用途：为科学图表选择色图与定性调色板，要求沿数据轴感知均匀、在常见色觉缺陷下仍可解读、转灰度后顺序仍可读，并与数据类型（顺序、发散、循环、定性）匹配。
主要能力：给出三类现代标准——感知均匀（viridis、cividis、Crameri 的 batlow/roma/vik）、色觉缺陷安全（cividis、Okabe-Ito 八色）、灰度单调性（转灰度检查顺序是否仍可读）。按数据类型给出推荐与应避免项：顺序型用 viridis、magma、cividis、batlow、lipari，避免 jet、rainbow、hsv；发散型用 vik、roma、RdBu、BrBG、PiYG；循环型用 romaO、vikO、twilight；定性 ≤8 组用 Okabe-Ito、Tol bright、Dark2，9–20 组用 tab20、Paired、Polychrome，超过 20 组建议重新设计。还介绍 Crameri 色图、viridis 家族、Okabe-Ito 十六进制色值、ColorBrewer、期刊品牌色（ggsci）以及自定义调色板构建。
使用方式：R 侧可用 viridis::viridis、scico::scale_color_scico、khroma::color、RColorBrewer::brewer.pal、colorspace::cvd_emulator、circlize::colorRamp2；Python 侧可用 matplotlib.colormaps、colorcet、seaborn.color_palette、cmcrameri.cm。示例命令如 scale_fill_scico(palette = 'batlow')、plt.imshow(data, cmap=cm.batlow)、scale_color_viridis_c(option = 'cividis')、brewer.pal(n = 8, name = 'Dark2')、palette.colors(8, 'Okabe-Ito')。使用前需核对已安装版本，若报 ImportError、AttributeError 或 TypeError，应查看实际 API 并调整示例。
适用场景：表达量、覆盖度、密度等顺序数据；log fold change、z-score、带符号相关等发散数据；相位、时刻、角度等循环数据；分组、聚类标签等定性数据；以及需要色觉缺陷可读或灰度打印的论文图。
限制与常见错误：发散数据必须用对称边界（vmin = -vmax），否则零点不对齐白色中点；定性颜色过多会难以区分；rainbow/jet 亮度非单调会产生伪条带；发散中点应用纯白而非浅灰；连续色图不可用于名义型分类变量；期刊品牌色并非色觉缺陷安全，仅用于风格合规。资料未提供具体收费、价格或平台信息。