dataviz/courses/03-design-tabulaire.Rmd

---
title: "Principes de design, Visualisation de données tabulaires"
author: "Maxime Wack"
date: "17/11/2020"
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(tidyverse)
library(DT)
library(knitr)

opts_chunk$set(echo = F,
               warning = F,
               error = F,
               message = F)
options(DT.options = list(paging = F,
                          info = F,
                          searching = F))

datatable <- partial(datatable, rownames = F)
```

class: center, middle, title

# UE Visualisation

### 2020-2021

## Dr. Maxime Wack

### AHU Informatique médicale
#### Hôpital Européen Georges Pompidou, </br> Université de Paris

---
class: center, middle
# Objectifs

## Principes de design

## Visualisation de données tabulaires

---
class: center, middle

# Principes de design

---
class: center

# *Éléments* de design

### Espace
### Point
### Ligne
### Surface
### Taille
### Couleur
### Forme
### ...

---
class: center

# *Principes* de design

Autant de principes que de designers

![:scale 50%](03-img/designprinciples.png)

[https://principles.design](https://principles.design)

---
class: center

# Principes de design

### Unité/Harmonie
### Motifs
### Équilibre
### Hiérarchisation
### Mouvement
### Contraste

---
class: middle

# Unité / Harmonie

.pull-left[
### Principe **fondamental** de la visualisation

### L'ensemble doit être **visuellement cohérent**

### Notion de **composition** des éléments en un tout
]

.pull-right[![:scale 100%](03-img/princ_unite.png)]

---
class: middle

# Motifs

.pull-left[
### Répétition **régulière** d'un ou plusieurs *éléments*

### Principal outil de la visualisation de **collections de données**
]

.pull-right[![:scale 100%](03-img/princ_motif.png)]

---
class: middle

# Équilibre

.pull-left[
### Distribution **équilibrée** des éléments visuels

### Utiliser la **symmétrie** pour comparer

### Utiliser l'**assymétrie** pour appuyer sur les différences

### La symmétrie **radiale** permet d'organiser autour d'un élément central
]

.pull-right[![:scale 100%](03-img/princ_equilibre.png)]

---
class: middle

# Hiérarchisation

.pull-left[
### **Insister** sur le message à communiquer

### Donner une **importance relative** indicative de la réalité

### Choix des couleurs (*rareté* des couleurs)

### Gestion du **contraste**

### **Échelles** et **proportions**
]

.pull-right[![:scale 80%](03-img/princ_hierarch.png)]

---
class: middle

# Mouvement

.pull-left[
### Même sur une image **fixe**

### Notion de directionalité

### **Diriger** le regard du lecteur
]

.pull-right[![:scale 100%](03-img/princ_mouvement.png)]

---
class: middle

# Contraste

.pull-left[
### **Juxtaposition** d'éléments **opposés** (couleur, luminosité, direction)

### Mise en avant **relative**

### Contraste ↔ Similarité
]

.pull-right[![:scale 100%](03-img/princ_contraste.png)]

---
class:center,middle

# Code

## **Pas** de code spécifique

### Application des *principes* en manipulant les *éléments*

### *Data* → **Motifs, Mouvement**
### *Aesthetics* → **Hiérarchisation, Contraste**
### *Theme* → **Unité, Équilibre**

---
class:center, middle

# Exemples

[Dark Horse Analytics](https://www.darkhorseanalytics.com/blog/data-looks-better-naked)

---
class:center, middle

![](03-img/data-ink.gif)

---
class:center, middle

![](03-img/ClearOffTheTableMd.gif)

---
class:center, middle

![](03-img/map_reduce2.gif)

---
class:center, middle

![](03-img/devourThePie3.gif)

---
class: center, middle

# Visualisation de données tabulaires

---
class:center

# Excel

![](03-img/excel_data.png)

---
class:center, middle

![](03-img/excel_menu.png)

---
class:center, middle

![](03-img/excel_graph.png)

---

# Edgar F Codd

.pull-left[

### 1923 - 2003

### Prix Turing 1981

### Inventeur des **modèles relationnels** pour la gestion de bases de données

### Définition des formes normales dans un papier de conférence en **1971**

]

.pull-right[![](03-img/Edgar_F_Codd.jpg)]

---

# Formes normales

## 1NF : une donnée par cellule
*Le domaine de chaque attribut ne contient que des données atomiques*

## 2NF : 1NF + attributs par clé
*Un attribut non-clé ne dépend pas d'une partie de la clé mais de toute la clé*

## 3NF : 2NF + attributs de la clé indépendants les uns des autres
*Un attribut non-clé ne dépend pas d'un ou plusieurs attributs ne participant pas à la clé*

---
class: center

# 1NF

.tiny[
```{r 0nf}
data.frame(Produit = "TV",
           Fournisseur = "samsung, sony") %>%
  datatable
```
]
↓
```{r 1nf}
data.frame(Produit = c("TV", "TV"),
           Fournisseur = c("samsung", "sony")) %>%
  datatable
```

---
class: center

# 2NF

```{r 2nf}
data.frame(Produit = c("TV", "Phone", "TV"),
           Fournisseur = c("Samsung", "Samsung", "Sony"),
           Ville = c("Seoul", "Seoul", "Tokyo")) %>%
  datatable
```
↓
```{r 2nf ok}
data.frame(Produit = c("TV", "Phone", "TV"),
           Fournisseur = c("Samsung", "Samsung", "Sony")) %>%
  datatable

data.frame(Fournisseur = c("Samsung", "Sony"),
           Ville = c("Seoul", "Tokyo")) %>%
  datatable
```

---
class: center

# 3NF

```{r 3nf}
data.frame(Fournisseur = c("Samsung", "Sony"),
           Ville = c("Seoul", "Tokyo"),
           Pays = c("Corée du sud", "Japon")) %>%
  datatable
```
↓
```{r 3nf ok}
data.frame(Fournisseur = c("Samsung", "Sony"),
           Ville = c("Seoul", "Tokyo")) %>%
  datatable

data.frame(Ville = c("Seoul", "Tokyo"),
           Pays = c("Corée", "Japon")) %>%
  datatable
```

---
class: center

# À plat

```{r flat}
data.frame(Produit = c("TV", "Phone", "TV"),
           Fournisseur = c("Samsung", "Samsung", "Sony"),
           Ville = c("Seoul", "Seoul", "Tokyo"),
           Pays = c("Corée", "Corée", "Japon")) %>%
  datatable
```

### Opération facile à réaliser

### Chaque observation contient toute l'information

---
class: center

# Avec ggplot2

### Relation **1:1** entre *observation* et unité de *geometry*

### Valeur d'*aesthetic* directement accessible par *observation*