Retour

Data viz : here we go again

Publié le par Uranie Jean-Louis (Institut de l'Elevage)
Modélisation - méthodes statistiques Autre filière
Encore un article sur la data visualisation et ses bonnes pratiques mais bon quand on aime on ne compte pas et puis vous connaissez surement l’adage, « une image vaut mille mots ». Ainsi, la dataviz ou data visualisation permet de mettre en lumière ce propos. Son objectif refléter les informations contenues dans les données de manière visuelle en alliant esthétisme, simplicité et pertinence. De cette façon, l’interprétation des données est facilitée, plus compréhensible et la prise de décision plus rapide. Mais comment bien faire parler ses données et les mettre en valeur ? Quel graphique et quelle couleur utiliser ? Et quels sont les outils mise à disposition pour la data visualisation ? Tant de questions qui méritent bien quelques réponses.

Les outils pour passer maître en data visualisation

Pour peindre un tableau, il est nécessaire d’être équipé d’un bon pinceau, en parallèle créer des graphiques percutants exige de posséder les bons outils.

Une multitude de logiciels adaptés pour tous niveaux et besoins existent en data viz. Voici une petite liste non exhaustive des plus populaires.

 

  • Tableau : outil de visualisation des données. Permet de créer des tableaux de bord interactifs avec une interface intuitive
  • Power BI : outil de business intelligence de Microsoft qui permet de créer des visualisations de données interactives, des tableaux de bord et des rapports. Facilement intégrable avec d’autres outils Microsoft
  • Looker studio : outil gratuit de Google qui permet de créer des rapports interactifs et des tableaux de bord
  • Python :  langage de programmation avec ces modules tel que Seaborn, matplolib permettant de créer des graphiques sophistiqués et personnalisables
  • Java Script : langage de programmation souvent utilisé pour le développement web. Les bibliothèques D3.js, Chart.js sont utilisés pour la visualisation interactives
  • : également un langage de programmation et avec son package ggplot2, tout est possible et customisable 
  • Excel : un vieux de la vieille mais toujours simple et puissant pour créer des graphiques

Panorama graphique

Une fois le logiciel approprié en main, la prochaine étape est de créer son graphique. Le choix de celui-ci dépend de l’objectif, du type de données et de l’audience.

Privilégier un barplot pour comparer différentes modalités d’une variable qualitative. Au contraire un histogramme ou un boxplot peuvent s’avérer utile pour regarder la répartition des données quantitatives et un nuage de points (scatter plot) pour comparer deux variables de ce même type.

Evidemment, une variété d’autres graphiques existent et voici un site qui pourrait vous être utile dans votre sélection https://www.data-to-viz.com/

 

 

 

Have some fun with the data

La data viz c’est aussi laisser libre son imagination et rendre l’impossible possible.

La représentation dynamique et animée sont aussi envisageables 😉

Voici quelques exemples crées avec le logiciel R.

 

Envie de tenter l'expérience data viz ? Suivez notre formation :