Palettes de couleurs adaptées au daltonisme pour figures scientifiques, graphiques, camemberts, combo charts et diagrammes, avec valeurs HEX.
SciFig Team
Scientific Illustration Experts
La couleur est le moyen le plus rapide de rendre une figure scientifique professionnelle — et le moyen le plus rapide de la rendre amateure. Les mêmes données, tracées avec un arc-en-ciel Excel par défaut plutôt qu'avec une palette sobre de quatre couleurs, se lisent soit comme un projet de lycée, soit comme une soumission à Nature. Les évaluateurs se forgent cette impression dès la première seconde, avant de lire la moindre étiquette d'axe.
Ce guide vous donne des palettes de couleurs de qualité publication avec des valeurs HEX que vous pouvez copier, les conventions de revues qu'il faut connaître et des recommandations d'usage pour les graphiques scientifiques, les plots, les camemberts, les cartes de chaleur, les posters et les voies. Il couvre aussi la contrainte qu'encore trop de figures ignorent : environ 8 % des hommes et 0,5 % des femmes présentent une forme de déficience de la vision des couleurs, ce qui signifie qu'une palette échouant aux tests d'accessibilité au daltonisme est illisible pour une part significative de votre audience — y compris des évaluateurs.
Une grille d'échantillons de palettes de couleurs scientifiques avec valeurs HEX, couvrant les schémas séquentiels, divergents et catégoriels (Figure générée avec SciFig)
Pourquoi la couleur décide de la lisibilité et de l'acceptation d'une figure
Dans une figure scientifique, la couleur n'est pas une décoration — c'est un canal d'encodage, et elle porte soit de l'information, soit du bruit. Une palette bien choisie rend les catégories instantanément distinguables, guide l'œil vers le résultat clé et survit à la fois à l'impression en niveaux de gris et à la vision daltonienne. Une palette mal choisie force le lecteur à faire un effort, et un évaluateur fatigué contraint à faire un effort a tendance à décrocher.
Trois modes d'échec reviennent. La palette arc-en-ciel (l'ancienne carte de couleurs jet) crée de fausses frontières là où les données sont continues, car l'œil humain ne perçoit pas ses paliers de couleur comme égaux. L'encodage rouge-vert est invisible pour la forme la plus courante de daltonisme, et pourtant il reste le réglage par défaut pour « bon contre mauvais ». Et trop de catégories — plus d'environ huit couleurs distinctes — dépasse ce que quiconque peut retenir en mémoire de travail, si bien qu'une légende de douze couleurs devient une table de correspondance que le lecteur abandonne. Les palettes ci-dessous sont choisies pour éviter ces trois écueils.
Palettes de qualité publication (Nature, Cell, IEEE, Lancet)
Les grandes revues n'imposent pas de palettes exactes, mais leurs figures publiées convergent vers un style maison reconnaissable : des couleurs sourdes, peu saturées, avec un fort contraste de valeur. S'aligner sur ce style signale « ceci a sa place ici » avant même que l'évaluateur ne lise la légende. Voici des palettes de départ alignées sur les esthétiques courantes des revues.
Palette
Cas d'usage
Exemples de valeurs HEX
Catégorielle sourde
Jusqu'à 6 groupes en graphiques à barres/lignes
#4E79A7#F28E2B#59A14F#E15759#B07AA1#76B7B2
Style Nature, froide
Comparaisons de deux à trois groupes
#386CB0#7FC97F#BEAED4
Séquentielle (teinte unique)
Données ordonnées, densité, magnitude
#F7FBFF#9ECAE1#4292C6#08519C
Divergente
Données avec un point médian signifiant (ex. log-fold change)
#B2182B#F4A582#F7F7F7#92C5DE#2166AC
Deux règles portent l'essentiel du bénéfice. Utilisez des palettes séquentielles (du clair au foncé d'une seule teinte) pour les données ordonnées ou continues, et des palettes divergentes pour les données centrées sur un zéro signifiant. Réservez les palettes catégorielles aux groupes non ordonnés, et plafonnez le nombre autour de six — au-delà, distinguez les groupes par la forme ou la texture, pas par davantage de couleurs.
Si vous avez besoin d'une règle de décision rapide, pensez en trois familles. Les palettes qualitatives conviennent aux catégories distinctes dans les plots et graphiques scientifiques, les palettes séquentielles aux magnitudes croissantes, et les palettes divergentes aux valeurs qui s'écartent d'un point médian signifiant. Pour un diagramme scientifique plutôt qu'un graphique, resserrez encore la palette : les couleurs doivent coder des rôles sémantiques, pas de la décoration.
Palettes de style revue côte à côte — catégorielle sourde, séquentielle et divergente — appliquées au même graphique à barres et à la même carte de chaleur (Figure générée avec SciFig)
Palettes adaptées au daltonisme (et pourquoi elles ne sont pas négociables)
Une palette adaptée au daltonisme n'est pas une coquetterie d'accessibilité — c'est une condition pour que votre figure soit lue correctement par tous, et plusieurs revues la recommandent désormais explicitement. Les deux options les mieux testées sont la palette Okabe-Ito et la palette de Wong, toutes deux conçues pour que chaque paire de couleurs reste distinguable à travers les formes courantes de déficience de la vision des couleurs.
Le jeu de huit couleurs d'Okabe-Ito est le plus largement cité : #000000 (noir), #E69F00 (orange), #56B4E9 (bleu ciel), #009E73 (vert bleuté), #F0E442 (jaune), #0072B2 (bleu), #D55E00 (vermillon) et #CC79A7 (violet rougeâtre). Ce n'est intentionnellement pas un arc-en-ciel — les couleurs ont été sélectionnées pour leur contraste sous déficience, et non pour leur joliesse visuelle, ce qui est exactement pourquoi elle fonctionne.
Deux habitudes rendent toute palette plus sûre. D'abord, n'encodez jamais le sens par le seul rouge-contre-vert — associez la couleur à un second canal comme la position, la forme ou une étiquette directe. Ensuite, testez en niveaux de gris : si votre figure reste lisible une fois désaturée, elle survivra à la fois à la vision daltonienne et à l'impression en noir et blanc que certaines revues pratiquent encore. L'exemple ci-dessous montre la même figure en encodage rouge-vert et en encodage Okabe-Ito, simulés sous deutéranopie. Cela vaut tout autant pour les camemberts, les combo charts et les figures multipanneaux que pour les histogrammes classiques.
Une figure montrée deux fois — encodage rouge-vert et palette Okabe-Ito — chacune simulée sous deutéranopie pour montrer laquelle reste lisible (Figure générée avec SciFig)
Voyez l'amélioration de figures en action
Agrandissez, repeignez, recolorez ou réétiquetez toute figure scientifique existante en qualité 8K prête pour les revues.
La bonne palette dépend de ce que fait la figure, pas du goût personnel. Faire correspondre le type de palette au type de données est la décision la plus déterminante dans la couleur d'une figure.
Graphiques à lignes, à barres et autres plots scientifiques — une palette catégorielle sourde, plafonnée à environ six couleurs. Si vous avez plus de séries que cela, divisez en petits multiples plutôt que d'ajouter des couleurs.
Boîtes à moustaches et comparaisons groupées — deux à quatre couleurs catégorielles à fort contraste ; gardez le remplissage intra-groupe clair pour que la ligne médiane reste visible.
Cartes de chaleur — une palette séquentielle pour une magnitude unidirectionnelle, ou une palette divergente lorsqu'il existe un centre signifiant (zéro, ligne de base, témoin). Évitez entièrement les cartes de chaleur arc-en-ciel.
Camemberts — si vous devez en utiliser un, limitez-vous à cinq parts, ordonnez-les clairement et assurez un contraste de luminance suffisant entre parts voisines. Les meilleures couleurs pour un camembert scientifique sont distinctes, pas tapageuses.
Graphiques combinés — utilisez une couleur d'accent plus saturée pour la série principale et gardez les barres, aires ou lignes de soutien dans des tons plus calmes. La meilleure combinaison de couleurs pour un combo chart rend la hiérarchie visuelle évidente.
Diagrammes de voies et de mécanismes — une petite palette où la couleur signifie quelque chose (une teinte par classe de molécule, par exemple), pas une couleur différente par objet. La cohérence à travers la figure compte plus que la variété.
Le principe unificateur : la couleur doit réduire l'effort du lecteur, pas l'augmenter. Les bonnes palettes pour graphiques ne sont pas seulement esthétiques : elles rendent lisibles d'un coup d'œil les catégories, l'ordre et l'accent principal. Quand une palette vous oblige à revenir sans cesse à la légende, elle fait l'inverse de son travail. Pour l'ensemble plus large des erreurs de figures évitables, voyez 5 erreurs courantes lors de la création de figures scientifiques.
Comment choisir une palette de couleurs pour les plots et graphiques scientifiques
Si vous choisissez une palette pour des plots scientifiques plutôt que pour une illustration, le flux le plus sûr est procédural, pas esthétique. Commencez par identifier la relation entre les données : les catégories appellent une palette qualitative, les magnitudes croissantes une palette séquentielle, et les écarts autour d'un centre une palette divergente.
Décidez ensuite de ce que le lecteur doit voir en premier. Dans un combo chart, cela signifie généralement réserver une couleur d'accent à la série dominante et laisser les séries de soutien en retrait. Dans un camembert, cela signifie réduire le nombre de parts et augmenter le contraste plutôt que de tenter de faire cohabiter huit couleurs proches.
Enfin, testez la palette dans son contexte réel. Vérifiez-la sur fond blanc, en export niveaux de gris et sous simulation de déficience de la vision des couleurs. Les bonnes palettes pour graphiques conservent leur hiérarchie dans les trois vues. Si la hiérarchie disparaît dans l'une d'elles, la palette n'est pas encore prête pour une figure de publication.
Palettes de couleurs spécifiques aux posters
Les posters changent le calcul des couleurs parce que la distance de visionnage change. Une palette élégante à l'échelle d'une figure d'article peut se délaver à travers une salle de posters de deux mètres, si bien que les posters privilégient un contraste légèrement plus élevé et une palette plus resserrée — souvent juste deux ou trois couleurs plus des neutres. Un schéma gagnant courant associe un bleu marine ou un sarcelle profond pour la structure à une seule couleur d'accent réservée au résultat clé, sur un fond blanc ou très clair. La même règle vaut pour les graphiques d'un poster : moins de couleurs, plus de contraste, et un message visuel clairement dominant.
La discipline est la même que pour les figures, seulement plus stricte : moins de couleurs, plus de contraste, et la couleur réservée au sens. Pour l'anatomie complète d'un poster efficace — hiérarchie, figure phare et comment la couleur soutient les deux — voyez notre guide des exemples de posters scientifiques.
Appliquez des palettes en un clic avec SciFig
Choisir la bonne palette est un problème ; l'appliquer de façon cohérente à chaque figure d'un article en est un autre. Recolorer manuellement une figure multipanneaux selon une palette de revue, puis revérifier son accessibilité au daltonisme, est le genre de travail fastidieux qu'on saute sous la pression des délais. Le figure-enhancer de SciFig gère l'étape de recoloration : il applique une palette choisie à travers les éléments d'une figure et maintient le schéma cohérent, pour que vous n'ayez pas à apparier les valeurs HEX à la main, panneau par panneau.
Le déroulé est simple — générez ou importez votre figure, choisissez une palette (alignée sur une revue ou adaptée au daltonisme) et laissez l'outil l'appliquer uniformément. Les figures restent prêtes à publier sans la comptabilité manuelle des couleurs. Pour voir à quoi ressemblent de vraies figures avec des palettes disciplinées appliquées, parcourez la galerie d'inspiration.
Si vous êtes encore à l'étape de sélection, commencez par le générateur de palettes scientifiques de SciFig. Indiquez si vous avez besoin de couleurs pour des histogrammes, des camemberts, des graphiques combinés ou des diagrammes scientifiques, et vous obtiendrez une palette avec valeurs HEX prête à l'emploi avant le recoloriage ou la finition. Si votre besoin immédiat est une palette pour un diagramme scientifique, c'est le moyen le plus rapide d'obtenir une base accessible.
Avant et après : une figure recolorée d'une palette arc-en-ciel par défaut vers une palette de revue adaptée au daltonisme dans le figure-enhancer de SciFig (Figure générée avec SciFig)
Améliorez toute figure existante
Téléchargez votre figure — corrigez les étiquettes, agrandissez en 8K et exportez des résultats prêts à publier.
Pour la plupart des figures, une palette catégorielle sourde plafonnée à environ six couleurs fonctionne le mieux — elle offre une distinction claire sans submerger le lecteur. Pour les données ordonnées, utilisez une palette séquentielle à teinte unique, et pour les données avec un point médian signifiant, utilisez une palette divergente. Si vous voulez une palette à la fois professionnelle et accessible, le jeu Okabe-Ito adapté au daltonisme est le point de départ le plus largement recommandé.
Une palette adaptée au daltonisme est un ensemble de couleurs choisies pour que chaque paire reste distinguable à travers les formes courantes de déficience de la vision des couleurs, qui touchent environ 8 % des hommes. Les deux options les mieux testées sont la palette Okabe-Ito et la palette de Wong. Les habitudes clés sont de ne jamais encoder le sens par le seul rouge-contre-vert et d'associer la couleur à un second canal comme la forme, la position ou une étiquette directe.
Nature, Cell et les autres grandes revues n'imposent pas de palettes exactes, mais leurs figures publiées convergent vers des couleurs sourdes, peu saturées, avec un fort contraste de valeur — pas des schémas vifs ou arc-en-ciel. Une palette catégorielle sourde (bleus, oranges, verts doux et rouges sourds) pour les données groupées, plus des palettes séquentielles et divergentes pour les données continues, correspond étroitement à ce style maison.
Plafonnez les couleurs catégorielles à environ six. Au-delà, le lecteur ne peut plus retenir la légende en mémoire de travail, alors distinguez les groupes supplémentaires par la forme, la texture ou les petits multiples plutôt que par davantage de couleurs. Les palettes séquentielles et divergentes utilisent une plage continue plutôt que des catégories discrètes, si bien que la règle du « nombre » ne s'applique pas à elles — mais elles devraient quand même utiliser une seule teinte (séquentielle) ou deux teintes autour d'un point médian (divergente).
Une bonne palette pour un diagramme scientifique utilise peu de couleurs, mais de façon très cohérente, afin que chaque teinte corresponde à un rôle comme une classe moléculaire, un compartiment ou un état biologique, plutôt qu'à une décoration arbitraire. Dans la plupart des cas, trois à cinq couleurs bien séparées plus des neutres suffisent. Si vous voulez aller plus vite, le générateur de palettes scientifiques de SciFig peut fournir une base avec valeurs HEX.
De bonnes palettes pour les graphiques rendent immédiatement lisibles les catégories, l'ordre et l'accent principal, sans forcer le lecteur à revenir sans cesse à la légende. Pour des barres ou des lignes groupées, cela signifie souvent une palette catégorielle sourde ; pour des valeurs continues, une séquentielle ; et pour des comparaisons autour d'un point médian, une divergente. Le meilleur choix dépend de la relation entre les données, pas de la couleur la plus spectaculaire isolément.
Les meilleures couleurs pour un camembert scientifique reposent sur un contraste fort, un nombre limité de parts et une palette contenue : généralement trois à cinq segments avec des différences nettes de teinte et de luminosité. Évitez l'ordre arc-en-ciel et évitez de placer côte à côte des couleurs moyennes trop proches. Si vous avez besoin de plus de cinq catégories, un graphique à barres sera souvent un meilleur choix scientifique.
Commencez par identifier la structure des données : palettes qualitatives pour les catégories, séquentielles pour les magnitudes croissantes, et divergentes pour les valeurs centrées sur un point médian significatif. Limitez ensuite le nombre total de couleurs, testez la palette en niveaux de gris et sous simulation de daltonisme, et assurez-vous que la série la plus importante ressort immédiatement. Une palette pour plots scientifiques doit clarifier la structure, pas décorer la page.
Dans la plupart des combo charts, la meilleure combinaison consiste à donner une couleur d'accent plus saturée à la série principale et des couleurs plus calmes aux séries de soutien. Par exemple, une ligne bleu foncé peut porter le message principal tandis que des barres grises ou bleu-vert doux apportent du contexte sans rivaliser. Le but est d'établir une hiérarchie visuelle, pas d'accorder la même intensité à tout.
La carte de couleurs arc-en-ciel ou jet crée de fausses frontières visuelles là où les données sont continues, car l'œil humain ne perçoit pas ses paliers de couleur comme perceptuellement égaux — certaines transitions paraissent plus nettes que ne le justifient les données sous-jacentes. Elle échoue aussi aux tests de daltonisme. Utilisez plutôt une palette séquentielle perceptuellement uniforme (teinte unique du clair au foncé), qui représente la magnitude honnêtement et reste lisible en niveaux de gris.
Définissez votre palette une fois (comme un ensemble de valeurs HEX) et appliquez-la à chaque figure, en gardant chaque catégorie de données associée à la même couleur partout. Faire cela à la main sur des figures multipanneaux est source d'erreurs, alors un outil qui applique une palette uniformément — comme le figure-enhancer de SciFig — épargne l'appariement manuel des couleurs et garde l'ensemble des figures visuellement cohérent pour la soumission.
Pour aller plus loin
Ressources SciFig associées
Approfondissez avec les pages SciFig les plus pertinentes pour cet article.
