Données démystifiées : des visualisations qui révèlent les relations

Bienvenue dans la neuvième partie de notre série mensuelle Données démystifiées. Dans le cadre du mois de la culture des données, cette série clarifie les notions clés du monde des données, répond aux questions que vous n’osez peut-être pas poser et le fait avec pédagogie. Pour commencer depuis le début, lisez le premier article de la série : Qu’est-ce qu’un jeu de données ?

Cette semaine, nous passons en revue les visualisations de données les plus courantes et comment les interpréter. La visualisation de données est souvent considérée comme la porte d’entrée vers la data science ; cet article s’intéresse aux visualisations qui capturent des relations et à la manière de les lire.

Des visualisations pour représenter les relations

Mettre en évidence les relations entre différents points de données est un cas d’usage essentiel de la visualisation. Cette section présente les visuels les plus utilisés pour représenter des relations : en particulier les graphiques en barres, nuages de points, diagrammes à bulles, et plus encore.

Graphiques en barres

Un graphique en barres compare la valeur de plusieurs catégories. Il se compose de rectangles dont la longueur est proportionnelle à la valeur de chaque catégorie. Très répandus car faciles à lire, les graphiques en barres sont souvent utilisés en entreprise pour comparer, par exemple, les parts de marché de différentes marques ou le chiffre d’affaires par région. 

Il existe plusieurs types de graphiques en barres, chacun adapté à un usage précis.

	\n Dans un graphique en barres vertical, aussi appelé histogramme en colonnes, l’axe horizontal représente les catégories tandis que l’axe vertical affiche les valeurs.  \n
	\n Dans un graphique en barres horizontal, les catégories sont positionnées sur l’axe vertical. C’est une meilleure option que le graphique en colonnes lorsque les noms des catégories sont longs.  \n
	\n Un graphique en barres groupées est un graphique vertical ou horizontal qui affiche plusieurs séries de données au sein d’une même catégorie. Il est utile pour montrer l’évolution dans le temps ou comparer plusieurs séries au sein d’une catégorie.  \n

Une bonne pratique avec les graphiques en barres consiste à faire démarrer l’axe (ou la ligne de base) à zéro. Sinon, vous risquez d’exagérer de petites différences entre catégories. Autre conseil : ordonnez les barres de façon pertinente. Voici quelques exemples efficaces.

Un graphique en barres vertical. Remarquez la ligne de base à zéro et le classement des catégories par décennie. (Source : BBC)

Un graphique en barres horizontal comparant la richesse d’artistes américaines. (Source : BBC)

Un graphique en barres groupées horizontal comparant plusieurs catégories en 2019 et 2020 (Source : BBC)

Nuage de points

Un nuage de points (scatter plot) montre la relation entre deux variables en représentant de multiples points de données. Il est souvent utilisé lors de l’exploration pour comprendre rapidement les données et faire émerger d’éventuelles corrélations. 

Un nuage de points comparant le coût par mile et les miles parcourus par mois (Source : Storytelling with Data)

Voici quelques repères pratiques pour interpréter un nuage de points.

\n
1. Comprendre les axes : quelles sont les mesures et les unités représentées sur chaque axe ?
\n
2. La relation entre les variables : observe-t-on une tendance à la hausse ou à la baisse ? La relation s’exprime-t-elle plutôt par une droite ou une courbe exponentielle ?
\n
3. Identifier les valeurs aberrantes : y a-t-il des points qui s’écartent du reste du nuage ? Pouvez-vous expliquer pourquoi ce point se comporte ainsi ?
   
   
\n

The Economist montre, via un nuage de points, que les jeux vidéo peuvent être bénéfiques pour la santé mentale (Source : The Economist)

Nuage de points connecté

Un nuage de points connecté est un nuage de points dont les points sont reliés. Il est utile pour visualiser l’évolution de deux variables dans le temps. 

Un nuage de points connecté montrant la relation entre le nombre de soldats et le budget militaire au fil du temps (Source : Steve Haroz)

Le graphique ci-dessus illustre la relation entre le budget militaire et le nombre de soldats dans le temps. Des flèches indiquent l’évolution temporelle. La lecture d’un nuage de points connecté peut être déroutante pour certains ; des annotations claires sont donc essentielles pour en faciliter la compréhension.

Un nuage de points connecté pour illustrer l’évolution de la sécurité automobile (Source : New York Times)

Diagramme à bulles

Un diagramme à bulles est une extension du nuage de points qui montre la relation entre trois variables à l’aide de l’axe des x, de l’axe des y et de la taille des bulles. On peut aussi ajouter une quatrième dimension en colorant chaque point. 

Diagrammes à bulles, en niveaux de gris et en couleur (Source : Storytelling with Data)

Attention toutefois : un diagramme à bulles peut rapidement submerger le lecteur. Il est souvent utile de l’accompagner d’une narration interactive. Un excellent exemple est celui du diagramme à bulles de Hans Rosling, qui met en relation l’espérance de vie, le PIB par habitant et la taille de la population. 

Le diagramme à bulles Gapminder est l’un des exemples les plus emblématiques

Commencez la visualisation de données dès aujourd’hui

Nous espérons que cette brève introduction à la visualisation de données vous a plu. Dans le prochain article, nous verrons des visualisations qui représentent des distributions. Pour vous lancer dès maintenant dans l’apprentissage de la visualisation de données, découvrez les ressources ci-dessous. 

\n
• Découvrez notre programme pour le mois de la culture des données
\n
• Commencez avec notre parcours de compétences Understanding Data Topics
\n
• Abonnez-vous au podcast DataFramed
\n
• Consultez nos prochains événements
\n
• Lisez le prochain article de la série Données démystifiées sur les visualisations qui capturent les distributions
\n