class: title-slide, inverse .pull-left[ # Palettes de couleurs ## ### Facundo Muñoz<br/>facundo.munoz@cirad.fr<br/> ![](img/CirBlanc_L230px.png) ] .pull-right[ ![](http://colorspace.r-forge.r-project.org/articles/hcl_palettes_files/figure-html/hcl-palettes-sequentialm-1.png) ] ??? --- layout: true <a class="footer-link" href="https://umr-astre.pages.mia.inra.fr/training/notions_stats/">Notions de base en statistiques - umr-astre.pages.mia.inra.fr/training/notions_stats/</a> --- # Quel est votre avis sur cette carte ? ![](https://njt-monash-colour.netlify.app/figures/map-bom-1.png) .credit[[Nicholas Tierney](https://njt-monash-colour.netlify.app/)] ??? Notamment quant au choix des couleurs. --- # ... par rapport à celle-là ? ![](https://njt-monash-colour.netlify.app/figures/map-viridis-1.png) .credit[[Nicholas Tierney](https://njt-monash-colour.netlify.app/)] --- # Ou encore ... ![](https://njt-monash-colour.netlify.app/figures/both-maps-1.png) .credit[[Nicholas Tierney](https://njt-monash-colour.netlify.app/)] --- class: inverse, middle Le choix de la palette de couleurs n'est pas (juste) une question __subjective__, de préférences esthétiques # Critères objectifs de __qualité__ ??? C'est un sujet de recherche en soit : comment transmettre de l'information de la manière plus fiable, sans créer des fausses perceptions. # TODO: e.j. l'utilisation du couleur dans le graphique de la vaccination --- # Principes 1. Uniformité perceptuelle 2. Accéssibilité (daltoniens, impression) --- # Uniformité perceptuelle .pull-right[ ![](img/perceptual_uniformity.png) ] -- .pull-left[ (plutôt, absence de...) ] ??? Les modèles de la perception des couleurs permettent d'évaluer la magnitude de la __différence__ perçue entre deux couleurs. Prenons la populaire palette arc-en-ciel. Certaines zones semblent varier plus rapidement que d'autres. En plus, il est --- # Daltonisme .pull-left[ .quote[Anomalie de la vision affectant la perception des couleurs] - Entre 8-10% de personnes affectées - Plusieurs formes et degrés ] .pull-right[ <img src="S5.2_palettes_files/figure-html/unnamed-chunk-1-1.png" width="90%" /> ] ??? Il n'y a pas d'uniformité perceptuelle dans l'échelle originale, mais avec des troubles de perception des couleurs ou imprimé en nuances de gris, c'est encore plus dramatique. --- # Des palettes optimisées et accéssibles <img src="S5.2_palettes_files/figure-html/unnamed-chunk-2-1.png" width="90%" /> --- # Des palettes optimisées et accéssibles <img src="S5.2_palettes_files/figure-html/unnamed-chunk-3-1.png" width="90%" /> --- # Des palettes optimisées et accéssibles <img src="S5.2_palettes_files/figure-html/unnamed-chunk-4-1.png" width="90%" /> --- # Des palettes optimisées et accéssibles <img src="S5.2_palettes_files/figure-html/unnamed-chunk-5-1.png" width="90%" /> --- class: inverse, middle, center # Séléctionner une palette selon le type de données --- # Données catégorielles .pull-left[ - Pas d'ordre naturel - Toutes les couleurs portent le même __poids__ perceptuel - Couleurs __distinctes__ ] .pull-right[ ![](http://colorspace.r-forge.r-project.org/articles/hcl_palettes_files/figure-html/hcl-palettes-qualitative-1.png) ] --- # Données quantitatives .pull-left[ ### Palettes __séquentielles__ simples - Différentes intensités d'une même __couleur__ (hue) - On distingue bien une petite dizaine de niveaux ] .pull-right[ ![](http://colorspace.r-forge.r-project.org/articles/hcl_palettes_files/figure-html/hcl-palettes-sequentials-1.png) ] --- # Données quantitatives .pull-left[ ### Palettes __séquentielles__ multiples - Variation de la __couleur__ - Spectre plus large de valeurs identifiables - Plus précise ] .pull-right[ ![](http://colorspace.r-forge.r-project.org/articles/hcl_palettes_files/figure-html/hcl-palettes-sequentialm-1.png) ] --- # Données quantitatives .pull-left[ ### Palettes __divergentes__ - 2 __couleurs__ - Une valeur centrale de référence ] .pull-right[ ![](http://colorspace.r-forge.r-project.org/articles/hcl_palettes_files/figure-html/hcl-palettes-diverging-1.png) ] --- # Outils .pull-left[ - __jamovi__ est extrêmement limité en graphiques et personnalisation - [http://hclwizard.org/](http://hclwizard.org/) permet de choisir, créer et tester les propriétés des palettes de couleurs et des images ] .pull-right[ ![](img/hclwizard.png) ] --- # À consommer avec modération ![](img/clean-barchart.gif) .credit[[Darkhorse analytics](https://www.darkhorseanalytics.com/blog/data-looks-better-naked)] ??? Un dernier conseil sur l'utilisation des couleurs et plus généralement, l'utilisation de décorations pour communiquer l'information. Il est très utile de réduire au maximum possible les éléments d'un graphique au strictement essentiel pour faire passer le message. Pour diriger l'attention sur ce qui importe. --- # Références - [Matplotlib colormaps](https://bids.github.io/colormap/) - [http://hclwizard.org/](http://hclwizard.org/) - [The Science of Color Perception](https://www.youtube.com/watch?v=poL7nDmqjmk) by Calder Hanson - [The use of colour in graphics: A journey through the body & mind to the screen](https://njt-monash-colour.netlify.app/). Nicholas Tierney, Monash University --- class: middle # Merci! Diapositives créées à l'aide du package R [**xaringan**](https://github.com/yihui/xaringan). En s'appuyant sur [remark.js](https://remarkjs.com), [**knitr**](https://yihui.org/knitr), et [R Markdown](https://rmarkdown.rstudio.com). <a rel="license" href="https://creativecommons.org/licenses/by-sa/4.0/deed.fr"><img alt="Licence Creative Commons" style="border-width:0" src="https://i.creativecommons.org/l/by-sa/4.0/88x31.png" /></a><br />Ce(tte) œuvre est mise à disposition selon les termes de la <a rel="license" href="https://creativecommons.org/licenses/by-sa/4.0/deed.fr">Licence Creative Commons Attribution - Partage dans les Mêmes Conditions 4.0 International</a>.