配梯度（Generic Gradient），

还有其他调色板（Spot Palette、Twisted Spot Palette和Classy Palette）供你选择，

选择你喜欢的颜色编码，粘贴到颜色选择框就可以得到喜欢配色的三要素RGB。

4、配色网站推荐

（1）Culurs

比较综合的配色网站，界面清晰简洁，使用感很不错，culurs给出的配色方案分为邻近色、三色、四色和单色，同时“culurs”提供海量配色，复制其颜色编号，在“colorspace”上粘贴，genreate可以产生更多配色。

（2）Colorhunt

配色较多，色卡可下载，能直接导入制图软件。

（3）Paletton

通过轮盘调出你中意的配色方案

（4）Adobe Color

拖动中间色轮中的小圆环，随便哪一个，拖动到你喜欢的颜色上面。

（5）Uigradients

以渐变色为主，颜色或明或暗，从浅入深，巧用渐变色可以表达强弱，每一张适合做背景页。

文章质量的高低不仅仅看数据的多少和好坏，插图美观也很重要，好的科研编辑配色，能够让编辑和审稿人眼前一亮，同时在打破规则限制，创建出色的颜色组合时要注意：

① 红色和绿色不要同时使用，对于红绿色盲群体非常不友好，可尝试红色-蓝色/红色-黄色的搭配；

② 避免与背景形成太多反差；

③ 了解配色的作用是辅助而非必须的；

④ 填色图应该选择感知一致的配色方案，感知一致（perceptual uniform）指的是颜色所包含的信息要与明度的变化趋势一致；

⑤ 颜色的选取与领域内的惯例及物理直觉一致，例如，暖色代表高温、高数值，冷色代表低温、低数值，显微镜图像（实验or 模拟）使用灰度、afmhot，与惯例保持一致，原子的配色尽量使用主流的方案（VMD、Chimera、Jmol）

配色是科研绘图中很容易忽略的环节，图表配色的价值是为了让内容更加直观易读，将色彩应用到图表的方方面面，方便不同类别的区分和重要信息的强调，让图表内容更加富有层次。有效的信息传递，采用不同的颜色来表示上升下降，颜色深浅表示数值大小，合适的配色是可以做到更有效的数据与信息传递，也是合理直观数据映射到最终可视化结果的过程。

合理的科研配色就是不仅仅为了更直观的体现关键数据和逻辑思路，而且可以让审稿人对你的配图无可挑剔，大大地提高你文章的录取机会，裨益良多。