Pourquoi les couleurs arc-en-ciel ne sont pas la meilleure option pour les visualisations de données

Les visualisations de données sont de belles façons passionnantes de raconter des histoires. Mais vous devez choisir avec soin lors de la conception d'une carte ou d'un graphique, et l'une des plus grandes erreurs consiste à utiliser à mauvais escient les couleurs de l'arc-en-ciel.

Les schémas de couleurs arc-en-ciel - également appelés schémas de couleurs spectrales - sont des choix fréquents pour visualiser les données, à la fois parce qu'ils ont l'air audacieux et excitants et parce qu'ils sont la valeur par défaut de nombreux outils logiciels de visualisation. Mais ils font généralement plus de mal que de bien. La détection des couleurs est un problème pour plus de lecteurs que vous ne le pensez, et le reste du public aura plus de facilité à comprendre la visualisation si elle est présentée avec une palette différente.

Les combinaisons de couleurs arc-en-ciel sont « presque toujours les mauvais choix », a écrit Anthony C. Robinson, professeur de géographie à la Pennsylvia State University, dans un cours en ligne sur Coursera, qui a enseigné aux étudiants comment utiliser les technologies géospatiales pour cartographier les données.

Voici quelques raisons pour lesquelles les couleurs arc-en-ciel sont le 'mauvais choix':

Daltonisme et ordonnancement des couleurs

Les daltoniens ont des difficultés à détecter les couleurs, en particulier le rouge et le vert. (Essayer ce test de vision des couleurs pour voir si vous en faites partie.) Le daltonisme affecte jusqu'à 10 pour cent des hommes . Cela signifie que si vous proposez des visuels à un public de centaines de milliers de personnes, vous manquez une grande partie de votre public.

Même si la plupart des gens ne sont pas daltoniens, les schémas de couleurs arc-en-ciel peuvent être déroutants car il n'y a pas de clarté. 'supérieur à' ou 'inférieur à « logique d'ordonner les couleurs, préviennent les chercheurs en informatique David Borland et Russell M. Taylor II. Les gens s'accordent généralement sur la progression du clair au foncé, mais trient les couleurs différemment, comme illustré ici :

«Si les gens reçoivent une série d'éclats de peinture grise et qu'on leur demande de les mettre en ordre, ils les placeront systématiquement dans un ordre sombre à clair ou clair à foncé. Cependant, si les gens reçoivent des éclats de peinture de couleur rouge, verte, jaune et bleue et qu'on leur demande de les mettre en ordre, les résultats varient », selon les chercheurs David Borland et Russell M.Taylor II , professeur d'informatique à l'Université de Caroline du Nord à Chapel Hill.

Les changements peuvent être difficiles à voir

Les visualisations racontent l'histoire derrière les changements de données ; leur travail consiste à simplifier des modèles complexes en une illustration qui vous permet de comprendre - idéalement en un coup d'œil - ce qui se passe. Mais les yeux humains ne sont pas bons pour détecter les bords de différentes couleurs côte à côte. Nous voyons mieux les petits changements dans les gammes de couleurs uniques car les valeurs de luminance et de saturation changent en douceur là où les couleurs ne changent pas, écrit Robert Kosara , chercheur en analyse visuelle à Tableau et un expert sur la façon dont nous voyons la couleur, sur son site Web personnel, EagerEyes.

Les détails deviennent techniques très rapidement, mais la leçon clé est que les couleurs de l'arc-en-ciel ne montrent des différences que lorsque la couleur réelle change, tandis que dégradés de couleurs permettre aux gens de voir des changements graduels.

Votre public aura du mal à distinguer les nuances si vous utilisez des couleurs arc-en-ciel plutôt que de vous en tenir à une échelle graduée d'une couleur.

Conclusions trompeuses

Selon votre public, un mauvais choix peut avoir de graves conséquences. Dans une étude de Harvard , les chercheurs ont découvert que les diagrammes 2D des artères cardiaques utilisant un dégradé du noir au rouge étaient des outils plus efficaces pour les médecins établissant des diagnostics que les modèles 3D utilisant les couleurs de l'arc-en-ciel. Des études cliniques ont montré que les diagrammes utilisant un gradient augmentaient la précision des diagnostics d'athérosclérose et de maladie cardiaque des médecins de 39% à 91%.

Une comparaison de l'efficacité des diagrammes artériels 2D avec des dégradés de noir à rouge et des modèles 3D de couleur arc-en-ciel. (Images : Michelle Borkin / Harvard School of Engineering and Applied Sciences)

Toutes les visualisations de données ne sont pas utilisées pour passer des appels médicaux critiques, mais les couleurs de l'arc-en-ciel peuvent induire en erreur lorsque les journalistes les utilisent pour afficher de manière incorrecte des données quantitatives.

'Les couleurs arc-en-ciel ne sont pas mauvaises si vous les utilisez pour des données catégorielles', Drew Skau, architecte de visualisation chez Visuellement , a déclaré Poynter dans une interview vidéo. 'Ils sont mauvais si vous les utilisez pour représenter des données continues.'

Quelle est la différence? Les données continues sont quantitatives et décrites par des chiffres ; les données catégorielles sont qualitatives et décrites par des mots. Par exemple, comparez ces regroupements :

• Animaux exotiques : chinchilla, ocelot, scorpions, cafards siffleurs, pythons
• Température en Fahrenheit : -459,67 °F, 32 °F, 212 °F
• Votes électoraux lors des élections : 206, 270, 332

Les animaux de compagnie exotiques sont liés les uns aux autres, mais pas continus - vous ne pouvez pas mesurer la différence entre un chinchilla et un ocelot. Les relevés de température, en revanche, sont continus – ce sont des chiffres sur une échelle avec des distances mesurables.

Les votes électoraux sont des données continues, mais ils sont également divergents. Nous voulons savoir quel est le point médian (270 votes électoraux) parce que celui qui obtient plus de 50 % des votes gagne. Ainsi, la visualisation des données affiche généralement le bleu pour représenter les démocrates à une extrémité et le rouge pour les républicains à l'autre extrémité, ce qui est le moyen idéal pour représenter des données divergentes.

Cet exercice de Robinson montre comment les couleurs spectrales rendent beaucoup plus difficile la différence de volume de tweets (qui sont des données quantitatives) lors des élections présidentielles de 2012 :

Cette carte montre le volume des tweets d'Obama et de Romney lors des élections présidentielles de 2012, en utilisant des couleurs spectrales.
(Image : Dr Anthony C. Robinson / Penn State)

Voici la même carte, mais Robinson a changé les couleurs de l'arc-en-ciel en une seule teinte (violet) avec une saturation variable.

(Image : Dr Anthony C. Robinson / Penn State)

Mais les couleurs de l'arc-en-ciel sont souvent utilisées pour illustrer des données quantitatives, même en Scientifiques de la Nasa. Les universitaires ont exhorté la communauté scientifique à cesser d'utiliser les couleurs spectrales, et les scientifiques et les ingénieurs sont inquiet de la précision d'utilisation de la couleur. En tant que journalistes, nous pouvons apprendre à la fois de la recherche et des arguments.

L'aide des experts

De nombreux experts en données ont créé des outils utiles pour vous aider à choisir les couleurs :

• CouleurBrewer par Cynthia Brewer, Mark Harrower et Penn State vous aide à concevoir des palettes de couleurs pour les cartes ; vous pouvez choisir le nombre d'éléments de données, le type de données et même des couleurs sans danger pour les daltoniens.
• Outil Couleur , créée par d'anciens chercheurs de la NASA, propose une application de qualité professionnelle pour les infographies complexes et les affichages aéronautiques.
• Le Kuler d'Adobe est une roue chromatique élégante qui propose des combinaisons de couleurs.
• Poynter Catalogue d'outils numériques de NewsU dispose d'une gamme d'outils avec lesquels vous pouvez commencer à visualiser des données.

Les couleurs sont merveilleuses - en recherchant cet article, j'ai découvert des choses à leur sujet que j'ignorais, comme le fait que le jaune est la couleur la plus brillante de l'arc-en-ciel et que les gens qui parlent d'autres langues peut voir des couleurs Les anglophones ne peuvent pas. Les couleurs contribuent à rendre les visualisations passionnantes, mais quelques choix de couleurs judicieux peuvent garantir que ces visualisations sont plus informatives.