誰能在彩虹裡畫下紫色結束、橙色開始的分界線呢？我們能清晰地看到顏色的不同，但是究竟在什麼地方一種顏色逐漸地混入了另一種顏色呢？理智和瘋狂的界限，亦是如此。——赫爾曼·梅維爾，《比利·巴德》
橙色，紅色？我都不知道該相信什麼了！——匿名，顏色調查
如果你再問我更多顏色問題我就用勺子把你的心臟吃掉。——匿名，顏色調查
究竟是在什麼地方，一種顏色變成了另一種呢？——《睡蓮》，[法]莫奈
美國網絡漫畫家Randall在其網站XKCD上進行了一次顏色調查。玩法是這樣的：程序會在屏幕上顯示出一種顏色，參與調查的用戶填入他們心中這種顏色的名稱，如此反覆直到用戶退出為止。果殼網編譯了他這次顏色調查的結果，很有一些讓人意想不到的發現，可能會顛覆你對顏色的認知。
謝謝大家在這次顏色調查裡給我的所有幫助。總計222500人次命名了500多萬種顏色。總的來說，結果非常酷，分析起來也很好玩。這項調查有些根本的局限性，會在文末討論，但是光看這些數據量就已經很酷了。
首先，幾個基本的發現：
－ 如果你讓人給顏色命名，足夠長的時間之後他們都會瘋掉。
－「嘔」和「吐」絕對是真正的顏色。
－色盲的人比非色盲的人更可能鍵入「X你的」(或其類似變體)並怒退。
－「靛」絕對必須是人為發明出來的顏色，就是為了湊齊「紅橙黃綠藍靛紫」。大概因為他們看「赤橙黃綠青藍紫」不順眼吧。其實彩虹用紅橙黃綠藍紫就足夠了。
－有幾十個人在顏色的名字裡內置了 SQL 『drop table』 語句。不賴嘛，小傢伙。
男色女色，並沒那麼大不同
出於某種奇特的巧合，就在我公開發布顏色調查的那天晚上，網漫Doghouse Diaries放出了這麼一則漫畫：
這圖很搞笑，但是我意識到我可以測試它是否準確，至少是針對染色體性別而言。我們的調查包括了染色體，因為它和色盲緊密相關。調查結束後，我用真實的數據生成了這幅漫畫的另一個版本，列出了原漫畫裡這些顏色在調查中最近似色得到的最常見名字：
小貼士：記住「亮粉色」或「豔粉色」(hot pink)這個詞，偶爾來一句「亮粉色很適合(不太適合)你」，妹紙會頓時覺得你很專業
基本上，女性用起修飾詞來稍微更自由一些，但是其他方面兩性大致能達成一致(少量差異可能是採樣誤差)。別的顏色結果也是類似的——男性和女性傾向於給顏色起一樣的名字。
最男性化的顏色VS.最女性化的顏色
所以這性別平等讓我感覺良好。接著我決定計算出「最男性化的」和「最女性化的」顏色。這些顏色名字是在兩性之間分布最不均勻的名字。也就是說，相對而言，最多的女性和最少的男性給出了這個名字(反之亦然)。
女性中最不成比例地受歡迎的顏色：
－ 靛灰色(Dusty Teal)
－ 肉粉色(Blush Pink)
－ 薰衣草灰(Dusty Lavender)
－ 檸檬黃(Butter Yellow)
－ 玫瑰灰(Dusky Rose)
好吧，至少是蠻花哨的。有點香料炸彈爆在家居店裡面的味道。
嗯，接下來我們看看另外一組列表——
男性中最不成比例地受歡迎的顏色：
－ Penis(「太屌了」)
－ Gay(「太娘了」)
－ WTF(「納尼」、「我去」、「你妹啊」)
－ Dunno(「母雞呀」、「你問我我問誰」)
－ Baige(「屎」)
最後一個不是我打錯了字，它就是「米色」(beige)的誤拼。請記住，這是基於給顏色命名的人數得出的列表，和他們每個人輸入多少次無關。這不是幾個人刷屏刷出來的結果。事實上，這是經過了刷屏過濾之後的結果。
我為我所屬的性別而默默哭泣。
但是，接下來——
「藍色」是什麼樣子的？
每一個電腦裡顯示出的顏色都對應一個RGB數值，但是人腦海中的顏色並沒有精確的對應，不過，如果我們統計一下比如「藍色」在大家心目中是什麼樣的，計算出它的「平均」RGB值，就得到了受訪者心中「典型」的藍色。
根據用戶的答案，我計算出一個顏色名字所對應的RGB值。這個結果並不好算。我試了簡單的幾何平均值(概念上就有問題)、蠻力搜索所有可能的中心點(太慢)、還試著擬合了核密度函數(用到的數學太難)。最後，我用了一系列的隨機爬山算法的平均值。
根據數據，大約有一千種顏色名字，我可以相當精確地找到對應的RGB值(以普通液晶顯示器的白底顯示為準)。以下是其中的前48種：
一般人在說「紫色」的時候，心中想的就是上圖第一行左一的那個顏色；說「黃色」的時候，指的就是第二行右一的那個顏色，以此類推。
什麼時候紅色變成了黃？
以下是根據RGB立方體的一部分繪製的顏色邊界地圖。數據來自調查結果的一部分(150萬個結果)，這部分所採樣的顏色全都位於所選取的立方體部分之中，並且顯示時用了黑白兩種背景。
這幅圖展現了人們心目中顏色之間的過渡。例如，人們常說的「藍色」和「紫色」就是圖中右邊表示出的顏色範圍，藍紫邊界線代表了被認為是藍色或紫色機率相等的顏色。
問題討論
當然了，這個顏色調查有些基本問題。人們之前看到的顏色會產生啟動效應，這會增加整體噪音和數據偏差(雖然最後看起來是抵消了)。更重要的是，不同的顯示器有所差異，RGB並不是一個絕對的色空間。
幸運的是，我感興趣的是顏色在「典型」顯示器上是啥樣子，所以大部分數據是所有非色盲者在各種各樣顯示器上看到的總和(90%以上是液晶，約6%是CRT顯示器)。
顏色是個迷人的話題，特別是因為我們平常學到了好多不同的、常常相互矛盾的觀點——關於彩虹、關於不同主色，還有光的頻率。如果你想了解更多，可以嘗試《費曼物理學講義》第一卷35章，讀一下Charles Poynton的顏色FAQ，或者從維基百科的顏色文章開始追連結。
對於這次調查，我們都是在普通顯示器的RGB空間裡的，所以該數據僅用於選擇和命名屏幕上的顏色，而不一定適用於現實——但說真的，如果你在讀這個博客的話，很可能你和我一樣，盯屏幕的時間比看窗外面的時間多多了。
輕鬆一刻
最後，以下是人們命名顏色時想出來的各種各樣的玩意兒。
如果你想進一步分析結果，我把原始數據以SQLite dump形式貼在了這裡(84MB tar.gz文件)，已經匿名化了，IP、URL、電子郵件全部抹去。我也有GeoIP數據，如果你想做什麼地理相關分析的話，我可以在幾天內提供一版數據包含基本的區域級經緯數據(為保護隱私不能更細了)。