ColorBrewer propose des palettes séquentielles, divergentes et qualitatives éprouvées.
Créé à l’origine comme outil cartographique par Cynthia Brewer et Mark Harrower à Penn State, ColorBrewer reste l’une des bibliothèques de couleurs les plus utilisées en visualisation scientifique. Sa force tient à une idée simple : classer les palettes selon la nature des données qu’elles encodent, puis indiquer celles qui restent lisibles en cas de déficience de la vision des couleurs et en impression en niveaux de gris.
Choisir d’abord le type de palette
Dans une figure scientifique, un mauvais choix de couleur est presque toujours une erreur de type plutôt qu’une faute de goût. Commencez par faire correspondre la famille de palettes aux données avant de comparer des couleurs précises.
| Type de données | Famille de palettes | Exemple | Utilisation |
|---|---|---|---|
| Catégories non ordonnées | Qualitative | Set2, Dark2, Paired | Espèces, groupes de traitement, conditions |
| Données ordonnées ou continues | Séquentielle | Blues, Greens, YlOrRd | Concentration, effectif, densité |
| Écart par rapport à un point médian | Divergente | RdBu, RdYlBu, BrBG | Variation logarithmique, anomalie, corrélation |
Appliquer une palette divergente à des données séquentielles invente un point médian qui n’existe pas. Employer une palette séquentielle pour des catégories suggère un classement tout aussi inexistant. Dans les deux cas, le lecteur est induit en erreur avant même d’avoir lu une seule étiquette d’axe.
Voyez l'amélioration de figures en action
Agrandissez, repeignez, recolorez ou réétiquetez toute figure scientifique existante en qualité 8K prête pour les revues.
Explorer l'outilPalettes qualitatives
#66C2A5 #FC8D62 #8DA0CB #E78AC3 #A6D854 #FFD92F #E5C494 #B3B3B3#1B9E77 #D95F02 #7570B3 #E7298A #66A61E #E6AB02 #A6761D #666666#A6CEE3 #1F78B4 #B2DF8A #33A02C #FB9A99 #E31A1C #FDBF6F #FF7F00 #CAB2D6 #6A3D9A #FFFF99 #B15928Attention avec Paired : seule la relation au sein de chaque paire est porteuse de sens. Ne l’utilisez pas pour douze catégories indépendantes, car le lecteur déduira des liens que vos données ne justifient pas.
Palettes séquentielles et divergentes
#EFF3FF #BDD7E7 #6BAED6 #3182BD #08519C#CA0020 #F4A582 #F7F7F7 #92C5DE #0571B0#D7191C #FDAE61 #FFFFBF #ABD9E9 #2C7BB6Pour une carte divergente, ancrez la couleur neutre sur le point médian qui a un sens scientifique. Si la variation logarithmique s’étend de -1 à +4 et que le logiciel centre l’échelle sur l’étendue des données, la couleur neutre se place à +1,5. La figure donne alors l’impression que la plupart des gènes sont sous-exprimés.
Sélection adaptée aux déficiences de la vision des couleurs
Toutes les palettes ColorBrewer ne restent pas lisibles en cas de déficience de la vision des couleurs, et la famille qualitative est la plus fragile. En pratique :
- Les palettes séquentielles monochromes (Blues, Greens, Purples) sont robustes par construction, car elles varient surtout par la luminosité.
- Set2 et Dark2 fonctionnent bien avec trois ou quatre classes, puis deviennent moins distinctes au-delà.
- Paired n’est pas fiable, car l’écart clair-foncé qui porte le sens se réduit en cas de déficience chromatique.
Conseil
ColorBrewer limite volontairement le nombre de classes. Lorsqu’un schéma en propose au maximum 8 ou 9, ce n’est pas une contrainte technique mais un constat de conception : au-delà, le lecteur n’associe plus les couleurs à la légende de façon fiable. Considérez cette limite comme un signal indiquant qu’il faut restructurer la figure.
Créez des figures scientifiques maintenant
Décrivez votre figure scientifique en langage naturel — obtenez des illustrations prêtes à publier en quelques minutes.
Essayer gratuitementArticles connexes
Lectures associées: Palettes de couleurs pour figures scientifiques (2026), Comment ajouter des figures à un article.
