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 !
Visual Vocabulary
Définir quelle est la relation entre les données la plus pertinente par rapport à l’histoire que vous souhaitez raconter.
Puis passer en revue les différents types de graphiques de la catégorie pour définir le type de représentation le plus approprié.
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.
Color Hunt
Découvrez les nouvelles palettes de couleurs triées sur le volet de Color Hunt.
Vous créez vos schémas de couleurs avec le générateur ultra-rapide.
Dataviz Centric - Inspirations
Une collection de datavisualisation pour l’inspiration lorsque vous concevez de nouveaux graphiques.
Des exemples de datavisualisations impactantes, intéressantes pour le fond et la forme. L’inspiration des techniques, des mises en forme, des designs, etc.
Material Icons
Les picto via Google.
Vous pouvez paramétrer la taille, l’épaisseur et le contraste, télécharger en PNG ou SVG ou intégrer à un site.
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 »