Después Mi anterior exploración de colores y nombres. Revelando inconsistencias en los datos de color de Wikipedia, busqué una fuente más autorizada de nombres de colores. No tuve suerte en encontrar un oráculo, pero sí encontré otro conjunto de datos interesantes.
Donde la tabla de Wikipedia proporcionó valores de color para un conjunto de nombres dado, este conjunto de datos proporciona nombres para valores de color dados. Dolores Labs creo un Turco mecanico tarea para que las personas le den nombres a las muestras de color a las que fueron asignadas. Los resultados se proporcionan en un CSV archivo, que JMP abre sin ningún problema en absoluto.
Como es de esperar, hay muchos nombres duplicados. De los aproximadamente 10,000 valores de color, a 1,000 se les asignó el nombre "azul". A la inversa, a veces al mismo valor de color se le asignan nombres diferentes, como "púrpura" y "violeta". Y dado que los trabajadores ingresaron los nombres, en lugar de ser seleccionados de una lista, existe una cierta variación en la ortografía. Column Recode es realmente útil para solucionar algunos de estos problemas. Aquí hay un subconjunto de los nombres después de aplicar Recortar espacios en blanco y Titulo del caso en Col: Recode .
Nombres de colores antes y después
Tambien utilicé Encontrar y reemplazar para cambiar "Drk" a "Dark" y otras abreviaturas. Eso dejaba unos 1.500 nombres únicos, la mayoría de ellos ocurriendo una vez. Quería ver cuánta variación había en los colores del mismo nombre, así que primero filtré los nombres con menos de 15 valores de color. Para hacer eso, utilicé Resumir en la columna de nombre de color, que me dijo cuántos colores tenía cada nombre. Luego pude ordenar la tabla por conteos y seleccionar las filas con menos de 15 colores. Dado que las tablas están vinculadas, también se seleccionan las de la tabla original. Después de excluirlos, graficé el resto en Graph Builder como Tono por nombre.
El gráfico es largo, así que lo dejo hasta el final, pero si lo observas detenidamente (haz clic en el gráfico para verlo en tamaño completo), podrías notar cosas como un púrpura llamado verde y un verde llamado azul. Los nombres están ordenados por matiz promedio, que a veces no funciona demasiado bien para los rojos, que a menudo legítimamente se extienden entre 0 ° y 360 °. Este es otro ejemplo en el que una visualización ayuda a detectar problemas de calidad de datos.
XKCD Dominant Color Map en JMP - Blog JMP escribió:
[...] visualizaciones en JMP para inspeccionar la calidad de un par de conjuntos de datos de nombres de colores (Parte 1 y Parte 2). Esta semana, el autor de xkcd Randall Munroe ha publicado los resultados de su propia encuesta de nombres de colores, [...]
