Principes de data visualisation
Choix du bon graphique, storytelling data, principes de Tufte, data-ink ratio, couleurs, contexte, hiérarchie visuelle, graphiques trompeurs
1Quel type de graphique est le plus adapté pour comparer des valeurs entre différentes catégories ?
Quel type de graphique est le plus adapté pour comparer des valeurs entre différentes catégories ?
Réponse
Le diagramme en barres (bar chart) est le graphique le plus efficace pour comparer des valeurs entre catégories distinctes. L'œil humain est très performant pour comparer des longueurs alignées sur un même axe, ce qui rend la lecture intuitive. Les barres peuvent être verticales ou horizontales selon le nombre de catégories et la longueur des labels.
2Quel type de graphique est le plus adapté pour montrer l'évolution d'une valeur dans le temps ?
Quel type de graphique est le plus adapté pour montrer l'évolution d'une valeur dans le temps ?
Réponse
Le graphique en ligne (line chart) est le choix standard pour visualiser des tendances temporelles. La ligne connecte les points de données chronologiquement, rendant les tendances, cycles et anomalies immédiatement visibles. Contrairement au bar chart, le line chart met en avant la continuité et la direction du changement plutôt que les valeurs individuelles.
3Quel est le principal inconvénient du diagramme circulaire (pie chart) ?
Quel est le principal inconvénient du diagramme circulaire (pie chart) ?
Réponse
Le principal défaut du pie chart est que l'œil humain compare difficilement des angles et des surfaces. Au-delà de 3-4 catégories, il devient quasi impossible de distinguer les différences de proportion. Edward Tufte recommande de toujours préférer un bar chart ou une table de données à un pie chart, sauf dans de rares cas où seule la proportion part/tout compte.
Qu'est-ce que le ratio data-ink défini par Edward Tufte ?
Quel type de graphique utiliser pour visualiser la relation entre deux variables numériques ?
+17 questions d'entretien
Autres sujets d'entretien Data Analytics
Google Sheets - Les fondamentaux
Google Sheets - Formules avancées
SQL - Les fondamentaux
SQL - Agrégations et groupements
SQL - Jointures
BigQuery - Fondamentaux
Data Cleaning - Nettoyage des données
KPIs et métriques business
Statistiques descriptives
Zapier et automatisation No-Code
Python & Pandas - Fondamentaux
Google Sheets - Dashboards automatisés
SQL - Sous-requêtes et CTEs
SQL - Window Functions
BigQuery - Fonctionnalités avancées
Data Modeling
Analyse de funnels et conversion
Analyse de cohortes et rétention
Google Tag Manager et tracking
APIs et webhooks
dbt - Fondamentaux
AB Testing et statistiques appliquées
Looker Studio (Google Data Studio)
Power BI - Fondamentaux
SQL - Requêtes analytiques avancées
dbt - Fonctionnalités avancées
Power BI - DAX et dashboards avancés
Python Analytics - Analyse avancée et ML
Maîtrise Data Analytics pour ton prochain entretien
Accède à toutes les questions, flashcards, tests techniques, exercices de code review et simulateurs d'entretien.
Commencer gratuitement