科學繪圖過程中色調的選用若不夠謹慎，很有可能會造成誤導的結果，甚至影響有色覺辨認障礙 (Color vision deficiency, CVD) 的人知的權益，因此選用 Cividis 這個色盤也是一種對知識的尊重ＸＤ

前言

去年夏天看到這篇文章，強調科學繪圖過程中色調的選用若不夠謹慎，很有可能會造成誤導的結果，甚至影響有色覺辨認障礙 (Color vision deficiency, CVD) 的人知的權益，因此他們開發了一個python 套件 cmaputil 用以產生 CVD 最佳化的色盤。

愛拖延如我，一直到這週氣溫降到二十度以下了才下載了套件想要試用看看，這才發現他的運作方式好複雜。似乎因為他原本的應用場景主要是替資料上色，所以有一套模擬 CVD 與顏色轉換的過程，過程基本上完全看不懂。

套件修改以供 python 3 使用

雖然如此，單純用個套件應該不會很難吧，沒想到剛裝完還是不能用，因為原本是寫給 python 2.7 用的，有兩個地方要自己去修改成 python 3 的 print 語法。而且他的文件跟一般的套件比起來比較簡陋，網路上討論也不多，所以老實說完全不知道怎麼用，我只是想要畫個簡單的熱圖而已啊ＱＱ～

下載色調值客製化 seaborn/matplotlib 色盤

在他們的 github 上翻著翻著找到了附上的色調值，便有了下列的簡單解法：

1. 先下載色調值並另存成 CVD.txt

2. 讀取檔案載入成 matplotlib 的 cmap

   with open('CVD.txt') as f:colors = f.readlines()colors = [j[:-1] for j in colors]cmap = matplotlib.colors.ListedColormap(colors)
   

3. 繪圖時把自己客製化的 cmap 傳入就好囉

   sns.clustermap(dataFrame, cmap=cmap)
   

以上就是使用 python 三步驟輕鬆畫幅 CVD 友善的圖～

雖然顏色看起來有點黯淡，但是想到背後的意義就覺得有股

『啊～我又堅持了沒什麼人會在意的細節了呢～真是讚讚！』

的感覺～嘻嘻