Comment différencier infographie et data visualisation ?


Qu'est-ce qu'une infographie (#infographic) ? Et en quoi est-ce différent de la visualisation de données (#dataviz) ? Telle est la question à laquelle essaie de répondre Payman Taei dans un article paru sur le site Towards Data Science (mai 2018).

Selon le guide Good Charts publié par la Harvard Business Review, il existe quatre types de graphiques d’information : déclaratif, conceptuel, exploratoire et basé sur les données. Pour savoir comment situer un graphique, vous devez vous poser deux questions assez simples :
  •     Est-ce que les informations que j'ai sont conceptuelles ou basées sur des données ?
  •     Est-ce que je souhaite déclarer ou explorer quelque chose ?
Si vous avez répondu « conceptuelles » ou « basées sur les données » à la première question et « déclarer quelque chose » à la seconde, vous avez probablement affaire à une infographie.

Si vous avez répondu « basées sur les données » à la première question et « explorer » à la seconde, il s'agit plutôt d'une data-visualisation.




Infographie ou visualisation de données ? La carte comme "double à penser" par Philippe Boukobza  http://www.heuristiquement.com/2014/08/infographie-ou-visualisation-de-donnees.html


Martin Stabe, data journaliste au Financial Times, a élaboré un tableau récapitulatif qui permet de choisir le type de data visualisation à utiliser en fonction de ce que l'on veut faire ressortir : classement, diffusion, évolution, corrélation...



Inspiré par l'affiche du vocabulaire visuel du Financial Times, Pratap Vardhan a publié son propre Visual vocabulary - Vega edition. Cette version interactive du vocabulaire visuel comprend des exemples pour chacune des techniques de visualisation créées à l'aide de la bibliothèque de visualisation Vega. Ces visualisations incluent des graphiques mais aussi des cartes choroplèthes, des cartes de flux, de densité de points, de symboles proportionnels, des cartogrammes, des heatmaps... Si vous cliquez sur les boutons d'édition de ces exemples, vous pouvez ouvrir la carte dans l'éditeur Vega, où vous pourrez éditer et modifier la visualisation.

Le site Our World in Data propose de très nombreuses data visualisations en haute définition assorties d'analyses fouillées (voir notre article de présentation du site). Voici par exemple la distribution du revenu moyen en 1800, 1975 et 2010. Cette infographie a beaucoup circulé sur Internet et a fait l'objet de critiques de la part de Jason Hickel qui récuse l'idée que l'on serait entré dans un monde moins inégalitaire (tout est question de mode de représentation graphique).



Datawrapper permet de construire rapidement des graphiques en 4 étapes : 1) téléchargement des données 2) vérification du tableau statistique 3) choix du mode de représentation graphique 4) publication ou insertion dans une page web. Inscription nécessaire sur le site pour pouvoir télécharger le résultat. Voici un exemple de data visualisation dynamique concernant le nombre de citoyens vivant sous différents régimes dans le monde depuis 1800 :
http://app.datawrapper.de/chart/mmrDL/visualize?tpl=8Wwvx


Storytelling with data propose de nombreuses pistes d'analyses sur le big data et les différentes manières de mettre en récit ces gros volumes de données. Un billet récent de ce blog montre 67 façons différentes de visualiser le même jeu de données !

Visual Capitalist est également une source intéressante. Voici par exemple  une data visualisation qui permet de suivre l'évolution du classement des pays en fonction de leur PNB de 1960 à 2017. Cliquer sur la barre de lecture pour faire des arrêts ou des retours en arrière de manière à déterminer à quelle date précise tel pays gagne ou perd son rang de classement. 

Metrocosm propose de nombreuses infographies et data visualisations. Voici un exemple assez séduisant avec cette visualisation 3D des échanges commerciaux à la surface de la planète. Cliquer sur le lien pour accéder au globe interactif :
http://blueshift.io/international-trade.html



Flowing Maps, dont la devise est "d'apprendre à visualiser des données du niveau débutant au niveau confirmé", propose un grand nombre de data visualisations, avec notamment des tutoriels pour créer des dataviz animées.


Le site Medium propose aussi des applications et des réflexions sur les data visualisations avec une rubrique spécifique consacrée aux Data sciences.



Boris Mericksay a  rassemblé un grand nombre de data visualisations réalisées avec ses étudiants du master SIGAT.


Les infographies ne datent pas d'aujourd'hui. En voici une sélection concernant des cartes et graphiques très esthétiques remontant au XIXe siècle sur le site Atlas obscura. La Data Visualization Society  a rassemblé une magnifique collection de #Dataviz anciennes (Historic-Viz 1 et 2).


Pour Alberto Cairo, qui enseigne la visualisation graphique à Miami, il faut donner au lecteur les clés pour comprendre des représentations complexes. Il y a une grammaire des graphiques, et en l’explicitant, le lecteur la comprendra de mieux en mieux. On apprend par l’exemple. Entretien pour Libération (6 avril 2019).
http://www.liberation.fr/futurs/2019/04/06/il-est-important-de-comprendre-que-les-graphiques-ne-sont-pas-des-illustrations_1719381

Plongée au coeur de la fabrique d'une infographie (Le Monde) :



Histoire de la visualisation de données :
Une chronologie interactive permet d'explorer l'histoire de la visualisation de données et de ses principales innovations : https://history.infowetrust.com/

Voir également la sélection d'anciennes data visualisations sur la collection David Rumsey.

Nadieh Bremer propose un grand nombre de data visualisations exceptionnelles :
http://www.pinterest.fr/nadiehbremer/dataviz-beautiful/

L’infographie au service de l’oral - Exemple sur les mobilités humaines (géographie classe de 4e)
http://ww2.ac-poitiers.fr/hist_geo/spip.php?article1874

Le New York Times propose un série de cartes et data visualisations pour la classe réalisées par son service infographie :





















Articles connexes

Utiliser des graphiques animés pour donner à voir des évolutions et des ruptures

Data Viz project, une source d'inspiration pour créer ses propres data visualisations
Ecrit par -