# Principes de data visualisation (Data Analytics) > Choix du bon graphique, storytelling data, principes de Tufte, data-ink ratio, couleurs, contexte, hiérarchie visuelle, graphiques trompeurs - 20 questions d'entretien - Junior - [Questions d'entretien: Data Analytics](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien.md) ## 1. 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. ## 2. 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. ## 3. 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. ## 17 questions supplémentaires disponibles - 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 ? S'inscrire gratuitement: https://sharpskill.dev/fr/login ## Autres sujets d'entretien Data Analytics - [Google Sheets - Les fondamentaux](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/google-sheets-basics.md): 20 questions, Junior - [Google Sheets - Formules avancées](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/google-sheets-advanced.md): 20 questions, Junior - [SQL - Les fondamentaux](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/sql-basics.md): 25 questions, Junior - [SQL - Agrégations et groupements](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/sql-aggregations.md): 20 questions, Junior - [SQL - Jointures](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/sql-joins.md): 20 questions, Junior - [BigQuery - Fondamentaux](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/bigquery-fundamentals.md): 20 questions, Junior - [Data Cleaning - Nettoyage des données](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/data-cleaning.md): 20 questions, Junior - [KPIs et métriques business](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/kpis-metrics.md): 20 questions, Junior - [Statistiques descriptives](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/descriptive-statistics.md): 20 questions, Junior - [Zapier et automatisation No-Code](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/zapier-automation.md): 20 questions, Junior - [Python & Pandas - Fondamentaux](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/python-pandas-basics.md): 20 questions, Junior - [Google Sheets - Dashboards automatisés](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/google-sheets-dashboards.md): 20 questions, Confirmé - [SQL - Sous-requêtes et CTEs](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/sql-subqueries-ctes.md): 20 questions, Confirmé - [SQL - Window Functions](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/sql-window-functions.md): 20 questions, Confirmé - [BigQuery - Fonctionnalités avancées](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/bigquery-advanced.md): 20 questions, Confirmé - [Data Modeling](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/data-modeling.md): 20 questions, Confirmé - [Analyse de funnels et conversion](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/funnel-analysis.md): 20 questions, Confirmé - [Analyse de cohortes et rétention](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/cohort-retention.md): 20 questions, Confirmé - [Google Tag Manager et tracking](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/gtm-tracking.md): 20 questions, Confirmé - [APIs et webhooks](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/apis-webhooks.md): 20 questions, Confirmé - [dbt - Fondamentaux](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/dbt-fundamentals.md): 20 questions, Confirmé - [AB Testing et statistiques appliquées](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/ab-testing.md): 20 questions, Confirmé - [Looker Studio (Google Data Studio)](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/looker-studio.md): 20 questions, Confirmé - [Power BI - Fondamentaux](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/power-bi-fundamentals.md): 20 questions, Confirmé - [SQL - Requêtes analytiques avancées](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/sql-advanced-analytics.md): 20 questions, Senior - [dbt - Fonctionnalités avancées](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/dbt-advanced.md): 20 questions, Senior - [Power BI - DAX et dashboards avancés](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/power-bi-dax.md): 20 questions, Senior - [Python Analytics - Analyse avancée et ML](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/python-analytics-advanced.md): 20 questions, Senior --- Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack. HTML version of this page: https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/data-viz-principles