Dataviz project classe les datavisualisations par familles, par fonctions et par formes.
On appréciera ses précisions sur l'organisation des données d'entrée (nature, nombre de variables minimales, données ordonnées ou non... ) et le renvoie vers de nombreux exemples pour chacune des formes de datavisualisation.
Les indications sur l'organisation des données pour concevoir la dataviz sélectionnée
Certains graphiques sont très esthétiques mais on aura du mal à les reproduire car ils ont été conçus/ embellis via Illustrator
En fonction du type de données - chiffres, catégories, données chronologiques, géographiques... - le site From data to viz propose une arborescence de choix. Chaque graphique fait l'objet d'une description et d'exemples.
Des recommandations et erreurs à éviter sont proposées pour chaque graphique.
L'utilisateur est aussi renvoyé vers les bibliothèques de scripts proposant le type de graphique décrit.
La vision "analyste de données" privilégiée par ce site doit être croisée avec celle du datajournaliste : quel message veut on faire passer ? la dataviz choisie est-elle percutante par rapport au public ? Le rendu est-il suffisamment explicite ?
Le dataviz catalogue liste et décrit une soixantaine de types de datavisualisations. Les formes graphiques peuvent être triées par fonction : comparaison, classement, évolution, distribution, partie d'un tout...
Chaque graphique fait l'objet d'un descriptif détaillée avec des exemples et des alternatives possibles. Il renvoie aussi à une liste d'outils pour le créer (en anglais et avec des outils pas toujours très à jour)
Face à l'étendue des possibilités de représentation il n'est pas toujours facile de choisir. Plusieurs principes doivent prévaloir :
C'est la nature des données qui constitue le paramètre déterminant. La forme graphique n'est là que pour mettre en valeur les données, en extraire du sens, un message.
Le type de graphique dépend également du message : veut on montrer une évolution ? une corrélation ? une répartition ?
Plusieurs essais avec les données dans un tableur peuvent aider à sélectionner la famille de graphique appropriée avant d'utiliser une plateforme de datavisualisation.
Il est également possible d'utiliser des outils en ligne qui aiguillent l'utilisateur vers les représentations les plus adaptées en fonction du nombre de variables, du type de variable et de l'organisation des données.
Ces outils ont pour inconvénient d'être en anglais avec des noms de dataviz qui n'ont pas toujours d'équivalent en Français.
Par ailleurs ces diagrammes décisionnels ne renvoient pas toujours vers les logiciels capables de créer les représentations qu'ils proposent.