Retrouvez ici mes articles publiés sur LinkedIn
Dans la catégorie graphique dynamique : le « bar chart race »!
J’aime beaucoup ce visuel, qui met en évidence les variations temporelles dans des données sur un seul graphique dynamique. Ce visuel est particulièrement utile pour identifier des tendances, des fluctuations cycliques et des changements de position dans des classements au fil des périodes.
En revanche, évitez d’utiliser les « bar chart races » dans des contextes où la complexité des données ne se prête pas à l’animation temporelle ou lorsque les séries de données sont trop petites pour justifier cette approche.
Ici, on observe la consommation d’énergie primaire cumulée (toutes sources d’énergie confondues) de 1965 à 2022, en Exajoules (1 Exajoule correspond environs à l’énergie dégagée par 15 000 bombes nucléaire d’Hiroshima). Regardez le sprint final de la Chine et la remontada de la Russie!
Source: Energy Institute
Variation autour du graphique à barres - 5 septembre 2023
Comment présenter simplement beaucoup de données simples?
Parmi les graphiques les plus simples, on retrouve les diagrammes à barres. Enseignés dès le collège, ils sont indiqués lorsque vous souhaitez présenter de manière visuellement claire et compréhensible des données catégorielles.
Grâce à leur facilité de lecture et d’interprétation, les graphiques à barres sont un outil précieux pour la communication de données, en particulier lorsque l’objectif est de rendre les informations accessibles à un large public, qu’il soit technique ou non.
Bien qu’ils soient aisés à construire, la tâche se complexifie lorsque l’on veut présenter un jeu de donnée important. Il faut alors choisir judicieusement les couleurs, le format et l’échelle afin de faciliter la compréhension de votre message. Egalement, groupez vos données si vous le pouvez pour soutenir votre propos et améliorer les comparaisons entre catégories.
Dans la continuité du post précédent, on va ici s’intéresser à la consommation énergétique (en Gigajoule) par habitant pour 80 différents pays (2022). On constatera, hélas sans grande surprise, que certains consomment en un an ce que d’autres ne consommeront même pas en une vie…
Je vous propose 3 variations de graphiques en barres: radiale, horizontale et verticale, avec leurs nuances et leurs points forts.
Source: Energy Institute
Spirale climatique - 12 septembre 2023
Mettez en scène vos données pour un impact maximal!
Voici un visuel sur lequel j’ai travaillé afin de mettre en avant la dérive des températures de surface des océans. Fascinant et inquiétant.
—————————-
Il s’agit ici d’un diagramme en radar, également connu sous le nom de graphique en toile d’araignée, utilisé pour visualiser des données multidimensionnelles dans divers contextes (Comparaison de performances, évaluation de la conformité, présentation de profils…).
Il est visuellement très attractif pour la présentation de données temporelles, afin de mettre en avant des variations saisonnières et d’identifier des tendances.
Cependant, il est important de noter que les diagrammes en radar ont également des limites, notamment en termes de comparaison précise des valeurs numériques, car l’angle entre les rayons peut être trompeur. Il est donc essentiel d’utiliser ce type de graphique avec discernement, en veillant à ce qu’il soit adapté à votre objectif de visualisation et à votre public.
———————
L’animation présente une « spirale climatique », inspirée de celle créée par Ed Hawkins, avec ici les données de température moyenne de surface des océans, de 1982 à 2023 (données centrées mensuellement).
Nous assistons en 2023 à des températures océaniques complètement hors-normes, comme vous pouvez le voir à la fin de l’animation. Je m’abstiendrai de toute interprétation climatique et des conséquences, ce n’est pas mon domaine, ni le propos de ce post.
En revanche, on observe que les températures de l’été 2023 sont 2 écarts-types au dessus de la moyenne (environs +0,5°C)! Statistiquement, cela soulève des questions délicates et de grosses préoccupations quant à l’évolution future, notamment pour l’intégration de ces données dans les modèles de simulation du climat.
