IF36 Prise de notes

CM1 : Contexte historique de la dataviz

Dès l’antiquité, on a eu les premières formes de dataviz ayant pour but le stockage
d’information avec des exemples comme :
●​ La visualisation des astres
●​ Globe de comptabilité en Mésopotamie (outil de stockage de l’information)
●​ Quipu → frise chronologique à plusieurs variables

A partir du 17ème siècle, le domaine de la dataviz connaîtra une grande évolution à travers
la représentation de mesures physiques marquant ainsi le passage à l’abstrait en mettant en
place des représentations plus complexe :
●​ La mise en place de carte
●​ Small multiple : dessiner plusieurs fois la même chose en taille réduite pour but de
comparer un phénomène au fil du temps
●​ Représentation statistique → les courbes de densité
●​ Représentation d’un réseau → distance entre les villes

Au 18ème siècle, les visualisations des dataviz deviennent de plus en plus stables
ressemblant ainsi au visualisation de nos jours. La couleur va être utilisée pour la première
fois par un prêtre qui réalisera une frise chronologique sur les dynasties. En effet, Playfair va
révolutionner la dataviz en mettant en place le premier bar chart pour montrer l’import et
l’export de l’Ecosse mais aussi le premier line chart. Il sortira un ouvrage regroupant toutes
ces visualisations pour populariser les méthodes de visualisations. Enfin, cette période a
aussi marqué le début du titre, légende dans les différentes visualisations.

Lors de la première moitié du 19ème siècle (1800-1850), les dataviz deviennent des outils
de décision assez importants avec le développement de graphes assez complexes comme
l’Atlas alliant des montagnes et fleuves. Dans la deuxième moitié du 19ème siècle, les
dataviz deviennent un outil de décision statistique important pour la prise de décision dans
des pays (mise en place de bureau de statistique et de dataviz comme outil décisionnel
dans les pays) et on peut voir cela à travers le graphe de Minard considéré comme la
meilleure dataviz montrant le retour des soldats lors de la guerre de Napoléon en Russie qui
analyse les pertes en fonction de leur position, quantité et température. Ainsi ça a pris plus
de 200 ans, pour que le dataviz deviennent des outils de décision transformant l’information
en connaissances.
 CM3 : Bases cognitives

●​ Pourquoi visualiser
●​ Qu’est ce que la dataviz ?
-​ Visualisation interactive de données abstraites pour renforcer la condition
humaine
-​ faciliter l’apprentissage/mieux ingérer les données
-​ faciliter l’interprétation
-​ s’appuie sur les capacités cognitives
-​ mettre à profit le numérique pour représenter un jeu de données pour mieux
le comprendre et de l’appréhender pour but de prendre une bonne décision
-​
●​ Intérêts de la dataviz :
○​ plus rapide
○​ indépendance de la langue
○​ meilleure mémorisation
○​ densification de l’information
○​ mise en contexte de données

●​ Trois fonctions de la dataviz :

○​ I-Enregistrer et préserver l’information
■​ schéma pour archiver la connaissance (sismographe, corps humain)
○​ II-Analyser l’information et aider au raisonnement
■​ Choléra (Londres 1854) → théorie des miasmes
■​ John Snow répartition géographiques des cas grâce à une
visualisation des cartes de cas de choléra à Londres
■​ 28 janvier 1986, la navette spatiale challenger explose après 73
secondes (la navette) à cause du propulseur à cause du froid( line
chart)
■​ environ 12% de chances de défaillance à 50-55 degrés fahrenheit
alors que le lancement de la fusée s’est fait à 25 degrés
■​ comparaison de séries en fonctions de notes IMDB en fonctions des
saisons
■​ corrélation : 2 choses qui arrivent en même temps au même moment
(progressent de la même manière)
■​ causalité : ils sont liées, l’un est provoqué par l’autre
○​ III-Communiquer l’information,persuader et convaincre
■​ Le but n’est pas la précision, mais de mettre en avant un argument
■​ pour le FUN (argument rhétorique)

●​ Analyser et raisonner :
○​ trouver des règles
○​ trouver des irrégularités
○​ prédire
○​ découper en groupes
○​ prendre des décisions
 ○​ répondre aux questions
Analyse → exploratoire/confirmatoire
●​ Pourquoi y réfléchir ?
○​ Vastes possibilités
○​ Nombreuses représentations pas efficaces (apprentissage par erreur et
erreurs courantes)
○​ Évolution constante en utilisant des connaissances existantes
Plusieurs solutions de visualisation à un problème
viz = science + art : créatif, design , infographie
création non suffisante → pas attractif
●​ Étapes de visualisation :
○​ Acquérir → parser → filtrer → mining → représenter → refine → interact
■​ charger le jeu de données en reconnaissant chaque élément (bon
type)
■​ filtrer ce qui est pas pertinent (enlever des colonnes)
■​ chercher des informations dans les données que j’ai
■​ faire une première représentation (à faire le plus rapidement)
■​ améliorer la représentation
■​ interaction avec la visualisation
Vocabulaire :
●​ dataset = jeu de données
●​ individus = éléments
●​ features = caractéristiques, variables, dimensions
●​ trend = tendance général → prédiction
●​ outlier = irrégularité → non conforme au jeu de données
●​ cluster = partition, regroupement

Quoi montrer ?
●​ comparaison
●​ evolution
●​ relation (corrélation , cooccurrence, causalité)
●​ distribution
●​ décomposition (répartition)

Type de données ?
●​ nominal → nom de catégorie, caractéristiques qualitatives (catégorielle)
●​ ordinal → ordonné et classé, mais non qualifié
●​ discrète → valeurs numériques quantifiées
●​ continu → valeurs numériques réelles

Quelle complicité ?
●​ temps
●​ spatial
→ objectifs/données/dimension
Pour faire une démarche de conception d’une visualisation, on regarde tout d’abord les
données, ensuite on fixe les objectifs principaux et secondaires (explication de l’objectif
(titre)), d’une part on passe à l’analyse où on détermine le type de graphe, la dimension de
celui-ci et enfin le type de données (ordinal, nominal, continu, discret).
 CM4 : Sémiologie
Contexte :
●​ Sémiologie graphique: L'ensemble des règles qui régissent la construction d’un
système de signes ou langages permettant la traduction graphique de l’information (
Wikipédia)

●​ Un excellent graphique donne au spectateur le maximum d’idées en un minimum de

temps en utilisant le minimum d’ancre et d’espace

Signal processing:
Just noticeable différence, pour chaque stimuli : Δs(JND) =k(constante).S(stimuli original),
Plus un signal est élevé, plus il va falloir une différence élevée pour le séparer.

Magnitude estimation:
A quel point on arrive à l'oeil à différencier des magnitudes, des changements entre deux
quantités?
Steven’s Power Law: S( Intensité perçue)= I(Intensité physique)^P(exposant)
Comparaison de longueurs beaucoup plus différenciables que des aires ( sous estimation de
30%).
Il est possible de changer la magnitude pour combler la différence de perception humaine.

Pre attentive Processing:

Vision pré-attentive est une analyse visuelle : inconsciente, automatique et avant l’attention
qui extrait les éléments basiques de la vision( couleur, forme, orientation,taille, position,
connexion).

Features: Il existe de nombreuses features qui peuvent être perçues de manières pré
attentives : couleur, forme , orientation, taille. Ils ne sont pas tous aussi efficaces mais il y a
une hiérarchie.

Selon les types de variables, les représentations graphiques marchent plus ou moins bien
pour chacune.

Multiple visual encoding:

Encodage multiple: Il est possible d’utiliser plusieurs features visuelles pour encoder de
l’information: conjonction de features.
La grande majorité de conjonctions ne sont pas identifiables de manières pré-attentives.

Possible de combiner les encodages de manière redondante: plusieurs features visuelles

représentent la même variable dans les données.
Exemple: Transactions normales avec cercle vert
Transactions frauduleuses avec carré rouge
Un encodage redondant augmente la vitesse de classification

Combinaison orthogonale : plus compliqué, n’exprime pas la même chose sur le même
visuel.
Impact sur la combinaison: Les features n’agissent pas de la même manière:
●​ Séparables: pas d'interférences ni de gain
●​ Intégrales: quelques interférences
●​ Asymétriques: plusieurs/plus grandes interférences

Gestalt Theory:
Issue de la psychologie cognitive et propose un ensemble de principes régissant la
perception visuelle.
Capacité du cerveau à extrapoler des informations à partir de motifs.
●​ Regroupement par similarité
●​ Proximité
●​ Similarité et proximité
●​ Connectedness : plus importante que la similarité et proximité
●​ Enclosure : Bordure, plus importante que la connectedness
●​ Continuité
●​ Symétrie
 CM5 : Éthique
Preuve par l’exemple:
Exemple : America running dunkin, hurricane
Causes de confusion causés dans les dataviz:
S’adapter aux conventions graphiques des utilisateurs
The psychology of chart comprehension, simplified
Target system : Data + Symbols + Encoding + Annotations + Visualisation
Le designer conceptual model est différent du user mental model ce qui peut causer une
mauvaise compréhension de la dataviz. Donc le designer doit créer des graphes en fonction
du user mental model.

Risques:
●​ Les graphiques semblent factuels et non biaisés / s’ils sont bien faits et clarifiés pour
être interprétés correctement, ils peuvent représenter des faits
●​ Ils font appel à l’argument d’autorité: Il faut faire parler les données, avec tous les
biais que cela entraîne.
●​ Ils sont plus lisibles que des données tabulaires : Ils sont plus lisibles mais cela ne
veut pas dire qu’on les comprend mieux
Pour ces raisons, l’utilisation de dataviz est devenue un classique du journalisme car elle
augmente notamment l’engagement des lecteurs ainsi que leur intérêt et leur confiance pour
leur média.

“Good charts correctly real enable conversations, bad charts …

Dataviz need to be read not just seen they are visual arguments you need to understand
grammar and symbols”
Alberto Cairo - How charts lie

Comment y remédier:
●​ Tenter de clarifier plutôt que de simplifier
○​ comparaison des homicides us and eu.
●​ Etre conscients de l’existence des biais: Paradoxe de Simpson , avec un jeu de
données global on aura une interprétation différente
○​ taux d’acceptation hommes/femmes dans les universités aux états-Unis

Tricher avec les graphiques:

Manipuler les échelles:

●​ Tronquer les échelles
●​ Échelle trop grande
●​ Pas d'échelle
●​ Échelle inhabituelle et non clarifiée ( logarithmique par exemple)
○​ schéma à l’envers
Choisir une échelle adaptée :
●​ Schéma qualitatif : données catégoriques
●​ Schéma séquentiel : données ordonnées ou numériques
●​ Schéma divergeant: données numérique avec un “mid-point”
Cherry picking : Choisir les données, l’intervalle, la durée et les paramètres qui
correspondent à ce que l’on veut montrer

Ne pas inclure le contexte: En omettant le contexte il est possible de laisser le lecteur se

faire sa propre conclusion ( erronée) alors que le graphique raconte une autre histoire

Distorsions: Utiliser la 3D ou des représentations au format non adapté qui vont distordre
les proportions et donc altérer la compréhension et la visualisation → exemple APPLE,
comparaison des bonhommes avec les tailles

Carte : Bien réfléchir à ce qui est compté et montré

Double line chart avec différentes échelles

Confondre corrélation et causalité : présenter une corrélation comme une causalité

Ratio des line chart : La hauteur et la largeur peuvent faire varier la perception de
tendances
Règle générale; inclinaison moyenne doit être de 45 degrés

Indicateurs:

Lie factor :
Le lie factor correspond au ratio de mensonge d’un graphique vis-à-vis des données qu’il
cherche à illustrer. Il permet de quantifier à quel point l’information est déformée dans
l’affichage.
taille de l’effet sur le graphique /valeur de l’effet réelle dans les données, facteur par lequel
on biaise les données
Data to ink ratio : La majorité de l’encre ou des pixels doit être utilisée pour montrer les
données et non pour de la mise en forme; il faut tenter un data / ink de 1.