l’importance de l’utilisation sans obstacle des couleurs dans les images et les graphiques a été soulignée dans des lettres aux éditeurs (Miall, 2007), des articles (Geissbuehler et Lasser, 2013, Levine, 2009), des éditoriaux (anonymous, 2007), des colonnes (Wong, 2011) et sur de nombreuses pages web. L’une des recommandations est d’utiliser un simulateur de daltonisme. Ayant moi-même une déficience de la vision des couleurs, Je ne peux pas juger si ces outils fonctionnent bien. Néanmoins, une approche fondée sur les essais et les erreurs semble plutôt inefficace., Au lieu de cela, l’utilisation de (un certain nombre de) palettes compatibles daltoniens par défaut serait beaucoup plus simple. Par exemple, les couleurs vertes et magenta sont le choix par défaut pour la production de superpositions d’images fluorescentes compatibles avec les daltoniens. Ci-dessous, je discute d’un certain nombre de palettes de couleurs qui conviennent à la coloration des éléments graphiques dans les tracés. Je pense que les personnes ayant un déficit de vision des couleurs bénéficieraient de l’implémentation de ces palettes dans des logiciels de visualisation de données.,

schémas de couleurs qualitatifs

un schéma de couleurs quantitatif est utilisé lorsque les nombres doivent être représentés par des couleurs. Cette conversion se fait avec une table de recherche (lut). Pour plus d’informations sur les LUTs (compatibles avec les daltoniens), consultez ce blog et cet article. Ici, je parle de jeux de couleurs qualitatifs, qui utilisent des couleurs pour étiqueter différentes catégories. Le nombre de catégories distinctes définit le nombre de couleurs uniques nécessaires. Idéalement, ces couleurs peuvent être distinguées par tout le monde.,

pour un maximum de quatre catégories, il est assez simple de trouver un ensemble de couleurs faciles à distinguer. Pourtant, il est logique de choisir les couleurs d’un jeu de couleurs convivial daltonien. Lorsque 5-8 couleurs sont nécessaires pour étiqueter de manière unique différentes catégories, il est un défi considérable de trouver une palette de couleurs appropriée. Au-delà de 8, Il est presque impossible de trouver des couleurs qui peuvent être facilement distinguées. Dans ces cas, d’autres méthodes d’étiquetage sont recommandés., Ci-dessous, plusieurs combinaisons de couleurs qualitatives amicales daltoniens sont décrites et quatre d’entre elles sont illustrées à la figure 1.

palettes Color blind friendly

Masataka Okabe et Kei Ito ont proposé une palette de 8 couleurs sur leur site Web Color Universal Design (CUD). Cette palette est un  » ensemble de couleurs sans ambiguïté à la fois pour les daltoniens et les non-daltoniens”. L’utilisation de cette palette est soutenue par d’autres (Wong, 2011; Levine, 2009) et c’est l’échelle par défaut pour le livre « Fundamentals of Data Visualization” de Claus Wilke.,

Martin Krzywinski a un site Web avec des palettes de 12 et 15 couleurs qui offrent plus de choix. Personnellement, j’ai du mal à distinguer plusieurs de ces couleurs. Aussi, il est recommandé de ne pas utiliser plus de 8 couleurs différentes. Par conséquent, ces palettes ne seront pas emportées.

Paul Tol a créé plusieurs jeux de couleurs qualitatifs qui sont compatibles avec les daltoniens. Ces palettes ont 5-10 couleurs (y compris le gris) et varient dans l’obscurité.

Figure 1: un aperçu des palettes qualitatives et compatibles avec les daltoniens., La figure a été produite avec un script R qui définit et trace les palettes (doi: 10.5281 / zenodo.3381072).

choisir une palette de couleurs

laquelle des palettes est la meilleure? C’est difficile à dire pour plusieurs raisons. Les couleurs sont différentes lorsqu’elles sont imprimées, affichées sur un écran ou projetées avec un projecteur. À côté de cela, la taille, la structure et la position des objets détermineront si les catégories peuvent être distinguées. En conséquence, il est probablement impossible de proposer une seule palette de couleurs universelle., Je pense que la palette conçue par Okabe & Ito est un bon premier choix. Néanmoins, c’est une bonne idée de voir comment les différentes palettes fonctionnent lorsqu’elles sont utilisées dans des visualisations de données réalistes. À titre d’exemple, la figure 2 montre quatre tracés dans lesquels les différentes palettes compatibles avec les daltoniens sont utilisées pour étiqueter 6 lignes.

Figure 2: Les palettes de couleurs illustrées à la figure 1 sont utilisées pour étiqueter de manière unique 6 lignes différentes dans une visualisation de données réaliste. Les graphiques sont avec made with PlotTwist.,

Les palettes illustrées à la figure 1 sont implémentées dans le WebTool PlotTwist (Goedhart, 2019). PlotTwist est un outil en ligne disponible gratuitement pour tracer et annoter des données de séries chronologiques. Il permet à quiconque d’expérimenter avec les palettes compatibles daltoniens et de les appliquer aux plaques de ligne. Je vous encourage à partager votre opinion sur ces palettes (ou toute autre) et comment elles fonctionnent (surtout si vous avez un déficit de vision des couleurs). Pour ce faire, vous pouvez laisser une réponse ci-dessous ou partager vos réflexions sur twitter., En fin de compte, j’espère voir plus de visualisations de données qui passent un test daltonisme avec brio.

recommandations

je terminerai par quelques recommandations visant à améliorer les graphiques utilisant la couleur:

-utilisez une palette compatible avec les daltoniens par défaut.

-utilisez des lignes épaisses ou de grands symboles pour faciliter l’identification correcte et la correspondance de la couleur avec une légende.

-en plus des couleurs, envisagez l’utilisation de motifs ou d’étiquettes pour distinguer les catégories.

-Utiliser un maximum de 8 couleurs différentes pour l’étiquetage des différentes catégories.,

-utilisez une légende qui montre les couleurs, au lieu de faire référence aux couleurs par leur nom.

-conserver la légende qui explique le mappage des couleurs à proximité des données réelles.