Genkänn att du enkelt kan använda Displayrs värmekartapparat för att skapa en gratis värmekarta!

Förrförra dagen visade min lokaltidning vad som kallades ett ”foto” av orkanen Matthew. Denna värmekarta uppnår en av visualiseringens viktigaste uppgifter: den väcker uppmärksamhet. Den gör det dock till en för hög kostnad för mig på grund av dess dåliga användning av färg.

När jag först tittade på denna visualisering antog jag att det gråa var moln och det blåa var hav. Efter att ha tittat lite mer insåg jag att det inte kunde vara så. Min hjärna började då se bilden som en bubbelpool som förvandlas till två tunnlar. Detta ledde dock till en allvarlig feltolkning: att jag såg ett ljus i slutet av tunneln till vänster. Detta är ett problem, eftersom min hjärna drar exakt fel slutsats. Den korrekta avläsningen är, misstänker jag, att detta är stormens öga och mycket lugnare än de omgivande områdena.

Visualiseringen ovan är utan tvekan bra om man har tränats i att läsa den. Men hur många människor har fått en sådan utbildning? Jag har i alla fall svårt att räkna ut vad den betyder utan stor ansträngning. Detta beror på att den inte använder regnbågens färgschema, utan svart, grått, blått, grönt, gult, rött och svart igen. Detta är inte en naturlig ordning av färger i naturen, vilket gör det svårt för våra hjärnor att automatiskt avkoda den. För att utforska den här frågan lite bättre ska vi titta på en enklare visualiseringsuppgift: en värmekarta över en vulkan.

Den 3D-perspektivplott som visas ovan visar en vulkan. Den är tilltalande och vi ser många av vulkanens attribut, men inte dess bortre sida eller djupet av caldera.

I värmekartan nedan används en gul-blå skala. Den gör det möjligt för oss att få en uppfattning om vulkanens bortre sida och djupet av caldera. Beroende på när jag tittar på denna värmekarta drar jag helt olika slutsatser. Ibland ser jag en supernova. Eftersom jag inte riktigt förstår supernovor förvirrar denna jämförelse mig snarare än hjälper mig. För det mesta ser min hjärna blått som havet, grönt som vegetationen och gult som vulkanen. Min hjärna drar därför slutsatsen att det finns vatten i vulkanens caldera. Visst säger legenden till mig att min tolkning är felaktig. Det grundläggande problemet är dock att den kvalitativa aspekten av värmekartan – de blå, gröna och röda färgerna – leder mig vilse.

Nästa värmekarta visar hur lite mindre skapar något lite bättre. Jag har tagit bort det gula. På grund av hur färg fungerar innebär detta att även det gröna tas bort från värmekartan. Nu visar värmekartan den typ av gradering som förekommer i naturen (t.ex. moln mot en blå himmel, vattendjup). Vår hjärna är redan inställd på att läsa visualiseringen. Kanske den här och den tidigare visualiseringen ser lika tolkningsbara ut för dig; stanna kvar hos mig, eftersom poängen kommer att bli mycket tydligare med nästa par exempel.

Regler för användning av färg i heatmaps

Trädplanen med heatmap-skuggning nedan är från Harvard Business Review. Det färgschema som används är grått, rött, grönt och gult. Precis som med den tidigare förbättrade satellitbilden av orkanen är jag säker på att du kan läsa den om du är tränad. Att läsa den är dock ett hårt arbete, vilket diskuteras i The 5 second rule and the need to create instantly recognizable visualization.

Kontrastera den med den nedan, som visar mycket mer data. Den använder nästan samma färgschema. Men det är en betydligt bättre visualisering. Anledningen är det sätt på vilket färgen används. Färgen avgränsar de tre dödsorsakerna. Intensiteten inom färgerna kommunicerar förändring i dödstal över tid.

De ovanstående exemplen kan sammanfattas som två regler:

1. Den som representerar grader i värmekartor är en skuggning, där man använder en enda färg blandad med antingen vitt, svart eller grått.
2. Använd färger för att representera kvalitativa skillnader.

Använd färger för att representera höga respektive låga resultat

En speciell typ av kvalitativ skillnad är om resultaten ligger över eller under genomsnittet. Exemplet nedan visar hur preferenser för olika colamärken (kolumnerna) förhåller sig till graden av gillande av märkena. Vit används för att indikera ett genomsnittligt förhållande, blått indikerar över genomsnittet och korall indikerar under genomsnittet. Graderna av skuggningen anger hur starkt förhållandet är. Med detta färgschema kan vi snabbt bekräfta ett uppenbart mönster. De blå cellerna i tabellens huvuddiagonal visar att människor i genomsnitt ger de högsta betygen för de varumärken de föredrar. Och det drar snabbt vår uppmärksamhet till andra mönster. Coca-Cola-drickare ger under genomsnittet betyg för alla andra märken, medan Pepsi-Max-drickare är positivt inställda till alla märken utom Coca-Cola.

Denna samma princip används i CDC:s underbara kartor. Kartan nedan visar hjärtsjukdomar för män. Här används grönt för att visa under genomsnittet och brunt över genomsnittet. Detta är ett naturligt kontinuum i naturen, så vår hjärna har vissa inbyggda mekanismer för att förstå skalan. Dessutom har färgerna en uppenbar betydelse i samband med uppgifterna: grönt är friskt, brunt är döende. Och författarna har tillhandahållit två legender, för att maximera chansen att människor drar rätt slutsatser av färgningen.

Om du vill leka med några av dessa exempel i Displayr kan du klicka här.