Newsletter - Toulouse DataViz #15 - Spécial Hackaviz 2021
Newsletter - Toulouse DataViz #15 - Spécial Hackaviz 2021

Newsletter - Toulouse DataViz #15 - Spécial Hackaviz 2021

Contenu
La troisième NewsLetter de l'Hackaviz2021
Date
Sep 2, 2021
💡
Dans une semaine, le 9 Septembre, le Hackaviz 2021 organisé par l’association Toulouse Dataviz va démarrer ! Un Hackaviz ? Quésaco ? C’est un concours de visualisation de données pendant 10 jours, seul ou en équipe, doté de récompenses, ouvert à tous. Le principe ? Raconter une histoire avec des graphiques à partir d’un jeu de données original regroupant des données ouvertes concernant la région Occitanie. Si vous n'êtes pas encore inscrit, c'est par ! Pour vous accompagner dans cette aventure, nous vous concoctons une newsletter hebdomadaire à lire en 5 minutes avec des ressources (présentées pour la plupart lors de nos meetups 😊), pour approfondir le sujet : de vraies petites pépites !
 
notion image

Le mot d'introduction

 
Que ce soit pour la manipulation des données, leur analyse, leur exploration et leur représentation finale, vous allez avoir besoin d'outils !
Chacun a ses petites préférences. Le Hackaviz est peut-être l'opportunité d'approfondir les outils que vous connaissez déjà ... ou d'en découvrir de nouveaux !
 
En quelques années, de nombreux outils de dataviz sont apparus, signe d'une importance croissante. Cette semaine, nous vous donnons des ressources pour trouver des outils et d'autres exemples de visualisations 🎉
Le processus d'une dataviz par R tiré de Enter the Tidyverse
Le processus d'une dataviz par R tiré de Enter the Tidyverse
 

Outils

Lors des Hackaviz précédents

Les outils des participants des hackaviz 2018 et 2019
Les outils des participants des hackaviz 2018 et 2019
Alors bien sûr, certains ont un niveau plus avancé que d’autres dans la visualisation de données, mais chacun a sa chance, même celui qui voudra utiliser un papier et des crayons de couleur ! Le plus important est de réussir à faire passer son message et sans essayer de tromper le jury 😉
 
Lors des hackaviz 2018 et 2019, 40% des visualisations proposées étaient statiques et 60% interactives.
Voici les outils qui ont été utilisés lors du Hackaviz 2018 et 2019 sous forme de nuage de mots.

Plot

Résumé : Plot est une bibliothèque JavaScript récente (2021) pour visualiser rapidement des données tabulaires afin de faciliter l'exploration et la création de DataViz.
Si D3.js, du même auteur, Mike Bostock, permet de cisailler votre dataviz au pixel près, Observable Plot propose une approche plus haut niveau, avec une grammaire dédiée aux graphiques. Des mots, verbes et règles permettent de construire des graphiques à partir de concepts élémentaires.
Alain Roan présente Plot et ses premiers retours d'expérience. En bonus, nous avons eu la chance d’accueillir Philippe Rivière, un des auteurs français de Plot pour répondre aux questions des participants.
Slides : Le notebook Observable Plot d’Alain et la vidéo
notion image
Pour aller plus loin, une comparaison Plot / Vega Lite, un article à retrouver dans la newsletter #12.
 

Observable, le notebook magique de la dataviz

notion image
Résumé : Observable est un environnement de développement dataviz collaboratif tout en un dans le navigateur. Le monde de la dataviz s’est approprié cette plateforme très innovante en quelques mois. Une fois franchi la barrière d’étrangeté, vous ne pourrez plus vous en passer… Observablehq, une aventure de Mike Bostock (l’auteur de D3.js) est un cahier de note interactif où chaque paragraphe est un fragment de code JavaScript pouvant être exécuté. Il n’est pas toutefois pas nécessaire d’être un développeur JavaScript pour suivre ces présentations et surtout pour tirer profit de l’incroyable collection de notebooks existants prêt à être adaptés à vos données ou à vos variations.
Intervenants :
Alain Roan – (perceptible.fr) présente les principes techniques de cette plateforme et en quoi elle diffère, à dessein, du JavaScript sur quelques exemples.
Alain Ottenheimer (datasens) réalise une visualisation à partir d’un jeu de données et montre comment publier le résultat sur un site web.

Shiny sous R

Résumé : «Shiny is good for you !», telle pourrait être la devise de cet outil de création de visualisations interactives, tant il est facile de se l’approprier. Je vous propose une introduction ludique et pratique à Shiny – l’un des packages les plus incroyables et probablement le plus vivant de la communauté R. Il suffit en effet de quelques minutes pour créer et déployer sur le web une application Shiny qui permettra d’interagir avec n’importe quel type de graphique (ou une table, voire du texte) créé sous R. Ce Meetup est bâti sur un atelier de formation que j’ai animé récemment pour un public ne connaissant pas R et est donc accessible à tous.
Slides : lien et vidéo
Intervenant : Christophe Bontemps, statisticien et maître de conférence à la Commission économique et sociale pour l'Asie et le Pacifique de l'ONU
notion image

D3.js

D3.js souffle ses 10 bougies 🎂

D3.js, il y a 10 ans était publié pour la première fois par Mike Bostock et démarrait une révolution dans le monde de la visualisation de données dans le navigateur. Retrouvez cet article dans la newsletter #10.

React et D3.js

notion image
Slides : lien
Intervenant : Alain Roan
Résumé : React (2013) et D3.js (2011) sont deux contributions majeures au développement JavaScript.
React et D3.js ne jouent pas dans la même catégorie : React fournit un framework de composants réutilisables d’interface graphiques web. D3.js est une technologie de manipulation et d'affichage de données et d’assemblage de composants pour la visualisation dans le navigateur. Ces deux là étant les plus populaires dans leurs domaines, ils devraient former un couple fantastique… Il faudrait les marier !
Mais il y a un éléphant dans la salle de mariage : c’est le DOM, la gestion des éléments qui composent une page web. React gère un DOM virtuel qui simplifie et optimise l’affichage et sa mise à jour. D3.js le met à jour directement de manière parfois très étroite et subtile comme dans les transitions par exemple. Des différences irréconciliables ? Quelles sont les approches possibles ? Il en existe plusieurs qui possèdent chacune leurs avantages et leurs défauts.
 

Envie de tester d'autres outils ?

Vous trouverez des listes d'outils dans nos newsletters :
  • Dataviz Café : une collection gigantesque d'outils de visualisation open source (JavaScript, python,...) classés par leur nombre de stars GitHub, par IQT.
  • The ChartMaker directory : un beau site créé par John Schwabish qui permet de trouver des exemples pratiques et des tutos pour réaliser des visualisations assez originales.
  • VisBrowser : une liste d'outils, open source et propriétaires par le VisHub de l'université d'Edinburgh dont font partie, Benjamin Bach et Zezhong Wang. Ils nous ont proposé un meetup sur les datacomics.
 

Exemples de réalisations précédentes

C'est en exerçant votre œil sur des cas pratiques que nous en tirons des apprentissages. C'est pourquoi cette semaine, nous vous amenons à voir plein d'exemples. Voici les liens des résultats des éditions précédentes :
 
Profitez-en pour en tirer des enseignements en fonction des visualisations lauréates. Essayez de déterminer pourquoi des réalisations qui vous plaisent et d'autres qui vous plaisent moins. Finalement, en fonction de ce que vous avez appris, enrichissez et corrigez votre réalisation en cours.
Plusieurs lectures en cours - à suivre