Visualisation des données

1. Pourquoi visualiser les données ?

• Objectifs : explorer, communiquer, convaincre

• Types de visualisation : exploratoire vs explicative

2. Principaux types de graphiques

• Diagrammes à barres et histogrammes

• Nuages de points (scatter plots)

• Boîtes à moustaches (boxplots)

• Courbes, camemberts, heatmaps

• Graphiques multivariés (couleurs, tailles, facettes)

3. Bibliothèques de visualisation en Python

• Matplotlib : bases de la création graphique

• Seaborn : visualisation statistique simplifiée

• Plotly (initiation) : visualisations interactives

4. Principes de lisibilité

• Axes, légendes, titres, annotations

• Choix des couleurs, échelles, formats

• Éviter les visualisations trompeuses

5. Visualisation dans un processus data

• Intégrer des graphiques dans un rapport ou un notebook

• Créer des dashboards simples