Zou niet weten hoe het beter kan.
Bij een goede kleurenschaal is de verandering in perceptie constant, en daarmee proportioneel (niet per se linear) met de verandering in de data. Dat is hier zeker niet het geval, de bovenste vijf kleuren alleen al gaan alle kanten op.
Om zoiets te kwantiferen kan je bijvoorbeel de kleuren uitdrukken in een goed kleurenmodel, zoals CIECAM02, en het verschil in afstand tussen opeenvolgende kleuren berekenen. Een goede schaal geeft dan een relatief constant verschil. Uiteraard komt er bij perceptie nog veel meer kijken, zoals bepaalde culturele associaties (blauw=koud/nat etc.). Of persoonlijke, lichamelijke verschillen, zoals kleurenblindheid. Voor dat laatste zitten al een tijdje standaard kleurenfilters in Window (en de dev-tools in sommige browser) waarmee je dat kan simuleren.
De onderstaande video is wel een leuke presentie over de ontwikkeling van de inmiddels standaard "viridis" kleurenschaal in Matplotlib.
https://www.youtube.com/watch?v=xAoljeRJ3lU
Enkele jaren terug is er rond wetenschappelijke publicaties een terechte en succesvolle end-the-rainbow "campagne" gevoerd, sindsdien is het een stuk beter op geworden en zie je dat vrijwel niet meer. De bovengenoemde viridis kleunenschaal werd bijvoorbeeld vrij kort na de ontwikkeling ervan gebruikt in de publicatie van de eerste detectie van zwaartekrachtgolven.
Quote selectie