Nach dem meine bisherige Erforschung von Farben und Namen Ich deckte Inkonsistenzen in den Wikipedia-Farbdaten auf und suchte nach einer autoritäreren Quelle für Farbnamen. Kein Glück, ein Orakel zu finden, aber ich fand einen anderen interessanten Datensatz.
Wenn in der Wikipedia-Tabelle Farbwerte für einen bestimmten Satz von Namen angegeben wurden, enthält dieser Datensatz Namen für bestimmte Farbwerte. Dolores Labs erschuf ein Mechanischer Türke Aufgabe, die Namen der Farbfelder, denen sie zugewiesen wurden, mit Namen zu versehen. Die Ergebnisse sind in a angegeben CSV Datei, die JMP ohne Probleme öffnet.
Wie zu erwarten, gibt es viele doppelte Namen. Von etwa 10.000 Farbwerten wurden 1.000 den Namen "Blau" zugewiesen. Umgekehrt erhält derselbe Farbwert manchmal unterschiedliche Namen wie "lila" und "violett". Und da die Namen von den Arbeitern eingegeben wurden und nicht aus einer Liste ausgewählt wurden, gibt es einige Unterschiede in der Schreibweise. Column Recode ist sehr praktisch, um einige dieser Probleme zu beheben. Hier ist eine Teilmenge der Namen nach dem Anwenden Whitespace trimmen und Titelfall im Col: Umkodieren .
Farbnamen vor und nach
Ich habe auch benutzt Suchen und Ersetzen "Drk" in "Dark" und andere Abkürzungen ändern. Es blieben noch etwa 1.500 eindeutige Namen, von denen die meisten einmal vorkamen. Ich wollte sehen, wie viel Variation es bei Farben mit demselben Namen gab, also habe ich zuerst die Namen mit weniger als 15 Farbwerten herausgefiltert. Um das zu tun, habe ich Summarize für die Farbnamenspalte verwendet, die mir zeigte, wie viele Farben die einzelnen Namen hatten. Dann konnte ich die Tabelle nach der Anzahl sortieren und die Zeilen mit weniger als 15 Farben auswählen. Da die Tabellen verknüpft sind, werden auch die Tabellen in der Originaltabelle ausgewählt. Nachdem ich diese ausgeschlossen hatte, zeichnete ich den Rest in Graph Builder als Hue nach Name auf.
Das Diagramm ist lang, also lasse ich es bis zum Ende, aber wenn Sie genau hinschauen (klicken Sie auf das Diagramm, um es in voller Größe zu sehen), können Sie Dinge wie ein Lila mit dem Namen Grün und ein Grün mit dem Namen Blau bemerken. Die Namen sind nach Durchschnittsfarbtönen geordnet, was für die Rottöne manchmal nicht so gut funktioniert, da sie häufig zwischen 0 ° und 360 ° liegen. Dies ist ein weiteres Beispiel, bei dem eine Visualisierung hilft, Datenqualitätsprobleme zu erkennen.
XKCD Dominant Color Map im JMP-JMP-Blog schrieb:
[...] Visualisierungen in JMP, um die Qualität einiger Farbnamen-Datensätze (Teil 1 und Teil 2) zu überprüfen. In dieser Woche hat der xkcd-Autor Randall Munroe die Ergebnisse seiner eigenen Farbnamenumfrage veröffentlicht, [...]
