Editorialisation des données publiques
  • 👣LA DATAVISUALISATION PAS A PAS
  • 1️Définition, contexte et enjeux de la datavisualisation
    • 1️⃣Datavisualisation, infographie, tableau de bord...
    • 2️⃣Les enjeux de la datavisualisation pour les collectivités
    • 3️⃣Les trois composantes d'une dataviz réussie
    • 4️⃣La dataviz, une histoire ancienne
  • 2️Les grandes familles de dataviz
    • Une sélection de datavisualisations
    • 1️⃣Représenter une répartition, les parties d'un tout
      • Le camembert
      • Les variations autour du camembert
      • Les graphiques en barres
      • Le compartimentage
      • Graphique en bulles
      • Icônes / surfaces
    • 2️⃣Représenter une évolution dans le temps
      • Histogramme
      • Courbes et lignes
      • Répétition de graphiques
    • 3️⃣Représenter des relations entre les données
      • Diagramme de Sankey
      • Diagramme de Venn
      • Diagramme circulaire
      • Carte de chaleur
  • 3️Mettre en oeuvre son projet dataviz
    • 1️⃣Les 4 grandes étapes
    • 2️⃣Des outils pour préparer les données
    • 3️⃣Dataviz statique ou dynamique ?
    • 4️⃣Dataviz exploratoire ou explicative ?
    • 5️⃣Choisir des couleurs adaptées
      • Minimiser le nombre de couleurs
      • Des outils pour choisir les couleurs
    • 6️⃣Etre guidé dans le choix du type de dataviz
      • Dataviz catalogue
      • Dataviz project
      • From data to viz
  • 4️10 points de vigilance
    • 1️⃣Bien dimensionner son graphique
    • 2️⃣Une échelle régulière
    • 3️⃣Privilégier un axe des Y à zéro
    • 4️⃣Trier les données
    • 5️⃣Pas de donnée ou valeur à zéro ?
    • 6️⃣Fournir un contexte
    • 7️⃣Comparer ce qui est comparable
    • 8️⃣Ne pas confondre corrélation et causalité
    • 9️⃣Limite des représentations surfaciques
    • 🔟Contexte de diffusion et mobile
  • DOCUMENTATION OPENDATAFRANCE
    • Plaquette / Poster DViz
    • Galerie de datavisualisations inspirantes
    • Plateformes et outils de dataviz disponibles
      • Panorama des outils
      • Sélection d'outils
  • Autres ressources
    • Sites internet et Twitosphère
    • Quelques ouvrages en français
    • Présentations et webinaires
    • Guide UE : faire des dataviz de qualité
    • Cartographie
Propulsé par GitBook
Sur cette page
Exporter en PDF
  1. 4️10 points de vigilance

4️⃣Trier les données

PrécédentPrivilégier un axe des Y à zéroSuivantPas de donnée ou valeur à zéro ?

Dernière mise à jour il y a 3 ans

En triant les données, on en facilitera la lecture. Ce tri doit répondre à une logique intuitive pour le lecteur. Ce tri n'est pas neutre : il induit une lecture des chiffres.

Exemple 1 : Graphique en barres

Les dépenses 2018 des conseils régionaux (source : ARF)

Exemple 2 : camembert

Ce classement est indispensable pour faciliter la lecture de valeurs proches. Il se fait par convention dans le sens inverse des aiguilles d'une montre.

Ce classement alphabétique des régions peut se comprendre pour respecter un principe de neutralité...
...mais le classement par ordre croissant des données est beaucoup plus compréhensible et signifiant en mettant en valeur les régions "riches" et le "pauvres" même s'il gagnerait à être pondéré en les rapportant au nombre d'habitants.
Les valeurs proches sont peu lisibles
Le classement par ordre croissant des valeurs facilite la lecture