Après mon exploration précédente des couleurs et des noms Des incohérences révélées dans les données de couleur de Wikipédia, je cherchai une source plus autorisée de noms de couleurs Pas de chance de trouver un oracle, mais j'ai trouvé un autre jeu de données intéressant.
Lorsque la table Wikipedia a fourni des valeurs de couleur pour un ensemble de noms donné, cet ensemble de données fournit des noms pour des valeurs de couleur données. Dolores Labs A créé un Turc mécanique tâche de demander aux personnes de nommer les nuances de couleurs auxquelles elles ont été affectées. Les résultats sont fournis dans un CSV fichier, que JMP ouvre sans aucun problème.
Comme on pouvait s'y attendre, il y a beaucoup de noms en double. Le nom "bleu" a été attribué à 1 000 sur environ 10 000 valeurs de couleur. Inversement, il arrive que des noms différents soient attribués à la même valeur de couleur, tels que "violet" et "violet". Et puisque les noms ont été entrés par les travailleurs, au lieu d'être choisis dans une liste, l'orthographe varie. Column Recode est vraiment pratique pour résoudre certains de ces problèmes. Voici un sous-ensemble des noms après application Découper les espaces et Titre Title dans Col: Recode .
Noms de couleur avant et après
J'ai aussi utilisé Trouver et remplacer changer "Drk" en "Dark" et autres abréviations. Il restait encore environ 1 500 noms uniques, la plupart d’eux une fois. Je voulais voir combien il y avait de variation dans les couleurs du même nom, alors j'ai d'abord filtré les noms avec moins de 15 valeurs de couleur. Pour ce faire, j'ai utilisé Summarize dans la colonne du nom de la couleur, qui indique le nombre de couleurs correspondant à chaque nom. Ensuite, je pourrais trier le tableau en fonction du nombre et sélectionner les lignes de moins de 15 couleurs. Étant donné que les tables sont liées, cela sélectionne également celles de la table d'origine. Après avoir exclu celles-ci, j'ai tracé le reste dans Graph Builder en tant que teinte par nom.
Le graphique est long, je vais donc le laisser à la fin, mais si vous regardez de près (cliquez sur le graphique pour l'agrandir), vous remarquerez peut-être des choses comme un violet appelé vert et un vert appelé bleu. Les noms sont ordonnés par teinte moyenne, ce qui ne fonctionne pas toujours très bien pour les rouges, qui souvent légitiment à cheval entre 0 ° et 360 °. Voici donc un autre exemple où une visualisation aide à détecter les problèmes de qualité des données.
XKCD Couleur dominante dans JMP - JMP Blog a écrit:
[...] visualisations dans JMP pour contrôler la qualité de deux ensembles de données de noms de couleurs (Part 1 & Part 2). Cette semaine, Randall Munroe, auteur de xkcd, a publié les résultats de sa propre enquête sur les noms de [...]
