Un diagramme vaut mille mots
Comprendre la visualisation des données
Richie Cotton
Data Evangelist at DataCamp
Ce que vous apprendrez
- Comment choisir un diagramme approprié ?
- Comment interpréter les types de diagrammes courants ?
- Quelles sont les meilleures pratiques pour tracer des diagrammes ?
Trois façons d’obtenir des informations
Calcul de statistiques récapitulatives
moyenne, médiane, écart type
Exécution de modèles
régression linéaire et logistique
Tracé de diagrammes
en nuage de points, à barres, histogramme
Datasaurus Dozen
| away_x | away_y | bullseye_x | bullseye_y | ... | x_shape_x | x_shape_y |
|---|---|---|---|---|---|---|
| 32.33 | 61.41 | 51.20 | 83.34 | ... | 38.34 | 92.47 |
| 53.42 | 26.19 | 58.97 | 85.50 | ... | 35.75 | 94.12 |
| 63.92 | 30.83 | 51.87 | 85.83 | ... | 32.77 | 88.52 |
| 70.29 | 82.53 | 48.18 | 85.05 | ... | 33.73 | 88.62 |
| 34.12 | 45.73 | 41.68 | 84.02 | ... | 37.24 | 83.72 |
| 67.67 | 37.11 | 37.89 | 82.57 | ... | 36.03 | 82.04 |
1 Matejka, J., Fitzmaurice, G. (2017) https://www.autodeskresearch.com/publications/samestats
Moyenne de x pour chaque ensemble de données
| Ensemble de données | moyenne(x) |
|---|---|
| away | 54.27 |
| bullseye | 54.27 |
| circle | 54.27 |
| dino | 54.26 |
| dots | 54.26 |
| h_lines | 54.26 |
| high_lines | 54.27 |
| Ensemble de données | moyenne(x) |
|---|---|
| slant_down | 54.27 |
| slant_up | 54.27 |
| star | 54.27 |
| v_lines | 54.27 |
| wide_lines | 54.27 |
| x_shape | 54.26 |
Moyenne de x et y pour chaque ensemble de données
| Ensemble de données | moyenne(x) | moyenne(y) |
|---|---|---|
| away | 54.27 | 47.83 |
| bullseye | 54.27 | 47.83 |
| circle | 54.27 | 47.84 |
| dino | 54.26 | 47.83 |
| dots | 54.26 | 47.84 |
| h_lines | 54.26 | 47.83 |
| high_lines | 54.27 | 47.84 |
| Ensemble de données | moyenne(x) | moyenne(y) |
|---|---|---|
| slant_down | 54.27 | 47.84 |
| slant_up | 54.27 | 47.83 |
| star | 54.27 | 47.84 |
| v_lines | 54.27 | 47.84 |
| wide_lines | 54.27 | 47.83 |
| x_shape | 54.26 | 47.84 |
Écarts types pour chaque ensemble de données
| Ensemble de données | écart type(x) | écart type(y) |
|---|---|---|
| away | 16.77 | 26.94 |
| bullseye | 16.77 | 26.94 |
| circle | 16.76 | 26.93 |
| dino | 16.77 | 26.94 |
| dots | 16.77 | 26.93 |
| h_lines | 16.77 | 26.94 |
| high_lines | 16.77 | 26.94 |
| Ensemble de données | écart type(x) | écart type(y) |
|---|---|---|
| slant_down | 16.77 | 26.94 |
| slant_up | 16.77 | 26.94 |
| star | 16.77 | 26.93 |
| v_lines | 16.77 | 26.94 |
| wide_lines | 16.77 | 26.94 |
| x_shape | 16.77 | 26.93 |
Variables continues et catégorielles
Continues : généralement des nombres
- hauteurs, températures, chiffres d’affaire
Variables continues et catégorielles
Continues : généralement des nombres
- hauteurs, températures, chiffres d’affaire
Catégorielles : généralement du texte
- couleurs des yeux, pays, secteur
Variables continues et catégorielles
Continues : généralement des nombres
- hauteurs, températures, chiffres d’affaire
Catégorielles : généralement du texte
- couleurs des yeux, pays, secteur
Peuvent être soit l’un soit l’autre
- l’âge est continu, mais le groupe d’âge est catégoriel
- le temps est continu, le mois de l’année est catégoriel
Passons à la pratique !
Comprendre la visualisation des données
