Carte de densité (Density Heatmap)

Une carte de densité est une technique de visualisation qui représente la distribution de points de données sur un espace géographique ou à deux dimensions. Elle offre un résumé visuel de la densité ou de l'intensité des points de données dans des zones ou des régions précises.

Dernière révision

Point clé

Une carte de densité est une technique de visualisation qui représente la distribution de points de données sur un espace géographique ou à deux dimensions.

Sur cette page
  1. Qu'est-ce qu'une carte de densité ?
  2. Quand utiliser une carte de densité ?
  3. Recommandations pour bien utiliser la carte de densité
  4. Alternatives : quand ne pas utiliser la carte de densité
  5. Exemple de carte de densité
  6. Comment réaliser une carte de densité

Qu'est-ce qu'une carte de densité ?

Une carte de densité est une technique de visualisation qui représente la distribution de points de données sur un espace géographique ou à deux dimensions. Elle offre un résumé visuel de la densité ou de l'intensité des points de données dans des zones ou des régions précises.

Dans une carte de densité, chaque point de données reçoit un poids ou une valeur d'intensité, généralement fondé sur sa fréquence ou sa densité. La carte utilise ensuite des dégradés de couleurs pour représenter les intensités variables dans l'espace. Les densités élevées sont souvent représentées par des couleurs chaudes comme le rouge ou l'orange, et les densités faibles par des couleurs froides comme le bleu ou le vert.

Quand utiliser une carte de densité ?

Une carte de densité est une technique de visualisation qui permet d'afficher la densité de points de données dans une zone ou une région donnée. Elle est particulièrement utile dans les cas suivants :

  • Analyse spatiale : les cartes de densité sont couramment utilisées dans les analyses spatiales, comme l'étude de la répartition de la population, des taux de criminalité ou des foyers de maladie. En visualisant la densité des points de données sur une carte, vous pouvez repérer des points chauds ou des regroupements d'activités ou d'événements.
  • Regroupement de données : les cartes de densité peuvent aider à identifier des regroupements naturels ou des grappes dans un jeu de données. En examinant la densité des points de données, vous pouvez repérer les zones où se concentrent des valeurs ou des occurrences similaires.
  • Visualisation d'événements ou d'activités: les cartes de densité permettent de visualiser l'intensité ou la fréquence d'événements ou d'activités dans une zone donnée. Par exemple, vous pouvez créer une carte de densité pour montrer la concentration de publications sur les réseaux sociaux, de prises en charge de taxis ou de visites de clients à différents endroits.
  • Analyse du trafic: les cartes de densité sont couramment employées dans l'analyse du trafic pour visualiser la circulation et la congestion. En représentant sur une carte la densité de véhicules ou d'incidents de circulation, vous pouvez repérer les zones à fort volume de trafic ou à problèmes récurrents.
  • Allocation des ressources : les cartes de densité peuvent aider à allouer des ressources en fonction de la densité de certains événements ou occurrences. Par exemple, dans le commerce de détail, vous pouvez analyser des cartes de densité de clientèle pour déterminer les emplacements idéaux de nouveaux magasins ou ajuster les effectifs.
  • Études environnementales: les cartes de densité peuvent aider à analyser des données environnementales, comme les niveaux de pollution de l'air ou les observations de faune. En visualisant la densité de phénomènes précis, vous pouvez identifier des tendances, des sources potentielles ou des zones préoccupantes.
  • Analyse du comportement des utilisateurs : les cartes de densité peuvent servir à analyser le comportement des utilisateurs sur des sites web ou des applications mobiles. En suivant les interactions des utilisateurs, comme les clics ou les mouvements du curseur, et en les représentant sous forme de carte de densité, vous pouvez repérer les zones de fort engagement ou d'éventuels problèmes d'utilisabilité.

Recommandations pour bien utiliser la carte de densité

  • Les données doivent comporter au moins deux colonnes de données numériques ou textuelles.
  • Les colonnes doivent avoir le même nombre de lignes, à l'exclusion des colonnes de données de date/heure.
  • Un grand effectif d'échantillon est préférable pour obtenir des motifs plus nets dans les données.
  • La sélection aléatoire des données de l'échantillon est importante pour généraliser ou inférer des conclusions sur la population.
  • L'échantillonnage aléatoire garantit que les résultats représentent fidèlement la population.

Alternatives : quand ne pas utiliser la carte de densité

  • Boîte à moustaches (Box Plot): lorsque les données sont asymétriques ou comportent des valeurs aberrantes, la boîte à moustaches est une alternative à la carte de densité. Elle représente visuellement la médiane, les quartiles et les valeurs aberrantes d'un jeu de données, ce qui facilite le repérage des valeurs extrêmes qui peuvent fausser les données.
  • Nuage de points (Scatterplot): pour de petits jeux de données, un nuage de points donne une représentation claire et concise de chaque point de données. Une carte de densité n'est alors ni aussi informative ni nécessaire, car elle convient mieux à la visualisation de la densité ou de la distribution de grands jeux de données.

Exemple de carte de densité

Une épidémiologiste souhaite étudier la propagation d'un virus dans quatre régions distinctes, en suivant les nombres quotidiens d'infections sur six mois. Dans chaque région, le nombre d'infections est réparti en deux tranches d'âge. Elle a procédé selon les étapes suivantes :

  1. Elle a travaillé toute la journée et recueilli les données nécessaires.
  2. Elle analyse ensuite les données à l'aide de https://statsai.zometric.com/
  3. Dans l'outil, elle saisit les données et les autres paramètres comme suit :
  4. Après exécution de l'outil, elle obtient les résultats suivants :
Density Heatmap — figure 1Density Heatmap — figure 2

Comment réaliser une carte de densité

La marche à suivre est la suivante :

  1. Connectez-vous à Zometric Statistical Software à l'adresse https://statsai.zometric.com/
  2. Sur la page d'accueil, vous voyez Density Heatmap sous Graphical Analysis.
  3. Cliquez sur Density Heatmap pour accéder au tableau de bord.
  4. Ensuite, saisissez les données manuellement, ou copiez (Ctrl+C) l'ensemble des données d'une feuille Excel et collez-les (Ctrl+V) ici.
  5. Ensuite, associez les paramètres aux colonnes correspondantes.
  6. Enfin, cliquez sur calculate en bas de la page pour obtenir les résultats.

Sur le tableau de bord de Density Heatmap, la fenêtre est divisée en deux parties.

Density Heatmap — figure 3

La partie gauche contient le Data Pane (volet de données). Dans le Data Pane, chaque ligne constitue un sous-groupe. Les données peuvent être saisies manuellement, ou vous pouvez copier (Ctrl+C) l'ensemble des données d'une feuille Excel et les coller (Ctrl+V) ici.

La partie droite contient de nombreuses options, décrites ci-dessous :

  • Facet row : dans une carte de densité à lignes en facettes, les éléments de données sont regroupés et affichés en lignes selon une variable catégorielle précise.
  • Facet column: dans une carte de densité à colonnes en facettes, les éléments de données sont regroupés et affichés en colonnes selon une variable catégorielle.
  • Marginal plot: permet d'explorer la relation entre deux variables tout en visualisant simultanément leurs distributions individuelles.
  • Histfunc: détermine comment les valeurs de chaque cellule sont agrégées et présentées. Parmi les options histfunc courantes :
    • Sum : les valeurs de chaque cellule sont additionnées pour produire la valeur agrégée.
    • Average : la moyenne des valeurs de chaque cellule est calculée.
    • Min : la valeur minimale de chaque cellule est retenue.
    • Max : la valeur maximale de chaque cellule est retenue.
    • Count : le nombre ou la fréquence des valeurs de chaque cellule est calculé.
  • Histnorm :
    • Percent : la hauteur de chaque classe représente le pourcentage de points de données par rapport au nombre total de points de données du jeu de données.
    • Probability : la hauteur de chaque classe représente la probabilité qu'un point de données tombe dans cette classe. La somme de toutes les hauteurs de classes est égale à 1.
    • Density : les valeurs de l'histogramme sont normalisées comme une estimation de densité. La valeur de chaque classe est divisée par la largeur de classe et par le nombre total de points de données, ce qui donne une estimation de la fonction de densité de probabilité.
  • Bins : dans le contexte d'une carte de densité, le terme « bins » désigne les intervalles ou catégories discrets le long de l'axe des x et de l'axe des y de la grille. La grille est divisée en un nombre défini de classes ou d'intervalles équidistants, selon l'étendue et la distribution des données.

Questions fréquentes

Qu'est-ce qu'une carte de densité ?

Une carte de densité est une visualisation qui montre comment des points de données sont répartis sur un espace géographique ou à deux dimensions. Des dégradés de couleurs montrent la densité ou l'intensité variable : les densités élevées sont souvent représentées par des couleurs chaudes comme le rouge ou l'orange, et les densités faibles par des couleurs froides comme le bleu ou le vert.

Quand utiliser une carte de densité ?

Utilisez-la pour repérer des points chauds ou des regroupements dans des données spatiales, identifier des regroupements naturels dans un jeu de données, visualiser l'intensité d'événements ou d'activités par emplacement, et dans les analyses de trafic, d'environnement, d'allocation de ressources ou de comportement des utilisateurs. Elle convient aux grands jeux de données ; pour de petits jeux de données, un nuage de points montre chaque point plus clairement.

À quoi servent histfunc et histnorm dans une carte de densité ?

Histfunc définit comment les valeurs de chaque cellule sont agrégées : somme, moyenne, minimum, maximum ou comptage. Histnorm normalise les valeurs en pourcentage de tous les points de données, en probabilité (la somme de toutes les hauteurs de classes est égale à 1) ou en densité, où chaque classe est divisée par la largeur de classe et le nombre total de points.

De quelles données une carte de densité a-t-elle besoin ?

D'au moins deux colonnes de données numériques ou textuelles ayant le même nombre de lignes, à l'exclusion des colonnes de date/heure. Un grand échantillon sélectionné de façon aléatoire donne des motifs plus nets qui représentent la population. Dans Zometric Statistical Software, vous pouvez aussi ajouter des lignes et des colonnes en facettes selon une variable catégorielle, des marginal plots et le nombre de bins.