可視化のための色彩設計：連続・離散・色覚多様性・ブランドとの整合

可視化で色は「装飾」ではなく「もう一つの軸」。誤った色選びはデータを誤読させます。

用途別カラースケール

• 連続スケール（順序あり）: viridis / inferno / plasma（matplotlib 標準、色覚異常対応）
• 発散スケール（中央あり）: RdBu / coolwarm（プラスマイナスの相関ヒートマップなど）
• カテゴリスケール（無順序）: D3 Category10 / Tableau 10 / Set2
• 逐次（単色グラデ）: Blues / Reds（コロプレスなど）

色覚多様性への配慮

日本人男性の 5% が赤緑色覚異常（先天）と言われます。赤と緑だけで区別するグラフは設計失格。 対策：① 色 + 形状（点の種類） で二重符号化、② viridis / inferno などの色覚異常対応パレット、③ patternfill（赤の中に斜線・緑の中に水玉）。 チェックツール：Coblis（オンライン）・Sim Daltonism（macOS アプリ）でシミュレーション。

ブランドとの整合

コーポレートカラーをそのまま全グラフに使うと「重要度の差」が消える。ブランド色は強調用に取っておく、本文は中立色で。

import matplotlib.pyplot as pltimport numpy as np
# viridis: 連続スケール、色覚異常でも判別可能data = np.random.rand(10, 10)plt.imshow(data, cmap="viridis")plt.colorbar()plt.title("Viridis - colorblind-safe sequential")plt.show()
# RdBu: 発散スケール（負〜0〜正）data = np.random.randn(10, 10)plt.imshow(data, cmap="RdBu_r", vmin=-3, vmax=3)plt.colorbar()plt.title("RdBu - diverging scale")plt.show()

次回予告

EP.16 は営業ダッシュボード：商談パイプライン・受注予測・営業マン別 KPI（Key Performance Indicator）。実務テンプレート集。