👉
Concevoir de bonnes datavisualisations (guide)
  • Introduction
  • 1️METTEZ VOTRE MESSAGE EN VALEUR
    • ✅Dites le "pourquoi" et le "comment"
    • ✅Faites ressortir ce qui est important, racontez une seule histoire.
    • ✅Hiérarchie de l'information
  • 2️CHOISISSEZ VOTRE GRAPHIQUE
    • ✅Les tableaux sont préférables aux graphiques pour de nombreux petits ensembles de données
    • ✅Exploratoire vs Explicatif : choisir le bon format
    • ✅Statique ou interactif ?
  • 3️RENDRE LES GRAPHIQUES FACILES À LIRE
    • ✅Utilisez un langage clair et évitez les acronymes
    • ✅Supprimez tout encombrement visuel (principe de Tufte)
    • ✅Faire pivoter le diagramme à barres lorsque les noms de catégories sont trop longs
    • ✅N'utilisez pas de légende lorsque vous n'avez qu'une seule catégorie de données
    • ✅Utilisez l'étiquetage direct dans la mesure du possible, en évitant la recherche indirecte.
    • ✅Triez vos données pour faciliter les comparaisons
    • ✅N'utilisez pas plus de six couleurs (environ)
    • ✅Attention au daltonisme (déficience de la vision des couleurs)
  • 4️FAIRE DES GRAPHIQUES CORRECTS
    • ✅Utilisez des intervalles cohérents sur les axes (soyez transparent sur les lacunes des données)
    • ✅Utilisez un rapport d'aspect approprié pour minimiser les effets de pente dramatiques
    • ✅Ne pas confondre corrélation et causalité
    • ✅Ajuster l'inflation dans les séries longues
    • ✅Faites attention à la façon dont vous traitez les "données inexistantes/manquantes"
    • ✅Ne comparez pas des choux avec des carottes
    • ✅Indiquez le niveau de confiance
  • 5️TABLEAU DE BORD
    • ✅10 bonnes pratiques pour créer des tableaux de bord efficaces
  • 6️DERNIERES VÉRIFICATIONS
    • ✅Liste de contrôle pour la visualisation
    • ✅Demandez l'avis des autres
  • En savoir plus...
    • Sources
    • Autres ressources
    • Contact
Propulsé par GitBook
Sur cette page

Cet article vous a-t-il été utile ?

Exporter en PDF
  1. RENDRE LES GRAPHIQUES FACILES À LIRE

N'utilisez pas plus de six couleurs (environ)

PrécédentTriez vos données pour faciliter les comparaisonsSuivantAttention au daltonisme (déficience de la vision des couleurs)

Dernière mise à jour il y a 3 ans

Cet article vous a-t-il été utile ?

La catégorisation des couleurs n'est pas aléatoire, et les centres des termes de base relatifs aux couleurs sont très similaires dans toutes les langues. L'utilisation de catégories de couleurs relativement universelles permet de mieux percevoir les différences entre les couleurs. La figure ci-dessous montre l'ordre d'apparition des noms de couleur dans les langues du monde entier. L'ordre est fixe, à l'exception du fait que parfois le jaune est présent avant le vert et parfois c'est l'inverse.

Source :

Utilisez différentes couleurs pour représenter différentes catégories (par exemple, privé/public, types de polluants), et non différentes valeurs dans une fourchette (par exemple, âge, température). Voir la palette de couleurs qualitatives ci-dessous.

Si vous voulez que la couleur indique une valeur numérique, utilisez une gamme qui va du clair au foncé dans l'une des catégories de couleurs universelles. Voir la palette de couleurs séquentielles ci-dessous.

Si vous devez représenter des valeurs numériques divergentes (du chaud au froid, du bon au mauvais, etc.), utilisez deux couleurs comme indiqué dans l'exemple de palette de couleurs divergentes.

N'utilisez pas d'arc-en-ciel pour les valeurs de l'intervalle.

En savoir plus sur l'utilisation des couleurs

3️
✅
Quelle couleur utiliser pour la visualisation
Quand utiliser des échelles de couleurs qualitatives/quantitatives ?
Quand utiliser des échelles de couleurs séquentielles/divergentes ?
Quand utiliser des échelles de couleurs classées/non classées ?
Lignes directrices de l'AEE en matière de couleurs
Berlin et Kay (1969)