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. 

Iconfinder

Que vous construisiez un site web, une application ou un diaporama, avec 6 millions d’icônes, vous trouverez ici une icône pour pratiquement tout.

Magrit

Un outil du CNRS avec des fonctionnalités classiques de cartographie thématique couplées à des méthodes innovantes (symboles proportionnels, cartes choroplèthes, cartes des discontinuités, cartes lissées, carroyages, anamorphose, etc.).

Color Wheel

Générez de superbes palettes grâce à la roue chromatique d’Adobe
Utilisez la roue des couleurs pour créer des couleurs harmonieuses qui composent une palette. Choisissez votre couleur de base, puis sélectionnez une variété d’harmonies de couleurs (analogiques, triadiques, complémentaires, etc.) pour créer de superbes motifs.

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.

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 !

Infogram

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

Dataviz Project

Data Viz Project est la plus grande bibliothèque de visualisations de données au monde.
Avec plus de 160 types différents de visualisations de données présentés, chacun avec des définitions, des taxonomies et des exemples, il s’agit de la collection la plus complète, où vous pouvez trouver la bonne visualisation et vous inspirer.

CopyPalette

Créez votre palette SVG et utilisez-la dans Figma en utilisant simplement le copier-coller.

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.

WeDoData - Dataviz Index

Des centaines d’exemples soigneusement sélectionnés lors de la veille quotidienne de WeDoData organisés par types de visualisations, formats et thématiques. Chaque projet a été décortiqué et analysé pour vous offrir le meilleur de ce qui se fait en datavisualisation.

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.

Color Fuse AI

Tirez le meilleur parti de vos créations avec l’IA
Laissez l’IA décider des bonnes couleurs pour vos projets de conception et appliquez les couleurs en un seul clic (Illustrator).

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.

The R Graph Gallery

Bienvenue dans la galerie de graphiques R, une collection de graphiques réalisés avec le langage de programmation R. Des centaines de graphiques sont présentés dans plusieurs sections, toujours avec leur code reproductible disponible. La galerie met l’accent sur tidyverse et ggplot2.