Narration de données

Visualisation des données dans Databricks

Gang Wang

Senior Data Scientist

Qu'est-ce que la narration de données ?

  • Construire des récits à partir des données
  • Allier constats et visualisations

But :

  • Rendre des données complexes accessibles
  • Mobiliser et informer votre public

Pourquoi c'est important :

  • Transformer les données brutes en constats
  • Mieux soutenir la prise de décision

Illustration conceptuelle de la narration de données

1 Images : AgencyAnalytics
Visualisation des données dans Databricks

Avant : montrer des données

  • Graphique linéaire encombré, difficile à lire
  • Données brutes sans contexte

Après : raconter une histoire

  • Récit clair mettant en valeur les constats clés
  • Diagramme à barres simple soulignant les points importants

   

1 Images : Storytelling with Data
Visualisation des données dans Databricks

Le rôle des visualisations dans la narration

  • Diagrammes à barres : comparer des quantités entre catégories

Diagramme à barres

  • Graphiques linéaires : montrer les tendances dans le temps

Graphique linéaire

1 Images : Corporate Finance Institute, Storytelling with data
Visualisation des données dans Databricks

 

  • Diagrammes circulaires : afficher les proportions et le rapport partie‑tout

Diagramme circulaire

 

  • Nuages de points : montrer relations et corrélations

Nuage de points

1 Images : GeeksforGeeks, Math is Fun
Visualisation des données dans Databricks

 

  • Cartes thermiques : révéler les motifs et l'intensité des données

 

Carte thermique

 

  • Histogrammes : montrer la distribution de données numériques

 

Histogramme

1 Images : Sage Research Methods, Stata
Visualisation des données dans Databricks
  • Graphiques de surface : illustrer les variations dans le temps avec des données empilées

Graphique de surface

Visualisation des données dans Databricks

Comprendre les distributions statistiques

Pourquoi c'est utile

  • Mettre en évidence les motifs dans les données
  • Souligner les tendances centrales : moyenne, médiane, mode
  • Montrer la dispersion : étendue, variance, écart type
  • Identifier la forme : asymétrie, kurtose

tendances centrales

1 Images : Medium
Visualisation des données dans Databricks

Créer des tableaux personnalisables

Objectif des tableaux personnalisables :

  • Adapter la présentation aux besoins précis
  • Mettre clairement en valeur les constats clés

Fonctionnalités clés :

  • Options de mise en forme
  • Ajustement des colonnes et des lignes
  • Tri et filtrage
  • Étiquettes de données

Illustration conceptuelle d'un tableau personnalisable

1 Images : UX Collective
Visualisation des données dans Databricks

Passons à la pratique !

Visualisation des données dans Databricks

Preparing Video For Download...