离散颜色映射是数据可视化里最容易被低估的工程问题。CPrefix 是一个面向结构化离散颜色映射的组合张量框架它把标签层级、前缀分组和颜色冲突关系抽象成张量上的组合约束从而在生成图表主题、监控面板和设计系统时得到稳定、可解释的颜色分配。这里的 framework 不是常见的 Web 框架或运行时框架而是一类算法框架输入是带路径结构的标签输出是每个标签对应的离散颜色。这篇文章会先拆解结构化离散颜色映射背后的组合难点然后从零实现一个可运行的 CPrefix 最小原型。原型只用 Python 和 NumPy不依赖重量级机器学习库。通过一个包含系统/网络业务/交易等前缀分组的监控指标示例你会看到如何用三阶张量表达前缀组、标签、候选色三者关系如何用贪心加约束传播完成分配又如何用量化指标验证结果。读完以后可以把这套思路用于图表库主题生成、BI 报表色板分配、监控大盘指标配色也可以把它作为学习组合张量思想的一个入口。最后还会给出常见的坑和生产化建议。1. 先理解结构化离散颜色映射为什么难1.1 什么是离散颜色映射离散颜色映射指的是每个分类值固定对应一种颜色。它和连续色带不同连续色带按数值大小平滑过渡而离散色带没有天然顺序主要靠颜色之间的差异来区分类别。实际场景很常见监控大盘上每个指标一种颜色例如请求量用蓝色、错误数用红色。BI 报表里每个维度成员一种颜色例如不同门店、不同区域。设计系统里语义 token 如status/success、status/warning需要稳定的颜色。地图分档、日志标签、应用服务列表也大量使用离散颜色。在这些场景中颜色不只是装饰而是信息编码。用户看到某种颜色会形成心理预期这个颜色代表某个指标。如果同一个指标在不同页面颜色不一致用户会困惑如果同一个前缀组下的指标颜色太接近用户会看错行。1.2 前缀结构给颜色分配带来额外约束当标签本身是路径形式时比如系统/网络/请求量、业务/交易/成功量颜色分配就从给一堆平铺标签选颜色变成给一棵树上的叶子选颜色。路径中的每一层都会产生一个前缀组根组所有标签都属于这一组。系统组所有以系统开头的标签。系统/网络组网络相关指标。业务/交易组交易相关指标。前缀结构会带来下面这些约束每个标签只能有一种颜色。同一个前缀组内的标签颜色要尽量可区分。同一个标签在不同页面、不同图表中要保持稳定。不同前缀组之间的整体用色要尽量均匀不能所有组都偏蓝。如果业务希望同一类目色调一致前缀关系还可以用来控制色调族而不是单纯避让。这已经不是简单的哈希映射而是带树形约束的组合优化问题。1.3 为什么简单映射不够最常见的三种简单做法都存在问题。哈希到色板的方式虽然实现成本最低但有两个问题第一哈希结果不稳定一旦加盐、换哈希函数、调整色板顺序老颜色就会变化第二哈希不感知前缀组系统/网络/请求量和系统/网络/错误数可能被分到两个非常接近的颜色用户难以区分。手写静态色板适合标签数量少且固定的场景比如五六个语义状态。一旦标签数量到几十个人肉维护就变得不可靠新增一个指标时还要重新检查所有前缀组内的冲突。不带前缀约束的贪心算法比哈希好一些它会逐个标签选一个与已有标签颜色距离最大的颜色但它没有考虑同一个前缀组内不能用同色这种硬约束也没有考虑无解时的回溯策略很容易陷入局部不合理分配。可以先做一个直观对比策略维护成本前缀一致性冲突处理可解释性手写静态色板低但规模大时很痛苦依赖人工依赖人工高哈希到色板低差无低无前缀贪心低差部分中CPrefix 原型中偏低通过约束保证通过张量约束高2. CPrefix 的核心把颜色映射看成张量上的组合问题2.1 组合结构前缀树、前缀组和成员关系把标签系统/网络/请求量按/拆分后可以得到路径上的多个前缀组根组所有标签。系统组系统下所有标签。系统/网络组网络下三个标签。叶子标签自身也可以视为一个只包含自己的组。前缀组集合实际上形成一棵树。叶子标签属于从根到自身路径上的所有前缀组也就是说一个标签可以同时属于多个组。判断两个标签是否同组不能只看叶子名要看它们共享了多长的路径前缀。这种一个元素同时属于多个集合的结构用普通的二维矩阵很难表达因为矩阵只能表达标签-颜色关系。要表达标签在某个前缀组里用了什么颜色需要第三维也就是分组维度。2.2 用三阶张量表达颜色映射定义一个三阶张量X形状为(Q, N, M)Q是前缀组数量。N是叶子标签数量。M是候选颜色数量。如果标签i属于前缀组g并且被分配了颜色c那么X[g, i, c] 1否则为0。这里要特别注意一个容易误解的点同一个标签的真实分配变量只有一个也就是A[i, c]而X[g, i, c]是A在不同前缀组上的投影视图。一个标签属于多个前缀组所以张量中会出现多个位置的1但它们共享同一个决策变量。不能把它们当作独立变量来优化。张量表达带来的直接好处是约束可以写成切片运算对任意 g 和 i 属于 gsum_c X[g, i, c] 1 对任意 g 和 csum_i X[g, i, c] max_per_group 对任意 csum_{g,i} X[g, i, c] 尽量均匀第一个约束保证每个标签恰好一种颜色第二个约束保证组内同一颜色出现次数受限第三个约束是整体均匀性的软目标。只要把约束写成这种形式后面的求解、验证、指标计算都能统一用张量切片完成。2.3 评分函数与贪心策略完整搜索所有可能的颜色分配组合是指数级的原型里采用评分加贪心的方式。贪心不代表随意关键在于评分函数要同时包含三类信息。第一类是稳定偏好。用标签名加颜色编号计算一个稳定哈希保证同一个标签在多次运行时给出相同的初始偏好避免每次运行结果抖动。第二类是冲突惩罚。当一个标签被分配颜色时检查它所有所属前缀组中已经分配了颜色的兄弟标签。如果两个颜色距离太近就扣分。这一步让模型学会在同一组内避让相似色。第三类是全局使用惩罚。统计每个候选颜色已经被使用的次数使用次数越多的颜色后续被选中的得分越低。这样可以让整个色板的使用更均匀避免少数几个颜色被反复使用。2.4 张量分解在这个框架里的位置CPrefix 标题中的 Tensor 除了表示三维约束切片还有一个重要工具是低秩张量分解。当标签数量、前缀组数量、候选颜色数量都很大时完整评分张量可能过于稀疏或者难以枚举。这时可以构造一个稀疏评分张量S然后做 CP 分解S ≈ sum_{r1}^{R} u_r ⊗ v_r ⊗ w_r分解之后原本缺失的标签-颜色组合也能得到近似评分。这个能力在动态新增标签时特别有价值新标签还没参与过任何冲突计算但可以通过低秩因子补全得到一个合理的初始候选集。最小原型不强制使用张量分解因为几十个标签的规模完全可以暴力枚举评分。但理解这个扩展方向才能理解为什么框架要强调张量表达。3. 最小可复现实现用 Python 搭建 CPrefix 原型3.1 环境准备和依赖这个原型只需要 Python 3.9 以上和 NumPy。建议先创建虚拟环境。python -m venv .venv source .venv/bin/activate pip install numpyWindows 环境下激活命令是.venv\Scripts\activate。如果要用高级扩展比如 Lab 颜色距离和张量分解可以额外安装 scikit-image 和 tensorly但最小原型不需要。依赖用途是否必选Python 3.9运行环境必选NumPy三阶张量运算必选colorsys内置库HSV 距离必选hashlib内置库稳定哈希必选scikit-imageLab 颜色距离可选tensorlyCP 分解可选3.2 项目结构为了保持代码清晰建议按下面这样拆文件cprefix_demo/ ├── prefix_map.py # 标签解析与前缀组构建 ├── palette.py # 色板与颜色距离函数 ├── constraints.py # 三阶张量约束类 ├── mapper.py # 贪心求解器 ├── demo.py # 示例入口 └── README.md拆分的目的是让每一层职责单一前缀解析只负责把路径变成结构色板只负责颜色定义张量类只负责约束读写求解器只负责分配逻辑。这样后面调整约束或换色板时不需要重写整个框架。3.3 前缀解析与前缀组构建先写一个简单的前缀树构建函数。def build_prefix_tree(labels): root {} for idx, path in enumerate(labels): node root for part in path.split(/): node node.setdefault(part, {}) node[__leaf__] idx return root这个函数把标签路径拆成层级字典结构叶子节点保存标签索引。实际求解时不需要完全遍历这棵树但有这棵树可以帮助理解分组关系。真正求解用的是collect_groups它收集所有前缀组并为每个叶子标签记录它属于哪些组。def collect_groups(labels): groups {} group_members {} # 根组包含所有标签 groups[/] 0 group_members[0] list(range(len(labels))) for idx, path in enumerate(labels): parts path.split(/) for depth in range(1, len(parts)): key /.join(parts[:depth]) if key not in groups: groups[key] len(groups) gid groups[key] group_members.setdefault(gid, []).append(idx) return groups, group_members这里把根组编号固定为 0其余前缀组按第一次出现的顺序编号。返回值groups是路径到编号的映射group_members是编号到成员索引列表的映射。3.4 三阶张量约束类张量类的核心是维护(组, 标签, 颜色)三维数组并提供几个操作assign给指定标签赋
CPrefix：组合张量框架解决结构化离散颜色映射问题
离散颜色映射是数据可视化里最容易被低估的工程问题。CPrefix 是一个面向结构化离散颜色映射的组合张量框架它把标签层级、前缀分组和颜色冲突关系抽象成张量上的组合约束从而在生成图表主题、监控面板和设计系统时得到稳定、可解释的颜色分配。这里的 framework 不是常见的 Web 框架或运行时框架而是一类算法框架输入是带路径结构的标签输出是每个标签对应的离散颜色。这篇文章会先拆解结构化离散颜色映射背后的组合难点然后从零实现一个可运行的 CPrefix 最小原型。原型只用 Python 和 NumPy不依赖重量级机器学习库。通过一个包含系统/网络业务/交易等前缀分组的监控指标示例你会看到如何用三阶张量表达前缀组、标签、候选色三者关系如何用贪心加约束传播完成分配又如何用量化指标验证结果。读完以后可以把这套思路用于图表库主题生成、BI 报表色板分配、监控大盘指标配色也可以把它作为学习组合张量思想的一个入口。最后还会给出常见的坑和生产化建议。1. 先理解结构化离散颜色映射为什么难1.1 什么是离散颜色映射离散颜色映射指的是每个分类值固定对应一种颜色。它和连续色带不同连续色带按数值大小平滑过渡而离散色带没有天然顺序主要靠颜色之间的差异来区分类别。实际场景很常见监控大盘上每个指标一种颜色例如请求量用蓝色、错误数用红色。BI 报表里每个维度成员一种颜色例如不同门店、不同区域。设计系统里语义 token 如status/success、status/warning需要稳定的颜色。地图分档、日志标签、应用服务列表也大量使用离散颜色。在这些场景中颜色不只是装饰而是信息编码。用户看到某种颜色会形成心理预期这个颜色代表某个指标。如果同一个指标在不同页面颜色不一致用户会困惑如果同一个前缀组下的指标颜色太接近用户会看错行。1.2 前缀结构给颜色分配带来额外约束当标签本身是路径形式时比如系统/网络/请求量、业务/交易/成功量颜色分配就从给一堆平铺标签选颜色变成给一棵树上的叶子选颜色。路径中的每一层都会产生一个前缀组根组所有标签都属于这一组。系统组所有以系统开头的标签。系统/网络组网络相关指标。业务/交易组交易相关指标。前缀结构会带来下面这些约束每个标签只能有一种颜色。同一个前缀组内的标签颜色要尽量可区分。同一个标签在不同页面、不同图表中要保持稳定。不同前缀组之间的整体用色要尽量均匀不能所有组都偏蓝。如果业务希望同一类目色调一致前缀关系还可以用来控制色调族而不是单纯避让。这已经不是简单的哈希映射而是带树形约束的组合优化问题。1.3 为什么简单映射不够最常见的三种简单做法都存在问题。哈希到色板的方式虽然实现成本最低但有两个问题第一哈希结果不稳定一旦加盐、换哈希函数、调整色板顺序老颜色就会变化第二哈希不感知前缀组系统/网络/请求量和系统/网络/错误数可能被分到两个非常接近的颜色用户难以区分。手写静态色板适合标签数量少且固定的场景比如五六个语义状态。一旦标签数量到几十个人肉维护就变得不可靠新增一个指标时还要重新检查所有前缀组内的冲突。不带前缀约束的贪心算法比哈希好一些它会逐个标签选一个与已有标签颜色距离最大的颜色但它没有考虑同一个前缀组内不能用同色这种硬约束也没有考虑无解时的回溯策略很容易陷入局部不合理分配。可以先做一个直观对比策略维护成本前缀一致性冲突处理可解释性手写静态色板低但规模大时很痛苦依赖人工依赖人工高哈希到色板低差无低无前缀贪心低差部分中CPrefix 原型中偏低通过约束保证通过张量约束高2. CPrefix 的核心把颜色映射看成张量上的组合问题2.1 组合结构前缀树、前缀组和成员关系把标签系统/网络/请求量按/拆分后可以得到路径上的多个前缀组根组所有标签。系统组系统下所有标签。系统/网络组网络下三个标签。叶子标签自身也可以视为一个只包含自己的组。前缀组集合实际上形成一棵树。叶子标签属于从根到自身路径上的所有前缀组也就是说一个标签可以同时属于多个组。判断两个标签是否同组不能只看叶子名要看它们共享了多长的路径前缀。这种一个元素同时属于多个集合的结构用普通的二维矩阵很难表达因为矩阵只能表达标签-颜色关系。要表达标签在某个前缀组里用了什么颜色需要第三维也就是分组维度。2.2 用三阶张量表达颜色映射定义一个三阶张量X形状为(Q, N, M)Q是前缀组数量。N是叶子标签数量。M是候选颜色数量。如果标签i属于前缀组g并且被分配了颜色c那么X[g, i, c] 1否则为0。这里要特别注意一个容易误解的点同一个标签的真实分配变量只有一个也就是A[i, c]而X[g, i, c]是A在不同前缀组上的投影视图。一个标签属于多个前缀组所以张量中会出现多个位置的1但它们共享同一个决策变量。不能把它们当作独立变量来优化。张量表达带来的直接好处是约束可以写成切片运算对任意 g 和 i 属于 gsum_c X[g, i, c] 1 对任意 g 和 csum_i X[g, i, c] max_per_group 对任意 csum_{g,i} X[g, i, c] 尽量均匀第一个约束保证每个标签恰好一种颜色第二个约束保证组内同一颜色出现次数受限第三个约束是整体均匀性的软目标。只要把约束写成这种形式后面的求解、验证、指标计算都能统一用张量切片完成。2.3 评分函数与贪心策略完整搜索所有可能的颜色分配组合是指数级的原型里采用评分加贪心的方式。贪心不代表随意关键在于评分函数要同时包含三类信息。第一类是稳定偏好。用标签名加颜色编号计算一个稳定哈希保证同一个标签在多次运行时给出相同的初始偏好避免每次运行结果抖动。第二类是冲突惩罚。当一个标签被分配颜色时检查它所有所属前缀组中已经分配了颜色的兄弟标签。如果两个颜色距离太近就扣分。这一步让模型学会在同一组内避让相似色。第三类是全局使用惩罚。统计每个候选颜色已经被使用的次数使用次数越多的颜色后续被选中的得分越低。这样可以让整个色板的使用更均匀避免少数几个颜色被反复使用。2.4 张量分解在这个框架里的位置CPrefix 标题中的 Tensor 除了表示三维约束切片还有一个重要工具是低秩张量分解。当标签数量、前缀组数量、候选颜色数量都很大时完整评分张量可能过于稀疏或者难以枚举。这时可以构造一个稀疏评分张量S然后做 CP 分解S ≈ sum_{r1}^{R} u_r ⊗ v_r ⊗ w_r分解之后原本缺失的标签-颜色组合也能得到近似评分。这个能力在动态新增标签时特别有价值新标签还没参与过任何冲突计算但可以通过低秩因子补全得到一个合理的初始候选集。最小原型不强制使用张量分解因为几十个标签的规模完全可以暴力枚举评分。但理解这个扩展方向才能理解为什么框架要强调张量表达。3. 最小可复现实现用 Python 搭建 CPrefix 原型3.1 环境准备和依赖这个原型只需要 Python 3.9 以上和 NumPy。建议先创建虚拟环境。python -m venv .venv source .venv/bin/activate pip install numpyWindows 环境下激活命令是.venv\Scripts\activate。如果要用高级扩展比如 Lab 颜色距离和张量分解可以额外安装 scikit-image 和 tensorly但最小原型不需要。依赖用途是否必选Python 3.9运行环境必选NumPy三阶张量运算必选colorsys内置库HSV 距离必选hashlib内置库稳定哈希必选scikit-imageLab 颜色距离可选tensorlyCP 分解可选3.2 项目结构为了保持代码清晰建议按下面这样拆文件cprefix_demo/ ├── prefix_map.py # 标签解析与前缀组构建 ├── palette.py # 色板与颜色距离函数 ├── constraints.py # 三阶张量约束类 ├── mapper.py # 贪心求解器 ├── demo.py # 示例入口 └── README.md拆分的目的是让每一层职责单一前缀解析只负责把路径变成结构色板只负责颜色定义张量类只负责约束读写求解器只负责分配逻辑。这样后面调整约束或换色板时不需要重写整个框架。3.3 前缀解析与前缀组构建先写一个简单的前缀树构建函数。def build_prefix_tree(labels): root {} for idx, path in enumerate(labels): node root for part in path.split(/): node node.setdefault(part, {}) node[__leaf__] idx return root这个函数把标签路径拆成层级字典结构叶子节点保存标签索引。实际求解时不需要完全遍历这棵树但有这棵树可以帮助理解分组关系。真正求解用的是collect_groups它收集所有前缀组并为每个叶子标签记录它属于哪些组。def collect_groups(labels): groups {} group_members {} # 根组包含所有标签 groups[/] 0 group_members[0] list(range(len(labels))) for idx, path in enumerate(labels): parts path.split(/) for depth in range(1, len(parts)): key /.join(parts[:depth]) if key not in groups: groups[key] len(groups) gid groups[key] group_members.setdefault(gid, []).append(idx) return groups, group_members这里把根组编号固定为 0其余前缀组按第一次出现的顺序编号。返回值groups是路径到编号的映射group_members是编号到成员索引列表的映射。3.4 三阶张量约束类张量类的核心是维护(组, 标签, 颜色)三维数组并提供几个操作assign给指定标签赋
![[光学原理与应用-521]：对光的错误理解与纠偏](http://pic.xiahunao.cn/yaotu/[光学原理与应用-521]：对光的错误理解与纠偏)
