
Un graphique treemap est créé à l'aide d'une technique de visualisation de données qui permet de visualiser des données hiérarchiques sous la forme de rectangles imbriqués. La structure arborescente utilise des rectangles de taille décroissante, d'où le terme d'« imbrication ». Les données d'un graphique treemap sont organisées à l'aide de rectangles. Les couleurs du tracé et les dimensions des rectangles sont calculées en fonction des variables des quantités.
Chaque rectangle représente deux valeurs numériques. C'est pourquoi vous pouvez réduire les données à un nombre illimité de niveaux. Le graphique treemap est donc une excellente technique pour distinguer facilement les valeurs des données.
Les graphiques treemap présentent le grand avantage d'identifier les relations et les modèles entre deux éléments représentés dans une structure de données hiérarchique. Ils fournissent une visualisation linéaire et rapide des entrées de données, ce qui nous permet de comprendre plus facilement des données complexes.
L'avantage le plus important d'un graphique treemap est qu'il permet de lire d'un seul coup d'œil les branches et les sous-branches du graphique. Lorsque les données sont présentées sous forme d'arborescence, une grande quantité d'informations est organisée de manière compacte et visuellement attrayante. Il est ainsi plus facile de faire des comparaisons et de décomposer des modèles complexes.
Par exemple, une personne souhaite représenter l'état des soins de santé par rapport aux données démographiques générées dans une région sur une période d'un an. Deux éléments d'un graphique treemap peuvent être utilisés pour représenter ces données. Ainsi, la taille du rectangle sera une représentation de la population. En même temps, la couleur de chaque rectangle représente l'état des soins de santé. Chaque rectangle représente deux variables quantitatives. Les dimensions et les couleurs des rectangles nous permettent de faire des déductions en un coup d'œil.
Les graphiques treemap sont extrêmement utiles lorsque vous devez afficher plusieurs catégories et sous-catégories de données. En lisant un diagramme treemap, vous pouvez facilement identifier la relation entre les deux variables, ainsi que les relations de partie à partie. Les graphiques treemap peuvent contenir quelques couches ou représenter des données sur des dizaines de niveaux. Le créateur peut ainsi inclure des centaines de sous-catégories.
Les attributs des données sont généralement des valeurs numériques qui facilitent la création de structures hiérarchiques appropriées, telles que les structures de répertoires de fichiers, les hiérarchies organisationnelles et d'autres données catégorielles.
L'idée des graphiques treemap a été inventée par le professeur Ben Shneiderman à l'université du Maryland au début des années 1990. Ben Shneiderman a inventé le graphique treemap parce qu'il voulait relever le grand défi d'identifier et de représenter de grandes données hiérarchiques sous une forme efficace, facile à lire et à comprendre. Ben Shneiderman a visualisé un répertoire de fichiers sur un ordinateur et, à l'aide de graphiques arborescentes, il a pu le faire sans occuper trop d'espace sur l'écran. C'est pourquoi la conception initiale des graphiques treemap a été inventée pour améliorer l'utilisation de l'espace et permettre l'affichage des structures de répertoires afin de voir combien chaque point de données occupe d'espace.
{{cta-1}}
Les trois éléments suivants définissent un graphique treemap.
Les données d'un graphique treemap sont représentées par des rectangles. Les rectangles sont les blocs fondamentaux, également appelés « nœuds » ou « branches ». Chaque rectangle d'un graphique treemap peut représenter deux valeurs numériques. Ils sont dimensionnés et positionnés en fonction de leurs attributs. Généralement, la taille d'un rectangle représente la valeur quantitative correspondant à l'élément de données. Plus la taille du rectangle est grande, plus la valeur est élevée. Cela permet aux utilisateurs de lire rapidement les données et d'identifier les schémas et les disparités dans le graphique. Les ensembles de données imbriqués à l'intérieur des rectangles sont appelés « feuilles ».
Les données représentées dans un graphique treemap peuvent être multicouches. Ces graphiques organisent les données dans une structure hiérarchique représentée par des rectangles imbriqués. Les éléments de données, quant à eux, sont classés en groupes et sous-groupes. De cette manière, les « éléments parents » sont classés avec leurs « éléments enfants ». Cette technique d'imbrication permet d'identifier les relations entre les différentes catégories et sous-catégories au sein des données du graphique treemap.
Les dimensions et les couleurs des parcelles sont identifiées et calculées en fonction des variables quantitatives des rectangles respectifs. La cartographie des couleurs est une technique efficace pour ajouter des informations aux graphiques treemap. En outre, lorsque nous attribuons une quantité à une catégorie dans le graphique treemap, la taille ou la surface du rectangle est directement proportionnelle à cette quantité. La surface des « éléments parents » est égale à la somme de ses sous-catégories. Les couleurs sont attribuées en fonction des « données catégorielles » utilisées pour représenter une autre valeur quantitative. Les couleurs offrent une vision intime de l'utilisation des variations et de la distribution des éléments de données.
Les rectangles d'un graphique treemap sont classés en fonction de leur taille. Le format standard du graphique treemap est le suivant : les rectangles partent du coin supérieur gauche du graphique et s'étendent jusqu'au coin inférieur droit. C'est pourquoi le coin supérieur gauche présente le rectangle le plus grand et le coin inférieur droit le rectangle le plus petit du graphique. Les graphiques treemap permettent aux utilisateurs de distinguer facilement les différentes catégories et d'interpréter plusieurs valeurs de données d'une manière peu encombrante, efficace et facile à lire.
Les graphiques treemap présentent plusieurs avantages.
Les graphiques treemap permettent de discerner les relations entre les deux éléments de la structure hiérarchique des données. La taille des rectangles reflète les proportions entre les différentes catégories et permet une comparaison aisée entre les valeurs des données. Les sous-éléments ou sous-structures représentent cette comparaison.
Lorsque des milliers de points de données doivent être représentés dans un espace restreint, les graphiques treemap permettent de tirer le meilleur parti de l'espace disponible. La possibilité de descendre aussi bas que nécessaire et de remplir la zone du graphique pour une représentation visuelle optimale des grands ensembles de données est ce qui rend les arborescences si faciles à lire.
Les graphiques treemap sont excellents pour illustrer les structures de données hiérarchiques. Ils permettent aux utilisateurs de comprendre comment les grandes catégories peuvent se décomposer en sous-catégories plus petites. Ils affichent plusieurs éléments en même temps, y compris les rapports « partie/tout » dans la représentation des données.
Les modèles de rectangles imbriqués peuvent faciliter l'identification des tendances, des valeurs aberrantes et des grappes dans la disposition du graphique treemap. En outre, la taille et les couleurs sont utilisées pour représenter les attributs des données. Le codage couleur dans un graphique treemap présente de nombreux avantages. Il est possible de faire correspondre les catégories et sous-catégories d'éléments en fonction de leur couleur à leurs catégories d'origine. La combinaison de la disposition des rectangles et du codage couleur facilite considérablement l'exploration des données.

Comme tout autre type de graphique, les graphiques treemap présentent des limites et d'autres options doivent être envisagées :
Les valeurs des variables quantitatives d'un graphique treemap doivent être positives. Les valeurs négatives ne peuvent pas représenter la taille du rectangle. En outre, les graphiques treemap ne s'adapteront pas aux ensembles de données dont l'ampleur est différente.
Les points de données d'un graphique treemap sont représentés sous forme de rectangles. Cette technique de tri peut donc prendre de la place. La lisibilité d'un graphique treemap peut être un peu plus difficile que celle des points de données linéaires, car il est large et grand, et comporte des contraintes spatiales.
Les graphiques treemap nécessitent des programmes spécialisés pour être générés, et même dans ce cas, il faut plus d'efforts pour les générer et les organiser que pour d'autres graphiques de données. En outre, les graphiques treemap sont assez volumineux, ce qui rend leur impression difficile.
Même si les graphiques treemap sont visuellement efficaces et peuvent représenter des données de manière efficace lorsque d'autres formes de graphiques sont inéligibles, ils présentent certaines limites. Parfois, ces diagrammes ne peuvent pas représenter le niveau hiérarchique aussi efficacement que d'autres, tels que les diagrammes treemap.
Les graphiques treemap peuvent offrir plusieurs avantages lorsqu'ils sont utilisés dans des situations idéales. Les différents domaines et secteurs dans lesquels vous pouvez utiliser les graphiques treemap sont les suivants :
Les rectangles, ou nœuds, d'un graphique treemap nous permettent de présenter deux valeurs quantitatives. Les dimensions des rectangles et les couleurs représentent deux valeurs différentes dans l'ensemble de données, telles que la population et l'état de santé des personnes vivant dans une région spécifique.
Avec un graphique treemap, vous pouvez représenter des milliers de points de données dans un espace limité, alors que d'autres graphiques de données sont limités en raison de contraintes d'espace. Cependant, les graphiques treemap ne sont pas linéaires, ce qui signifie qu'ils peuvent être difficiles à lire et à comprendre par rapport à un graphique linéaire ou circulaire.
Les dimensions et les couleurs des nœuds d'un graphique treemap sont attribuées en fonction des valeurs numériques de chaque rectangle. C'est pourquoi il est plus facile d'organiser un récit détaillé des données sur plusieurs niveaux et d'identifier les tendances et les modèles entre les différentes catégories de notes représentées sur le graphique.
{{cta-3}}
Les graphiques treemap peuvent être utilisés pour une variété de types de présentations, d'industries et de domaines d'étude. Vous trouverez ci-dessous quelques exemples de graphiques treemap :
Le graphique treemap est composé des trois sections suivantes :
La zone du tracé est le corps du graphique treemap. La représentation visuelle des données dépend des rectangles colorés dans les nuances de la catégorie la plus élevée. D'autres variantes de couleurs sont utilisées lors de la conception d'arborescences afin d'améliorer la représentation visuelle.
Le titre du graphique est essentiel pour donner un nom descriptif mais clair au graphique de données. Cela permet aux utilisateurs de comprendre l'évaluation.
La légende permet de distinguer les différentes séries de données dans un graphique treemap. Elle est généralement représentée par une échelle de couleurs coulissante, où chaque couleur représente les catégories ou les branches les plus élevées.
Voici comment vous pouvez créer un graphique treemap :
La préparation des données est l'étape la plus importante de la création d'un graphique treemap. Une pratique efficace pour préparer les données consiste à éviter de surcharger le graphique afin d'éviter l'encombrement visuel. L'ensemble des données doit être structuré de manière hiérarchique et toutes les catégories et sous-catégories doivent être clairement définies.
Les étapes suivantes vous permettront de créer un graphique treemap visuellement attrayant :
Les graphiques treemap ont créé une technique révolutionnaire pour présenter et interpréter les données de manière peu encombrante. Il est toujours considéré comme un outil polyvalent et visuellement attrayant pour tracer et afficher des données hiérarchiques dans divers domaines.
Ce glossaire présente les éléments constitutifs d'un graphique treemap efficace, ses avantages, ses limites, les meilleures pratiques et les techniques de création. Lorsque vous appliquez ces connaissances à vos graphiques treemap, vous pouvez afficher des données hiérarchiques complexes dans une représentation interactive et visuellement attrayante. Au fur et à mesure de l'évolution des outils de visualisation des données, le monde des diagrammes en arbre découvrira des détails plus complexes et des techniques de représentation des données.
Malgré leurs limites, les graphiques treemap restent l'un des outils les plus efficaces sur le plan visuel pour représenter de vastes ensembles de données et présenter des tendances et des modèles difficiles à identifier et à décrire dans d'autres formes de graphiques.
Commencez votre essai de 30 jours dès maintenant.

Avec Jaspersoft, la principale plateforme d’informatique décisionnelle pour les concepteurs de logiciels, vous pouvez concevoir, intégrer et gérer efficacement des rapports et des analyses.

This whitepaper provides a framework for the decision-making process and critical trade-offs between building or buying an embedded BI and reporting tool.

Découvrez comment transformer les données en informations précieuses que vous et vos clients pouvez utiliser pour prendre de meilleures décisions.