> For the complete documentation index, see [llms.txt](https://guides.data.gouv.fr/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://guides.data.gouv.fr/guides/reutiliser-des-donnees/guide-traitement-et-analyse-de-donnees/visualiser-des-donnees.md).

# Visualiser des données

{% hint style="info" %}
La visualisation de données consiste à **présenter des données sous une forme graphique** pour en extraire le sens.

Elle permet de :

* rendre compréhensible des données ;
* repérer des motifs intéressants ;
* faciliter le raisonnement ;
* transmettre de l’information.

*Source : OpenDataFrance ; Boris Merisckay*
{% endhint %}

Cette page recense des ressources pédagogiques et des outils pour vous accompagner dans la réalisation de visualisation de données.

Les ressources pédagogiques et outils dédiés spécifiquement à la cartographie de données sont à retrouver dans "[Cartographier des données](/guides/reutiliser-des-donnees/guide-traitement-et-analyse-de-donnees/cartographier-des-donnees.md)".

## Cadrer la mise en oeuvre de sa visualisation de données

<table data-card-size="large" data-view="cards"><thead><tr><th></th><th></th><th></th><th data-hidden data-card-cover data-type="files"></th><th data-hidden data-card-target data-type="content-ref"></th></tr></thead><tbody><tr><td><img src="/files/MjHz2QmO2IsqY3jacLXe" alt="" data-size="line"></td><td></td><td></td><td><a href="/files/lyuE7jwlFcXP0iL5AGG0">/files/lyuE7jwlFcXP0iL5AGG0</a></td><td><a href="https://opendatafrance.gitbook.io/editorialisation-des-donnees-publiques/mettre-en-oeuvre-son-projet-dataviz/les-4-grandes-etapes">https://opendatafrance.gitbook.io/editorialisation-des-donnees-publiques/mettre-en-oeuvre-son-projet-dataviz/les-4-grandes-etapes</a></td></tr></tbody></table>

## Choisir le bon format de visualisation

<table data-card-size="large" data-view="cards"><thead><tr><th></th><th></th><th></th><th data-hidden data-card-cover data-type="files"></th><th data-hidden data-card-target data-type="content-ref"></th></tr></thead><tbody><tr><td>Description et exemples de différents formats de visualisation.</td><td><img src="/files/MjHz2QmO2IsqY3jacLXe" alt="" data-size="line"></td><td></td><td><a href="/files/QPhDmDy7QfkQvwWYGBv9">/files/QPhDmDy7QfkQvwWYGBv9</a></td><td><a href="https://opendatafrance.gitbook.io/editorialisation-des-donnees-publiques/les-grandes-familles-de-dataviz/une-selection-de-datavisualisations">https://opendatafrance.gitbook.io/editorialisation-des-donnees-publiques/les-grandes-familles-de-dataviz/une-selection-de-datavisualisations</a></td></tr><tr><td><img src="/files/MjHz2QmO2IsqY3jacLXe" alt="" data-size="line"></td><td></td><td></td><td><a href="/files/ND4GRaPeZ1KcQGpiJxGY">/files/ND4GRaPeZ1KcQGpiJxGY</a></td><td><a href="https://opendatafrance.gitbook.io/editorialisation-des-donnees-publiques/mettre-en-oeuvre-son-projet-dataviz/etre-guide-dans-le-choix-du-type-de-dataviz">https://opendatafrance.gitbook.io/editorialisation-des-donnees-publiques/mettre-en-oeuvre-son-projet-dataviz/etre-guide-dans-le-choix-du-type-de-dataviz</a></td></tr></tbody></table>

## Créer une visualisation de données

*Outils de visualisation de données*

<table data-card-size="large" data-view="cards"><thead><tr><th></th><th></th><th></th><th data-hidden data-card-cover data-type="files"></th><th data-hidden data-card-target data-type="content-ref"></th></tr></thead><tbody><tr><td>Initiation au logiciel de tableur.</td><td><img src="/files/MjHz2QmO2IsqY3jacLXe" alt="" data-size="line"></td><td></td><td><a href="/files/Q5UPLlzyK9jrPYi4676d">/files/Q5UPLlzyK9jrPYi4676d</a></td><td><a href="/pages/hNBgbnB161GHKsxxXUYK">/pages/hNBgbnB161GHKsxxXUYK</a></td></tr><tr><td>Initiation à la visualisation des données avec Python.</td><td><img src="/files/MjHz2QmO2IsqY3jacLXe" alt="" data-size="line"></td><td></td><td><a href="/files/6Wd4kaKi9o1UUxOUMLlz">/files/6Wd4kaKi9o1UUxOUMLlz</a></td><td><a href="/pages/ZOQqqPYYZOxGJkmeIfp3">/pages/ZOQqqPYYZOxGJkmeIfp3</a></td></tr><tr><td><p>Initiation à R pour l’analyse de données.</p><p><img src="/files/MjHz2QmO2IsqY3jacLXe" alt="" data-size="original"></p></td><td></td><td></td><td><a href="/files/K7MiL4I9cWR7bOmdUHuI">/files/K7MiL4I9cWR7bOmdUHuI</a></td><td><a href="/pages/IKuEc5j9NL2jqDIpprQQ">/pages/IKuEc5j9NL2jqDIpprQQ</a></td></tr><tr><td>Tableur et outil de gestion de bases de données qui permet de collaborer sur des jeux de données et de construire des outils métiers sans avoir à coder.<br><br><strong>Réservé aux agents publics.</strong></td><td></td><td></td><td><a href="/files/LCTLojy0qTvolThTvLEV">/files/LCTLojy0qTvolThTvLEV</a></td><td><a href="https://donnees.incubateur.anct.gouv.fr/toolbox/grist">https://donnees.incubateur.anct.gouv.fr/toolbox/grist</a></td></tr><tr><td>Outil en ligne permettant de créer des visualisations à partir de données tabulaires. Il permet de réaliser très facilement des visualisations suivant des techniques souvent complexes.</td><td><img src="/files/MjHz2QmO2IsqY3jacLXe" alt="" data-size="line"></td><td></td><td><a href="/files/6dHJ1VtHI2MWkp9k7g7a">/files/6dHJ1VtHI2MWkp9k7g7a</a></td><td><a href="https://www.rawgraphs.io/">https://www.rawgraphs.io/</a></td></tr><tr><td>Outil en ligne permettant de créer des graphiques, cartes et tableaux interactifs sans nécessiter de compétences en programmation.</td><td><img src="/files/MjHz2QmO2IsqY3jacLXe" alt="" data-size="line"></td><td></td><td><a href="/files/Ljw8EPRDjIatVl1VXJ7W">/files/Ljw8EPRDjIatVl1VXJ7W</a></td><td><a href="https://www.datawrapper.de/">https://www.datawrapper.de/</a></td></tr><tr><td>Logiciel open source de visualisation de données plutôt orienté sur les données massives.</td><td><img src="/files/WosVFkpvQIh0TDiAEpMy" alt="" data-size="line"></td><td></td><td><a href="/files/Xdan5x20hDgCd43NVVCY">/files/Xdan5x20hDgCd43NVVCY</a></td><td><a href="https://superset.apache.org/">https://superset.apache.org/</a></td></tr><tr><td>Indications pour réaliser une visualisation de données : formats et structures de données, préparation de données, outils, etc.</td><td><img src="/files/MjHz2QmO2IsqY3jacLXe" alt="" data-size="line">🇬🇧</td><td></td><td><a href="/files/cwexQQlB6Ql1F0hSu4KE">/files/cwexQQlB6Ql1F0hSu4KE</a></td><td><a href="https://data.europa.eu/apps/data-visualisation-guide/tag/dataviz-in-practice">https://data.europa.eu/apps/data-visualisation-guide/tag/dataviz-in-practice</a></td></tr></tbody></table>

## Connaître les bonnes pratiques de la visualisation de données

<table data-card-size="large" data-view="cards"><thead><tr><th></th><th></th><th></th><th data-hidden data-card-cover data-type="files"></th><th data-hidden data-card-target data-type="content-ref"></th></tr></thead><tbody><tr><td><img src="/files/MjHz2QmO2IsqY3jacLXe" alt="" data-size="line"></td><td></td><td></td><td><a href="/files/bVqppayxQb6f5Aef59td">/files/bVqppayxQb6f5Aef59td</a></td><td><a href="https://opendatafrance.gitbook.io/culture-d-parcours-dacculturation-aux-donnees/culture-d-le-parcours-dacculturation/sequence-12#les-10-bonnes-pratiques-pour-une-datavisualisation-efficace">https://opendatafrance.gitbook.io/culture-d-parcours-dacculturation-aux-donnees/culture-d-le-parcours-dacculturation/sequence-12#les-10-bonnes-pratiques-pour-une-datavisualisation-efficace</a></td></tr><tr><td><img src="/files/MjHz2QmO2IsqY3jacLXe" alt="" data-size="line"></td><td></td><td></td><td><a href="/files/Q85OdbUSW71BJGgTm3Xv">/files/Q85OdbUSW71BJGgTm3Xv</a></td><td><a href="https://datactivist.coop/opendatadays/4/#1">https://datactivist.coop/opendatadays/4/#1</a></td></tr><tr><td>Conseils et recommandations dans la mise en forme de différents formats de visualisations.</td><td><img src="/files/MjHz2QmO2IsqY3jacLXe" alt="" data-size="line">🇬🇧</td><td></td><td><a href="/files/LEHoFldgpqxnkCHvzLod">/files/LEHoFldgpqxnkCHvzLod</a></td><td><a href="https://data.europa.eu/apps/data-visualisation-guide/tag/chart-types">https://data.europa.eu/apps/data-visualisation-guide/tag/chart-types</a></td></tr><tr><td>Indications sur les écueils à éviter dans les visualisations de données.</td><td><img src="/files/MjHz2QmO2IsqY3jacLXe" alt="" data-size="line">🇬🇧</td><td></td><td><a href="/files/QwrAEvSQqSsnVEtQOh9K">/files/QwrAEvSQqSsnVEtQOh9K</a></td><td><a href="https://data.europa.eu/apps/data-visualisation-guide/tag/pitfalls">https://data.europa.eu/apps/data-visualisation-guide/tag/pitfalls</a></td></tr></tbody></table>

## Autres ressources pédagogiques

Voici un catalogue (non exhaustif) d'autres ressources pédagogiques sur la visualisation de données.

Il est possible de trouver d'autres outils libres pour visualiser des données sur [le Socle interministériel du logiciel libre](https://code.gouv.fr/sill/) ou [le Comptoir du Libre](https://comptoir-du-libre.org/fr/).

### Niveau débutant

<details>

<summary><strong>[Formation]</strong> Cours Open Data : Visualiser par Cerema Med (Mathieu Rajerison)</summary>

[<mark style="color:blue;">**Accéder à la formation**</mark>](https://datagistips.github.io/cours-data-ente/presentations/session2/session2_4_visualiser.html#1)

**Description** : Initiation à la visualisation de données sur LibreOffice Calc accompagnée d’exercices.

</details>

<details>

<summary><strong>[Formation]</strong> Cours Open Data - Outils pour explorer et visualiser la data par Cerema Med (Mathieu Rajerison)</summary>

[<mark style="color:blue;">**Accéder à la formation**</mark>](https://datagistips.github.io/cours-data-ente/presentations/session2/session2_6_annexe_outils.html#1)

**Description** : Inventaire d’outils pour exploiter et visualiser des données.

</details>

<details>

<summary><strong>[Webinaire]</strong> Formation 10% - Masterclass data visualisation par Etienne Côme, chargé de recherche à l’Université Gustave Eiffel</summary>

[<mark style="color:blue;">**Accéder au webinaire**</mark>](https://webinaire.bbb-dinum-scalelite.visio.education.fr/playback/presentation/2.3/871ab1ad6290d683201d2996582dffe96174d9a6-1694767267063)

**Description** : Webinaire qui traite des questions suivantes : comment produire une datavisualisation qui fonctionne ? Quels sont les détails qui comptent en matière de datavisualisation ?

</details>

<details>

<summary><strong>[Formation]</strong> Finding stories in data par Open Data Institute 🇬🇧</summary>

[<mark style="color:blue;">**Accéder à la formation**</mark>](https://findingstories.learndata.info/#/)

**Description** : Introduction au data storytelling, comprendre ses droits à utiliser la donnée, rassembler la donnée, organiser la donnée, nettoyer la donnée, filtrer et tableaux croisés dynamiques, formats de datavisualisation, bonnes pratiques de datavisualisation, etc.

</details>

<details>

<summary><strong>[Article]</strong> What I Learned Recreating One Chart Using 24 Tools par Lisa Charlotte Rost 🇬🇧</summary>

[<mark style="color:blue;">**Accéder à l'article**</mark>](https://source.opennews.org/articles/what-i-learned-recreating-one-chart-using-24-tools/)

**Description** : Finding the best tool means thinking hard about your goals and needs.

</details>

<details>

<summary><strong>[Outil]</strong> TimeMapper par Open Knowledge Foundation Labs 🇬🇧</summary>

[<mark style="color:blue;">**Accéder à l'outil**</mark>](https://timemapper.okfnlabs.org/)

**Description** : Logiciel open source qui permet de réaliser des frises chronologiques

</details>

<details>

<summary><strong>[Communauté]</strong> HelpMeViz - PolicyViz par PolicyViz 🇬🇧</summary>

[<mark style="color:blue;">**Accéder à la communauté**</mark>](https://policyviz.com/helpmeviz/)

**Description** : Plateforme où soumettre son projet de visualisation de données pour obtenir des retours, des conseils et de l’aide

</details>

### Niveau intermédiaire

<details>

<summary><strong>[Blog]</strong> Blog de Raphaël Da Silva (Analyste/Journaliste de données)</summary>

[<mark style="color:blue;">**Accéder au blog**</mark>](https://github.com/raphadasilva/blog_rdasilva/blob/master/README.md)

**Description** : Notebooks jupyter et exemples de visualisations de données réalisés pour des piges ou de la prospection (traitements de données, visualisations statistiques, bonnes pratiques)

</details>

<details>

<summary><strong>[Guide]</strong> Design principles par data.europa.eu 🇬🇧</summary>

[<mark style="color:blue;">**Accéder au guide**</mark>](https://data.europa.eu/apps/data-visualisation-guide/tag/design-principles)

**Description** : Guide sur le design graphique des visualisations de données (composition, mise en page, texte, couleurs, typographie, etc.)

</details>

<details>

<summary><strong>[Guide]</strong> Data storytelling par data.europa.eu 🇬🇧</summary>

[<mark style="color:blue;">**Accéder au guide**</mark>](https://data.europa.eu/apps/data-visualisation-guide/tag/data-storytelling)

</details>

<details>

<summary><strong>[Guide]</strong> Data Visualisation Guide - Accessibility par data.europa.eu 🇬🇧</summary>

[<mark style="color:blue;">**Accéder au guide**</mark>](https://data.europa.eu/apps/data-visualisation-guide/tag/accessibility)

**Description** : Guide sur l’accessibilité des visualisations de données qui couvre les thématiques suivantes : daltonisme, intelligibilité, responsive, outils d’accessibilité, comment mettre en oeuvre l’accessibilité, etc.

</details>

<details>

<summary><strong>[Guide]</strong> Data Visualisation Guide - Grammar of graphics par data.europa.eu 🇬🇧</summary>

[<mark style="color:blue;">**Accéder au guide**</mark>](https://data.europa.eu/apps/data-visualisation-guide/tag/grammar-of-graphics)

**Description** : Guide qui couvre les sujets suivants : tidy data, objets géométriques, esthétique, etc.

</details>

### Niveau avancé

<details>

<summary><strong>[Outil]</strong> Palladio par Stanford University 🇬🇧</summary>

[<mark style="color:blue;">**Accéder à l'outil**</mark>](https://hdlab.stanford.edu/palladio/)

**Description** : Application de nettoyage et d’exploration de données temporelles, spatiales et complexes.

</details>

<details>

<summary><strong>[Outil]</strong> Grafana par Grafana Labs 🇬🇧</summary>

[<mark style="color:blue;">**Accéder à l'outil**</mark>](https://grafana.com/)

**Description** : Plateforme de visualisation de données open source qui permet de consulter ses données à travers des graphiques et tableaux de bord

</details>

### Inventaire de ressources

<details>

<summary>The Chartmaker Directory par Andy Kirk 🇬🇧</summary>

[<mark style="color:blue;">**Accéder à l'inventaire**</mark>](https://chartmaker.visualisingdata.com/)

**Description** : Matrice qui présente les outils pouvant être mobilisés pour réaliser les différents formats de visualisation de données, accompagnés d’exemples.

</details>

<details>

<summary>+Datavisualization.ch Selected Tools par Datavisualization.ch 🇬🇧</summary>

[<mark style="color:blue;">**Accéder à l'inventaire**</mark>](https://selection.datavisualization.ch/)

**Description** : Inventaire classifié d’outils de visualisation de données : production de cartes, production de graphiques et de diagrammes, manipulation de données, choix de couleurs, etc.

</details>

<details>

<summary>dataviz.tools par Cal V. Lewis 🇬🇧</summary>

[<mark style="color:blue;">**Accéder à l'inventaire**</mark>](https://dataviz.tools/)

**Description** : Inventaire de ressources et outils utiles pour la visualisation de données : analyse, couleur, tableau de bord, nettoyage de données, scraping, design, carte, visualisation de réseaux, etc.

</details>

<details>

<summary>Scholarly datavisualisations par @mia_out 🇬🇧</summary>

<mark style="color:blue;">**Accéder à l'inventaire**</mark>

**Description** : Exemples de visualisations de données portant sur des jeux de données et des questions scientifiques

</details>

<details>

<summary>Data visualisation tools and books par VisualisingData DataVisualization.ch 🇬🇧</summary>

[<mark style="color:blue;">**Accéder à l'inventaire**</mark>](https://gallery.keshif.me/VisTools)

**Description** : Inventaire classifié d’outils de visualisation de données

</details>

<details>

<summary>Information is Beautiful 🇬🇧</summary>

[<mark style="color:blue;">**Accéder à l'inventaire**</mark>](https://informationisbeautiful.net/)

**Description** : Exemples de visualisations de données pour s’inspirer

</details>

<details>

<summary>Visual Vocabulary par Financial Times 🇬🇧</summary>

[<mark style="color:blue;">**Accéder à l'inventaire**</mark>](https://ft-interactive.github.io/visual-vocabulary/)

**Description** : Outil pour choisir le bon format de dataviz.

</details>

{% hint style="success" %}
**Ce guide est ouvert aux contributions**.\
💌 Vous avez des idées d'autres ressources pédagogiques et/ou outils sur la visualisation de données que nous pourrions référencer ici ? [Faites-nous en part dans ce formulaire](https://tally.so/r/wgZz4l).
{% endhint %}


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://guides.data.gouv.fr/guides/reutiliser-des-donnees/guide-traitement-et-analyse-de-donnees/visualiser-des-donnees.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.