U1.09.3Categorical colour capacity mismatch设计研究
分类色的可辨上限低于多数图表实际使用的类别数
别名: 分类色上限 · 类别色超载 · 定类色板容量
概念解释
分类色容量错配（categorical colour capacity mismatch）发生在图表要求同时区分的类别多于目标任务和呈现条件下色板能可靠支持的类别时。“低于多数图表实际使用”描述常见的设计需求错配，不是关于所有已发布图表的普查比例，也不给出通用颜色数。颜色被检测到、两种颜色可互辨、孤立颜色能对应名称，以及从多色图中找到目标类别，是不同能力。
机制
分类色板的颜色对并非等距；背景、图元几何、相邻颜色、设备色域与色觉条件会改变实际差异。类别增加时，近邻颜色和图例项通常随之增加，读者既要区分颜色，还要维持颜色—类别绑定并在图中搜索。颜色命名边界有时帮助记忆，却会随语言、经验和具体颜色变化，不能充当固定容量定律。
怎么研究
在目标图表中正交操纵类别数、色板、图元类型与密度，随机化颜色—类别映射。分别进行颜色检测、成对辨别、无图例身份识别、带图例匹配和目标搜索，记录正确率、反应时间、眼动往返或图例查阅，以及具体颜色对的混淆。Tseng 等在其多类散点图、所用色板、类别范围和均值判断任务中观察到类别增加伴随表现变慢或变差；这类受限结果不能证明“多数图表”的流行率或通用容量。纳入目标设备、主题和相关色觉群体；跨实验比较时保持任务与成功标准一致。
边界
直接标签、稳定的领域配色、筛选后少量类别或一次只追踪一个高亮对象，都能减少必须单靠颜色同时恢复的身份数。大色块上的表现不能外推到细线或小点，训练者的表现也不能替代首次使用者证据。若颜色还承担顺序或状态，分类身份与这些语义可能冲突。
怎么落地
- 统计当前视图中必须仅凭颜色同时区分的类别，而不是数据集总类别或图例行数，并为具体任务设置验收标准。
- 以目标背景、最小图元、最高密度和真实设备测试整套色板；报告最差颜色对，不只看平均色差。
- 类别增加时优先使用筛选、分面、直接标签、稳定位置或经验证的冗余形状，不靠压缩色相间距扩容。
- 提供类别名称、结构化数据和非颜色状态线索；色觉模拟用于发现候选风险，不能替代真实任务验证。