Com que cor eu vou votar?

Uma análise cromática dos partidos do Brasil

Adauto Braz
Dec 7, 2020 · 6 min read
As principais cores de cada partido, ordenadas por matiz

No último dia 15, minha rotina de domingos preguiçosos da quarentena foi brevemente alterada por um evento atípico. Não, não foi (só) o inusitado dia ensolarado em São Paulo, mas sim a ida às urnas para a escolha dos representantes políticos do Executivo e Legislativo a nível municipal.

Para além das escolhas conscientes a serem feitas nesse dia, quis fazer uma outra: a da cor da camisa com a qual sairia de casa. Embora essa pareça uma preocupação trivial, cores têm significado cultural, histórica e social, e errar sua escolha de look num dia como esse pode suscitar percepções que extrapolam o âmbito da moda.

Dado que não consegui nenhum adesivo para sinalizar minha intenção de voto, acabei optando por ir de amarelo a minha zona eleitoral. No caminho, observando as pessoas nas ruas, e suas respectivas escolhas de cores, minha dúvida cresceu.

Afinal, qual a relação do espectro cromático e do espectro político brasileiro?

Partidos e suas cores

Há, no Brasil, 33 partidos em atividade. Abaixo, podemos observar suas logos.

Bastante informação, não?

Para esta análise, vamos extrair as 10 principais cores de cada logo, observando também sua proporção em relação à área total da imagem. Ao extrairmos as cores, e organizá-las por matiz de cor, temos as cores abaixo.

Se tentamos observar estas cores associados aos seus respectivos partidos de origem, temos:

Como é possível observar nas duas imagens anteriores, embora existam muitas cores, há padrões comuns entre as cores usadas pelos partidos. Como podemos então agrupar estas cores de uma maneira que simplifique nossa análise, mas que seja objetiva?

Os grupos de cor

Utilizando técnicas de Machine Learning (mais detalhes no final do artigo), encontramos que o número ótimo de grupos para separar as cores utilizadas pelos diferentes partidos é 5.

Das cores descobertas, observamos que os Pastéis e os Azuis são as cores mais presentes nas logos dos partidos, como um todo.

Abaixo, é possível observar todas as cores contidas em cada um dos grandes grupos.

Apesar de haver uma consistência na separação das cores, há exceções à regra. A presença de preto, cinzas e vermelhos mais escuros no grupo dos Azuis, por exemplo, é fruto das limitações do algoritmo, e uma abstração necessária, caso não queiramos criar um número muito grande de segmentos para analisar.

Abaixo, podemos observar os principais partidos de cada cor. Vemos que NOVO, Partido Verde, PROS, PRTB e PMB são os destaques, respectivamente, nos grupos Vermelhos, Verdes, Amarelos, Pastéis e Azuis.

Posição Política

Agora que já temos uma separação mais simples das cores, como relacionar estas com cada posição do espectro político? Dado que as definições sobre quais partidos são de Esquerda, Centro ou Direita são controversas, utilizamos as classificações presentes nestas referências ([1], [2], [3], [4], [5]), para separar os partidos nas suas respectivas ideologias. Utilizamos a menção mais recorrente dentre as classificações, puxando o partido para os extremos do espectro em caso de empate.

Abaixo, a separação dos partidos por posição política, com sua composição cromática.

Contabilizando as contribuições de cada partido, qual então a cor favorita de cada posição política?

Mas e para cada cor, qual a posição política mais a utiliza?

Nota para o futuro: ir de vermelho pra não deixar dúvidas

Popularidade temporal

Considerando o momento em que cada um dos partidos foi fundado, conseguimos entender como evoluíram as preferência de cor dos partidos?

Amarelo em ascensão, Vermelhos em queda, Verde de volta das cinzas

De maneira geral, Verdes e Amarelos se tornaram mais populares na última década, Vermelhos seguem em queda, agora acompanhados dos Azuis.

São Paulo, uma cromo-visão

Dado que todas essas indagações surgiram por conta das eleições aqui em São Paulo, vamos explorar a ocupação da Câmara dos Vereadores por meio dos grupos de cores que encontramos. Os dados da distribuição entre os partidos foram obtidos aqui.

Forte ocupação de Azuis na Câmara

Quais partidos ajudaram a ocupar cada uma dessas cadeiras? Na visão abaixo, cada cor está caracterizada com o nome do partido junto da posição que esta cor ocupa no ranking das cores da logo do partido.

Saber de cor

Quantificar os diversos aspectos subjetivos que perpassam a construção de significado de elementos tão simples quanto as cores é uma tarefa muito maior do que essa análise exploratória lúdica poderia se propor a ir. Apesar disso, entender que mesmo uma escolha tão corriqueira quanto a da cor de uma roupa pode nos inspirar a explorar as linhas invisíveis que moldam nosso comportamento é sempre uma ótimo lembrete da quantidade de conhecimento esperando pra ser descoberto por aí.

Espero que você já saiba com qual cor você vai votar nas próximas eleições, e que a gente consiga escolher uma distribuição cromática que nos traga para o lado de dias melhores.

[Metodologia]

Neste estudo, utilizamos a linguagem de programação Python e suas várias bibliotecas.

Os dados básicos sobre os partidos foram coletados na Wikipedia, de onde é possível fazer download das imagens das logos de cada um dos partidos.

Para fazermos a análise da área das imagens, dado que a maioria têm um fundo transparente, adicionamos um fundo numa cor diferente das demais para que não houvesse interferência na extração das demais cores. Aplicados os fundos, extraímos as 10 cores com maior área em cada imagem, com o Colorgram, e recalculamos a proporção entre as cores, retirando a influência da cor de fundo que aplicamos.

De resultados, temos a área percentual de cada cor em cada logo, e seus códigos RGB. Embora estejamos acostumados a usar definição de cores no espaço RGB (Red-Green-Blue), para ser possível agrupar as cores dentro de uma lógica de semelhança mais próxima a da visão humana, optamos por usar o espaço cromático CIELAB. Para fazer a conversão entre espaços cromáticos, usamos a biblioteca Colormath.

Terminados os preparativos, rodamos o algoritmo K-Means nos dados disponíveis, utilizando o método Elbow para definir o número ótimo de clusters (o ponto de inflexão na curva ao lado).

Por último, a definição dos nomes dos grupos veio da observação empírica dos resultados das cores associadas a cada grupo.

Utilizamos a biblioteca Plotly para realizar as visualizações.

O código em detalhes pode ser encontrado aqui.

ergo

Entendendo cultura pop com dados/ Understanding pop culture, with data

ergo

Investigando cultura, uma conclusão não-óbvia por vez/ Investigating culture, one non obvious conclusion at a time

Adauto Braz

Written by

Data Scientist Manager, learning addict and music maniac| adautobraz.neto@gmail.com |

ergo

Investigando cultura, uma conclusão não-óbvia por vez/ Investigating culture, one non obvious conclusion at a time