dataviz/courses/01-dataviz-intro.Rmd

---
title: "Introduction à la data visualisation"
author: "Antoine Neuraz"
date: "18/11/2019"
output: 
  xaringan::moon_reader:
    css: ['default','css/my_style.css']
    lib_dir: libs
    seal: false
    nature:
      ratio: '4:3'
      countIncrementalSlides: false
      self-contained: true
      beforeInit: "addons/macros.js"
---

```{r, include = FALSE}
library(ggplot2)
library(dplyr)
```

class: center, middle, title

# UE Visualisation

### 2019-2020

## Dr. Antoine Neuraz

### AHU Informatique médicale
#### Hôpital Necker-Enfants malades, </br> Université de Paris

---
class: center, middle
# 2 Objectifs principaux

### **Principes généraux** de visualisation
--

### **Application** à l'aide de R et ggplot2

---
class: center, middle
# Organisation des cours

### 1ère moitié du cours: théorie

### 2ème moitié du cours: mise en pratique

---
class: center, middle
# Evaluation par projet en binôme

### Mardi après-midi: description du projet

### Soutenance le **2 décembre**

---

# Visualisation

.pull-left[![:scale 100%](img/visualisation.jpg)]

.pull-right[

#### 1. Action de rendre visible d'une façon matérielle l'action et les effets d'un phénomène.

#### 2. Présentation visuelle sur un écran, sous forme d'image alphanumérique ou graphique, d'un ensemble d'informations traitées par des moyens informatiques.
]

---
class: center, middle

# Pourquoi visualiser ?

---

# Pourquoi visualiser graphiquement ?

.pull-left[

#### **Plus riches** : plus d’information en moins d’espace

#### Rend la **structure plus visible**

#### **Plus accessible**

#### **Plus rapide** à appréhender

#### **Plus mémorable**

]

.pull-right[

![](img/bandwidth.png)

]

---

class: left

# Pourquoi mettre un ordinateur dans la boucle ?
</br>

## **Passage à l’échelle**
--

## **Efficience**: réutilisation, diffusion 

--
## **Qualité** et **précision**

---
# Pourquoi mettre un humain dans la boucle ?

![:abs 85%, 7%, 26%](img/humanVScomputer.png)

---
class: center, middle

# Buts d'une visualisation

--

.pull-c1[
### Enregistrer l'information

]

--

.pull-c2[
### Analyser

]

--

.pull-c3[
### Communiquer
]


---
class: center

# Enregistrer l'information

.pull-left[
![](img/carte-plan-paris.jpg)
]

.pull-right[
![](img/ancien-photo.jpg)
]

---
class: center, full
# Analyser

.pull-left[
![](img/higlass.png)
[https://higlass.io/]()
]
.pull-right[
![](img/stratomex_explained.png)
[https://frama.link/stratomex]()
]

---
class: center, full
# Communiquer

.pull-left[
![](img/wind-map.png)
[http://hint.fm/wind/]()
]

.pull-right[
![:scale 70%](img/us-dendro.png)
[https://frama.link/dendro]()
]

---

class: center, middle

# Définition

### La visualisation est le processus qui **transforme** les données en **représentation graphique** interactive à des fins d’ **exploration**, de **confirmation** ou de **communication**.


---

# Pourquoi ne pas se limiter aux statistiques ?

![:abs 80%, 10%, 26%](img/anscombe-stat.png)

---

# Anscombe's quartet 

![:abs 85%, 7%, 20%](img/anscombe-viz.png)

---

# Datasaurus dozen 

![:abs 85%, 7%, 18%](img/datasaurus.png)

---

class: center

## Un peu d'histoire: enregistrer

.pull-left[
![:scale 90%](img/davinci.png)

Da Vinci (1500)
]

.pull-right[
![:scale 90%](img/galilee.png)

Galilée (1616)
]

---
class: center
# Un peu d'histoire: analyser

![:scale 90%](img/playfair.png)

### Playfair(1786)

---
class: center
# Un peu d'histoire: trouver des patterns

![:scale 60%](img/snow.png)

### John Snow (1854)

---
class: center, full

# Communiquer

![:scale 100%](img/minard.png)

### Minard(1869)

---
# 1 second of internet
![](img/1second.png)
[](https://www.internetlivestats.com/one-second/)

---
class: center
# London Tube 1927

![:scale 80%](img/tube1927.png)


---
class: center
# London Tube 1933

![:scale 80%](img/tube1933.png)


---
class: center
# London Tube today

![:scale 90%](img/tubetoday.png)

---
class: center, middle, inverse

# Types de datasets 

---
class: center, middle, full

![](img/dataset_types2.png)

---
class: center, full
## Caractéristiques des données de tableau

![:scale 100%](img/donnees_tableau.png)
---

# Autres caractéristiques des données 

### **Liens** : relation entre 2 entités (observations, noeuds)

--

### **Positions** (données spatiales)

--

### **Grilles** (grids) : stratégie d'échantillonage de données continues


---
class: center, full
# Types de variables (attributs)

![](img/types_variables1.png)

--

![](img/types_variables2.png)

---
# Variables quantitatives


### **Intervalles** = zéro arbitraire

ex: Dates, positions géographiques 

&rightarrow; pas de comparaison directe (cf °C et °F)

&rightarrow; seulement des différences 

--

### **Ratios** = zero absolu

ex: longueur, masse 

&rightarrow; ratios et proportions

---
class: center, middle

### Comment peut-on représenter visuellement 2 nombres, par exemple: 

### **4 et 8**

---
class: center, middle, inverse

# Marques et échelles 

---
# Marques et échelles

## **Marques** = geometry

### Représente les **observations** (items) ou les liens 

--
</br>
## **Echelles** = scales 

### Change l'**apparence** des marques en fonction de **variables** (attributs)

---
# Marques pour observations

## Eléments géométriques de base

![](img/marques.png)

--
## Marques 3D: Volume (rarement utilisé)

---
class: center, middle, full
![](img/marques_liens.png)

---
class: center, full
# **Echelles** (= variables visuelles)

![:scale 65%](img/echelles.png)

### Contrôle l'apparence proportionnellement ou en fonction de variables

---
# Utiliser les marques et les échelles 

.pull-left[

```{r,echo = FALSE}
dt <- data.frame(x = c(1,2,3),
                 y = c(4, 2, 5), 
                 group = c('A','A', 'B'), 
                 size = c(1,5,7), 
                 cat = c('A','B','C'))

ggplot(data=dt, aes(x=cat, y=y)) +
  geom_col() + 
  theme_void() + 
  theme(axis.line = element_line(size = 1))
```
]

--
.pull-right[
### **Marque**: ligne
### **Echelles**: longueur et position

### **Variables**

#### 1 variable quantitative

#### 1 variable qualitative
]

---

# Utiliser les marques et les échelles 

.pull-left[

```{r,echo = FALSE}

ggplot(data=dt, aes(x=x, y=y)) +
  geom_point(size = 5) + 
  xlim(c(0,4)) + 
  ylim(c(0,7)) +
  theme_void() + 
  theme(axis.line = element_line(size = 1))
```
]

--
.pull-right[
### **Marque**: point
### **Echelles**: position x et position y

### **Variables**

#### **2** variables quantitatives

]

---

# Utiliser les marques et les échelles 

.pull-left[

```{r,echo = FALSE}

ggplot(data=dt, aes(x=x, y=y, color = group)) +
  geom_point(size = 5) + 
  xlim(c(0,4)) + 
  ylim(c(0,7)) +
  theme_void() + 
  theme(axis.line = element_line(size = 1),
        legend.position = 'none')
```
]

--
.pull-right[
### **Marque**: point
### **Echelles**: position x et position y

### **Variables**

#### 2 variables quantitatives
#### **1** variable qualitative

]

---

# Utiliser les marques et les échelles 

.pull-left[

```{r,echo = FALSE}

ggplot(data=dt, aes(x=x, y=y, color=group, size = size)) +
  geom_point() + 
  xlim(c(0,4)) + 
  ylim(c(0,7)) +
  theme_void() + 
  theme(axis.line = element_line(size = 1), 
        legend.position = "none")
```
]

--
.pull-right[
### **Marque**: point
### **Echelles**: position x et position y

### **Variables**

#### **3** variables quantitatives
#### 1 variable qualitative

]

---
class: center
# Encodage redondant

```{r,echo = FALSE, fig.asp= .7, fig.height= 6}

dt = data.frame(x=c(1,2,3,4),
                y=c(1,2,3,4))

ggplot(data=dt, aes(x=x, y=y, fill=y)) +
  geom_col() + 
  theme_void() + 
  theme(axis.line = element_blank(), 
        legend.position = "none")
```

### Longueur, position et Luminosité

---
class: center
## Toutes les échelles ne naissent pas égales

.pull-left[
### **Echelles de magnitudes**

#### Combien ?
]

--
.pull-right[
### **Echelles d'identité**

#### Quoi? Où?

]

---
class: center
## Toutes les échelles ne naissent pas égales

.pull-left[
### **Echelles de magnitudes**

#### Combien ?

Position 

Longueur

Saturation

...

#### **Données quantitatives**
]

--
.pull-right[
### **Echelles d'identité**

#### Quoi? Où?

Forme

Teinte

Région spatiale 

...

#### **Données qualitatives**
]

---
class: center, full

## Echelles - efficience
![:scale 90%](img/echelles_efficience.png)