Comment paramétrer une datavisualisation ?

Transcription

Avez-vous déjà entendu ce dicton : “Une image vaut mille mots” ? Elle signifie qu’une représentation visuelle est souvent plus facile à lire et à comprendre que du texte. Dans le domaine de la data science, on utilise des datavisualisations pour traduire des données en visuels, ce qui permet de les appréhender et les analyser plus facilement.

Sur nos écrans, les datavisualisations ne sont pas toujours des images figées, elles peuvent être dynamiques. Le plus souvent, elles le sont lorsqu’il y a une grande quantité de données à traiter. Je peux alors agir sur la visualisation, c’est-à-dire définir “les bons paramètres” sur l’interface pour obtenir l’information que je cherche.

Prenons un exemple :

Pour un projet de recherche, je souhaite connaître les principaux plats cuisinés avec des ingrédients issus de l’agriculture biologique et servis dans les cantines de la ville de Bordeaux en 2022. Grâce à cette datavisualisation, je vais pouvoir y parvenir.

Sur le tableau de bord, voici ce que je peux paramétrer :

• Je peux filtrer les données. En sélectionnant un ou plusieurs filtres, je fais le choix d’afficher certaines données et de masquer temporairement toutes les autres. Je sélectionne donc les critères “Agriculture biologique” et “2022”
• Ensuite, je peux modifier les axes X ou Y du graphique. Je peux choisir quelles données sont à mettre en relation sur les axes verticaux et horizontaux voire sur certaines datavisualisations changer leurs échelles de valeur. Ici, je sélectionne “les plats” en abscisse et “nombre” en ordonnée.
• Et enfin, je peux modifier la forme graphique. Je choisis le type de graphique en fonction de l’information à visualiser. Les graphiques en courbes, à barres et les histogrammes représentent des changements dans le temps quand les graphiques en pyramide ou en secteurs représentent plutôt les parties d’un tout. Pour une comparaison de valeurs, j’essaye le camembert et l’histogramme mais celui qui va me permettre de voir très rapidement la réponse est le treemap.

3 points importants :

• Premièrement, une datavisualisation dynamique permet de traiter les données de manière plus approfondie. Les fonctionnalités interactives permettent de filtrer, trier et analyser les données en temps réel. Cela peut m’être très utile pour chercher des informations et démontrer des résultats.
• Deuxièmement, je dois définir quelle information je souhaite obtenir par la visualisation de données. Les données à filtrer, le type de représentation graphique… tous mes choix de paramétrage se feront en fonction de ce que je cherche.
• Troisièmement, paramétrer une visualisation nécessite de chercher, de tester, d’explorer… Les paramètres proposés seront différents d’une datavisualisation à une autre, je dois donc être en capacité de m’adapter aux diverses interfaces de paramétrage.

Crédits

• Production : La MedNum / Fréquences Écoles pour Pix
• Licence : CC BY-NC-ND 4.0