HEGP
/
dataviz


			
							<!DOCTYPE html>
<html lang="" xml:lang="">
  <head>
    <title>Introduction à la data visualisation</title>
    <meta charset="utf-8" />
    <meta name="author" content="Antoine Neuraz" />
    <script src="libs/header-attrs-2.5/header-attrs.js"></script>
    <link href="libs/remark-css-0.0.1/default.css" rel="stylesheet" />
    <link rel="stylesheet" href="css/my_style.css" type="text/css" />
  </head>
  <body>
    <textarea id="source">


class: center, middle, title

# UE Visualisation

### 2020-2021

## Dr. Antoine Neuraz

### AHU Informatique médicale
#### Hôpital Necker-Enfants malades, &lt;/br&gt; Université de Paris

---
class: center, middle

![](img/usmap_old.png)

---
class: center, middle

![](img/usmap_new.png)

---
class: center, middle

&lt;video &gt;
&lt;source src="img/usmap_video.mp4" type="video/mp4"&gt;
&lt;/video&gt;


---
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 **30 novembre**

---

# 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 ?
&lt;/br&gt;

## **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
![:scale 80%](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 

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

&amp;rightarrow; seulement des différences 

--

### **Ratios** = zero absolu

ex: longueur, masse 

&amp;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 

--
&lt;/br&gt;
## **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[

![](01-dataviz-intro_files/figure-html/unnamed-chunk-2-1.png)&lt;!-- --&gt;
]

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

### **Variables**

#### 1 variable quantitative

#### 1 variable qualitative
]

---

# Utiliser les marques et les échelles 

.pull-left[

![](01-dataviz-intro_files/figure-html/unnamed-chunk-3-1.png)&lt;!-- --&gt;
]

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

### **Variables**

#### **2** variables quantitatives

]

---

# Utiliser les marques et les échelles 

.pull-left[

![](01-dataviz-intro_files/figure-html/unnamed-chunk-4-1.png)&lt;!-- --&gt;
]

--
.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[

![](01-dataviz-intro_files/figure-html/unnamed-chunk-5-1.png)&lt;!-- --&gt;
]

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

### **Variables**

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

]

---
class: center
# Encodage redondant

![](01-dataviz-intro_files/figure-html/unnamed-chunk-6-1.png)&lt;!-- --&gt;

### 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)
    </textarea>
<style data-target="print-only">@media screen {.remark-slide-container{display:block;}.remark-slide-scaler{box-shadow:none;}}</style>
<script src="https://remarkjs.com/downloads/remark-latest.min.js"></script>
<script src="addons/macros.js"></script>
<script>var slideshow = remark.create({
"ratio": "4:3",
"countIncrementalSlides": false,
"self-contained": true
});
if (window.HTMLWidgets) slideshow.on('afterShowSlide', function (slide) {
  window.dispatchEvent(new Event('resize'));
});
(function(d) {
  var s = d.createElement("style"), r = d.querySelector(".remark-slide-scaler");
  if (!r) return;
  s.type = "text/css"; s.innerHTML = "@page {size: " + r.style.width + " " + r.style.height +"; }";
  d.head.appendChild(s);
})(document);

(function(d) {
  var el = d.getElementsByClassName("remark-slides-area");
  if (!el) return;
  var slide, slides = slideshow.getSlides(), els = el[0].children;
  for (var i = 1; i < slides.length; i++) {
    slide = slides[i];
    if (slide.properties.continued === "true" || slide.properties.count === "false") {
      els[i - 1].className += ' has-continuation';
    }
  }
  var s = d.createElement("style");
  s.type = "text/css"; s.innerHTML = "@media print { .has-continuation { display: none; } }";
  d.head.appendChild(s);
})(document);
// delete the temporary CSS (for displaying all slides initially) when the user
// starts to view slides
(function() {
  var deleted = false;
  slideshow.on('beforeShowSlide', function(slide) {
    if (deleted) return;
    var sheets = document.styleSheets, node;
    for (var i = 0; i < sheets.length; i++) {
      node = sheets[i].ownerNode;
      if (node.dataset["target"] !== "print-only") continue;
      node.parentNode.removeChild(node);
    }
    deleted = true;
  });
})();
(function() {
  "use strict"
  // Replace <script> tags in slides area to make them executable
  var scripts = document.querySelectorAll(
    '.remark-slides-area .remark-slide-container script'
  );
  if (!scripts.length) return;
  for (var i = 0; i < scripts.length; i++) {
    var s = document.createElement('script');
    var code = document.createTextNode(scripts[i].textContent);
    s.appendChild(code);
    var scriptAttrs = scripts[i].attributes;
    for (var j = 0; j < scriptAttrs.length; j++) {
      s.setAttribute(scriptAttrs[j].name, scriptAttrs[j].value);
    }
    scripts[i].parentElement.replaceChild(s, scripts[i]);
  }
})();
(function() {
  var links = document.getElementsByTagName('a');
  for (var i = 0; i < links.length; i++) {
    if (/^(https?:)?\/\//.test(links[i].getAttribute('href'))) {
      links[i].target = '_blank';
    }
  }
})();</script>

<script>
slideshow._releaseMath = function(el) {
  var i, text, code, codes = el.getElementsByTagName('code');
  for (i = 0; i < codes.length;) {
    code = codes[i];
    if (code.parentNode.tagName !== 'PRE' && code.childElementCount === 0) {
      text = code.textContent;
      if (/^\\\((.|\s)+\\\)$/.test(text) || /^\\\[(.|\s)+\\\]$/.test(text) ||
          /^\$\$(.|\s)+\$\$$/.test(text) ||
          /^\\begin\{([^}]+)\}(.|\s)+\\end\{[^}]+\}$/.test(text)) {
        code.outerHTML = code.innerHTML;  // remove <code></code>
        continue;
      }
    }
    i++;
  }
};
slideshow._releaseMath(document);
</script>
<!-- dynamically load mathjax for compatibility with self-contained -->
<script>
(function () {
  var script = document.createElement('script');
  script.type = 'text/javascript';
  script.src  = 'https://mathjax.rstudio.com/latest/MathJax.js?config=TeX-MML-AM_CHTML';
  if (location.protocol !== 'file:' && /^https?:/.test(script.src))
    script.src  = script.src.replace(/^https?:/, '');
  document.getElementsByTagName('head')[0].appendChild(script);
})();
</script>
  </body>
</html>