谁能在彩虹里画下紫色结束、橙色开始的分界线呢？我们能清晰地看到颜色的不同，但是究竟在什么地方一种颜色逐渐地混入了另一种颜色呢？理智和疯狂的界限，亦是如此。——赫尔曼·梅维尔，《比利·巴德》
橙色，红色？我都不知道该相信什么了！——匿名，颜色调查
如果你再问我更多颜色问题我就用勺子把你的心脏吃掉——匿名，颜色调查
究竟是在什么地方，一种颜色变成了另一种呢？《睡莲》，[法]莫奈。图片来源：en.wikipedia.org
编辑的话：美国网络漫画家Randall在其网站XKCD上进行了一次颜色调查，玩法是这样，程序会在屏幕上显示出一种颜色，参与调查的用户填入他们心中这种颜色的名称，如此反复直到用户退出为止。我们编译了他这次颜色调查的结果，很有一些让人意想不到的发现。
（文／Randall）谢谢大家在这次颜色调查里给我的所有帮助。总计222,500位用户人次共计命名了超过500万种颜色。总的来说，结果非常酷，分析起来也很好玩。这项调查有些根本的局限性，会在文末讨论。但是，光看这些数据量就已经很酷了。
首先，几个基本的发现：如果你让人给颜色命名，足够长的时间之后他们都会疯掉。“呕”和“吐”绝对是真正的颜色。色盲的人比非色盲的人更可能键入“X你的”（或其类似变体）并怒退。“靛”绝对必须是人为发明出来的颜色，就是为了凑齐“红橙黄绿蓝靛紫”。大概因为他们看“赤橙黄绿青蓝紫”不顺眼吧。其实彩虹用红橙黄绿蓝紫就足够了。有几十个人在颜色的名字里内置了 SQL ‘drop table’ 语句。不赖嘛，小家伙。
男色女色，并没那么大不同。出于某种奇特的巧合，就在我公开发布颜色调查的那天晚上，网漫Doghouse Diaries放出了这么一则漫画：这图很搞笑，但是我意识到我可以测试它是否准确（至少是针对染色体性别而言。我们的调查包括了染色体，因为它和色盲紧密相关。）调查结束后，我用真实的数据生成了这幅漫画的另一个版本，列出了原漫画里这些颜色在调查中最近似色得到的最常见名字。
记住“亮粉色”或“艳粉色”（hot pink）这个词，偶尔来一句“亮粉色很适合（不太适合）你”，妹纸会顿时觉得你很专业。基本上，女性用起修饰词来稍微更自由一些，但是其他方面两性大致能达成一致（少量差异可能是采样误差）。别的颜色结果也是类似的——男性和女性倾向于给颜色起一样的名字。
最男性化的颜色 VS 最女性化的颜色。所以这性别平等让我感觉良好。接着我决定计算出“最男性化的”和“最女性化的”颜色。这些颜色名字是在两性之间分布最不均匀的名字——也就是说，相对而言，最多的女性和最少的男性给出了这个名字（反之亦然）。
以下是女性中最不成比例地受欢迎的颜色：靛灰色（Dusty Teal）、肉粉色（Blush Pink）、薰衣草灰（Dusty Lavender）、鹅黄色（Butter Yellow）、玫瑰灰（Dusky Rose）。好吧，至少是蛮花哨的。有点香料炸弹爆在家居店里面的味道。嗯，接下来我们看看另外一组列表——
以下是男性中最不成比例地受欢迎的颜色：Penis（“太屌了”）、Gay（“太娘了”）、WTF（“纳尼”、“我去”、“你妹啊”）、Dunno（“母鸡呀”、“你问我我问谁”）、Baige（“屎”）。最后一个不是我打错了字，它就是“米色”（beige）的误拼。请记住，这是基于给颜色命名的人数得出的列表，和他们每个人输入多少次无关。这不是几个人刷屏刷出来的结果。事实上，这是经过了刷屏过滤之后的结果。
我为我所属的性别而默默哭泣。但是，接下来——“蓝色”是什么样子的。每一个电脑里显示出的颜色都对应一个RGB数值，但是人脑海中的颜色并没有精确的对应。不过，如果我们统计一下比如“蓝色”在大家心目中是什么样的，计算出它的“平均”RGB值，就得到了受访者心中“典型”的蓝色。
根据用户的答案，我计算出一个颜色名字所对应的RGB值，这个结果并不好算。我试了简单的几何平均值（概念上就有问题）、蛮力搜索所有可能的中心点（太慢）、还试着拟合了核密度函数（用到的数学太难）。最后，我用了一系列的随机爬山算法的平均值。
根据数据，大约有一千种颜色名字，我可以相当精确地找到对应的RGB值（以普通液晶显示器的白底显示为准）。以下是其中的前48种：一般人在说“紫色”的时候，心中想的就是上图第一行左一的那个颜色；说“黄色”的时候，指的就是第二行右一的那个颜色，以此类推——但对于我们，“蓝色”、“绿色”必须是“果壳色”才行啊。
什么时候红色变成了黄？以下是根据RGB立方体的一部分绘制的颜色边界地图。数据来自调查结果的一部分（150万个结果），这部分所采样的颜色全都位于所选取的立方体部分之中，并且显示时用了黑白两种背景。
这幅图展现了人们心目中颜色之间的过渡。例如，人们常说的“蓝色”和“紫色”就是图中右边表示出的颜色范围，蓝紫边界线代表了被认为是蓝色或紫色几率相等的颜色。
问题讨论。当然了，这个颜色调查有些基本问题。人们之前看到的颜色会产生启动效应，这会增加整体噪音和数据偏差（虽然最后看起来是抵消了）。更重要的是，不同的显示器有所差异，RGB并不是一个绝对的色空间。幸运的是，我感兴趣的是颜色在“典型”显示器上是啥样子，所以大部分数据是所有非色盲者在各种各样显示器上看到的总和（90%以上是液晶，约6%是CRT显示器）。
颜色是个迷人的话题，特别是因为我们平常学到了好多不同的、常常相互矛盾的观点——关于彩虹、关于不同主色，还有光的频率。如果你想了解更多，可以尝试《费曼物理学讲义》第一卷35章，读一下Charles Poynton的颜色FAQ，或者从维基百科的颜色文章开始追链接。
对于这次调查，我们都是在普通显示器的RGB空间里的，所以该数据仅用于选择和命名屏幕上的颜色，而不一定适用于现实——但说真的，如果你在读这个博客的话，很可能你和我一样，盯屏幕的时间比看窗外面的时间多多了。
轻松一刻。最后，以下是人们命名颜色时想出来的各种各样的玩意儿。如果你想进一步分析结果，我把原始数据以SQLite dump形式贴在了这里（84 MB .tar.gz文件），已经匿名化了，IP、URL、电子邮件全部抹去。我也有GeoIP数据，如果你想做什么地理相关分析的话，我可以在几天内提供一版数据包含基本的区域级经纬数据（为保护隐私不能更细了）。
拓展阅读。想进一步分析结果？作者提供了一个文件供使用。另外，一位网友还为这次调查制作了一个可视化版本。欢迎戳“阅读原文”围观。