Okabe-Ito 色盤完整 Hex Codes：8 色代碼、RGB 與程式範例

Okabe-Ito 色盤完整 Hex Code 速查表

Okabe-Ito 色盤 是科學圖表中最常被推薦的色盲友善配色之一。它由 Masataka Okabe 與 Kei Ito 提出，目標是讓不同類型的色覺缺陷使用者，仍能清楚區分圖中的各個類別。

這組配色也經常被稱為 Wong palette，並且在 Nature Methods 的相關文章中被廣泛引用，因此特別適合研究論文、學術海報、資料視覺化與簡報圖表。

科學配色產生器

快速產生色盲友善的科學配色，輸出 Hex、RGB 與可直接使用的配色清單。

8 組 Okabe-Ito Hex Codes

顏色名稱	Hex Code	RGB
Orange	`#E69F00`	`rgb(230, 159, 0)`
Sky Blue	`#56B4E9`	`rgb(86, 180, 233)`
Bluish Green	`#009E73`	`rgb(0, 158, 115)`
Yellow	`#F0E442`	`rgb(240, 228, 66)`
Blue	`#0072B2`	`rgb(0, 114, 178)`
Vermillion	`#D55E00`	`rgb(213, 94, 0)`
Reddish Purple	`#CC79A7`	`rgb(204, 121, 167)`
Black	`#000000`	`rgb(0, 0, 0)`

快速複製：

#E69F00, #56B4E9, #009E73, #F0E442, #0072B2, #D55E00, #CC79A7, #000000

為什麼 Okabe-Ito 這麼常被推薦？

它之所以在學術圈特別受歡迎，主要有幾個原因：

對常見色覺缺陷更友善
不同顏色明度差異明顯
列印成灰階時仍有不錯辨識度
適合類別型資料，不容易混淆
在科學期刊與資料視覺化社群中已經非常普及

如果你的圖表有分類資訊、圖例、散點群組或多條折線，Okabe-Ito 幾乎都是安全起點。

什麼情境最適合用？

使用情境	適合程度	原因
研究論文圖表	很高	兼顧可讀性與期刊接受度
學術海報	很高	遠距離觀看仍清楚
簡報圖表	很高	投影時辨識度好
教材與教學圖像	很高	對更多讀者友善
連續型色階熱圖	中等	通常更適合 Viridis 一類色階

程式碼範例

Python（matplotlib / seaborn）

okabe_ito = ['#E69F00', '#56B4E9', '#009E73', '#F0E442',
             '#0072B2', '#D55E00', '#CC79A7', '#000000']

R（ggplot2）

okabe_ito <- c("#E69F00", "#56B4E9", "#009E73", "#F0E442",
               "#0072B2", "#D55E00", "#CC79A7", "#000000")

MATLAB

okabe_ito = [
    230/255, 159/255, 0;
    86/255, 180/255, 233/255;
    0, 158/255, 115/255;
    240/255, 228/255, 66/255;
    0, 114/255, 178/255;
    213/255, 94/255, 0;
    204/255, 121/255, 167/255;
    0, 0, 0
];

CSS

--okabe-orange: #E69F00;
--okabe-sky-blue: #56B4E9;
--okabe-green: #009E73;
--okabe-yellow: #F0E442;
--okabe-blue: #0072B2;
--okabe-vermilion: #D55E00;
--okabe-purple: #CC79A7;
--okabe-black: #000000;

常見問題

Okabe-Ito 和 Wong palette 是同一組嗎？

大多數情況下，是的。很多人會把 Nature Methods 文章中提到的 Bang Wong 配色，視為與 Okabe-Ito 相同或幾乎相同的實作。

Okabe-Ito 適合做熱圖嗎？

如果是類別型資料，非常適合；如果是連續型數值，通常會更推薦 Viridis、Cividis 這類連續色階。

為什麼這組配色常出現在科研圖表？

因為它兼顧了可讀性、可及性與學術圈接受度，能降低審稿、簡報與教學時的辨識風險。

結論

如果你正在找一組安全、好用、又能直接貼進程式碼的科學配色，Okabe-Ito 幾乎是最穩妥的選擇之一。先把這 8 組 Hex Codes 存起來，之後做研究圖表、海報或簡報時都會很常用到。