La visualisation de données est une compétence essentielle pour toute personne travaillant avec des données. La création de visualisations à la fois esthétiques et informatives peut prendre beaucoup de temps et nécessite souvent des outils spécialisés.

Heureusement, grâce à ses dernières mises à jour, ChatGPT rend la visualisation de données plus rapide et plus simple que jamais. Au lieu de jongler entre différents outils, il suffit de saisir un prompt pour que ChatGPT génère automatiquement les visualisations souhaitées.

Dans ce tutoriel, nous découvrirons comment créer instantanément différentes visualisations de données en utilisant des prompts en langage naturel avec ChatGPT.

Nous commencerons par des diagrammes circulaires et des graphiques à barres simples, avant d'aborder des visualisations plus complexes en utilisant des jeux de données réels.

Graphiques simples

Commençons par des visualisations simples. Nous allons rédiger des prompts basiques pour générer des graphiques à partir de données structurées sous forme de dictionnaire Python.

Assurez-vous d'utiliser le modèle GPT-4 ou GPT-4o, car ce sont les seuls qui permettent de générer des visualisations.

Voici comment générer un graphique en camembert à partir de données nutritionnelles, tout en personnalisant le jeu de couleurs :

Prompt :

Génère un diagramme circulaire des valeurs {"Vitamine A": 15, "Vitamine B": 30, "Vitamine C": 30, "Eau": 25} avec une combinaison de couleurs claires.

ChatGPT générera un diagramme circulaire avec les valeurs spécifiées et une palette de couleurs plus douces (que vous pouvez toujours modifier en demandant à ChatGPT d'utiliser d'autres couleurs).

Vous pouvez consulter et modifier le code Python qui génère la visualisation en cliquant sur le logo du terminal à la fin du résultat.

Maintenant, créons un graphique en barres pour représenter les émissions de CO2 de différentes voitures.
‍

Prompt :

Génère un diagramme à barres des émissions de CO2 avec les valeurs {"Voiture A": 100, "Voiture B": 45, "Voiture C": 20}.

En plus des diagrammes circulaires et des graphiques en bâtons, ChatGPT est également capable de générer les graphiques basiques suivants :

1. Graphique en ligne : Utile pour montrer les tendances au fil du temps.
2. Histogramme : Montre la distribution d'une seule variable.
3. Nuage de points : Utilisé pour examiner la relation entre deux variables.

Comme nous avons encore beaucoup de choses à voir, nous ne montrerons pas à quoi ressemble chacun de ces éléments dans ChatGPT.

Mais si vous le souhaitez, demandez simplement au chatbot de créer le graphique de base que vous désirez à partir de la liste ci-dessus et il sera généré en quelques secondes.

Graphiques avancés

ChatGPT est également capable de créer des graphiques plus avancés. C'est idéal pour les analystes de données qui ont besoin d'effectuer rapidement des analyses visuelles sophistiquées, tout en économisant des heures de travail.

Dans ce tutoriel, nous utiliserons le jeu de données Customer Shopping Trends. Veuillez le télécharger et le donner à ChatGPT.

Les boîtes à moustaches sont utiles pour visualiser la distribution, la tendance centrale et la variabilité des données, notamment pour identifier les valeurs aberrantes.

Prompt:

Utilise le dataset que je t'ai donné et crée un graphique en boîte.

Les cartes thermiques sont utiles pour visualiser l'intensité des valeurs sous forme matricielle, révélant ainsi les motifs, les corrélations et les regroupements au sein des données.

Prompt:

Utilise le dataset que je t'ai donné et crée une heatmap.

Les diagrammes de paires sont utiles pour visualiser les relations et corrélations entre plusieurs paires de caractéristiques numériques dans un jeu de données.

Prompt :

Utilise le dataset que je t'ai donné et crée un pair plot.

Les graphiques en essaim sont utiles pour visualiser la distribution des points de données individuels au sein de catégories, montrant leur densité relative et leur regroupement.

Prompt :

Utilise le dataset que je t'ai donné et crée un swarm plot.

Les diagrammes en violon sont utiles pour visualiser la distribution, la densité et la probabilité des données à travers différentes catégories.

Prompt :

Utilise le dataset que je t'ai fourni et crée un violin plot.

Analyse exploratoire des données

Au lieu de micro-gérer les résultats de ChatGPT, vous pouvez lui demander de créer des résultats de manière autonome, à l'image des différentes bibliothèques AutoViz en Python. Il suffit de fournir le jeu de données et de demander une analyse exploratoire complète pour générer tous les graphiques nécessaires.

Par exemple, en utilisant le même jeu de données Customer Shopping Trends que précédemment, nous pouvons obtenir des informations sur le comportement des consommateurs et leurs habitudes d'achat.

Prompt :

Effectue une analyse exploratoire des données sur ce dataset et affiche uniquement les graphiques

Cela prendrait normalement des heures à réaliser.

Enrichissez votre analyse en créant un diagramme de corrélation, un diagramme en barres, un diagramme circulaire, une boîte à moustaches et un diagramme de relations.

Vous pouvez améliorer les résultats en fournissant des prompts complémentaires pour le type de visualisation qui vous intéresse.

Améliore ton analyse en dessinant un diagramme de corrélation, un diagramme à barres, un diagramme circulaire, une boîte à moustaches et un diagramme relationnel.

Vous souhaitez découvrir des visualisations encore plus complexes ?

Utilisez ce prompt :

Utilise le dataset pour tracer diverses visualisations complexes.