Données démystifiées : des visualisations qui révèlent les tendances

Bienvenue dans la huitième partie de notre série Données démystifiées, proposée tout au long du mois. Dans le cadre du mois de la culture des données, cette série clarifie des notions clés du monde des données, répond aux questions que vous n’osez peut-être pas poser et le fait avec pédagogie. Pour reprendre depuis le début, consultez 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 la manière de 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 révèlent une tendance et à la façon de les lire.

Des visualisations qui révèlent une tendance

Mettre en évidence une tendance est l’un des usages les plus utiles de la visualisation de données. Dans cette section, nous allons parcourir les visualisations les plus utilisées pour capturer des tendances, notamment les graphiques linéaires, les courbes lissées (splines), les graphiques de surface et leurs variantes. C’est parti !

Graphiques linéaires

Un graphique linéaire relie une série de points par des segments de droite. On l’utilise fréquemment pour visualiser des tendances dans le temps. Ils sont omniprésents : les entreprises s’en servent pour suivre des indicateurs comme le chiffre d’affaires ou le bénéfice, tandis que les scientifiques illustrent ainsi la relation entre deux variables.

L’intérêt pour les NFT a augmenté tout au long de 2021, atteignant un pic en janvier 2022, puis a chuté rapidement en parallèle des prix de grandes cryptomonnaies comme le bitcoin. (Source : Statista)

L’interprétation d’un graphique linéaire est assez intuitive. Voici quelques points à garder en tête.

1. Quelle est la forme générale du graphique ? La courbe monte-t-elle, descend-elle, ou reste-t-elle stable ?
2. Quelle est la pente de la courbe ? La pente indique le rythme d’évolution dans le temps. Plus la ligne est pentue, plus le changement est rapide.
3. Repérez les points hauts et bas. Ils peuvent marquer un tournant ou coïncider avec un événement significatif.

Petite mise en garde toutefois : examinez toujours l’axe vertical et vérifiez s’il démarre à zéro. Un axe des ordonnées qui ne commence pas à zéro peut transformer de faibles variations en fluctuations spectaculaires.

Un graphique linéaire dont l’axe ne commence pas à zéro peut induire le public en erreur (Source : Chad Skelton)

Graphiques en spline

Un graphique en spline est un graphique linéaire qui relie les points de données par des courbes (au lieu de segments de droite).

Un graphique en spline montrant les évolutions progressives de la température terrestre au cours des 500 derniers millions d’années (Source : climate.gov)

Les splines sont aussi efficaces que les graphiques linéaires pour représenter des tendances dans le temps, et même meilleures pour traduire des évolutions lisses et progressives. Par exemple, le chiffre d’affaires mensuel d’un magasin peut être tracé avec une spline pour montrer que les ventes se répartissent progressivement sur le mois, et non sur une seule journée.

Graphiques multi-lignes ou multi-splines

Comme son nom l’indique, un graphique multi-lignes contient plusieurs courbes tracées sur le même graphique (ou sur des axes différents). Il est utile pour comparer les tendances de deux variables liées. Pour l’analyser, prenez le temps d’examiner :

1. Ce que représente chaque ligne.
2. Ce que signifie l’écart entre les lignes.
3. S’il existe une corrélation potentielle entre les lignes, et si oui, comment l’expliquer.
4. Si chaque ligne est mesurée sur un seul axe ou s’il y a plusieurs axes des ordonnées.

Voici quelques exemples pertinents de graphiques multi-lignes et multi-splines.

Le rapport annuel 2021 d’Alphabet utilise un graphique multi-splines pour comparer la performance de son action à celle du marché. (Source : Alphabet Investor Reporting)

William Playfair, inventeur des graphiques linéaires, a utilisé dès 1786 un graphique multi-splines pour comparer les importations et exportations de l’Angleterre. L’écart vertical entre les lignes indique la balance des comptes cette année-là (Source : Datylon)

Une erreur fréquente consiste à déduire, sur un simple coup d’œil, qu’il existe un lien entre deux tendances indépendantes représentées sur un même graphique. C’est précisément la confusion entre corrélation et causalité, que nous avons déjà abordée dans un précédent article de la série.

Dans l’exemple ci-dessous, on pourrait croire à tort qu’il existe une relation entre le nombre de personnes noyées après une chute dans une piscine et le nombre de films dans lesquels Nicolas Cage a joué.

Méfiez-vous des corrélations fallacieuses ! (Source : Tyler Vigen)

Graphiques de surface

Un graphique de surface met en évidence l’évolution d’une valeur numérique en coloriant la zone entre la ligne et l’axe des abscisses. Il ressemble à un graphique linéaire, à ceci près que la zone sous chaque ligne est remplie.

Exemple de graphique de surface (Source : Storytelling with Data)

On peut interpréter la surface sous la courbe comme la quantité cumulative de la série au fil du temps. Lorsque plusieurs séries sont affichées ensemble, il devient possible de comparer plusieurs sous-catégories dans la durée.

Malgré leur intérêt, les graphiques de surface comportent des écueils. Comparer les surfaces relatives de plusieurs séries peut s’avérer délicat, et le graphique peut vite devenir surchargé.

Graphiques de surface empilés

Un graphique de surface empilé assemble plusieurs surfaces les unes sur les autres. Il est idéal pour suivre la répartition d’une série dans le temps.

Figure 8 : un graphique empilé qui illustre la létalité de la pandémie (Source : The Economist)

Voici un graphique de surface empilé qui estime l’impact réel de la pandémie en 2020. Pour ce faire, l’auteur utilise des aplats pour attribuer une partie de la mortalité en Lombardie à la covid-19. La teinte plus sombre met en évidence le pic des décès cumulatifs imputables à la covid-19, une technique efficace de data storytelling.

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 de la série, nous verrons les visualisations qui révèlent des relations. Pour démarrer votre parcours d’apprentissage des données dès aujourd’hui, explorez les ressources ci-dessous.

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