Boîte à outils

Des outils majoritairement open souce et gratuits.

Plus d’une vingtaine d’outils spécialisés pour datavisualisation, filtrables par grandes thématiques permettant de créer des dataviz simples ou complexes. 

Buena Vista Data Club

La newsletter qui fait parler les données par WeDoData En rejoignant le “Buena Data Visual Club”, vous aurez donc des infos – courtes ou longues – écrites par des humains, des sélections de liens, des analyses, des coulisses, des conseils concrets… venant des data designers et des chefs de projets data de l’équipe. De la Buena Data, quoi !

Ionicons

Icônes open source.
Icônes de qualité supérieure pour le web, iOS, Android et les applications de bureau.
Support pour SVG.
Entièrement open source, sous licence MIT et conçu par Ionic.

RAWGraphs

RAWGraphs est un outil gratuit et open source pour la visualisation de données.
Près de 30 modèles visuels pour visualiser les quantités, les hiérarchies, les séries temporelles et trouver des informations dans vos données.
Enregistrez votre projet ou exportez-le sous forme d’image vectorielle ou matricielle.

Datylon

Datylon comprend un ensemble d’outils de conception de graphiques et de rapports.
Datylon pour Illustrator pour concevoir des graphiques et modèles de rapports directement dans Adobe Illustrator.
Datylon Report Studio pour créer des graphiques dans un éditeur en ligne.
Datylon pour PowerPoint pour enrichir vos présentations avec de graphiques.

The Python Graph Gallery

La galerie de graphiques Python est une collection de centaines de graphiques réalisés avec Python.
Les graphiques sont répartis dans une quarantaine de sections suivant la classification données-viz. Il y a également des sections dédiées à des sujets plus généraux comme matplotlib ou seaborn.

Infogram

Créer des visualisations de données interactives avec l’IA Graphiques, cartes, infographies, rapports, etc. Partagez ou intégrez n’importe où.

SVG Repo

500.000+ vecteurs et icônes SVG sous licence ouverte.
Recherchez, explorez et éditez les icônes ou vecteurs gratuits les mieux adaptés à vos projets grâce à une vaste bibliothèque de vecteurs. Téléchargez des vecteurs et icônes SVG gratuits pour un usage commercial.

Observatoire des territoires

Portraits de territoires
Construisez votre propre diagnostic territorial à partir de près de 700 indicateurs, éditez une analyse synthétique de votre territoire et importez et cartographiez vos propres données.

Canva

Création de graphiques, daigrammes, infographies, affiches, brochures, Canva se connecte aussi avec Flourish pour importer vos graphiques dans l’interface.

FILWD

Réflexions hebdomadaires et leçons apprises sur la visualisation des données par Enrico Bertini, les données de toute nature et le rôle de l’IA dans la science des données.

Coder comme un journaliste

Ce site web, créé à Nael Shiab, est un cours en ligne gratuit et en code ouvert sur l’analyse et la visualisation de données avec TypeScript. Il est disponible en anglais et en français. Ce site s’adresse aux personnes ne connaissant rien aux données ni au code, c’est un guide pas à pas.

Datawrapper

Enrichissez vos histoires avec des graphiques, des cartes et des tableaux. Des millions de lecteurs consultent chaque jour des graphiques et des cartes. Datawrapper aide certaines des meilleures équipes du monde à raconter leurs histoires avec des données.

The Graphic Continuum

Le Continuum graphique est une affiche créée par Jon Schwabish et Severino Ribecca. Il répertorie près de 90 types de graphiques différents et les organise grands groupes.

Learn Design Driven Data Visualization

Apprenez la visualisation de données basée sur le design Apprenez les compétences en design dont tous les professionnels de la visualisation de données. Aurélien Vautier est spécialiste du design de dashboard.

Rhetorical Data Visualization Course

Repérer et éviter les erreurs de données, reconnaître les biais et créer des visualisations plus véridiques grâce à des cas d’utilisation, des activités pratiques et bien plus encore.
RhetVis comprend cinq modules dont « Les écarts entre les données et la réalité », « Représentation visuelle » et « Facteurs contextuels »