Configurer l'application Nuages de mots

Les exemples de ce cours s'appuient sur deux jeux de données :

• Prénoms les plus donnés en France depuis 1900, tiré du Fichier des prénoms de l'Insee : les 100 premiers prénoms de chaque année, avec leur nombre de naissances ;
• l'Annuaire de l'éducation : une ligne par établissement scolaire, avec son type et son nom.

La section Source de données désigne les données du nuage :

• [1] Jeu de données : le jeu à représenter ; seuls les jeux qui ont au moins une colonne de texte sont proposés ;
• [2] Filtres prédéfinis : ici, les naissances à partir de 2015, avec un filtre Restreindre à un intervalle sur l'année. Les filtres sont communs à la plupart des visualisations et décrits dans le cours Créer et gérer une visualisation.

La section Préparation des données dit quels mots écrire et ce qui fait leur importance :

• [1] Type de métrique : la façon de mesurer l'importance de chaque mot (voir 2.1) ;
• [2] Champ numérique : la colonne qui pondère les mots, pour le type Valeurs textuelles pondérées par un champ numérique seulement ;
• [3] Champ textuel : la colonne dont les valeurs deviennent les mots du nuage.

Trois types de métrique existent :

• Fréquence des valeurs textuelles exactes : chaque valeur de la colonne, telle quelle, devient un mot ; son importance est le nombre de lignes qui la portent. C'est le bon choix pour une colonne de catégories ou de noms courts : un prénom, une profession, un type d'établissement ;
• Mots significatifs extraits du texte (TF-IDF) : le texte de la colonne est découpé en mots, et les mots qui reviennent le plus ressortent. C'est le bon choix pour une colonne de texte libre : un titre, une description, un commentaire. Ce type demande que la capacité Statistiques de mots soit activée sur la colonne, dans la configuration technique du jeu de données : sans elle, la colonne n'est pas proposée dans le Champ textuel ;
• Valeurs textuelles pondérées par un champ numérique : comme la fréquence, mais chaque valeur pèse la somme d'une colonne numérique au lieu de son nombre de lignes. C'est le bon choix quand le jeu est déjà agrégé, avec une ligne par valeur et un effectif, comme ici un prénom et son nombre de naissances.

Sur les noms de collèges, la fréquence montre les noms complets les plus courants (Collège Saint-Joseph, Collège Jean Moulin) ; les mots extraits découpent ces noms et font ressortir les prénoms et noms des personnalités (Jean, Jules, Ferry, Moulin, Curie), après le mot Collège, présent partout. Sur les prénoms, qui ont une ligne par année, la fréquence ne compte que les années où un prénom a figuré parmi les 100 premiers : les tailles se ressemblent. Pondérés par les naissances, les prénoms reprennent leur vrai poids.

La section Présentation commence par l'interaction et les couleurs :

• [1] Afficher l'infobulle au survol : voir 3.1 ;
• [2] Rendre les mots cliquables : voir 3.1 ;
• [3] Type de palette : la famille de couleurs du nuage (voir 3.2) ;
• [4] Type de couleur et [5] Couleur : la couleur de départ de la palette, une couleur du Thème du portail (primaire, secondaire, accent) ou une couleur Personnalisée, choisie dans le nuancier ou saisie en hexadécimal.

L'infobulle s'ouvre au survol d'un mot, ou quand on l'atteint au clavier. Son contenu suit la Progression en fonction de (voir 4.2) : selon la valeur calculée, elle donne la valeur du mot (un nombre d'occurrences, ou la somme du champ numérique) et sa part du total ; selon le rang, elle donne le rang du mot parmi ceux du nuage.

Avec Rendre les mots cliquables, un clic sur un mot le met en évidence et filtre sur ce mot les autres visualisations de la même page ou du même tableau de bord ; le nuage lui-même n'est pas filtré. Seul sur sa page, le nuage n'a pas besoin de cette option.

Les mots prennent les couleurs de la palette à tour de rôle, par ordre d'importance : la couleur ne porte aucune information, elle sert la lisibilité et l'harmonie avec le portail. Six palettes existent, toutes calculées à partir de la couleur de départ, sauf la dernière :

• Monochrome : cinq nuances de la couleur, de la plus claire à la plus foncée ;
• Complémentaire : la couleur et son opposée sur le cercle chromatique ;
• Complémentaire divisée : la couleur et les deux teintes voisines de son opposée ;
• Triadique : trois teintes équidistantes sur le cercle chromatique ;
• Analogue : six teintes voisines de la couleur ;
• Palette manuelle : une liste de couleurs choisies une à une (Ajouter une couleur), du thème ou personnalisées, utilisées dans l'ordre de la liste.

Une palette manuelle bleu et rose ne colore donc pas les prénoms selon le sexe : les deux couleurs alternent selon le rang des mots : Gabriel est en bleu, mais Jules et Louis sont en rose, comme Louise et Emma. Le Nuage de mots ne sait pas colorer les mots selon une colonne.

Vérifiez que toutes les couleurs restent lisibles sur le fond du portail : les teintes calculées peuvent tomber sur un jaune ou un vert clair peu contrastés.

La fin de la section Présentation règle le dessin du nuage :

• [1] Nombre maximal de mots : voir 4.1 ;
• [2] Police de caractères : voir 4.1 ;
• [3] Taille de police minimale, [4] Taille de police maximale, [5] Progression de la taille et [6] Progression en fonction de : voir 4.2 ;
• [7] Orientation des mots et [8] Spirale de placement : voir 4.3.

Le Nombre maximal de mots (50 par défaut, de 1 à 200) garde les mots les plus importants. Le nuage peut en afficher moins : quand la colonne a moins de valeurs différentes, quand un filtre en écarte, ou quand les derniers mots ne trouvent plus de place. Ici, 80 prénoms sont demandés, mais tous ne tiennent pas dans la surface.

La Police de caractères ne s'applique qu'aux mots du nuage. Par défaut, c'est la Police du portail qui affiche la visualisation ; onze autres sont proposées, des plus sobres (Nunito, Roboto, Open Sans, Inter, Ubuntu) aux plus marquées : condensées (Oswald, Anton), à empattements (Playfair Display) ou manuscrites (Lobster, Pacifico, Dancing Script).

Le mot le plus important est écrit à la Taille de police maximale (90 px par défaut), le moins important à la Taille de police minimale (16 px par défaut). Gardez au moins 16 px : en dessous de 12 px, le texte devient illisible pour une partie des visiteurs. De grandes tailles remplissent mieux la surface, mais laissent moins de place aux petits mots.

Entre les deux, la taille progresse en fonction du rang du mot (le premier, le deuxième…), ou en fonction de la valeur calculée (le nombre d'occurrences, ou la somme du champ numérique). Selon le rang, les tailles sont régulièrement réparties, quels que soient les écarts ; selon la valeur, elles respectent les écarts réels : un mot deux fois plus fréquent est nettement plus gros. La progression est Linéaire ou Exponentielle : l'exponentielle réserve les grandes tailles aux tout premiers mots.

L'Orientation des mots est Horizontale (par défaut, la plus facile à lire), Horizontale et verticale, qui remplit mieux la surface, ou Aléatoire, plus décorative.

Les mots sont posés un par un, du plus important au moins important, en partant du centre et en tournant sur une Spirale de placement jusqu'à trouver une place libre. La spirale Archimédienne donne un nuage arrondi ; la spirale Rectangulaire un nuage plus carré, qui suit mieux la forme de la surface.

Si vous avez des remarques sur ce cours, n'hésitez pas à nous les communiquer.