11 techniques de visualisation de données pour chaque cas d'utilisation avec des exemples

La visualisation des données devient rapidement une compétence essentielle dans la science des données et dans de nombreuses autres industries basées sur les données, telles que la finance, l'éducation et les soins de santé. Cela n'a rien de surprenant : les spécialistes des données traitent un volume toujours croissant de données complexes et variées, et la visualisation des données fournit un ensemble de techniques permettant de donner un sens à ces données et de communiquer efficacement les informations qu'elles contiennent.

Historiquement considérée comme un sujet mineur dans la science des données, la visualisation des données est aujourd'hui un domaine dynamique et en pleine évolution, enrichi de nombreuses techniques, outils, théories et contributions d'autres disciplines, telles que la psychologie et les neurosciences. Si vous souhaitez devenir un magicien de la visualisation de données, DataCamp vous couvre. Consultez notre catalogue de cours de visual isation de données pour accéder à plus de 30 cours de visualisation de données dispensés par des experts de premier plan et couvrant une variété de technologies populaires.

Cet article donne un aperçu de l'état de la visualisation des données. Nous nous concentrerons sur les analyses, les techniques et les outils de visualisation de données les plus populaires. Poursuivez votre lecture !

Le pouvoir d'une bonne visualisation des données

La visualisation des données implique l'utilisation de représentations graphiques des données, telles que des graphiques, des tableaux et des cartes. Par rapport aux statistiques descriptives ou aux tableaux, les visuels constituent un moyen plus efficace d'analyser les données, notamment d'identifier des modèles, des distributions et des corrélations et de repérer les valeurs aberrantes dans des ensembles de données complexes.

Les visuels permettent aux scientifiques des données de résumer des milliers de lignes et de colonnes de données complexes et de les présenter dans un format compréhensible et accessible.

En donnant vie aux données grâce à des diagrammes et des graphiques pertinents, la visualisation des données est essentielle dans les processus de prise de décision. Qu'il s'agisse d'analystes de données qui décomposent leurs résultats pour des parties prenantes non techniques, de data scientists qui effectuent des tests A/B à des fins de marketing, ou d'ingénieurs en apprentissage automatique qui expliquent les biais potentiels dans les modèles complexes à grand langage comme ChatGPT, la visualisation des données est la clé pour passer de l'aperçu des données à la prise de décision.

Malgré l'utilisation de la visualisation des données, de nombreuses analyses de données approfondies et détaillées finissent toujours dans le tiroir pour la simple raison qu'elles n'ont pas réussi à captiver le public, qu'il s'agisse de décideurs, de parties prenantes ou d'autres membres de l'équipe.

Grâce aux progrès réalisés dans des disciplines telles que les neurosciences, nous savons aujourd'hui que la manière dont une visualisation de données est présentée peut avoir une incidence considérable sur la façon dont les gens la perçoivent. Les choix que vous faites lors de la conception d'un graphique - par exemple, les couleurs, la disposition et la taille - peuvent faire une grande différence. La théorie de la visualisation des données vous intéresse ? Notre cours "Comprendre la visualisation des données" est un excellent point de départ.

Si la visualisation des données a un rôle important à jouer dans la communication des données, la recette d'une communication réussie est plus complexe. C'est l'idée qui sous-tend le data storytelling, une approche innovante qui préconise l'utilisation de visuels, de récits et de données pour transformer les informations en actions. Pour en savoir plus sur le data storytelling, consultez notre podcast DataFramed, où nous nous entretenons avec Brent Dykes, directeur principal de Insights & Data Storytelling chez Blast Analytics et auteur de Effective Data Storytelling.

Types d'analyse de la visualisation des données

La visualisation des données est utilisée pour analyser visuellement le comportement des différentes variables d'un ensemble de données, comme la relation entre les points de données d'une variable ou la distribution. En fonction du nombre de variables que vous souhaitez étudier simultanément, vous pouvez distinguer trois types d'analyse par visualisation de données.

• Analyse univariée. Utilisé pour résumer le comportement d'une seule variable à la fois.
• Analyse bivariée. Permet d'étudier la relation entre deux variables
• Analyse multivariée. Permet aux praticiens des données d'analyser plus de deux variables à la fois.

Techniques clés de visualisation des données

Examinons maintenant les techniques de visualisation de données les plus populaires !

Tracés linéaires

Les graphiques linéaires, l'une des visualisations les plus utilisées, sont excellents pour suivre l'évolution d'une variable dans le temps. Ils sont normalement créés en plaçant une variable temporelle sur l'axe des x et la variable que vous souhaitez analyser sur l'axe des y. Par exemple, le graphique ci-dessous montre l'évolution du cours de l'action DJIA au cours de l'année 2022.

Source. DataCamp

Pour apprendre à créer des tracés de lignes convaincants, consultez notre tutoriel sur les tracés de lignes dans MatplotLib avec Python.

Diagrammes en barres

Un diagramme à barres classe les données en fonction de la valeur de plusieurs catégories. Il est constitué de rectangles dont la longueur est proportionnelle à la valeur de chaque catégorie. Les diagrammes en barres sont très répandus car ils sont faciles à lire. Les entreprises utilisent couramment les diagrammes à barres pour établir des comparaisons, par exemple la part de marché de différentes marques ou le revenu de différentes régions. Il existe plusieurs types de diagrammes à barres, chacun étant adapté à un objectif différent.

Il existe plusieurs types de diagrammes à barres, chacun adapté à un objectif différent, notamment les diagrammes à barres verticales, les diagrammes à barres horizontales et les diagrammes à barres groupées.

Diagrammes à barres verticales, horizontales et en grappes.

Notre cours, Introduction à la science des données en Python, couvre une gamme de techniques de visualisation de données, y compris les diagrammes à barres.

Histogrammes

Les histogrammes sont l'une des visualisations les plus populaires pour analyser la distribution des données. Ils montrent la distribution de la variable numérique à l'aide de barres.

Pour construire un histogramme, les données numériques sont d'abord divisées en plusieurs plages ou cases, et la fréquence d'apparition de chaque plage est comptée. L'axe horizontal indique la plage, tandis que l'axe vertical représente la fréquence ou le pourcentage d'occurrences d'une plage.

Les histogrammes mettent immédiatement en évidence l'asymétrie de la distribution d'une variable ou l'endroit où elle atteint son maximum. Voici des exemples tirés de notre série Données démystifiées sur les visualisations de données qui capturent les distributions.

Diagramme en boîte et diagramme à moustaches

Les diagrammes en boîte constituent un autre excellent moyen de résumer la distribution d'une variable. Les diagrammes en boîte constituent un moyen intuitif et convaincant de repérer les éléments suivants :

• Médiane. La valeur moyenne d'un ensemble de données où 50% des données sont inférieures à la médiane et 50% des données sont supérieures à la médiane.
• Le quartile supérieur. Le 75e percentile d'un ensemble de données où 75 % des données sont inférieures au quartile supérieur et 25 % des données sont supérieures au quartile supérieur.
• Le quartile inférieur. Le 25e percentile d'un ensemble de données où 25 % des données sont inférieures au quartile inférieur et 75 % sont supérieures au quartile inférieur.
• L'intervalle interquartile. Le quartile supérieur moins le quartile inférieur
• La valeur adjacente supérieure. Ou familièrement, le "maximum". Il représente le quartile supérieur plus 1,5 fois l'intervalle interquartile.
• La valeur adjacente la plus basse. Ou familièrement, le "minimum". Il représente le quartile inférieur moins 1,5 fois l'intervalle interquartile.
• Outliers. Toute valeur supérieure au "maximum" ou inférieure au "minimum".

L'anatomie d'un diagramme en boîte. Source : Galarnyk

Par exemple, le diagramme en boîte suivant, basé sur le seaborn, montre la distribution de la longueur des sépales dans trois variétés d'iris, en s'appuyant sur l'ensemble de données populaire de l'iris. Notre tutoriel Python Seaborn pour les débutants est une ressource parfaite pour découvrir comment créer des boxplots et d'autres graphiques à l'aide du populaire package de visualisation de Python, Seaborn.

Diagrammes de dispersion

Les diagrammes de dispersion sont utilisés pour visualiser la relation entre deux variables continues. Chaque point du graphique représente un seul point de données, et la position du point sur les axes x et y représente les valeurs des deux variables. Il est souvent utilisé dans l'exploration de données pour comprendre les données et mettre rapidement en évidence des corrélations potentielles.

L'exemple suivant reprend l'ensemble de données de l'iris pour tracer la relation entre la largeur et la longueur des sépales.

Pour avoir d'autres exemples de diagrammes de dispersion, lisez notre série Données démystifiées sur les visualisations de données qui capturent les relations. Vous pouvez également apprendre à créer une variété de diagrammes, y compris des diagrammes de dispersion, dans notre tutoriel sur les diagrammes avec Matplotlib.

Tracé à bulles

Les diagrammes de dispersion peuvent être facilement complétés par l'ajout de nouveaux éléments représentant de nouvelles variables. Par exemple, si nous voulons représenter la relation entre la largeur et la longueur des sépales des différentes variétés d'iris, il suffit d'ajouter des couleurs aux points, comme suit :

Nous pourrions également modifier la taille des points en fonction d'une autre variable. C'est ce qui caractérise les "bulles". Par exemple, cet incroyable graphique montre la relation entre l'espérance de vie et le PIB d'un pays, en ajoutant de la couleur pour représenter la région du pays et de la taille pour représenter la population du pays.

Source. Gapminder

Nous abordons les diagrammes à bulles et la manière de les créer dans notre cours, Intermediate Interactive Data Visualization with plotly in R (Visualisation interactive intermédiaire de données avec plotly en R).

Cartes d'arbres

Les cartes arborescentes permettent d'illustrer les relations de partie à partie dans les données. Ils affichent des données hiérarchiques sous la forme d'un ensemble de rectangles. Chaque rectangle représente une catégorie d'une variable donnée, tandis que la surface du rectangle est proportionnelle à la taille de cette catégorie. Par rapport à des visualisations similaires, comme les diagrammes circulaires, les cartes en arbre sont considérées comme plus intuitives et préférables.

Vous trouverez ci-dessous un exemple.

Dans notre cours sur l'analyse des sentiments en R, vous apprendrez à utiliser les treemaps pour visualiser les sentiments dans des groupes de documents.

Cartes de chaleur

Une carte thermique est un graphique matriciel courant et magnifique qui peut être utilisé pour résumer graphiquement la relation entre deux variables. Le degré de corrélation entre deux variables est représenté par un code couleur.

Par exemple, cette chaleur extraite de notre cours Intermediate Data Visualization with Seaborn analyse l'occupation des invités du Daily Show au cours de la période 1999-2012. Comme on pouvait s'y attendre, les invités des secteurs de l'art dramatique et des médias sont les plus nombreux.

Pour en savoir plus sur la création d'une carte thermique, vous pouvez consulter notre tutoriel qui explore comment en créer une à l'aide de Power BI.

Nuages de mots

Les nuages de mots sont utiles pour visualiser les mots courants dans un texte ou un ensemble de données. Ils sont similaires aux diagrammes en barres, mais sont souvent plus attrayants sur le plan visuel. Cependant, les nuages de mots sont parfois plus difficiles à interpréter. Les nuages mondiaux sont utiles dans les scénarios suivants :

• Identifier rapidement les thèmes ou sujets les plus importants dans un grand nombre de textes.
• Comprendre le sentiment général ou le ton d'un texte.
• Explorer des modèles ou des tendances dans des données contenant des informations textuelles.
• Communiquer les idées ou concepts clés d'une manière visuellement attrayante.

Consultez notre tutoriel Générer des nuages de mots en Python pour découvrir comment créer votre propre nuage de mots.

Source. Datacamp

Cartes

Une part considérable des données générées chaque jour est intrinsèquement spatiale. Les données spatiales - également connues sous le nom de données géospatiales ou d'informations géographiques - sont des données pour lesquelles un emplacement spécifique est associé à chaque enregistrement.

Chaque point de données spatiales peut être localisé sur une carte à l'aide d'un certain système de référence de coordonnées. Par exemple, l'image ci-dessous, extraite de notre tutoriel GeoPandas, montre les différents quartiers de Barcelone.

L'analyse géospatiale est un domaine de la science des données qui évolue rapidement. Les cartes sont au cœur de cette discipline. Consultez notre cours Travailler avec des données géospatiales en Python pour commencer à dessiner des cartes dès aujourd'hui !

Diagrammes de réseau

La plupart des données sont stockées dans des tableaux. Cependant, ce n'est pas le seul format disponible. Les "graphes" sont mieux adaptés à l'analyse de données organisées en réseaux, tels que les réseaux sociaux en ligne, comme Facebook et Twitter, ou les réseaux de transport, comme les lignes de métro. L'analyse des réseaux est le sous-domaine de la science des données qui utilise les graphes pour étudier les réseaux.

Les graphes de réseau se composent de deux éléments principaux : les nœuds et les arêtes, également appelés relations. Voici un exemple de graphe de réseau simple.

Cool, non ? Les possibilités offertes par les graphes de réseau sont infinies. Pour vous initier en douceur à ce domaine, nous vous recommandons vivement notre cours Introduction à l'analyse de réseaux en Python.