سازنده پالت نمودار.
تست خوانایی نمودارهای چند سری در قالبهای میلهای، خطی، دوناتی و شبیهسازی دید رنگی.
ایجاد پالتهای دستهای، ترتیبی و واگرا برای نمودارها و هوش تجاری با قابلیت دسترسی برای کوررنگی
نمودارهای داشبورد، خطوط روند چندسری و نقشههای همارزش نیازمند تفکیک ادراکی متمایز هستند، نه رنگهای تزئینی تصادفی. مقیاسهای ۵ تا ۹ سری را در OKLCH تولید کنید، آنها را تحت شرایط Deuteranopia، Protanopia و چاپ سیاه و سفید بررسی کرده و خروجیها را برای JavaScript، Python، R یا CSS دریافت کنید.
طراحی شده برای تحلیلگران، مهندسان و تیمهای داشبورد
دستهای، ترتیبی و واگرا
تطبیق با دستههای نامرتب، مقادیر ترتیبی یا ناهنجاریهای صفر-محور.
بررسی CVD و مقیاس خاکستری
شبیهسازی Deuteranopia، Protanopia و مقیاس خاکستری مستقیماً روی نمودارهای زنده میلهای، خطی و دونات.
JS، Python، R و CSS
آرایههای فرمتشده را برای Chart.js/D3، Matplotlib/Seaborn، ggplot2 یا ویژگیهای سفارشی CSS کپی کنید.
قابلیتهای کلیدی
۳ تا ۱۶ ستون مجزا
محاسبه دقیق توقفهای با فاصله یکسان در رمپهای متوالی ۲ نقطهای یا واگرا ۳ نقطهای.
خروجیهای نمودار و رابط کاربری
کپی آرایههای JSON HEX، متغیرهای CSS، وکتورهای SVG یا شیتهای PNG برچسبدار.
استاندارد WCAG 2.1 AA/AAA + APCA Lc
ارزیابی همزمان نسبتهای کنتراست درخشندگی استاندارد و امتیازات APCA ادراکی حساس به قطبیت.
امتیازدهی دوگانه
بررسی متنهای بدنه معمولی (4.5:1 AA, 7:1 AAA)، تیترهای بزرگ (3:1) و مقادیر Lc ادراکی در کنار یکدیگر.
هارمونیهای ادراکی OKLCH
تولید پالتهای مشابه، مکمل، مکمل دوگانه، سهگانه، چهارگانه و تکرنگ با محدودسازی گاموت sRGB.
چگونه OKLCH کمک میکند
چرخش فامها در OKLCH، درخشندگی ادراکی را حفظ کرده و از اشباع بیش از حد نئونی در سبکهای روشن و تیره جلوگیری میکند.
پالت فعال همگامسازی شده در تمام ابزارها
بدون نیاز به وارد کردن مجدد رنگها، آزادانه بین Generator، Visualizer، Contrast، Tailwind و Vision جابجا شوید.
وضعیت چگونه منتقل میشود
پالت فعال شما به طور خودکار در حافظه مرورگر بین تمام ماژولها همگام میشود و با ورود به هر ابزار، کار با یک پالت هماهنگ جدید آغاز میگردد.
فرمتها و حریم خصوصی
- ورودیهای پشتیبانیشده
- لنگر #HEX + حالت مقیاس دستهبندیشده، ترتیبی یا واگرا
- خروجیها و صادرات
- ۵ تا ۹ سری نمودار ایمن برای CVD + خروجیهای JS، Python، R و CSS
پشتیبانی از ۳ تا ۸ نقش فعال پالت با قابلیت ذخیره و خروجی محلی نامحدود—بدون نیاز به حساب کاربری.
تمام محاسبات رنگ، شبیهسازیها و خروجیها بهصورت محلی در مرورگر شما اجرا میشوند و پالت فعال شما را در ابزارهای مختلف همگامسازی میکنند.
دانستنیهای مفید.
چند پاسخ قبل از شروع کار.
روی دستگاه شماچه زمانی باید از Categorical در مقابل Sequential یا Diverging استفاده کنم؟
از Categorical برای گروههای متمایز نامرتب (مانند مناطق یا محصولات)، از Sequential برای چگالی عددی کمبهزیاد، و از Diverging زمانی که مقادیر حول یک نقطه میانی معنادار مانند 0% تقسیم میشوند، استفاده کنید.
نشان Min ΔE در نمودار میلهای چه چیزی را نشان میدهد؟
این نشاندهنده کوچکترین فاصله ادراکی CIELAB بین هر دو سری در حالت بینایی فعال است؛ مقادیر 10+ تفکیک بصری واضح را تضمین میکنند.
شبیهسازی چاپ سیاه و سفید چگونه به طراحی داشبورد کمک میکند؟
بررسی چاپ سیاه و سفید (Grayscale Print) تضمین میکند که تفاوت روشنایی رنگها برای خوانایی در فایلهای PDF سیاه و سفید یا برای کاربران دارای اختلال دید رنگی کافی است.
از چه فرمتهای کدی میتوانم خروجی بگیرم؟
خروجی مستقیم به صورت آرایه JavaScript/TypeScript (برای Chart.js، ECharts، D3)، لیست Python (برای Matplotlib/Plotly)، بردار c() در R (برای ggplot2) یا ویژگیهای سفارشی CSS.