Représentations graphiques d’une ascendance

Comme vous avez peut-être pu le remarquer, j’adore la généalogie, la cartographie, mais aussi les statistiques. J’essaie de conjuguer ces trois passions à travers ce blog, en travaillant notamment sur les différentes représentations possibles d’une ascendance.

Lors d’un article précédent, j’avais détaillé 5 méthodes pour réaliser une carte en généalogie. Aujourd’hui, je vous propose de découvrir une autre forme de représentation visuelle, non plus cartographique cette fois mais à base de graphiques. Le but de l’exercice : déterminer l’occupation du territoire par nos ancêtres au fil du temps.

Préparation des données

Avant toute chose, il nous faut des données à représenter. Comme dans le tutoriel précédent, je vais utiliser un export gedcom de mon fichier Heredis, converti par l’outil Oxy-Gen en base MySQL. Je ne reviens pas sur ces étapes, que vous pouvez consulter dans ce billet : “Convertir ses données en une base MySQL”.

Voici la méthode que j’ai suivie pour obtenir les données qui m’intéressent :

1. recenser tous les évènements du fichier,
2. les grouper par commune,
3. pour chaque commune, retrouver l’évènement le plus ancien et le plus récent,
4. en déduire une amplitude temporelle, c’est-à-dire un nombre d’années de présence sur la commune,
5. multiplier cette amplitude par le nombre d’évènements et en déduire un niveau d’importance de la commune dans l’arbre,
6. classer les résultats par ordre d’importance et prendre les 100 premiers.

Cette procédure, traduite en langage MySQL selon le schéma de ma base, aboutit à la requête suivante :

SELECT c.latitude, c.longitude, z.code, z.libelle AS "nom_dep", c.libelle, COUNT(*) AS "nb", MIN(YEAR(e2.devnt)) AS "début", MAX(YEAR(e2.devnt)) AS "fin", (MAX(YEAR(e2.devnt)) - MIN(YEAR(e2.devnt))) AS "amplitude", (MAX(YEAR(e2.devnt)) - MIN(YEAR(e2.devnt))) * COUNT(*) AS "importance"

FROM oxg_events2 e2, oxg_cities c, oxg_zones z

WHERE e2.id_city = c.id_city

AND e2.id_zone = z.id_zone

GROUP BY e2.id_city

ORDER BY importance DESC

LIMIT 0,100;

NB : Il subsiste un inconvénient à cette méthode. En effet, elle ne prend pas en compte les évènements aux dates imprécises (par exemple “après 1755”), et il m’en reste hélas beaucoup. Cependant, on peut raisonnablement penser qu’ils sont également répartis parmi les communes et que l’incidence est donc minime…

Classement des communes

Je vous retranscris ci-dessous les 10 premiers résultats de la requête, ce qui correspond au top 10 des communes de ma généalogie :

code	nom_dep	libelle	nb	debut	fin	amplitude	importance
42	Loire	Bellegarde-en-Forez	115	1613	1920	307	35305
70	Haute-Saône	Fougerolles	111	1654	1859	205	22755
42	Loire	Saint-André-le-Puy	82	1711	1974	263	21566
71	Saône-et-Loire	Bosjean	109	1627	1797	170	18530
39	Jura	Vernois (Le)	84	1742	1961	219	18396
42	Loire	Chevrières	33	1394	1781	387	12771
42	Loire	Chalain-le-Comtal	54	1702	1910	208	11232
70	Haute-Saône	Selles	47	1653	1870	217	10199
69	Rhône	Pomeys	41	1559	1744	185	7585
71	Saône-et-Loire	Sens-sur-Seille	49	1583	1728	145	7105

 Premières constatations :

• 5 communes se détachent nettement :
  • Bellegarde-en-Forez (Loire)
  • Fougerolles (Haute-Saône)
  • Saint-André-le-Puy (Loire)
  • Bosjean (Saône-et-Loire)
  • Le Vernois (Jura)
• La commune pour laquelle je possède la date la plus ancienne est Chevrières, dans la Loire (le 5 janvier 1394, décès de Jean MITTE de CHEVRIÈRES, premier écuyer du roi Charles V).
• Commune avec la plus grande amplitude : Chevrières toujours, avec une amplitude de 387 ans (dernier évènement recensé : 24 janvier 1781, décès de Benoît GONON, tisserand).
• Commune qui a le plus grand nombre d’évènements : Bellegarde-en-Forez (115).

Nous en savons maintenant un peu plus, mais il n’est tout de même pas évident d’entrevoir des tendances avec cette succession de chiffres. C’est ici que les statistiques vont pouvoir nous aider…

Visualisation de données

J’ai retravaillé les données avec le langage de programmation statistique R.

R est un logiciel libre, gratuit et multi-plateforme d’analyse statistique. Accompagné de l’interface R Studio, il permet de générer des graphiques assez facilement et avec peu de lignes de code.

Si vous ne connaissez pas ce logiciel mais que le monde de la visualisation de données vous intéresse, je vous encourage fortement à l’essayer.

Voici les différents graphiques que j’ai pu réaliser (cliquez sur les images pour les voir en grand format).

Classement des communes par ordre d’importance

Classement des communes par ordre d’importance

Le graphique ci-dessus nous montre le positionnement des 34 premières communes du fichier. Elles se divisent en deux ensembles : le premier, constitué des 5, voire des 8 premières communes ; et les suivantes, qui forment un groupe assez homogène, avec cependant 2 sous-groupes, le premier entre 5000 et 10000, le deuxième entre 1500 et 5000.

On constate que la commune de Bellegarde-en-Forez arrive largement en tête. Elle est donc sans conteste la plus “importante” de mon ascendance, avec un minimum de 115 évènements recensés et une présence sur plus de 3 siècles !

Distribution des villes, par département

Distribution des villes, par département

Sur ce graphique, l’écart pris par les 5 premières communes est encore plus visible. Comme on a affecté une couleur différente à chaque département, on perçoit également la prédominance du département de la Loire, en rose.

Les deux premières communes, Bellegarde-en-Forez et Fougerolles ont quasiment le même nombre d’évènements (115 contre 111), mais l’amplitude de la première (307 ans) lui permet d’arriver largement en tête. Ceci tendrait à montrer que mon système de pondération du nombre d’évènements par l’amplitude fonctionne bien. En effet, si l’on prenait seulement en compte l’amplitude, on ne pourrait pas savoir si la commune a réellement été habitée pendant 307 ans (dans l’absolu, il aurait pu s’y dérouler seulement 2 évènements, l’un en 1613, l’autre en 1920). D’où l’intéret du critère d’importance qui favorise les communes qui sont importantes à la fois d’un point de vue du nombre d’évènements (et donc du nombre d’individus) ET de l’amplitude temporelle.

Départements, selon l’importance

Impression confirmée avec ce diagramme à barres montrant la répartition des évènements selon les départements :

Départements, selon l’importance

NB : l’échelle ici est logarithmique sinon on ne verrait même pas les petits départements.

Amplitude temporelle par commune

Voici ensuite le graphique que je trouve le plus intéressant : la chronologie du peuplement des communes par mes ancêtres. La forme reprend ce que l’on peut trouver dans un diagramme de Gantt. Ici, afin de conserver une certaine lisibilité, seules les communes ayant plus de 10 évènements sont affichées. Pour le style graphique, je me suis inspirée très modestement de celui de Nicolas Felton.

Ce diagramme offre une lecture à la fois horizontale et verticale :

• En lecture horizontale, on perçoit la durée plus ou moins longue d’occupation de la commune, mais on repère aussi les villes que je qualifierais de “jumelles”, c’est-à-dire géographiquement proches et occupées (et quittées !) à la même période. C’est le cas par exemple de Selles, Pont-du-Bois et Fougerolles, pour la Haute-Saône, de Voiteur et Ladoye-sur-Seille pour le Jura.
• De haut en bas, dans l’intervalle entre 2 repères (soit 50 ans), on peut connaître précisément les communes concernées pour la période. Ainsi, dans la deuxième moitié du XVI^e siècle, les principales communes habitées par mes ancêtres étaient Chevrières, Chazelles-sur-Lyon et Pomeys (toutes les trois dans le comté du Forez), Aix-en-Provence, Sens-sur-Seille (en Saône-et-Loire).

Amplitude temporelle par commune

Enfin, le même type de diagramme, mais restreint aux communes d’un seul département, celui du Jura, puis celui de la Haute-Saône. Ici, on fait apparaître toutes les communes du département, contrairement au diagramme général.

Communes du Jura : amplitude temporelle

Communes de Haute-Saône : amplitude temporelle

NB : Pour information, ce genre de graphiques est également faisable, quoique de façon simplifiée, avec Excel (voir cette méthode).

Merci pour votre attention, et n’hésitez pas si vous avez des questions ou des commentaires.