Outils de data visualisation open source : le guide 2026, avec l'état réel des projets

Nous avons relevé, le 17 août 2026, l'état réel des 27 outils de dataviz présentés comme open source par au moins deux des douze pages les mieux classées sur Google : licence, date de dernière version, activité des six derniers mois. Résultat : 9 outils sur 27 — un tiers — ne tiennent pas la promesse, dont 6 qui ne sont tout simplement pas open source et 3 à l'abandon ou morts. L'outil le plus recommandé du lot, D3.js, n'a pas publié de version depuis mars 2024. Aucune de ces pages ne signale les changements de licence (Grafana passé sous AGPL en 2021, RapidMiner devenu propriétaire) ni les fermetures (Plotly Chart Studio, octobre 2025). Limite de notre grille : elle mesure l'activité, pas l'utilisabilité — elle classe sévèrement des bibliothèques stables et « finies » qui restent parfaitement fonctionnelles.

C'est le constat qui nous a poussés à réécrire entièrement ce guide. Chez 10h11, nous déployons et maintenons ces outils en production pour nos clients depuis des années : voici le comparatif que nous aurions aimé trouver — vérifié, daté, et organisé par cas d'usage plutôt qu'en liste plate.

D'abord, ce qui n'est pas open source (contrairement à ce qu'on vous dit)

Les comparatifs se recopient les uns les autres, erreurs comprises. Mise au point, vérifiée licence par licence :

• Google Charts : propriétaire (cité « open source » par la moitié des pages du top 10). Gratuit ≠ libre : pas de self-hosting, pas de fork possible.
• Tableau Public et Looker Studio : gratuits, propriétaires.
• Datawrapper : SaaS propriétaire ; le core open source est abandonné depuis 2018. Excellent outil éditorial par ailleurs — mais pas open source.
• RapidMiner : la dernière version libre date de juin 2020 ; propriétaire depuis le rachat par Altair.
• wpDataTables Lite : GPL de façade, développement fermé.
• Et deux morts encore recommandés en 2026 : Charted (archivé, dernière version 2015) et Candela (dernière version 2018).

Si un comparatif vous propose l'un de ces outils dans une liste « open source », vous savez ce que vaut le reste de la liste.

La grille de durabilité : 27 outils, mesurés le 17 août 2026

Pour chaque outil : licence SPDX réelle, dernière version, activité sur six mois, gouvernance. Verdicts : actif (version < 6 mois), ralenti (6-18 mois), zombie (> 18 mois), mort (archivé), non-OSS.

Outil	Licence	Dernière version	Verdict
Apache ECharts	Apache-2.0	mai 2026	Actif
Apache Superset	Apache-2.0	mai 2026	Actif
Bokeh	BSD-3	juil. 2026	Actif
Chartist.js	MIT	sept. 2025	Ralenti
Cytoscape.js	MIT	août 2026	Actif
D3.js	ISC	mars 2024	Zombie*
dygraphs	MIT	juil. 2026	Actif
Gephi	GPL-3.0	mai 2026	Actif
ggplot2	MIT	avr. 2026	Actif
Grafana	AGPL-3.0 (ex-Apache, 2021)	août 2026	Actif
KNIME	GPL-3.0 + exception	juil. 2026	Actif
Leaflet	BSD-2	mai 2023 (v2 en alpha)	Ralenti*
Matplotlib	licence Matplotlib	juil. 2026	Actif
Metabase	AGPL-3.0 + éd. commerciale	juil. 2026	Actif
Plotly / Dash	MIT	juil. 2026	Actif
RAWGraphs	Apache-2.0	janv. 2024	Ralenti
Redash	BSD-2	mars 2026	Actif (communautaire)
Seaborn	BSD-3	janv. 2024	Ralenti*

* Nuance importante : « zombie » et « ralenti » mesurent l'activité, pas la qualité. D3.js, Leaflet ou Seaborn sont des bibliothèques stables et finies — parfaitement utilisables, mais il faut savoir qu'on adopte un outil qui n'évolue plus, pas un projet en développement actif. Leaflet, par exemple, reste très actif côté commits (22 contributeurs sur six mois) malgré une version stable de 2023.

Quatre événements majeurs qu'aucun comparatif du top 10 ne mentionne : le passage de Grafana sous AGPL (2021), la privatisation de RapidMiner, le gel de Redash pendant trois ans après le rachat de son équipe par Databricks — le projet a été repris par des bénévoles et revit depuis 2026 — et la fermeture de Plotly Chart Studio (31 octobre 2025).

La gouvernance prédit le paywall

Le motif le plus net de notre relevé : chez les outils portés par un éditeur unique (Metabase, Grafana), le même trio de fonctionnalités est systématiquement réservé aux éditions payantes — SSO/SAML, sécurité au niveau ligne (RLS), rapports planifiés. Chez les outils portés par une fondation (Superset, ECharts sous Apache ; Matplotlib, Bokeh sous NumFOCUS), rien n'est paywallé. Ce n'est pas un jugement moral : c'est un critère de choix concret. Si votre besoin inclut du SSO ou de la distribution planifiée de rapports, le « gratuit » d'un éditeur unique ne le restera probablement pas.

Quel outil pour quel usage : notre matrice

BI interne self-hosted (le cas le plus fréquent chez nos clients). Apache Superset si vous avez une équipe pour l'opérer : le plus complet, gouvernance fondation, rien de paywallé. Metabase si la simplicité prime : mise en route bien plus rapide, mais licence AGPL et RLS/SSO payants. Redash revit, mais engagez-vous en connaissant son histoire.

Monitoring et temps réel technique. Grafana, sans débat — c'est son terrain. Pour la BI métier en revanche, la réponse à une question qu'on nous pose souvent : non, Grafana n'est pas un outil de BI. Il excelle sur les séries temporelles et les métriques d'infrastructure ; dès qu'il s'agit de tableaux croisés, de drill-down métier ou de partage avec des non-techniciens, Superset ou Metabase sont les bons outils. Les comparatifs qui classent Grafana « outil de BI » entretiennent la confusion.

Dataviz embarquée dans un produit. Le vrai trou du marché open source — beaucoup nous le demandent, aucun comparatif n'en parle. Deux stratégies : les bibliothèques (Apache ECharts, très sous-estimé dans les comparatifs — deux mentions sur douze pages alors que c'est notre choix par défaut pour l'embarqué : Apache-2.0, canvas performant, thémable ; Plotly.js ; D3 quand il faut du sur-mesure absolu) ou l'embedded des plateformes BI — en sachant que le multi-tenant sérieux (RLS par client) y est justement la fonctionnalité paywallée chez les éditeurs uniques.

Dataviz éditoriale et one-shot. RAWGraphs pour explorer sans coder (développement ralenti mais fonctionnel). Et soyons honnêtes : si l'open source n'est pas une contrainte dure, Datawrapper reste une référence de qualité éditoriale — il faut juste savoir que ce n'est pas de l'open source.

Applications data en Python/R. Streamlit, Dash, Panel, Voilà côté Python, Shiny côté R : la couche « application » au-dessus de la visualisation, pour transformer une analyse en outil interactif. C'est souvent la vraie réponse quand un client nous dit « il nous faut un dashboard » alors que le besoin est un outil métier.

Les questions qu'on nous pose vraiment (et que les comparatifs esquivent)

« Combien coûte réellement un outil self-hosted ? » La question la plus posée sur Reddit et Hacker News, jamais chiffrée nulle part. La réponse honnête : la licence gratuite déplace le coût vers l'ingénierie — dimensionnement serveur, mises à jour, sauvegardes de la base de métadonnées, gestion des montées de version. L'ordre de grandeur dépend surtout de deux choix : la complexité de l'outil (Superset demande significativement plus d'attention opérationnelle que Metabase) et le niveau de disponibilité exigé.

« Les mises à jour cassent-elles les dashboards ? » Le piège classique : la base de métadonnées. Une instance montée « pour tester » avec la base embarquée par défaut perd logins et dashboards à la première migration sérieuse. Règle d'or issue de nos déploiements : base de métadonnées externe (PostgreSQL) dès le premier jour, sauvegardée avant chaque montée de version, et lecture des notes de version — les migrations majeures de Superset ne se sautent pas.

« Et la distribution planifiée de rapports ? » Vérité rarement écrite noir sur blanc : chez la plupart des éditeurs uniques, l'envoi planifié (e-mail, et a fortiori SharePoint/FTP) est réservé aux éditions payantes. Si c'est un besoin central, vérifiez ce point précis avant de choisir — ou prévoyez de le construire à côté.

Méthodologie

Liste des 27 outils figée avant mesure : tous les outils cités par au moins deux des douze pages du top 10 Google sur « open source data visualization tools » (relevé d'août 2026). Mesures du 17 août 2026 via l'API GitHub (licence SPDX, dernière version, activité, statut d'archivage), complétées par les annonces officielles pour les changements de licence. Un outil sans dépôt public vérifiable est classé selon sa licence réelle, pas selon sa réputation. Notre biais possible : nous sommes une agence qui déploie ces outils — nous avons un intérêt à ce que le self-hosting soit bien fait, pas à ce qu'il soit choisi.

Vous hésitez entre deux outils pour votre contexte ? C'est littéralement notre métier — parlons-en.