使用matplotlib绘制论文用8条曲线的色弱适配高辨识度配色咨询

配色选型必备适配标准 #

所有筛选的色彩必须同时满足三类要求，规避学术出版图件的常见识别问题：

• 对红绿色弱、蓝黄色弱群体具备足够辨识度，不存在易混淆的相近色相
• 适配印刷CMYK色域，不会出现印刷偏色、转灰度模式后线条融合的问题
• 相邻色彩的明度差超过30，不单纯依靠色相差异做区分

经校验可直接使用的8色配色组 #

这组配色经过色觉模拟校验、印刷场景适配测试，无需自行调整即可投入使用：

• 纯黑 #000000：最高辨识度，适合作为图表基准参考线
• 正红 #D62728：深饱和正红，无偏粉调，可与黑色、其他冷色调清晰区分
• 钴蓝 #1F77B4：冷调中等深度蓝，与红色的色相、明度差拉满
• 深橄榄绿 #2CA02C：低饱和深绿，无荧光调，红绿色弱群体可将其与红色明确区分
• 暖橙 #FF7F0E：中等饱和橙棕色，无亮黄色调，不会与红色、深绿色混淆
• 深紫 #9467BD：低饱和灰紫，无偏红调，与暖橙、红色的色相差异足够
• 中灰 #7F7F7F：明度卡在纯黑与印刷白底之间，完全不依赖色相即可识别
• 深棕 #8C564B：低饱和红棕调，与中灰、暖橙的明度差可形成明确分层

注：该组配色在转换为纯灰度模式后，8条曲线的灰度值从深到浅完全分层，即使读者将图件打印为黑白版本也可清晰区分，符合国际学术期刊的图件出版规范。

可直接复用的Matplotlib配置代码 #

import matplotlib.pyplot as plt
import numpy as np

# 色弱友好8色组定义
curve_colors = [
    '#000000', '#D62728', '#1F77B4', '#2CA02C',
    '#FF7F0E', '#9467BD', '#7F7F7F', '#8C564B'
]

# 全局应用配色配置
plt.rcParams['axes.prop_cycle'] = plt.cycler(color=curve_colors)
# 配套优化：统一提升线宽，进一步增强识别度
plt.rcParams['lines.linewidth'] = 2

实用优化提示：如果担心长图压缩后辨识度下降，可以给每条曲线搭配差异化线型（实线、短虚线、点划线、点线等），与颜色搭配后，即使是全色盲读者也可清晰区分8条曲线。需注意规避高饱和霓虹色类配色，这类色彩在印刷场景极易偏色，且对蓝黄色弱群体不友好，常出现相邻曲线混淆的问题。

内容的提问来源于stack exchange，提问作者Gerrie