La plateforme Flourish, spécialisée dans les solutions de data
visualisation et de storytelling, propose régulièrement des infographies animées permettant
de mettre en avant les nouvelles façons de visualiser l'information à
l'heure du Géoweb. En 2018, Flourish a par exemple proposé des représentations originales pour visualiser les résultats des élections américaines : Seven ways to visualise the US midterms with Flourish. Ce type d'infographie est d'abord destiné à faire la promotion de la firme et de ses solutions informatiques. En même temps, elle permet de réfléchir aux nouvelles voies offertes par les procédés de data visualisation.
Cette "nouvelle" infographie concerne la répartition de la population et de la richesse dans le monde : un sujet relativement classique souvent abordé par la cartographie thématique qu'il s'agit de revisiter par les procédés de data visualisation.
Vers des formes de visualisations avancées entre carte, graphique et histogramme (source : Flourish)
L'animation cartographique est présentée dans le cadre d'un article de réflexion sur le thème "Pourquoi la visualisation de données nécessite un bouton de lecture". En cliquant sur ce bouton, l'utilisateur a en général l'habitude de démarrer des vidéos et, en cliquant à nouveau, de faire des retours en arrière. Désormais il ne s'agit plus seulement de faire des arrêts sur image, mais de faire "parler les données" en interrompant la voix off qui ponctue la vidéo. L'entreprise Flourish aimait bien jusque là proposer des « talkies » sur ses infographies. Mais ce faisant, elle s'est aperçue que l'internaute voulait pouvoir aussi interagir directement avec les données. D'où cette association entre narration et exploration. L’idée est de combiner une narration claire et une interactivité afin
de dépasser l'opposition entre explication et exploration de
données.
Le pari est plutôt réussi avec cette infographie qui permet de jouer à volonté avec les données proposées et de multiplier les modes de représentation graphique et cartographique. En un clic, on passe de la carte au graphique ou à l'histogramme, on modifie les types de classement, on compare les représentations d'une variable à l'autre (penser à utiliser le petit bouton paramètre en bas droite de la fenêtre). Ces procédés de data visualisation sont de plus en plus utilisés par les data journalistes mais devraient également faire la joie des enseignants à la recherche de nouveaux outils de visualisation dynamique.
"Lorsque nous avons décidé de construire Flourish il y a quelques années, l'idée était de créer un outil de visualisation permettant aux utilisateurs d'aller au-delà des tableaux et des cartes de base et de créer de véritables récits basés sur la narration, avec des animations, des visualisations avancées et des cartes."
Le site Medium propose une rubrique Dataviz où sont recensés de nombreux articles dans le domaine des data sciences, des data visualisations, du data journalisme. Le site Decryptageo recense également des initiatives et des projets dans ce domaine.
Pour en savoir plus sur la data visualisation, voir le cours de Boris Mericksay Big data et DataViz : éléments de cadrage (cours + TD) délivré dans le cadre du Master 2 SIGAT (Université de Rennes).
L'auteur aborde les nouvelles solutions de data visualisation dans un diaporama où il compare les solutions entre elles (Mapbox, Flourish, KeplerGL,...) Dans une présentation faite au Geoviz 2018,
Boris Mericksay s'intéresse au nouveau régime cartographique qui
résulterait de l'utilisation de cette nouvelle génération d'outils de
visualisation dynamique. Thierry Joliveau est plus sceptique sur ce
point : "On ne peut pas penser la manière dont on traite l’information
uniquement avec les outils qu’on a, puisqu’on a toujours de nouveaux
outils qui apparaissent..." (écouter sa synthèse-conclusion lors du
colloque de Bordeaux, Repenser les cartes à l'ère du Web)
Un peu de #Dataviz avec les nouveaux chiffres de population 2017 de @InseeFr ✅Représenter les populations des Régions et des départements mais de manière différentes RADIAL / SUNBURST / CIRCLES / BARS
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.
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 :
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).
L'occasion de découvrir le superbe atlas illustré de Keith Johnston (1852) qui revendique un niveau de précision et d'information jamais égalé dans des ouvrages éducatifs. Il s'agit de créer une nouvelle "chartographie" mêlant cartes et diagrammes https://t.co/g6IeJwFlNxpic.twitter.com/5BnLwaUdjt
Il est important de comprendre que les graphiques ne sont pas des illustrations. 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.
Le New York Times propose un série de cartes et data visualisations pour la classe réalisées par son service infographie :
Our third year of “What’s Going On in This Graph?”, our weekly collaboration with @AmstatNews, begins soon. To celebrate, we've published a list of 34 graphs from our archives - organized by both topic and graph type! All free. #mathchat#Statisticshttps://t.co/MDDHQhlIzs
La Corée du Nord est très bien cartographiée sur OpenStreetMap. Qui a fait ça ? Pourquoi, comment ? Un chercheur a demandé aux contributeurs (tous étrangers) leurs motivations, et publié cette jolie dataviz https://t.co/1HLmEgvgz6 avec le texte de leurs réponses. pic.twitter.com/j4iz5Ka2js
L’observatoire de la complexité économique : visualiser le commerce mondial en quelques clics.https://t.co/Dieqm4aBPD
Impressionnant jeu de données permettant d'afficher n'importe quel pays ou produit.
(Jeu : à quel produit correspondent les exportateurs sur cette image ?) pic.twitter.com/ZQyG5e1WPd
Malachy Browne, journaliste d'investigation visuelle au sein du New York Times, revient sur ses outils d'enquête. Au menu : images satellites + drones + modèles 3D + SAM Desk + données Exif = le parfait arsenal du data-journaliste ! https://t.co/UnScjsiQznhttps://t.co/DVHPhN2xKr
Les 100 premières entreprises dans le monde en 2021. Une excellente data visualisation du site Visual Capitalist qui peut être lue de plusieurs manières (par rang, taille et couleur). Avec les données téléchargeables pour produire des graphiques plus conventionnels #dataviz#EMIhttps://t.co/bmlA5rzTDj
"Les pays ayant le plus d'utilisateurs Internet dans le monde". Une data visualisation qui prête à confusion sur le site de Visual Capitalist. Ce qui arrive quand les #dataviz veulent tirer vers l'infographie. #datafailhttps://t.co/rV3XmrWnGz
A lire : Des données au sens dans le discours de l'information. La rhétoricité de l’infographie "ces procédures dépendent de la modalité de croyance, c’est-à-dire qu’il faut faire croire ce qui est montré"https://t.co/ATW2CzDnFlpic.twitter.com/V47AuqWlvM
Les #dataviz seraient à l'image du monde actuel plus tournées vers la forme que vers le fond 🤔 Should we give awards for data visualizations ? https://t.co/Vm8LtdjhFe
RJ Andrews (@infowetrust) reproduit d'anciens graphiques avec les technologies actuelles. L'occasion de belles analyses à partir d'une grande diversité d'exemples. A découvrir sur le site CHARTS ! https://t.co/i2gewKh2nihttps://t.co/XBzdBXN3gZ
Source : « Féminisme des données pour la visualisation de données » (Data Feminism for Data Visualization) par Lauren Klein et Catherine D'Ignazio.
Lauren Klein et Catherine D'Ignazio lancent un nouveau cours qui développe leur ouvrage « Data Feminism » paru en 2020 aux presses du MIT (consultable sur le site). Ce cours invite à réfléchir à la manière dont l'examen des questions de genre, de pouvoir et de justice peut transformer notre façon de visualiser les données. En puisant dans la riche histoire de l'activisme féministe et de la pensée critique, les auteurs nous apprennent à identifier et à contrer les biais inhérents aux pratiques de visualisation conventionnelles, tout en développant les compétences nécessaires à la création de visualisations plus éthiques, inclusives et socialement responsables. Le cours met en dialogue des exemples concrets de visualisation de données avec des cadres théoriques qui interrogent les perspectives incluses (ou non) en science des données et en communication des données, illustrant ainsi la nécessité d'approches qui utilisent la visualisation pour amplifier les perspectives minoritaires et attirer l'attention sur les enjeux d'équité et de justice.
Catherine D'Ignazio est par ailleurs l'autrice de « Counting Feminicide » ("Comptage des féminicides : le féminisme des données en action") disponible en téléchargement sur le site du MIT. L'ouvrage met en lumière le travail de militant·e·s des données à travers les Amériques qui documentent ces meurtres et remettent en question la logique dominante de la science des données en plaçant la prise en charge, la mémoire et la justice au cœur de leurs recherches. S'appuyant sur « Data Against Feminicide », un vaste projet de recherche collaboratif, Catherine D'Ignazio décrit le travail créatif, intellectuel et émotionnel de ces militant·e·s des données sur les féminicides, à l'avant-garde d'une éthique des données qui prend en compte avec rigueur et constance les rapports de pouvoir et les personnes.
Lauren Klein a publié « Data by Design » ("Données dès la conception. Visualisation et pouvoir : de l’abolition à l’aube de la science des données"). L'ouvrage explore les continents et les siècles pour révéler la puissance de la visualisation et montrer comment elle peut être utilisée à des fins de transformation. Une série de nouvelles images, créées par Lauren Klein et son équipe de recherche – également visibles sur un site web interactif – élargit notre compréhension de ce que la visualisation, utilisée avec intention et rigueur, peut accomplir.
Le site « Data by Design » vise un large public. Il s'adresse notamment aux concepteurs et chercheurs en visualisation, aux journalistes et scientifiques des données, ainsi qu'aux militants, organisateurs et autres personnes qui utilisent les données et la visualisation dans le cadre de leur travail. Il concerne également les étudiants et les chercheurs de divers domaines universitaires, tels que les humanités numériques, les études littéraires et culturelles, les études féministes et de genre, les études critiques de la race, les études autochtones, les études médiatiques, les sciences et études de l'information, les études sociales des sciences et des technologies (STS) et l'interaction homme-machine (IHM).
L. Klein, T. Sharma, J. Varner, S. Li, M. Adams, N. Yang, D. Jutan, J. Fu, A. Mola, Z. Fang, Y. Li et S. Munro. L. (2024). Data by Design. Public beta, https://dataxdesign.io/.
Comme chaque année, l'Insee estime la population des régions et des départements (France
métropolitaine et DOM) à la date du 1ᵉʳ janvier. Ces estimations annuelles de population
sont déclinées par sexe et par âge (quinquennal, classes d'âge). La dernière parution permet d'étudier l'évolution démographique sur la période 1975-2019.
L'équipe de cartographes et de data visualiseurs de WeDoData a eu l'idée de reprendre une partie de ces données (celles concernant les jeunes de 2000 à 2019) et d'élaborer une cartographie originale : http://wedodata.fr/made-cartograme-demographie.php
La série de cartogrammes s'appuie sur un
découpage de la France en carrés et permet de montrer l’évolution des
96 départements de métropole en un seul coup d’œil.
L’avantage de cette visualisation est de permettre au lecteur de se replacer simultanément dans le temps et dans l’espace. Elle permet également de rendre visible une tendance générale (l’évolution du nombre de jeunes en France) sans sacrifier un niveau de détail supplémentaire (l’évolution du nombre de jeunes par département en France). Le résultat est sûrement perfectible, mais a le mérite d'ouvrir la voie à un mélange entre cartographie thématique et data visualisation.
Nous avons commencé à aborder l'intérêt des données géolocalisées à travers un précédent billet : Strava et les enjeux du big data. Nous poursuivons ici l'analyse en nous intéressant plus spécialement à l'usage des traces numériques des cyclistes et des piétons pour orienter les choix d'aménagement urbain.
L'enjeu est de taille du fait de l'augmentation rapide des moyens de
"déplacement doux" dans les métropoles. Il s'agit d'aménager les voies jugées dangereuses ou insuffisantes pour
les piétons et les cyclistes, de planifier la croissance future
du trafic, de pouvoir aussi justifier les
investissements. Strava Metro n'est pas la seule entreprise à fournir ce type de données sur les déplacements urbains. La plateforme Uber se positionne également sur ce créneau, mais pas sur le vélo ni la marche à pied. Uber Movement entend fournir des informations sur la mobilité urbaine pour les villes et les collectivités afin de mieux connaître les besoins et les déplacements. La demande est de plus en plus forte de la part des métropoles qui cherchent de leur côté à mettre en place leurs propres solutions de data visualisation et de data mining (voir par exemple cette cartographie 3D des émissions de dioxyde d'azote par le Grand Londres)
Animation mettant en avant le potentiel d'usage des données fournies par Strava Metro
Le département des transports de l'Oregon (ODOT) a été la première
agence de transport des États-Unis à signer un accord avec Strava metro
en 2014. Jusque là le comportement des piétons et des cyclistes en
milieu urbain n'était guère connu que par des enquêtes isolées et
coûteuses à renouveler. L'agence américaine ODOT continue à réaliser ses
propres comptages manuels, mais elle a décidé d'utiliser les services
de Strava metro pour mieux connaître les pratiques et les besoins des cyclistes et des piétons, notamment dans la ville de Portland. Depuis 2014, 75 autres villes et régions dans le monde utilisent les données de Strava metro pour évaluer et définir leur politique de transport, telles Glasgow, Reykjavik, Stockholm ou Brisbane. Cette dernière a par exemple aménagé une piste cyclable le long de Breakfast Creek, offrant ainsi aux cyclistes une voie réservée
à travers un paysage varié de champs, de quartiers résidentiels et de zones
commerciales. Dans sa forme originale, la piste cyclable était traversée par
Kelvin Grove Road, un autoroute à 6 voies de circulation. Cette
importante interruption de la piste cyclable obligeait les cyclistes à franchir
de multiples signaux tricolores et le trafic se déversait dans les rues adjacentes. La construction d'une nouvelle
section de 680 mètres de voie cyclable a permis de contourner l'obstacle et de sécuriser la circulation à vélo :
Aménagement d'une nouvelle voie cyclable (en bleu) à Brisbane pour contourner une voie rapide
D'autres villes ont également adopté ces outils de visualisation de données géolocalisées permettant de prospecter les besoins et de mesurer l'effet des aménagements une fois réalisés. Ainsi par exemple pour la ville d'Austin (Texas), cette vidéo met en évidence les rues les plus utilisées par les cyclistes sur une durée d'une semaine et les problèmes liés aux intersections avec d'autres voies urbaines (les carrefours sont souvent sources de dangers pour les cyclistes) :
Volumes de traces enregistrées par des cyclistes sur le site Strava du 9 au 15 août 2013
(Source : Griffin and Jiao)
Une fois agrégées et anonymées, Strava revend les données de ses utilisateurs sous forme de licence, pour une zone donnée et pour un nombre d'utilisateurs donné. De par ses millions d'utilisateurs, Strava fournit une base de donnéestrès conséquente pour suivre les traces des cyclistes, particulièrement dans les grandes villes mondiales à l'exemple de Londres, Amsterdam, Barcelone (Paris est moins représenté)... Pourtant Strava est loin d'agréger tous les piétons et les cyclistes qui se déplacent quotidiennement dans ces espaces urbains. Avec moins de 10% du total des usagers, l'application parvient à donner une vue relativement fidèle de leurs comportements sur différents pas de temps et différents secteurs de la ville. La précision dépend tout de même des comptages réalisés par ailleurs qui permettent d'extrapoler, en comparant avec les données de Strava metro, le nombre réel d'usagers. La combinaison avec d'autres couches d'information SIG reste souvent indispensable.
Nombres de sorties en vélo sur un an dans 6 grandes métropoles (en millions) - Source : Strava
La visualisation des Data Analytics concerne aussi l'entreprise Uber qui souhaite désormais optimiser les temps de parcours urbains dans les grandes villes souvent encombrées par des embouteillages. Au départ l'entreprise cherchait surtout à mettre en place un système de tarification en fonction de la demande (cf système du Geoserve fondé sur l'importance de l'offre et la demande en fonction du lieu). Puis ces données connectées ont servi à optimiser la circulation des chauffeurs pour finalement déboucher sur une nouvelle façon d'appréhender la mobilité.
Vidéo mettant en avant la façon dont le service UberPOOL aide à réduire le trafic automobile en ville
La visualisation de données aide à son tour le public à comprendre ce que Uber fait et comment il fonctionne. Une chose est de comprendre comment Uber utilise les données GPS, une autre est de savoir ce que l'on peut en faire pour le grand public. Uber nous apprend beaucoup sur l'utilisation des données volumineuses. Elles permettent de révéler les rythmes urbains selon une véritable cartographie du "pouls" de la ville en fonction des secteurs et des horaires de circulation :
Cartographie du "pouls" de la ville de New York à travers le service UberPool
Dans les villes européennes, la mise à disposition de vélos en libre service a rendu encore plus cruciale la gestion du parc et l'implantation de stations accessibles pour emprunter et rendre son vélo (voir par exemple l'implantation des stations Velo'v du Grand Lyon). Le choix et les formes d'aménagement ou réaménagement (bandes cyclables ou pistes séparées des autres véhicules, limitations de vitesse, gestion des carrefours...) deviennent un enjeu de taille. Les opérateurs ont en général une vision de leurs parcs en tant que gestionnaires, mais ils ont du mal à connaître les comportements de leurs usagers entre deux stations de collecte. Il s'agit aussi d'aller vers une analyse prédictive. Ainsi s'est développé tout un courant de réflexion sur la mobilité urbaine et l'usage de l'espace public. Les solutions choisies par les différents opérateurs renvoient à nos manières d'habiter et de pratiquer la ville. Elles conduisent à réfléchir à des solutions d'aménagement urbain plus attentives aux usages (voir l'article Bye, bye Gobee, et merci). Dans le cadre du développement des smart cities, l'avenir passe par le recueil, le croisement et l'analyse des données relatives à toutes les activités de la ville. L'objectif principal est d'aller vers un partage intelligent des vélos à usage public.
Probabilité qu'une station Velo'v soit vide ou pleine à Lyon (source : Rouquier et Borgnat, 2014)
Comparaison de temps de trajet à Helsinki (Finlande)
Une image équivaut à une minute de temps de transport. Les points représentent les automobiles, en jaune les transports en commun et en vert les vélos. Les données et le modèle d'accessibilité développé par l'Université d'Helsinki sont consultables sur le site Mapple.
Data visualisation ajoutée le 10 mai 2018
Accès automobile dans Berlin et les villes
environnantes un vendredi ordinaire
Cette simulation pour Berlin concerne uniquement la circulation automobile. L'animation repose sur le
temps d'accessibilité moyen (de 5 à 30 mn).
Data visualisation ajoutée le 23 mai 2018
Déplacements à vélo sur une journée à Helsinki.
(cliquer sur la carte pour accéder à l'animation)
Cette géovisualisation montre tous les voyages (n = 7200) effectués par les vélos du système de partage de vélos d'Helsinki le lundi 15 mai.2017. Comme la base de données ne contient pas de traces GPS mais seulement les points de départ et de destination, les trajets indiqués sur la carte ne sont pas les trajets réels, mais les trajets supposés en utilisant les itinéraires les plus rapides. Les points blancs sont les stations de vélo de ville (n = 140). L'animation a été réalisée à l'aide du plugin QGIS Time Manager par Elias Willberg du Digital Geography Lab (Finlande).
L'application UrbanCyclr permet aux cyclistes de suivre leurs itinéraires à vélo dans la ville de Budapest. Ce cartogramme animé agrège tous les parcours des cyclistes durant la journée en fonction du trafic généré.
Data visualisation ajoutée le 1er octobre 2018
Un article du Guardian évoque la "beauté hypnotique" de ces cartes animées qui affichent le déplacement des transports en commun en temps réel. Ces cartes sont réalisées avec l'outil TransitFlow et concernent plusieurs grandes métropoles : New York, Boston, San Francisco, Mexico, Rome. Les flux de bus et de métro apparaissent sous forme de pastilles colorées ressemblant à des fourmis qui traversent les villes du monde.
Data visualisation ajoutée le 29 janvier 2019 :
Le programme de vélos en libre-service à Londres, Santander Cycles, a mis à disposition ses données de trafic pour l'année 2017. La carte représente 1,5 million de trajets, soit 34% de tous les trajets à vélo effectués en 2017 en conservant les dix mille trajets origine-destination les plus importants. La même carte est disponible pour les vélos en libre service à New York en 2018.
Location de vélos à Londres en 2017 (source : Flowmap.blue)
Cartographie des accidents de vélo. Cette carte proposée par le site Komoul présente les accidents de vélos survenus entre 2005 et 2017 suivant la gravité de l'accident. On peut voir que la majorité des personnes impliquées dans des accidents hors agglomération sont des hommes ou que les accidents survenus lors d'un trajet pour raisons professionnelles sont surtout en agglomération.
Le rôle potentiel de la marche et du vélo pour augmenter la résilience en cas de chocs externes sur les systèmes de transport. Dans une thèse soutenue en 2014, Ian Philips réfléchit à la création d'un indicateur afin de déterminer qui peut se rendre au travail à pied ou en vélo en cas de pénurie d'essence pour les transports motorisés. http://etheses.whiterose.ac.uk/
Lien ajouté le 9 février 2019
Sur le site Medium, Boris Mericksay donne des liens vers des sites qui mettent à disposition des données sur les vélos en libre service : http://medium.com/@BorisMericskay/les-donn%C3%A9es-des-v%C3%A9los-en-libre-service-9f8c13c095b5
A compléter par l'article du même auteur : "Potentiels et limites des traces (géo)numériques dans l’analyse des mobilités : l’exemple des données de la plateforme de covoiturage BlaBlaCar". Cybergéo.
De superbes data visualisations réalisées dans le cadre de l'Hackaviz 2019. La story map de Tony Hauck permet de mettre en évidence les déplacements
domicile-travail en Occitanie, notamment à Toulouse : http://tonyhauck.com/dataviz/story.html
Lien ajouté le 11 mai 2019
Une visualisation 3D des mobilités dans les villes du Royaume-Uni.
Love all the monochrome mapping on twitter based on @pinakographos competition - here is my tilt on it in animated form. AO drive time mountains for populated cities/town in the UK #dataviz#mappic.twitter.com/7MYTpkHaIZ
André Ourednik analyse la manière dont l'automobile a façonné notre manière de penser et de cartographier l'espace. Si la cartographie a joué un rôle important dans l’utilisation de la voiture, elle pourrait jouer un rôle central aujourd’hui dans l’évolution d’un espace dominé en un espace de mobilité multimodale.
Une animation très détaillée du trafic automobile à Paris en juin 2019 en fonction des jours et des heures de circulation : http://data.pour.paris/trafic
Une carte très claire des zones les plus accidentogènes pour les piétons à Paris 🚶♀️
➡️ La sécurité des piétons est un enjeu important : la marche est le premier mode de déplacement dans la capitale https://t.co/7tSsdSNqsMpic.twitter.com/E2V6ypEI0z
L'appli Green Paths calcule l'itinéraire piéton ou vélo non pas en fonction du trajet le plus court mais de l'environnement urbain le plus sain en termes de bruit et de qualité de l'air (Helsinki) https://t.co/lFla4NuyTZpic.twitter.com/wmdpe84NRZ
Based on the #opendata we published, Manuel made a model to compare the actual trips on each road segment with the predicted trips. It shows which roads are popular and which have more potential! 💥
Bike counting in Nantes city #30DayMapChallenge day 1 about points (already late I know...) It's a video instead of a GIF, so you can stop or go back in time :) pic.twitter.com/GzHhs7XmCx
🚲Ces données issue du Baromètre 2021 des Villes Cyclables de la @FUB_fr sont fascinantes ! Hâte de pouvoir y accéder en #opendata pour les analyser et les valoriser autrement !
Today I'm launching Close, an interactive map that shows walkable, bikeable, and transit-friendly neighborhoods across every block in the United States. Try it out: https://t.co/wFy8wqCPjUpic.twitter.com/xrXBKBDwm1
Le site Strava metro est un service de données spatialisées permettant de mettre en lumière sur une carte les déplacements à la fois piétonniers et cyclistes (données accessibles sur inscription) http://metro.strava.com/
La fréquentation des stations vélo’v à Lyon, partout et à tous âges (article de Luc Merchez) sur le site Géoconfluences
Uber a inauguré en octobre 2017 la plateforme open-data Uber movement, qui détaille les temps de parcours des chauffeurs VTC. L'outil de visualisation se présente sous la forme de cartes choroplèthes indiquant des temps de trajet depuis une origine (inscription nécessaire). http://movement.uber.com/
Utilizing GIS and spatial tools to generate new data products from raw GPS cycling tracks on Strava. Consultable sur le site du Center for Geographic Analysis (Harvard University)
How Uber Uses Data to Improve Their Service and Create the New Wave of Mobility. Consultable sur Kissmetrics blog
« New York. Comment Mamdani envisage de transformer Grand Army Plaza pour les piétons, les cyclistes et les automobilistes » (The New York Times).
Grand Army Plaza, plaque tournante emblématique de Brooklyn, célèbre pour son arche imposante et sa circulation dense, fait l'objet d'une importante rénovation. Le maire Zohran Mamdani a annoncé en avril 2026 que l'extrémité sud de l'ovale de 14 acres serait définitivement fermée à la circulation automobile. Ce projet permettrait de reconnecter efficacement Prospect Park – le cœur spirituel de Brooklyn – à son élément le plus emblématique : l’Arc de Triomphe des Soldats et des Marins. Il contribuerait également à fluidifier la circulation des cyclistes, des piétons et des automobilistes sur une boucle si dangereuse qu’elle était autrefois surnommée « le compteur de la mort ».
Lien ajouté le 19 mai 2026
« 50 raisons pour lesquelles tout le monde devrait souhaiter plus de rues piétonnes » (Fast Company). De l'allongement de l'espérance de vie au renforcement de la résilience des villes : si vous cherchez des raisons de rendre votre ville plus accessible à pied, les voici. Alors que de plus en plus de villes tentent d'améliorer la facilité d'accès à pied – des « super-îlots » sans voitures à Barcelone aux allées piétonnes protégées de la chaleur à Dubaï – un rapport expose les raisons de ce changement, les actions que les villes peuvent entreprendre pour s'éloigner d'un monde centré sur la voiture et pourquoi la facilité d'accès à pied est importante. « Les avantages liés à la marche sont tous interdépendants », explique James Francisco, urbaniste chez Arup, le cabinet d’ingénierie international à l’origine du rapport. « Vous souhaitez peut-être dynamiser votre commerce local grâce à une augmentation du trafic piétonnier. Mais cet avantage s’accompagne d’autres bénéfices. Outre la vitalité économique, vous bénéficiez également d’avantages sociaux – les gens sortent, discutent et tissent des liens – et d’améliorations pour la santé. » Une seule intervention peut aussi engendrer des retombées environnementales et politiques positives. Le rapport a passé au crible des dizaines d'études pour quantifier 50 avantages de la piétonisation en ville.
