Cartes de chaleur

Historique

L’histoire des cartes de chaleur s'étend sur plusieurs décennies, évoluant significativement dans le domaine de la visualisation des données. Initiées dans la météorologie et la cartographie dans les années 1960-1970 pour représenter la distribution spatiale des températures, elles ont ensuite été intégrées aux statistiques dans les années 1980, devenant un outil puissant pour visualiser la distribution des données numériques.

Dans les années 1990, les cartes de chaleur ont été intégrées dans les logiciels de visualisation de données, facilitant leur utilisation dans des domaines tels que l'analyse des données commerciales et la navigation sur les sites web. De 2000 à 2010, elles ont gagné en popularité dans le domaine du web design, notamment pour analyser le comportement des utilisateurs.

Depuis les années 2010, les cartes de chaleur sont devenues omniprésentes dans l'analyse des données, le machine learning, la biologie, la finance, et divers autres domaines. Leur utilisation continue d'évoluer avec les avancées des technologies de visualisation et de traitement des données. Au fil du temps, les cartes de chaleur ont connu des améliorations en termes de précision, convivialité et intégration avec d'autres outils d'analyse de données, contribuant ainsi à leur adoption généralisée.

Pourquoi des cartes de chaleur ?

Une carte de chaleur, également connue sous le nom de carte thermique (ou heatmap en anglais), est une représentation graphique des données où les valeurs individuelles d’un tableau sont représentées par des couleurs. Les couleurs varient en intensité en fonction des valeurs numériques associées à chaque emplacement dans le tableau. Traditionnellement, les zones avec des valeurs plus élevées apparaîtront avec des couleurs plus intenses, tandis que les zones avec des valeurs plus basses auront des couleurs plus pâles. D'où leur nom.

Elles représentent un outil visuel efficace pour visualiser la distribution spatiale ou temporelle des données quantitatives de manière intuitive, en mettant en évidence des motifs, des tendances, des schémas et des variations.

Pourquoi les utiliser?

Visualisation intuitive des tendances et concentrations : les cartes de chaleur mettent en évidence les zones de concentration ou de densité dans des ensembles de données spatiales, que ce soit sur une carte géographique ou dans d'autres contextes.

Pourquoi ne pas les utiliser ?

Sensibilité à l'échelle et manque de précision : les cartes de chaleur peuvent être sensibles aux variations d'échelle, entraînant des interprétations différentes des données. Combinées à des données avec une résolution spatiale insuffisante, des erreurs d'interprétations peuvent être commises.

Complexité des données : pour des ensembles de données très complexes, l'utilisation de cartes de chaleur peut ne pas être la meilleure option, car elle pourrait ne pas être en mesure de capturer toutes les nuances des relations entre les données.

La carte de chaleur et ses variantes

Carte de chaleur “basique”

Les données d’un tableau sont transformées en une carte de chaleur en affectant une couleur aux valeurs des données à l’aide d’un spectre de couleurs contrasté.

Tableau de données mis en forme avec Excel

Tableau de données transformé en carte de chaleur avec Excel

Warming stripes

Les warming stripes (ou “rayures de chaleur”) sont un célèbre exemple de carte de chaleur en forme de bande.

Ce graphique visualise pour chaque année de 1850 à 2022, l’écart de température de la terre par rapport à la moyenne de référence mesurée entre 1960 et 1990.
Source des données : Met Office Hadley Centre observations
Dataviz : lien — Ce graphique visualise pour chaque année de 1850 à 2022, l’écart de température de la terre par rapport à la moyenne de référence mesurée entre 1960 et 1990. Source des données : Met Office Hadley Centre observations Dataviz : lien

Hexbin

Carte

Carte de chaleur réalisé à partir du célèbre exemple de dataviz “Cases of Cholera in Soho (London) in 1854”.

Original map by John Snow showing the clusters of cholera cases in the London epidemic of 1854, drawn and lithographed by Charles Cheffins.

Carte de chaleur de la carte de John Snow.
Source : lien — Carte de chaleur de la carte de John Snow. Source : lien

Recommandations

Les données

Les cartes de chaleur permettent de visualiser les valeurs numériques

Recommandation 1

Ne pas confondre carte de chaleur et carte choroplèthes

Les cartes choroplèthes montrent des données regroupées par limites géographiques comme les pays, les régions, les communes ou même des entités géographiques plus petites. Contrairement aux cartes choroplèthes, les cartes thermiques montrent la proportion d'une variable sur une taille de grille arbitraire, mais généralement petite, indépendante des frontières géographiques.

Recommandation 2

Adapter la palette de couleurs au type de données

Choisissez une palette de couleurs adaptée au type de données que vous visualisez. Par exemple, utilisez une palette de couleurs chaudes (rouges, oranges) pour représenter des valeurs plus élevées et une palette de couleurs froides (bleus, verts) pour des valeurs plus basses.

Recommandation 3

Utiliser des palettes de couleurs divergentes

Une palette de couleurs divergentes est une séquence de couleurs conçue spécifiquement pour représenter des données qui ont une valeur neutre ou un point central, et qui divergent de part et d'autre de ce point. Ces palettes de couleurs sont souvent utilisées pour visualiser des données où il y a un point de référence significatif, tel que zéro ou une moyenne, et où les valeurs peuvent être positives et négatives.

Recommandation 4

Utiliser des palettes de couleurs monochromes

Les palettes de couleurs à une seule teinte, comme les dégradés de couleur allant du clair au foncé ou vice versa, sont souvent efficaces pour représenter les variations de valeurs sans ajouter de complexité visuelle excessive.

Recommandation 5

Utiliser une palette de couleur perceptuellement uniforme

C’est une séquence de couleurs où les changements de couleur correspondent à des changements égaux dans les valeurs sous-jacentes que les couleurs représentent. En d'autres termes, lorsque vous observez la palette de couleurs, les différences perçues entre les couleurs sont proportionnelles aux différences réelles dans les données. L'idée derrière une palette perceptuellement uniforme est de minimiser les distorsions visuelles lors de la représentation graphique des données. Si une palette de couleurs n'est pas perceptuellement uniforme, il peut y avoir des zones où les changements de couleur sont perçus de manière disproportionnée par rapport aux variations réelles des données, ce qui peut entraîner une interprétation incorrecte.

Recommandation 6

Éviter les couleurs saturées aux extrémités

Si votre heatmap utilise une échelle de couleurs allant d'une valeur minimale à maximale, évitez d'utiliser des couleurs très saturées aux extrémités, car cela peut attirer trop l'attention sur les valeurs extrêmes.

Recommandation 7

Ne pas oublier d’ajouter une légende

Elle fournit des informations sur la correspondance entre les couleurs de la carte de chaleur et les valeurs numériques ou catégorielles qu'elles représentent.