GTD Explorer · D3.js
Un globe, un diagramme de Sankey et un classement animé pour explorer la Global Terrorism Database de 1970 à 2017.

Projet collectif · Visualisation de l’information
Un même jeu de données.Trois façons de le lire.
Passer d’une vue mondiale à un événement, rapprocher des catégories et suivre un classement dans le temps. GTD Explorer réunit ces parcours dans une application où chaque représentation répond à une question précise.
Explorer le globe, les flux et les classements dans l’application.
- incidents dans l’extrait
- 181 691
- période couverte, hors 1993
- 1970–2017
- vues complémentaires
- 3
Construire un parcours dans les données.
La Global Terrorism Database décrit des incidents à travers leur date, leur localisation, les groupes associés, les types d’attaque, les armes, les cibles et les bilans connus. L’extrait utilisé couvre 1970 à 2017 et contient 181 691 enregistrements.
Le projet s’adresse notamment aux journalistes de données, aux étudiants et chercheurs et aux analystes. Le cadrage relie leurs questions à des tâches concrètes : localiser une concentration, comparer deux périodes, examiner une association ou retrouver un incident. Le rapport de conception organise ces choix selon le cadre What–Why–How.
Où ? Comment ? Qui ?
La période, la mesure et la sélection de pays forment un contexte partagé. Le lecteur peut changer de représentation pour approfondir sa question.
Où ?
Du globe à l’incident.
La carte de chaleur révèle les concentrations à l’échelle mondiale. Le zoom fait apparaître les groupes localement dominants, puis les incidents individuels lorsque les symboles peuvent être distingués. Un top 5 et un panneau détaillé apportent les valeurs nécessaires aux comparaisons.

Comment ?
Relier les catégories.
Le diagramme de Sankey relie les types d’attaque, les armes et les cibles. L’épaisseur des rubans encode le poids des associations entre deux axes voisins. Les filtres et le regroupement des catégories moins fréquentes permettent d’examiner un profil sans multiplier les rubans.

Qui ?
Suivre les changements de rang.
Le classement animé compare les pays, groupes ou autres catégories par des barres alignées sur une origine commune. La lecture, la pause, la vitesse et la frise permettent de suivre les changements puis de vérifier une valeur à une date précise.

Préparer une fois, explorer à la demande.
Le navigateur travaille sur des fichiers préparés. Le prétraitement Python harmonise les dimensions et conserve les informations nécessaires à une lecture correcte des valeurs manquantes.
Préparer
Lire le CSV, harmoniser les pays et produire les agrégats, incidents et résumés JSON.
Valider
Vérifier les contrats de données au chargement avec des types et validateurs communs.
Coordonner
Partager un store immuable pour la période, la mesure, les pays et les filtres. Conserver le contexte dans l’URL.
Représenter
Monter des modules D3 indépendants, charger les détails à la demande et libérer les abonnements au changement de vue.
TypeScript et Vite structurent l’application. D3, D3 Sankey et TopoJSON portent les représentations. Le cœur commun fournit le store, les contrats et les séries temporelles. Les sommes préfixées accélèrent les calculs par fenêtre, tandis que le chargement paresseux évite de récupérer les détails de tous les pays au démarrage. Des tests couvrent les données, les séries, l’état, la géométrie et les frontières entre modules.
Donner un sens à ce qui est affiché.
Le choix d’un encodage et celui d’un dénominateur changent la lecture. Le projet rend ces choix explicites plutôt que de réduire chaque question à un total.
- Distinguer absence et zéro
- 1993 est une année sans données dans cet extrait. Un bilan inconnu reste inconnu. Il n’est pas converti en zéro.
- Garder le périmètre visible
- 4 558 incidents n’ont pas de coordonnées. Ils peuvent contribuer aux totaux sans apparaître sur la carte. Une densité spatiale et un total national ont des périmètres différents.
- Lire la mesure avec son contexte
- Les moyennes utilisent les incidents dont le bilan est renseigné. Les changements de collecte et les catégories inconnues doivent accompagner toute comparaison temporelle.
Les données derrière les vues.
Source : START, University of Maryland (2018), Global Terrorism Database. Le nombre d’incidents, la période et les données manquantes présentés ici correspondent aux métadonnées de l’extrait local.
Les captures présentent l’application du projet. Cette fiche documente sa conception et ses interactions ; l’explorateur s’ouvre sur un sous-domaine dédié. Le dépôt public peut différer de la version locale inspectée.