Palette Okabe-Ito : guide des codes hexadécimaux

La palette Okabe-Ito réunit huit couleurs, avec leurs codes hexadécimaux, conçues pour rester distinctes dans les figures scientifiques, y compris pour les personnes daltoniennes.

Environ un homme sur douze et une femme sur deux cents présente une forme de déficience de la vision des couleurs. Si votre figure distingue des informations uniquement par le rouge et le vert, une part non négligeable de votre lectorat — y compris les évaluateurs — verra autre chose que ce que vous aviez prévu. Cette page rassemble tous les codes hexadécimaux et leurs valeurs RGB, ainsi que du code à coller directement dans R, Python ou CSS.

Palette Okabe-Ito : les huit codes hexadécimaux

Pourquoi ces huit couleurs fonctionnent

Une déficience de la vision des couleurs ne signifie pas « voir en niveaux de gris ». Les formes les plus courantes compriment un axe précis de l’espace colorimétrique : les teintes qui diffèrent surtout sur l’axe rouge-vert se rapprochent, tandis que les écarts de luminosité et ceux de l’axe bleu-jaune restent davantage perceptibles.

Ordre recommandé

Si vous avez besoin de moins de huit couleurs, ne prenez pas simplement les N premières du tableau. Suivez plutôt cet ordre, qui maximise les écarts lorsque le nombre de catégories est réduit :

1. #0072B2 bleu
2. #E69F00 orange
3. #009E73 vert bleuté
4. #CC79A7 pourpre rougeâtre
5. #56B4E9 bleu ciel
6. #D55E00 vermillon
7. #F0E442 jaune
8. #000000 noir

Le bleu et l’orange arrivent volontairement en tête : parmi toutes les paires de la palette, leur contraste résiste le mieux aux différents types de déficience chromatique.

Code prêt à copier

R

okabe_ito <- c(
  "#E69F00", "#56B4E9", "#009E73", "#F0E442",
  "#0072B2", "#D55E00", "#CC79A7", "#000000"
)
# ggplot2
scale_colour_manual(values = okabe_ito)

Python

OKABE_ITO = [
    "#E69F00", "#56B4E9", "#009E73", "#F0E442",
    "#0072B2", "#D55E00", "#CC79A7", "#000000",
]
import matplotlib as mpl
mpl.rcParams["axes.prop_cycle"] = mpl.cycler(color=OKABE_ITO)

CSS

:root {
  --oi-orange:         #E69F00;
  --oi-sky-blue:       #56B4E9;
  --oi-bluish-green:   #009E73;
  --oi-yellow:         #F0E442;
  --oi-blue:           #0072B2;
  --oi-vermilion:      #D55E00;
  --oi-reddish-purple: #CC79A7;
  --oi-black:          #000000;
}

Les limites de la palette

• Données ordonnées ou continues. Préférez une échelle séquentielle perceptuellement uniforme. Viridis est le choix le plus courant.
• Données qui divergent autour d’un point médian. Utilisez une échelle divergente avec un centre neutre, comme RdBu de ColorBrewer.
• Plus de huit catégories. Si vous en avez davantage, mieux vaut généralement restructurer la figure — en panneaux, en groupes ou avec des libellés directs — plutôt que d’ajouter une neuvième couleur.

Erreurs fréquentes

À lire également

Lectures associées: Palettes de couleurs pour figures scientifiques (2026), 5 erreurs courantes dans les figures scientifiques.

Questions fréquentes