La légende d’une carte, un élément incontournable

La légende est l’un des éléments essentiels d’une carte statistique. S’il est essentiel qu’elle soit présente sur le document cartographique, elle doit également être conçue de manière efficace, pour éviter les contresens dans l’interprétation des informations cartographiées.

1. L’importance de la légende d’une carte

La légende doit être claire et facilement compréhensible. Lorsqu’elle est bien conçue, elle permet de faire un lien direct entre le dessin des figurés perçus, les informations sous-jacentes et l’interprétation principale de la figure, telle qu’elle est souhaitée par l’auteur. Au-delà de la légende, la difficulté de réaliser une carte (plus généralement un graphique statistique) réside donc d’abord dans le choix de la méthode de traitement des données à appliquer en amont de la représentation proprement dite, ensuite dans leur formalisation (carto)graphique ; l’inadéquation de l’un de ces éléments se verra forcément dans la légende, et conduira au désormais célèbre #mapfail !

La légende permet en effet de faire le lien entre les informations numériques, les informations géographiques, et la manière dont leur articulation est symbolisée sur un espace quelconque – en utilisant les principes de la sémiologie (carto)graphique – pour une communication efficace du message véhiculé par la carte.

C’est ainsi grâce à la légende que l’on peut s’assurer que les variables rétiniennes mobilisées pour symboliser (carto)graphiquement les valeurs numériques sont bien celles qui assurent une transmission instantanée et convenable du message.

La légende est donc un élément crucial dans la compréhension de la carte. Elle permet par ailleurs de statuer avec quasi-certitude de son caractère erroné ou non.

Pour montrer le rôle joué par la légende, considérons une jolie carte mentionnée ce jour sur Tweeter (ici), donc sélectionnée (presque) au hasard !

1. Exemple d’application

La carte en question peut être visualisée ici.

1.1. La carte dans son contexte

Cette est mentionnée avec le message suivant : « la consommation du fond OSM [couche cartographique Open Street Map] à l’échelle mondiale ».

Littéralement frappée par la part de bleu qui concerne toute l’Afrique et une partie de l’Asie en opposition à une partie de l’Europe de l’ouest, je porte rapidement mon regard sur la légende, élément fondamental de compréhension d’une carte thématique.

1.2. Focus sur la légende

La couleur bleue, la première de la gamme, est associée à la valeur zéro. Il n’y aurait donc aucune « consommation du fond OSM » en Afrique, notamment. Dans la foulée, je tagge cette carte en #mapfail ! ce qui permet d’alimenter automatiquement la petite base de données (déjà conséquente de #mapfail) d’un collègue.

Boris Mericksay dit ici n’être pas d’accord sur le fait que cette carte soit un #mapfail . Il précise à juste titre que la variable représentée n’est pas un stock … information qui n’est pas évidente au premier abord (voir la légende). Cela me conduit à revenir sur la légende, puis sur la carte.

2. Légende et commentaire de carte

Cette légende est composée de trois parties, que j’examine tour à tour en suivant l’ordre de lecture qui fut le mien afin d’esquisser l’introduction d’un commentaire (comme on le fait en géographie) de la carte.

2.1. Décortiquer la légende

Au centre :

Sachant que le ton bleu symbolise le zéro, j’observe ensuite la progression de la série de valeurs qui s’étend de 0 à 25 000. Ces valeurs sont représentées en aplats. Déformation professionnelle [renforcée par le fait que j’ai rappelé ça pas plus tard qu’hier soir à des étudiants géographes de L2] : je pense immédiatement : ‘ Caractère quantitatif absolu‘ <->  Variable rétinienne ‘valeur’ <- #mapfail ! n°1 ( variable visuelle Taille).  Et tagge cette carte sur Tweeter ici !

Je ne vois pas immédiatement qu’il s’agit en réalité d’une variable de rapport : Boris Mericskay a donc raison sur ce premier point, je le lui accorde. L’auteur de la carte indique par ailleurs sur un forum spécialisé ceci : the « map normalized to OSM consumption in bits per second per 1000 people, using estimated population per country from Natural Earth (the countries layer used). The outliers on the high end are micro-states, like the Vatican, with very high per capita usage ». [ cette carte est normalisée … en utilisant une estimation de la population par pays à partir de Natural Earth (la couche pays utilisée). Les valeurs aberrantes les plus élevées sont celles les micro-États, tels le Vatican où la consommation par habitant est très élevée.]

Cela étant, le défaut de légende qui a conduit à cette confusion aurait pu être évité <- #mapfail ! n°1 (défaut de légende)

Partie gauche

A ces valeurs sont associées une série d’aplats de couleurs nuancées et variées. Les caissons mobilisant la ‘valeur’ avec la ‘couleur’ sur deux tons (bleu / rouge), le tout en opposition colorée. Il ne semble pas voir sur le document que cette opposition correspond à une inflexion des valeurs, au franchissement d’un certain seuil – je ne connais pas ces données, je ne vois pas ce qui justifie cette opposition <- #mapfail ! n°2 (couleur / opposition colorée abusive)

Partie droite

A la droite de ces mêmes valeurs figurent une seconde série de valeurs : elles sont grisées, présentées en pourcentage (%).

J’observe la progression des valeurs et j’aperçois une segmentation de la série qui m’apparaît un peu, comment dire, ?… Je ne le sais pas. Disons qu’elle est empirique, fondée sur la connaissance que l’auteur à du terrain qu’il analyse, 63% correspond probablement à une valeur particulière – je ne connais pas ces données. La discrétisation est donc plutôt « sensible », elle pourrait correspondre à un « seuillage naturel » (mais je n’en sais rien).

Ces % étant disposés en face des valeurs des caissons, je suppose qu’ils représentent soit l’équivalent en % de l’ensemble de la classe de valeur correspondante – je le suppose, car ce n’est pas précisé -, soit une fréquence cumulée puisque les valeurs s’étendent de 0,0% à 100%. Cette seconde éventualité me semble plus probable que la précédente. C’est celle-là que je retiens.

Forte de cette petite lecture de la légende, à l’heure du déjeuner, je décide de revenir à la carte en elle-même pour essayer de l’interpréter.

2.2. Quelle interprétation de la carte ?

  • les pays qui sont en jaune, c’est-à-dire eux situés dans la classe présentant la valeur 1500 contribuent à 81% de « Consommation du fond OSM à l’échelle mondiale », comme l’indique le tweet de départ. Cela n’est pas clair, d’autant moins que l’on serait dans l’hypothèse d’un % cumulé- mais je me fie ici à la seule représentation. Vue la gamme de couleurs, je ne peux en effet pas dire que les pays dont les couleurs s’étendent du bleu au jaune représentent 81% du total cumulé des connections… Prenons un autre exemple.
  • les pays qui sont représentés en bleu (incluant notamment toute l’Afrique) présentent une valeur égale à 0 qui équivaut à moins de 63,6% – ou bien à, tout de même, 63,3% de la « Consommation du fond OSM à l’échelle mondiale », ce qui n’est pas rien. Donc la classe portant l’effectif de pays le plus important, portant 63% de l’information, est mélangée avec ceux où il ne se passe rien. Disons le autrement : les pays représentés en bleu présentent un « nombre de connexions » inférieur à 500 (ou plutôt à 499 ?) et correspondent à 63,6% (soit plus de la moitié) de la consommation du fond OSM.

On voit bien qu’un autre problème se dessine, avec cette difficulté de lecture. Sachant maintenant qu’il s’agit d’une variable de rapport (connexions pour 1000 personnes) , cette difficulté de lire/d’interpréter la carte est liée au mapfail ! n°2 mais avant cela, à un autre problème de position des bornes de ces classes <- #mapfail ! n°3 (discrétisation).

Si je ne connais pas les intentions initiales de l’auteur, j’observe manifestement un décalage entre la série statistique et sa représentation cartographique, lié à un mésusage des principes élémentaires qui fait que le message transmis m’apparaît difficile à appréhender.

A noter que le problème vient donc, comme très souvent en cartographie statistique, d’un défaut dans le traitement amont des données numériques. J’ajoute à cela que cette carte est par ailleurs très incomplète quant à sa conception et aux éléments d’habillage, mais il s’agit d’autres problèmes.

En guise de conclusion, cette carte ne transmet pas correctement l’information disponible. Et c’est bien dommage !.

A noter : une discussion sur l’amélioration de cette carte incluant les données, est ouverte sur Reddit (ici).

Billets liés :

Eviter un #mapfail

Le manifeste des cartographes






Françoise Bahoken

Géographe et cartographe, Chargée de recherches à l'IFSTTAR et membre-associée de l'UMR 8504 Géographie-Cités.

Vous aimerez aussi...

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.