Ce module commence par un résumé de l'histoire et des tendances émergentes de la visualisation des données dans le journalisme. Vous explorerez ensuite différents types de graphiques et comparerez leurs avantages et leurs inconvénients. Ce faisant, vous serez en mesure de reconnaître une grande variété de formes graphiques et d'évaluer leurs capacités/inconvénients, ainsi que les situations dans lesquelles chaque type de graphique est typiquement utilisé dans la narration. Nous parcourrons également l'ouvrage classique d'Edward Tufte, The Visual Display of Quantitative Information, et nous apprendrons à localiser et à articuler les erreurs et les tromperies dans la visualisation des données.

Dans ce module, nous examinerons d'abord quelques exemples de visualisations de données réussies dans le domaine du journalisme. Nous approfondirons ensuite les chiffres, en apprenant le processus de transformation des données en informations. Ensuite, nous explorerons les théories de la perception visuelle et les concepts de la visualisation et nous nous familiariserons avec le classement visuel des chaînes, une ligne directrice utile pour la conception de visualisations d'actualités. Vous évaluerez les attributs pré-attentifs et pourquoi ils sont importants dans les visualisations. Vous aurez également des exercices pratiques pour apprendre comment le traitement des données nous aide à prendre des décisions éclairées.

Dans ce module, nous découvrirons les cadres et les techniques qui peuvent être utilisés pour intégrer des visualisations dans un récit. Vous examinerez le rôle que jouent les messages et les interactions pour attirer les lecteurs dans un ensemble d'histoires contenant plus de détails. Pour l'exercice pratique, vous commencerez à créer des graphiques en Python. Vous appliquerez les théories et les concepts de conception que vous avez appris précédemment pour construire des graphiques linéaires, des diagrammes à barres et des diagrammes de dispersion.

Dans ce dernier module, nous explorerons certains concepts liés à la cognition et à la mémoire dans la visualisation. Vous examinerez l'importance d'utiliser la "bonne" quantité de couleur au bon endroit et appliquerez les principes de la Gestalt pour désencombrer votre visualisation de données. Enfin, nous travaillerons sur différents exercices pour créer des cartes interactives avec Python